CN114757534A - 一种智能考勤排班与考评方法、考勤排班装置和系统 - Google Patents
一种智能考勤排班与考评方法、考勤排班装置和系统 Download PDFInfo
- Publication number
- CN114757534A CN114757534A CN202210395668.5A CN202210395668A CN114757534A CN 114757534 A CN114757534 A CN 114757534A CN 202210395668 A CN202210395668 A CN 202210395668A CN 114757534 A CN114757534 A CN 114757534A
- Authority
- CN
- China
- Prior art keywords
- vector set
- current
- target
- feature vector
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种智能考勤排班与考评方法、考勤排班装置和系统,应用于考勤排班系统的主控模块,方法包括:基于考勤模块确认当前工作人员;基于人员管理模块获取当前工作人员对应的资质信息;基于任务模块获取当前任务;基于智能排班模型对当前任务进行分析,得到M类一维特征向量集合,其中当前任务中包括M个参数,第j类一维特征向量集合是M个参数中第j个参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;基于当前工作人员对应的资质信息对M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;基于M类二维特征向量集合,确认当前任务所需的目标工作人员,目标工作人员为当前工作人员中的至少一个。
Description
技术领域
本申请涉及数据技术领域,尤其涉及一种智能考勤排班与考评方法、考勤排班装置和系统。
背景技术
目前,随着社会的发展和科技的进步,日常工作中的工作内容不再是单一的内容,而是复杂多变的。虽然,目前可以争对具体的工作内容分配对应的工作人员。然而,目前分配人员的方式效率较低,对工作中内容的针对性较差。
发明内容
本申请实施例提供的智能考勤排班与考评方法,应用于考勤排班系统的主控模块,所述考勤排班系统还包括人员管理模块、考勤模块以及任务模块,所述方法包括:基于所述考勤模块确认当前工作人员;基于所述人员管理模块获取所述当前工作人员对应的资质信息;基于所述任务模块获取当前任务;基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种考勤排班方法,应用于考勤排班系统的主控模块,所述考勤排班系统还包括人员管理模块、考勤模块以及任务模块,所述方法包括:基于所述考勤模块确认当前工作人员;基于所述人员管理模块获取所述当前工作人员对应的资质信息;基于所述任务模块获取当前任务;基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
根据第一方面所述的方法可知,本申请通过首先获取当前工作人员,以及当前工作人员对应的资质信息,再获取当前任务,通过智能排班模型对当前任务进行分析后得到M类一维特征向量集合,再使用当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合,从而确认所述当前任务所需的目标工作人员。本申请通过分析当前任务的特征,再与当前工作人员对应的资质进行匹配,从而确认出目标工作人员,使目标工作人员对应的资质信息尽量满足当前任务的需求,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
结合第一方面,在一种可能的设计方案中,所述资质信息包括工龄、年龄、技能等级、性格以及特长,所述基于所述人员管理模块获取所述当前工作人员对应的资质信息,包括:基于所述人员管理模块获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长。
根据可能的设计方案可知,本实施例可以获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长,为后续从当前工作人员中选择目标工作人员提供了数据支持,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
结合第一方面,在一种可能的设计方案中,所述基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合,包括:从所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第一目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项;将所述第一目标一维向量集合以及所述第一待升维项拼接,得到第一目标二维向量集合;返回重新从除所述第一目标一维向量之外的所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第二目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第二待升维项;将所述第二目标一维向量集合以及所述第二待升维项拼接,得到第二目标二维向量集合,直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次;基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。
根据可能的设计方案可知,本实施例通过工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项,与所述第一目标一维向量集合进行拼接,得到第一目标二维向量集合,并重复直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次,然后再基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。通过使用当前工作人员对应的工龄、年龄、技能等级、性格以及特长中的至少一项与M类一维特征向量集合中的每一个一类一维特征向量集合进行匹配,得到的M类二维特征向量集合能够更方便为后续从当前工作人员中选择目标工作人员提供了数据支持,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
结合第一方面,在一种可能的设计方案中,所述智能排班模型包括特征提取层以及特征分类层,所述基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,包括:基于所述智能排班模型的特征提取层对所述当前任务进行卷积以及池化处理,得到所述当前任务的一维特征序列;基于所述智能排班模型的特征分类层对所述一维特征序列进行分析,得到所述M类一维特征向量集合。
根据可能的设计方案可知,本实施例通过特征提取层以及特征分类层,得到当前任务对应的所述M类一维特征向量集合。其中M类一维特征向量集合中的每一个类型,可以用于表征当前任务的不同需求,从而使得后续分配工作人员可以更有针对性。进一步的,通过将智能排班模型分为特征提取层和特征分类层,实现了解耦,便于对模型进行更新或升级。
结合第一方面,在一种可能的设计方案中,所述基于所述考勤模块确认当前工作人员,包括:基于所述考勤模块采集生物信息,所述生物信息用于表征工作人员的身份;基于所述生物信息,在预先存储的对照表中确认符合所述生物信息的目标信息,将所述目标信息对应的工作人员作为所述当前工作人员。
根据可能的设计方案可知,本实施例通过考勤模块采集生物信息,再通过生物信息确认当前工作人员,为后续分配目标工作人员提供数据支持,同时也避免了误将未到场的人员作为目标工作人员进行分配,提高了分配的效率和稳定性。
结合第一方面,在一种可能的设计方案中,所述基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,包括:基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分;选择指定排序方式中前N个所述评分对应的所述当前工作人员,作为所述目标工作人员,其中,所述指定排序方式为所述评分从高到低的排序,所述N为大于或等于1的整数,所述N基于所述M类二维特征向量集合确定。
根据可能的设计方案可知,本实施例基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分,再确认目标工作人员。可以针对当前任务的具体需求,确认出人员资质满足该需求的合适人选,作为目标工作人员,使得分配工作人员可以更有针对性。
结合第一方面,在一种可能的设计方案中,所述基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员之后,还包括:获取所述当前任务的完成情况评价值;基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
根据可能的设计方案可知,本实施例可以在确认所述当前任务所需的目标工作人员之后,对目标工作人员进行评价,获得考评得分,从而用于评判目标工作人员对当前工作的完成情况,可以为之后的排班提供更好的数据支持,提高排班的合理性。
第二方面,提供一种考勤排班装置,应用于考勤排班系统的主控模块,所述考勤排班系统还包括人员管理模块、考勤模块以及任务模块,所述装置包括:第一确认单元,用于基于所述考勤模块确认当前工作人员;第一获取单元,用于基于所述人员管理模块获取所述当前工作人员对应的资质信息;第二获取单元,用于基于所述任务模块获取当前任务;第一处理单元,用于基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;第二处理单元,用于基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;第二确认单元,用于基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
此外,第二方面所述的考勤排班装置的技术效果可以参考第一方面所述的考勤排班方法的技术效果,此处不再赘述。
第三方面,一种考勤排班系统,所述系统包括:主控模块、人员管理模块、考勤模块、以及任务模块,所述主控模块用于执行第一方面所述的方法。
结合第三方面,在一种可能的设计方案中,所述系统还包括:考评模块,所述考评模块与所述考勤排班系统中的主控模块相连接;所述考评模块用于获取所述当前任务的完成情况评价值;基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
此外,第三方面所述的考勤排班系统的技术效果可以参考第一方面所述的考勤排班方法的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的考勤排班方法的应用场景图;
图2为本申请实施例提供的考勤排班方法的方法流程图;
图3为本申请实施例提供的考勤排班装置的结构框图;
图4为本申请实施例提供的一种考勤排班系统的结构示意图。
图中标记:考勤排班系统-100;主控模块-110;人员管理模块-120;考勤模块-130;任务模块-140;考评模块-150;第一确认单元-310;第一获取单元-320;第二获取单元-330;第一处理单元-340;第二处理单元-350;第二确认单元-360;第一处理器-2001;存储器-2002;收发器-2003;第二处理器-2004。
具体实施方式
下面结合附图,对本申请中的技术方案进行描述。
在本申请实施例中,“示例地”、“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用示例的一词旨在以具体方式呈现概念。此外,在本申请实施例中,“和/或”所表达的含义可以是两者都有,或者可以是两者任选其一。
本申请实施例中,“图像”,“图片”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。“的(of)”,“相应的(corresponding,relevant)”和“对应的(corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。
本申请实施例中,有时候下标如W1可能会笔误为非下标的形式如W1,在不强调其区别时,其所要表达的含义是一致的。
目前,随着社会的发展和科技的进步,日常工作中的工作内容不再是单一的内容,而是复杂多变的。虽然,目前可以争对具体的工作内容分配对应的工作人员。然而,目前分配人员的方式效率较低,对工作中内容的针对性较差。如何合理的对工作人员进行排班,是一个亟待解决的问题。
目前通常采用人工排班的方式,排班人员需要考虑每位工作人员的个人情况以及个人能力等许多因素,工作后,还需要统计工作人员对本次工作的完成情况。
然而,发明人在研究中发现,而目存在的考勤排班方式存在不灵活、人员数据不完整等诸多问题。如上述通过人工排班的方式,排班人员很难对每位工作人员个人情况以及个人能力进行全方位考虑,造成针对不同任务的排班针对性不强。而且通过人工排班的方式,效率较低。
因此,为了克服上述缺陷,本申请实施例通过首先获取当前工作人员,以及当前工作人员对应的资质信息,再获取当前任务,通过智能排班模型对当前任务进行分析后得到M类一维特征向量集合,再使用当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合,从而确认所述当前任务所需的目标工作人员。本申请通过分析当前任务的特征,再与当前工作人员对应的资质进行匹配,从而确认出目标工作人员,使目标工作人员对应的资质信息尽量满足当前任务的需求,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
请参阅图1,图1示出了本申请实施例提供的一种考勤排班方法的应用场景图,即考勤排班系统100。其中考勤排班系统100包括主控模块110、人员管理模块120、考勤模块130以及任务模块140,其中主控模块110分别和人员管理模块120、考勤模块130以及任务模块140相连接。
对于一些实施方式,主控模块110可以用于执行考勤排班方法。具体的,该主控模110块可以基于人员管理模块120、考勤模块130以及任务模块140获取目标工作人员。具体的,该主控模块110可以为处理器,一种示例性的,可以为微控制单元(MicrocontrollerUnit,MCU),还可以为中央处理其(Central Processing Unit,CPU)等。
进一步的,人员管理模块120可以用于获取所述当前工作人员对应的资质信息;考勤模块130可以用于确认当前工作人员;任务模块140可以用于获取当前任务。其中,通过主控模块110确认目标工作人员的方法,可以参阅下述实施方式。
请参阅图2,图2示出了本申请实施例提供的考勤排班方法的方法流程图,该方法可以应用于图1所述的考勤排班系统100中的主控模块110。具体的,该方法包括步骤S210至步骤S260。
步骤S210:基于所述考勤模块确认当前工作人员。
步骤S220:基于所述人员管理模块获取所述当前工作人员对应的资质信息。
步骤S230:基于所述任务模块获取当前任务。
步骤S240:基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数。
步骤S250:基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合。
步骤S260:基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
对于一些实施方式,由于工作人员可能出现迟到、请假等情况,若直接根据当前应上班人员进行排班,可能出现一些工作对应的目标工作人员实际并未上班,从而造成无人执行对应的工作,造成事故。因此可以首先基于所述考勤模块确认当前工作人员。
可选的,在执行步骤S210:基于所述考勤模块确认当前工作人员时,可以包括:基于所述考勤模块采集生物信息,所述生物信息用于表征工作人员的身份;基于所述生物信息,在预先存储的对照表中确认符合所述生物信息的目标信息,将所述目标信息对应的工作人员作为所述当前工作人员。
对于一些实施方式,所述生物信息可以为指纹、视网膜、虹膜、瞳孔、指纹等信息中的至少一种,上述信息可以基于考勤模块中相对应的子模块进行采集,例如基于指纹子模块、视网膜子模块、虹膜子模块、瞳孔子模块、指纹子模块等进行采集。
进一步的,可以预先采集工作人员的生物信息并录入对照表进行存储,将此时获取到的生物信息在对照表中进行查找,即可确认该生物信息对应的工作人员,作为目标工作人员。可以保证当前工作人员都为抵达现场能够实际参加工作的人员。
根据可能的设计方案可知,本实施例通过考勤模块采集生物信息,再通过生物信息确认当前工作人员,为后续分配目标工作人员提供数据支持,同时也避免了误将未到场的人员作为目标工作人员进行分配,提高了分配的效率和稳定性。
对于一些实施方式,可以基于所述人员管理模块获取所述当前工作人员对应的资质信息。具体的,在执行步骤S220:基于所述人员管理模块获取所述当前工作人员对应的资质信息时,还可以包括:基于所述人员管理模块获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长。
其中,资质信息可以用于表征工作人员的信息,具体可以包括工龄、年龄、技能等级、性格以及特长。则可以基于所述人员管理模块,获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长。示例性的,资质信息可以预先存储在存储模块中,通过人员管理模块将从存储模块中获取与当前工作人员匹配的资质信息。
对于一些实施方式,可以基于所述任务模块获取当前任务。示例性的,当前任务可以为预先计划好的,任务模块可以直接从计划当中获取到当前任务;当前任务还可以为突然事件,通过人工添加的方式增加到当前任务中。
根据可能的设计方案可知,本实施例可以获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长,为后续从当前工作人员中选择目标工作人员提供了数据支持,从而提高了工作人员分配效率,也提高了对工作内容的针对性
可选的,在执行基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合时,还可以包括:基于所述智能排班模型的特征提取层对所述当前任务进行卷积以及池化处理,得到所述当前任务的一维特征序列;基于所述智能排班模型的特征分类层对所述一维特征序列进行分析,得到所述M类一维特征向量集合。
进一步的,因为不同的任务可以具有不同的需求以及特性,因此为了使得排班更具有针对性,可以在获取到当前任务后,通过排班模型对当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数。其中,当前任务可以对应多种类型,每一个类型可以对应一维特征向量来进行描述。示例性的,当前任务可以对应“年龄”,具体的可以用一维特征向量[30]表示该当前工作需要小于或等于30岁的工作人员。另一种示例性的,当前任务可以对应“工龄”,具体的可以用一维特征向量[5]表示该当前任务需要工作人员的工龄为大于或等于5年。还一种示例性的,当前任务可以对应“技能等级”,具体的可以用一维特征向量[12]表示该当前任务需要工作人员的技能等级为大于或等于12级。对于上述示例中,M若为3,则j可以为1至3的任意整数,例如当j为1时,第1类一维特征向量集合是所述3个参数中第1个所述参数在一维的特征向量集合。
根据可能的设计方案可知,本实施例通过特征提取层以及特征分类层,得到当前任务对应的所述M类一维特征向量集合。其中M类一维特征向量集合中的每一个类型,可以用于表征当前任务的不同需求,从而使得后续分配工作人员可以更有针对性。进一步的,通过将智能排班模型分为特征提取层和特征分类层,实现了解耦,便于对模型进行更新或升级。
对于一些实施方式,可以获取当前工作人员的资质信息,与M类一维特征向量集合的匹配情况,从而更好的对当前工作进行针对性的排班。具体的,在执行步骤S250:基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合时,还可以包括:从所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第一目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项;将所述第一目标一维向量集合以及所述第一待升维项拼接,得到第一目标二维向量集合;返回重新从除所述第一目标一维向量之外的所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第二目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第二待升维项;将所述第二目标一维向量集合以及所述第二待升维项拼接,得到第二目标二维向量集合,直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次;基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。
示例性的,若M类包括“年龄”、“工龄”以及“技能等级”,则此时M为3,则可以从3类一维特征向量集合中确认任一类一维特征向量集合,例如将第1个参数对应的一维特征向量作为第一目标一维向量集合,即“年龄”作为第一目标一维向量集合。
然后可以从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项,例如选择年龄作为第一待升维项。
进一步的,可以将所述第一目标一维向量集合以及所述第一待升维项拼接,得到第一目标二维向量集合。示例性的,若第一目标一维向量为[30]若工作人员A对应的年龄为[28],工作人员B对应的年龄为[38],工作人员A对应的年龄为[25],则可以获得工作人员A对应的第一目标二维向量集合为[30;28],工作人员B对应的第一目标二维向量集合为[30;38],工作人员A对应的第一目标二维向量集合为[30;25]。
进一步的,返回重新从除所述第一目标一维向量之外的所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第二目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第二待升维项;将所述第二目标一维向量集合以及所述第二待升维项拼接,得到第二目标二维向量集合,直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次。其中,获取第二目标二维向量集合的方法和获取第一目标二维向量的方法类似,此处就不再赘述。
进一步的,可以基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。如上示例所述,M类二维特征向量集合可以包括“年龄”、“工龄”以及“技能等级”分别对应的二维特征向量集合。
根据可能的设计方案可知,本实施例通过工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项,与所述第一目标一维向量集合进行拼接,得到第一目标二维向量集合,并重复直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次,然后再基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。通过使用当前工作人员对应的工龄、年龄、技能等级、性格以及特长中的至少一项与M类一维特征向量集合中的每一个一类一维特征向量集合进行匹配,得到的M类二维特征向量集合能够更方便为后续从当前工作人员中选择目标工作人员提供了数据支持,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
对于一些实施方式,在执行步骤S260:基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个时,还可以包括:基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分;选择指定排序方式中前N个所述评分对应的所述当前工作人员,作为所述目标工作人员,其中,所述指定排序方式为所述评分从高到低的排序,所述N为大于或等于1的整数,所述N基于所述M类二维特征向量集合确定。
示例性的,若M类二维特征向量集合包括“年龄”、“工龄”以及“技能等级”,该M类二维特征向量包括工作人员A对应的二维特征向量、工作人员B对应的二维特征向量以及工作人员C对应的二维特征向量。例如,工作人员A对应的二维特征向量包括“年龄”类二维特征向量[30;28];“工龄”类二维特征向量[5;4];“技能等级”类二维特征向量[12;8]。工作人员B对应的二维特征向量包括“年龄”类二维特征向量[30;38];“工龄”类二维特征向量[5;12];“技能等级”类二维特征向量[12;14]。工作人员C对应的二维特征向量包括“年龄”类二维特征向量[30;25];“工龄”类二维特征向量[5;3];“技能等级”类二维特征向量[12;5]。
进一步的,可以基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分。例如,基于每一个工作人员对应的所有类型的二维特征向量中第一个元素与第二个元素的差值,得到评分值。如上述示例中,对于工作人员A,“年龄”类二维特征向量中第一元素与第二元素的差值为2,“工龄”类二维特征向量中第一元素与第二元素的差值为1,“技能等级”类二维特征向量中第一元素与第二元素的差值为4。又由于工作人员A的“工龄”以及“技能等级”不满足当前任务的需求,因此上述对应的差值可以取负值。则可以确定工作人员A的评分为2+(-1)+(-4)=-3。其中,工作人员B以及工作人员C的评分获取方法类似,此处就不再赘述。
进一步的,可以选择指定排序方式中前N个所述评分对应的所述当前工作人员,作为所述目标工作人员,其中,所述指定排序方式为所述评分从高到低的排序,所述N为大于或等于1的整数,所述N基于所述M类二维特征向量集合确定。其中,M类二维特征向量集合中还可以包括人数需求的信息,基于人数需求的信息可以确定N的值。例如,N为2,则可以将工作人员A的评分、工作人员B的评分以及工作人员C的评分按照指定排序进行排序,其中指定排序为所述评分从高到低的排序。然后选择评分前N个,即前2个作为目标工作人员。
根据可能的设计方案可知,本实施例基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分,再确认目标工作人员。可以针对当前任务的具体需求,确认出人员资质满足该需求的合适人选,作为目标工作人员,使得分配工作人员可以更有针对性。
可选的,在执行步骤S260:基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员之后,还可以包括:获取所述当前任务的完成情况评价值;基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
示例性的,可以由人工输入的方式输入当前任务的完成情况评价值,从而基于所述完成情况评价值获取所述目标工作人员的考评得分。完成情况评价值较好的,对应的目标工作人员的考评得分较高。
本申请通过首先获取当前工作人员,以及当前工作人员对应的资质信息,再获取当前任务,通过智能排班模型对当前任务进行分析后得到M类一维特征向量集合,再使用当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合,从而确认所述当前任务所需的目标工作人员。本申请通过分析当前任务的特征,再与当前工作人员对应的资质进行匹配,从而确认出目标工作人员,使目标工作人员对应的资质信息尽量满足当前任务的需求,从而提高了工作人员分配效率,也提高了对工作内容的针对性。
基于图2详细说明了本申请实施例提供的考勤排班方法,以下将详细说明与本申请实施例提供的考勤排班方法对应的虚拟装置,即考勤排班装置。
示例性地,图3是本申请实施例提供的考勤排班装置300的结构示意图。如图3所示,考勤排班装置300包括:第一确认单元310、第一获取单元320、第二获取单元330、第一处理单元340、第二处理单元350以及第二确认单元360。
为了便于说明,图3仅示出了该考勤排班装置300的主要部件。
第一确认单元310,用于基于所述考勤模块确认当前工作人员。
进一步的,第一确认单元310还用于基于所述考勤模块采集生物信息,所述生物信息用于表征工作人员的身份;基于所述生物信息,在预先存储的对照表中确认符合所述生物信息的目标信息,将所述目标信息对应的工作人员作为所述当前工作人员。
第一获取单元320,用于基于所述人员管理模块获取所述当前工作人员对应的资质信息。
进一步的,第一获取单元320还用于基于所述人员管理模块获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长。
第二获取单元330,用于基于所述任务模块获取当前任务。
第一处理单元340,用于基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数。
进一步的,第一处理单元340还用于基于所述智能排班模型的特征提取层对所述当前任务进行卷积以及池化处理,得到所述当前任务的一维特征序列;基于所述智能排班模型的特征分类层对所述一维特征序列进行分析,得到所述M类一维特征向量集合。
第二处理单元350,用于基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合。
进一步的,第二处理单元350还用于从所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第一目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项;将所述第一目标一维向量集合以及所述第一待升维项拼接,得到第一目标二维向量集合;返回重新从除所述第一目标一维向量之外的所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第二目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第二待升维项;将所述第二目标一维向量集合以及所述第二待升维项拼接,得到第二目标二维向量集合,直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次;基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。
第二确认单元360,用于基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
进一步的,第二确认单元360还用于基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分;选择指定排序方式中前N个所述评分对应的所述当前工作人员,作为所述目标工作人员,其中,所述指定排序方式为所述评分从高到低的排序,所述N为大于或等于1的整数,所述N基于所述M类二维特征向量集合确定。
进一步的,第二确认单元360还用于获取所述当前任务的完成情况评价值;基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
如图4所示,考勤排班系统100可以包括主控模块110、人员管理模块120、考勤模块130以及任务模块140。其中,主控模块110、人员管理模块120、考勤模块130以及任务模块140的连接方式可以参阅图1所述,主控模块110、人员管理模块120、考勤模块130以及任务模块140可以用于执行图2示出的考勤排班方法。可选的,考勤排班系统100还可以包括考评模块150,所述考评模块150与所述考勤排班系统100中的主控模块110相连接,所述考评模块150用于获取所述当前任务的完成情况评价值;基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
可选地,主控模块110可以包括第一处理器2001。
可选地,主控模块110还可以包括存储器2002和/或收发器2003。
其中,第一处理器2001与存储器2002以及收发器2003耦合,如可以通过通信总线连接。
下面结合图4对主控模块110的各个构成部件进行具体的介绍:
其中,第一处理器2001是主控模块110的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,第一处理器2001是一个或多个中央处理器(centralprocessing unit,CPU),也可以是特定集成电路(application specific integratedcircuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
可选地,第一处理器2001可以通过运行或执行存储在存储器2002内的软件程序,以及调用存储在存储器2002内的数据,执行主控模块110的各种功能。
在具体的实现中,作为一种实施例,第一处理器2001可以包括一个或多个CPU,例如图4中所示出的CPU0和CPU1。
在具体实现中,作为一种实施例,主控模块110也可以包括多个处理器,例如图4中所示的第一处理器2001和第二处理器2004。这些处理器中的每一个可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
其中,所述存储器2002用于存储执行本申请方案的软件程序,并由第一处理器2001来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。
可选地,存储器2002可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器2002可以和第一处理器2001集成在一起,也可以独立存在,并通过主控模块110的接口电路(图4中未示出)与第一处理器2001耦合,本申请实施例对此不作具体限定。
收发器2003,用于与网络设备通信,或者与终端设备通信。可选地,收发器2003可以包括接收器和发送器(图4中未单独示出)。其中,接收器用于实现接收功能,发送器用于实现发送功能。
可选地,收发器2003可以和第一处理器2001集成在一起,也可以独立存在,并通过主控模块110的接口电路(图4中未示出)与第一处理器2001耦合,本申请实施例对此不作具体限定。
需要说明的是,图4中示出的主控模块110的结构并不构成对该考勤排班系统100的限定,实际的考勤排班系统100可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,主控模块110的技术效果可以参考上述方法实施例所述的考勤排班方法的技术效果,此处不再赘述。
应理解,在本申请实施例中的第一处理器2001可以是中央处理单元(centralprocessing unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digitalsignal processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器2002可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(randomaccess memory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种考勤排班方法,其特征在于,应用于考勤排班系统的主控模块,所述考勤排班系统还包括人员管理模块、考勤模块以及任务模块,所述方法包括:
基于所述考勤模块确认当前工作人员;
基于所述人员管理模块获取所述当前工作人员对应的资质信息;
基于所述任务模块获取当前任务;
基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;
基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;
基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
2.根据权利要求1所述的方法,其特征在于,所述资质信息包括工龄、年龄、技能等级、性格以及特长,所述基于所述人员管理模块获取所述当前工作人员对应的资质信息,包括:
基于所述人员管理模块获取所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长。
3.根据权利要求2所述的方法,其特征在于,所述基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合,包括:
从所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第一目标一维向量集合;
从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第一待升维项;
将所述第一目标一维向量集合以及所述第一待升维项拼接,得到第一目标二维向量集合;
返回重新从除所述第一目标一维向量之外的所述M类一维特征向量集合中确认任一类一维特征向量集合,作为第二目标一维向量集合;从所述当前工作人员对应的工龄、年龄、技能等级、性格以及特长中确认至少一项作为第二待升维项;将所述第二目标一维向量集合以及所述第二待升维项拼接,得到第二目标二维向量集合,直至所述M类一维特征向量集合中的每一个所述一维特征向量集合,被作为第一目标一维向量集合或第二目标一维向量集合至少一次;
基于所述第一目标一维向量集合以及所述第二目标一维向量集合,得到M类二维特征向量集合。
4.根据权利要求1所述的方法,其特征在于,所述智能排班模型包括特征提取层以及特征分类层,所述基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,包括:
基于所述智能排班模型的特征提取层对所述当前任务进行卷积以及池化处理,得到所述当前任务的一维特征序列;
基于所述智能排班模型的特征分类层对所述一维特征序列进行分析,得到所述M类一维特征向量集合。
5.根据权利要求1所述的方法,其特征在于,所述基于所述考勤模块确认当前工作人员,包括:
基于所述考勤模块采集生物信息,所述生物信息用于表征工作人员的身份;
基于所述生物信息,在预先存储的对照表中确认符合所述生物信息的目标信息,将所述目标信息对应的工作人员作为所述当前工作人员。
6.根据权利要求1所述的方法,其特征在于,所述基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,包括:
基于所述M类二维特征向量集合,获取所述当前任务对应的所述当前工作人员的评分;
选择指定排序方式中前N个所述评分对应的所述当前工作人员,作为所述目标工作人员,其中,所述指定排序方式为所述评分从高到低的排序,所述N为大于或等于1的整数,所述N基于所述M类二维特征向量集合确定。
7.根据权利要求1所述的方法,其特征在于,所述基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员之后,还包括:
获取所述当前任务的完成情况评价值;
基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
8.一种考勤排班装置,其特征在于,应用于考勤排班系统的主控模块,所述考勤排班系统还包括人员管理模块、考勤模块以及任务模块,所述装置包括:
第一确认单元,用于基于所述考勤模块确认当前工作人员;
第一获取单元,用于基于所述人员管理模块获取所述当前工作人员对应的资质信息;
第二获取单元,用于基于所述任务模块获取当前任务;
第一处理单元,用于基于智能排班模型对所述当前任务进行分析,得到M类一维特征向量集合,其中所述当前任务中包括M个参数,第j类所述一维特征向量集合是所述M个参数中第j个所述参数在一维的特征向量集合,其中M为大于1的整数,j为1至M的任意整数;
第二处理单元,用于基于所述当前工作人员对应的资质信息对所述M类一维特征向量集合进行升维处理,得到M类二维特征向量集合;
第二确认单元,用于基于所述M类二维特征向量集合,确认所述当前任务所需的目标工作人员,所述目标工作人员为所述当前工作人员中的至少一个。
9.一种考勤排班系统,其特征在于,所述系统包括:主控模块、人员管理模块、考勤模块、以及任务模块,所述主控模块用于执行权利要求1-7任一项所述的方法。
10.根据权利要求9所述的系统,其特征在于,所述系统还包括:考评模块,所述考评模块与所述考勤排班系统中的主控模块相连接;
所述考评模块用于获取所述当前任务的完成情况评价值;
基于所述完成情况评价值获取所述目标工作人员的考评得分,所述考评得分用于表征所述目标工作人员对所述当前任务的完成情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210395668.5A CN114757534A (zh) | 2022-04-14 | 2022-04-14 | 一种智能考勤排班与考评方法、考勤排班装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210395668.5A CN114757534A (zh) | 2022-04-14 | 2022-04-14 | 一种智能考勤排班与考评方法、考勤排班装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114757534A true CN114757534A (zh) | 2022-07-15 |
Family
ID=82331615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210395668.5A Pending CN114757534A (zh) | 2022-04-14 | 2022-04-14 | 一种智能考勤排班与考评方法、考勤排班装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114757534A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117095802A (zh) * | 2023-10-17 | 2023-11-21 | 吉林大学 | 陪护人员的智能管理系统及其方法 |
-
2022
- 2022-04-14 CN CN202210395668.5A patent/CN114757534A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117095802A (zh) * | 2023-10-17 | 2023-11-21 | 吉林大学 | 陪护人员的智能管理系统及其方法 |
CN117095802B (zh) * | 2023-10-17 | 2024-01-26 | 吉林大学 | 陪护人员的智能管理系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
CN109614238B (zh) | 一种目标对象识别方法、装置、系统及可读存储介质 | |
CN107423613B (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
CN111506498A (zh) | 测试用例的自动生成方法、装置、计算机设备及存储介质 | |
CN109710402A (zh) | 处理资源获取请求的方法、装置、计算机设备和存储介质 | |
CN111104825A (zh) | 人脸注册库更新方法、装置、设备及介质 | |
CN109740129B (zh) | 基于区块链的报表生成方法、装置、设备及可读存储介质 | |
CN114757534A (zh) | 一种智能考勤排班与考评方法、考勤排班装置和系统 | |
CN109542757A (zh) | 接口测试环境确定方法、装置、电子设备及存储介质 | |
CN110751376B (zh) | 工单的分配调度方法、装置、计算机设备和存储介质 | |
CN112836041B (zh) | 人员关系分析方法、装置、设备及存储介质 | |
CN114490692A (zh) | 数据核对方法、装置、设备及存储介质 | |
CN110389817B (zh) | 多云系统的调度方法、装置和计算机可读介质 | |
CN113220597A (zh) | 测试方法、测试装置、电子设备及存储介质 | |
US8918406B2 (en) | Intelligent analysis queue construction | |
CN115577983B (zh) | 基于区块链的企业任务匹配方法、服务器及存储介质 | |
CN109800273A (zh) | 一种数据处理的方法、装置、计算机存储介质及终端 | |
CN111694993B (zh) | 一种创建数据索引的方法、装置、电子设备及介质 | |
CN110457332B (zh) | 一种信息处理方法及相关设备 | |
CN114331661A (zh) | 数据核验方法、装置、电子设备及存储介质 | |
CN110162386B (zh) | 一种任务下发方法及装置 | |
CN113342647A (zh) | 一种测试数据的生成方法及装置 | |
CN113488128A (zh) | 基于区块链的电子病历调阅方法、装置及相关设备 | |
CN109040990B (zh) | 信息采集方法、装置、计算机设备及存储介质 | |
CN113241134A (zh) | 在线问诊医生分配方法和系统、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |