CN114781948B - 用于确定员工工作质量的数据处理方法及相关装置 - Google Patents

用于确定员工工作质量的数据处理方法及相关装置 Download PDF

Info

Publication number
CN114781948B
CN114781948B CN202210704036.2A CN202210704036A CN114781948B CN 114781948 B CN114781948 B CN 114781948B CN 202210704036 A CN202210704036 A CN 202210704036A CN 114781948 B CN114781948 B CN 114781948B
Authority
CN
China
Prior art keywords
product
production
difficulty
target
quality
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.)
Active
Application number
CN202210704036.2A
Other languages
English (en)
Other versions
CN114781948A (zh
Inventor
郭传亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hope Zhizhou Technology Shenzhen Co ltd
Original Assignee
Hope Zhizhou Technology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hope Zhizhou Technology Shenzhen Co ltd filed Critical Hope Zhizhou Technology Shenzhen Co ltd
Priority to CN202211007953.1A priority Critical patent/CN115249131A/zh
Priority to CN202210704036.2A priority patent/CN114781948B/zh
Publication of CN114781948A publication Critical patent/CN114781948A/zh
Application granted granted Critical
Publication of CN114781948B publication Critical patent/CN114781948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

本申请提供了一种用于确定员工工作质量的数据处理方法及相关装置，其中，所述方法包括：获取目标员工在目标时间内完成的生产信息；其中，生产信息包括生产时间、产品类型、以及产品难度等级；根据生产信息，确定各个产品难度等级中的产品的第一多目标优化指数；其中，第一多目标优化指数用于指示各个难度等级内的产品的综合质量；对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；根据产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。采用本申请提供的方案来确定员工工作质量的准确性高、可靠性强。

Description

用于确定员工工作质量的数据处理方法及相关装置
技术领域
本发明涉及数据处理技术领域，具体涉及一种用于确定员工工作质量的数据处理方法及相关装置。
背景技术
传统对生产员工的质量评价，都是通过将员工生产的所有产品的质量进行整合从而来统一进行评价，没有对应产品的难度权重考核，一个高难度的产品质量和一个低难度的质量是没有可比性的，导致对员工的评价不够客观、准确。
发明内容
本申请提供一种用于确定员工工作质量的数据处理方法及相关装置，以提高对目标员工生产的产品的质量评价的可靠性。
第一方面，本申请提供一种用于确定员工工作质量的数据处理方法，包括：
获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、以及产品难度等级；
根据所述生产信息，确定各个所述产品难度等级中的产品的第一多目标优化指数；其中，所述第一多目标优化指数用于指示各个产品难度等级内的产品的综合质量；
对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；
根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
第二方面，本申请提供一种用于确定员工工作质量的数据处理装置，包括：
获取单元，用于获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、以及产品难度等级；
处理单元，所述处理单元用于根据所述生产信息，确定各个所述产品难度等级中的产品的第一多目标优化指数；其中，所述第一多目标优化指数用于指示各个难度等级内的产品的综合质量；
所述处理单元还用于对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；
确定单元，所述确定单元用于根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
第三方面，本申请提供一种服务器，所述服务器包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如上述用于确定员工工作质量的数据处理方法中的步骤的指令，或者所述程序包括上述用于确定员工工作质量的数据处理装置的步骤的指令。
第四方面，本申请提供一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行上述用于确定员工工作质量的数据处理方法所述的方法。
可以看出，本申请实施例中，服务器可以先获取目标员工在目标时间内完成的生产信息，其中该生产信息包括生产时间、产品类型、以及产品难度等级，从而根据该生产信息，确定各个产品难度等级中的产品的第一多目标优化指数，其中该第一多目标优化指数用于指示各个难度等级内的产品的综合质量，进而可以再对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；最终根据该产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。这样，服务器基于智能化、自动化的处理流程使得最终输出的对员工工作能力的评价结果更加准确，提高了用户的使用体验。并且，服务器通过在产品质量评价指数Q的确认过程中加入产品难度等级这一权重的考量，能够进一步提高对目标员工的工作质量评估的准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种服务器的结构框图；
图2为本发明实施例提供的一种用于确定员工工作质量的数据处理方法的流程示意图；
图3是本发明实施例提供的一种工单工时数据库的部分示例图；
图4是本发明实施例提供的一种产品质量数据库的部分示例图；
图5A为本发明实施例提供的一种用于确定员工工作质量的数据处理装置的功能单元组成框图；
图5B为本发明实施例提供的另一种用于确定员工工作质量的数据处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面先对本申请涉及到的相关术语进行介绍。
生产任务：是指满足排产特定连续生产批次的工作任务，在一个生产任务下生产的输入物料、产品以及产线都是相同的。例如，在生产任务的编号为20210100的生产任务中，目标产品为X产品，输入物料为Y物料，产线编号为1，该生产任务包括至少一次将Y物料在产线1下经过至少一个生产设备的处理最终生成X产品的流程。
生产批次：输入物料经过至少一个生产设备的处理得到产品的一个流程为一个生产批次，一个生产任务包括至少一个生产批次。例如，在生产任务编的编号为20210100的生产任务中，目标产品为X产品，其对应三个生产批次，分别为A批次、B批次、C批次，每个生产批次对应至少一个生产设备Pn，例如A批次对应两个生产设备P1、P2，即在A批次中，由P1对Y物料进行处理得到中间物料Z物料，由P2对Z物料进行处理生成X产品。
生产工单：用来统计员工上工时段的清单。根据生产工单的记录可更方便员工的月末绩效考核。一个员工的一个班次（例如：早、中、晚班），对应一个工单。一个生产任务包含多个不同时间段的生产工单，一个时间段的生产工单内也可以包含一个或多个生产任务中的一个或多个生产批次，便于在对生产任务统计时，追溯对应工单的操作人员。
目前，在生产前的机器学习过程和实际量产过程中，对派单人员的技能有高要求标准，如何识别人员是否具备优良操作技能，而进行任务指派是生产派单过程中需要解决的重要问题。可以理解，对员工操作技能的高低可以根据对员工生产的产品的质量来评判。传统对员工工作质量的评估，没有对应产品的生产难度的权重考核，显而易见，一个高难度的产品的生产质量和一个低难度的产品的生产质量是没有可比性的，故而相关技术中对员工工作质量的评估不够全面客观，即为对员工的绩效评估不够全面客观。同时，根据相关技术中的评价方法得出的质量评价数据也没有办法追踪到对应员工的生产批次导致数据不准确的问题。综上所述，采用相关技术中的质量评价方法不能在为员工分配生产任务时最大程度发挥员工生产优势，生产效率低。
为了解决上述问题，本申请提供了一种用于确定员工工作质量的数据处理方法及相关装置，该方法可以应用于生产制造业务领域。服务器可以先获取目标员工在目标时间内完成的生产信息，其中该生产信息包括生产时间、产品类型、以及产品难度等级，从而根据该生产信息，确定各个产品难度等级中的产品的第一多目标优化指数，其中该第一多目标优化指数用于指示各个难度等级内的产品的综合质量，进而可以再对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；最终根据该产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。本申请可以适用于需要对员工的工作质量评估的应用场景、需要对员工的生产操作技能进行评估的应用场景、以及对机器学习情况进行评估的应用场景，包括但不限于上述提到的应用场景。
下面结合附图对本申请实施例进行说明。
本申请提供的相关装置包括服务器10，本申请中服务器10的组成结构可以如图1所示。服务器10可以包括处理器110、存储器120、通信接口130以及一个或多个程序121，其中，所述一个或多个程序121被存储在上述存储器120中，且被配置由上述处理器110执行，所述一个或多个程序121包括用于执行用于确定员工工作质量的数据处理方法的实施例中任一步骤的指令。或者所示一个或多个程序121包括用于确定员工工作质量的数据处理的步骤的指令。
其中，通信接口130用于支持服务器10与其他设备的通信。
处理器110可以包括一个或者多个处理核。处理器110利用各种接口和线路连接整个服务器10内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行服务器10的各种功能和处理数据。可选地，处理器110可以是中央处理器（Central Processing Unit，CPU），通用处理器，数字信号处理器（Digital Signal Processor，DSP），专用集成电路（Application-SpecificIntegrated Circuit，ASIC），现场可编程门阵列（Field Programmable Gate Array，FPGA）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请实施例公开内容所描述的各种示例性的逻辑方框，单元和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。
存储器120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（random access 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 rateSDRAM，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（directrambus RAM，DR RAM）。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等。存储数据区还可以存储服务器10在使用中所创建的数据等。
具体实现中，所述处理器110用于执行下述方法实施例中由服务器10执行的任一步骤，且在执行诸如发送等数据传输时，可选择的调用所述通信接口130来完成相应操作。
需要注意的是，上述服务器10的结构示意图仅为示例，具体包含的器件可以更多或更少，此处不做唯一限定。
下面介绍本申请实施例提供的一种用于确定员工工作质量的数据处理方法。
请参阅图2，图2是本申请实施例提供的一种用于确定员工工作质量的数据处理方法的流程示意图，所述用于确定员工工作质量的数据处理方法应用于如图1所述的服务器10。如图2所示，该用于确定员工工作质量的数据处理方法包括：
步骤210，获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、以及产品难度等级。
具体实现中，生产时间是指员工的上工时间。产品类型为生产的目标产品，产品类型可以以产品的名称、编号或者其他能够指示该类型产品的名词进行指示。产品难度等级可以根据实际需求进行划分，例如，产品难度等级可以划分为三个等级，如：低等难度、中等难度、以及高等难度。参见图3和图4，为了方便服务器记录存储，低等难度可以记录为1，中等难度可以记录为2，高等难度可以记录为3；或者产品难度等级也可以划分为五个等级，例如：低等难度、较低等难度、中等难度、较高等难度、以及高等难度，同理，为了方便记录存储，低等难度可以记录为1，较低等难度可以记录为2，中等难度可以记录为3，较高等难度可以记录为4，高等难度可以记录为5。为了方便表述，下文以产品难度等级可以划分为高中低三个产品难度等级进行叙述。
与产品类型对应的产品难度等级可以根据该产品类型的生产特性对产品难度等级进行设置，即可以理解为产品类型和产品难度等级一一对应。示例性的，目标员工甲在目标时间内生产的产品有：产品A、产品B、产品C、产品D、产品E、产品F、产品G、产品H、以及产品H。其中，产品A、产品B、以及产品C生产时的产品难度等级为高等难度，产品D、产品E、以及产品F生产时的产品难度等级为中等难度，产品G、产品H、以及产品H生产时的产品难度等级为低等难度。
在一个可能的示例中，所述获取目标员工在目标时间内完成的生产信息，包括：接收用户设备的评价请求；根据所述评价请求，确定所述目标时间；根据所述目标时间，获取所述目标员工在所述目标时间内的所有生产工单；所述产品类型和与所述产品类型对应的所述产品难度等级记录于所述生产工单内。
其中，为了方便信息获取，提高评价结果统计效率，所有生产的产品的产品类型和与所述产品类型对应的所述产品难度等级都被记录于生产工单内。为了方便记录、存储和查询，在本示例中，生产工单为电子工单，所有生产工单可以统一存储在工单工时数据库内，以便于服务器获取历史生产工单。需要说明的是，生产信息还可以包括生产任务、和与生产任务对应的生产批次等信息。于其他实施例中，生产信息中的生产时间、产品类型、产品难度等级、与该产品类型对应的生产任务和生产批次等信息可以被分散记录在不同的位置，只要保证能够查询获取到相应的生产信息，以进行产品质量评价指数的计算即可，在此不做进一步限制。
在本实施例中，服务器可以先接收到由用户设备发送的评价请求再计算评估目标员工生产产品的质量。用户设备发送的评价请求中可以包括目标时间，以使服务器可以根据评价请求确定目标时间。在获取目标员工在目标时间内的生产信息时，可以直接通过目标员工和目标时间两个信息的筛选，直接获取得到目标员工在目标时间内的所有生产工单。或者，于其他示例中，可以先根据生产工单中的生产时间从工单工时数据库中获取目标时间内的所有生产工单，再从获取得到的所有生产工单内获取与目标时间内对应的目标员工的生产工单。再或者，于其他示例中，也可以先从工单工时数据库中获取目标员工的所有生产工单，再从获取得到的所有生产工单内获取目标员工在在目标时间内的生产工单。
具体实现中，目标时间通常为过去的某一时段，例如，最近半年或一年，其可以根据需求设置选择。在该目标时间内工单工时数据库中存储有多个员工的多个生产工单。示例性的，参见图3，图3是本发明实施例提供的一种工单工时数据库的部分示例图，如图3所示，工单工时数据库中记录的目标员工在目标时间内的生产工单可以有：在目标时间为2022年3月至2022年5月，目标员工为员工甲（员工编号为108866）时，员工甲对应的所有生产工单记录的生产信息有：员工甲于2022年3月1号上午9点到11点上工生产高等难度的产品A、员工甲于2022年3月2号下午3点到5点上工生产中等难度的产品D、员工甲于2022年5月3号上午8点到11点上工生产低等难度的产品G等生产信息。进一步地，参见图3，生产工单内还可以记录有与生产的产品类型和生产时间对应的生产任务、和与生产任务对应的生产批次等信息。
步骤220，根据所述生产信息，确定各个所述产品难度等级中的产品的第一多目标优化指数。
其中，所述第一多目标优化指数用于指示各个产品难度等级内的产品的综合质量。
其中，第一多目标优化指数具体用于指示在各个产品难度等级中，相同产品难度等级的产品类型的产品的综合质量。其中，同一种产品难度等级内可以包括多个产品类型，示例性的，目标员工甲在目标时间内生产的所有产品中，属于高等难度的产品类型有产品A、产品B、产品C，此时，高等难度中的产品的第一多目标优化指数用于指示目标员工甲在目标时间内生产的高等难度的产品A、产品B、产品C的综合质量。
在一个可能的示例中，所述确定各个所述产品难度等级中所有所述产品类型的第一多目标优化指数，包括：获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品难度等级进行分类；确定各个所述产品难度等级中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到所述第一多目标优化指数。
其中，不同的生产批次可以用于生产相同产品类型的产品，也可以用于生产不同产品类型的产品。每个生产批次生产的产品都对应具有一个第二多目标优化指数。第二多目标优化指数可以表示与其对应的生产批次生产的产品的质量。第二多目标优化指数可以采用十分制或者百分制的方式进行记录，以便于计算评估。可以理解，采用百分制时，在方便计算的同时，还能够对产品的质量更加精准的评判。第二多目标优化指数为该生产批次固有的参数，所有生产批次对应的第二多目标优化指数可以都存储记录于产品质量数据库中，以便统一存储记录，并便于后续获取，参见图4。当服务器获取到目标员工在目标时间内的所有生产工单时，可以根据生产工单上记录的生产批次对应从产品质量数据库中获取该生产批次的第二多目标优化指数。
示例性的，若评价请求的内容为，确定员工编号为108866的员工甲在2022年3月至2022年5月的工作质量。那么，在上述请求中，目标时间为2022年3月至2022年5月，目标员工为员工编号为108866的员工甲。服务器可以根据该评价请求，获取对应的生产信息，如图3和图4所示。如图可知，员工甲在目标时间内一共参与生产了18个批次的产品，其中，有6个生产批次用于生产高等难度的产品，7个生产批次用于生产中等难度的产品，5个生产批次用于生产低等难度的产品，各个批次的产品的第二多目标优化指数如图4所示。将高等难度的产品对应的第一多目标优化指数记为Ph，将中等难度的产品对应的第一多目标优化指数记为Pm，将低等难度的产品对应的第一多目标优化指数记为Pl，在本示例中，Ph=（86+82+84+88+80+81）/6=83.5，Pm=（92+84+85+85+84+85+86）/7=85.9，Pl=（92+8+94+90+96）/5=92。
在本实施例中，通过对同一产品难度等级中的所有生产批次的第二多目标优化指数求取均值确定得到第一多目标优化指数，可以提高第一多目标优化指数评估与其对应的产品难度等级的产品生产质量的准确性，避免部分产品类型样本较少、且与其他产品类型质量差距较大而导致取得的第一多目标优化指数对产品质量评估不准确的问题出现。
在一个可能的示例中，所述确定各个所述产品难度等级中所有所述产品类型的第一多目标优化指数，包括：获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品类型进行分类；确定相同的所述产品类型中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到与所述产品类型对应的第三多目标优化指数；其中，所述第三多目标优化指数用于指示相同的所述产品类型的产品的综合质量；将所述第三多目标优化指数根据所述产品类型对应的产品难度等级进行分类；确定各个所述产品难度等级中所有所述产品类型的所述第三多目标优化指数的均值，以得到所述第一多目标优化指数。
其中，第三多目标优化指数用于指示在所有生产任务的所有生产批次中，产品类型相同的产品的综合质量。其中，一个生产任务可以包括至少一个生产批次，当生产批次设有至少两个时，至少两个生产批次可以用于生产同一种产品类型的产品。同时，不同生产任务中的生产批次可以用于生产同一种产品类型的产品，或者也可以用于生产不同产品类型的产品。示例性的，在生产任务的编号为20220100的生产任务中，包括生产批次的编号为20220101、20220102的两个生产批次，在生产任务编号为20220200的生产任务中，包括生产批次的编号为20220201、20220202、20220203的三个生产批次。其中，包括生产批次的编号为20220101、20220102的两个生产批次都用于生产产品A，生产批次的编号为20220201、20220202、20220203的三个生产批次都用于生产产品B，此时产品A的第三多目标优化指数用于指示目标员工甲在目标时间内生产的产品种类为产品A的综合质量，产品B的第三多目标优化指数用于指示目标员工甲在目标时间内生产的产品种类为产品B的综合质量。
示例性的，若评价请求的内容为，确定员工编号为108866的员工甲在2022年3月至2022年5月的工作质量。那么，在上述请求中，目标时间为2022年3月至2022年5月，目标员工为员工编号为108866的员工甲。服务器可以根据该评价请求，获取对应的生产信息，如图3和图4所示。如图可知，员工甲在目标时间内一共参与生产了18个批次的产品，其中生产的各个批次的产品的第二多目标优化指数如图4所示。服务器可以根据产品种类名称将产品分类为产品A至产品I九个产品种类，通过确定相同产品类型的第二多目标优化指数的均值，可以得到与产品类型对应的第三多目标优化指数。例如，产品A的第三多目标优化指数（这里记为PA）为生产批次20220101对应的第二多目标优化指数（这里记为PA1）和生产批次20220102对应的第二多目标优化指数（这里记为PA2）的均值，即PA=（PA1+PA2）/2=（86+82）/2=84。同理，产品B的第三多目标优化指数（这里记为PB）为84，产品C的第三多目标优化指数（这里记为PC）为81，产品D的第三多目标优化指数为88，产品E的第三多目标优化指数为85,产品F的第三多目标优化指数为85，产品G的第三多目标优化指数为92，产品H的第三多目标优化指数为91，产品I的第三多目标优化指数为93。之后，服务器可以根据产品难度等级将9个产品种类进行分类，即将A、B、C划分为高等难度的产品，D、E、F划分为中等难度的产品，G、H、I划分为低等难度的产品，之后再求取各个产品难度等级内第三多目标优化指数的均值，以确定各个产品难度等级对应的第一多目标优化指数。例如，高等难度的产品对应的第一多目标优化指数（这里记为Ph）等于产品A的第三多目标优化指数、产品B的第三多目标优化指数、以及产品C的第三多目标优化指数的均值，即为Ph=（PA+PB+PC）/3=（84+84+81）/3=83。同理，中等难度的产品对应的第一多目标优化指数Pm=（88+85+85）/3=86；低等难度的产品对应的第一多目标优化指数Pl=（92+91+93）=92。
可以理解，将生产相同产品类型的产品的生产批次归类在一起，并通过相同产品类型内的所有生产批次生产的产品的第二多目标优化指数求均值的方式得到第三多目标优化指数，可以提高第三多目标优化指数对生产的相同产品类型的产品的质量评判的准确性和稳定性。目标员工在目标时间内生产的产品可以有多个产品类型，其分别对应了不同的产品难度等级。通过对同一产品难度等级内的所有产品类型的第三多目标优化指数求均值的方式得到第一多目标优化指数，可以进一步提高第一多目标优化指数对生产的同一产品难度等级的产品的质量评判的准确性和稳定性，从而提高和保证最终求得的产品质量评价指数的可靠性。
基于上述实施例，为了进一步地提高最终求取的第一多目标优化指数对生产产品质量评估的准确性，在计算第三多目标优化指数时，可以去除样本较少的产品类型的数据，即不采用该产品类型的数据来评估目标员工的工作质量。具体地，若某一产品类型的样本数量小于预设数量时，则去除该产品类型相关的数据，其中，样本数量即为生产批次的数量，预设数量可以为两个、三个或者更多个，具体可根据实际需求进行设置，在此不做进一步限制。
可见，通过本实施例的方案不仅可以求取第一多目标优化指数，并且通过求取第一多目标优化指数过程中得到的第三多目标优化指数还可以用于评估目标员工生产该种产品类型的产品的能力，可以提高数据利用率，降低服务器的数据处理和数据存储压力。
步骤230，对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q。
可以理解，该步骤即为通过对应不同的产品难度等级的第一多目标优化指数进行加权处理，如此有利于提高对目标员工生产的产品的综合质量评定的可靠性和准确性。
在一个可能的实施例中，各所述产品难度等级对应的权重占比W与所述产品难度等级的高低成正相关；其中，所述产品难度等级的评级标准包括作业规范标准的健全程度、工艺流程的步骤的数量、产品过程参数的可测量性、以及设备的自动化程度中的至少一种。
其中，所有员工生产的不同产品难度等级的产品可以都按照统一的权重占比进行计算，以增强不同员工之间通过产品质量评价指数来比较员工的生产技能操作水平的公平性和可靠性。不同产品难度等级的权重占比可以根据实际情况进行设置，具体地，可以根据产品生产的难易程度进行设置，生产难度越大，生产的产品的权重占比就越高。可以理解，生产难度越大对员工的生产技能操作水平的要求越高。因此，将各个产品难度等级对应的权重占比与产品难度等级的高低呈正比设置，能够对员工的生产操作技能水平进行更准确的评价。示例性的，可以将各个产品难度等级的权重占比设置为以下参数：高等难度的权重占比为60%，中等难度的权重占比为30%，低等难度的权重占比为10%。当然，于其示例中，若高等难度的产品的生产难度远远大于中等难度和低等难度的产品，那么可以增加高等难度的产品所占的权重占比，例如，各个产品难度等级的权重占比还可以设置为以下参数：高等难度的权重占比为75%，中等难度的权重占比为20%，低等难度的权重占比为5%。
可以理解，影响产品难度等级的因素包括作业规范标准的健全程度、工艺流程的步骤的数量、产品过程参数的可测量性、以及设备的自动化程度等。其中，作业规范标准是指规范员工操作规范而制定的，对各项生产工作制定的统一要求和规范化规定。员工可以根据作业规范标准生产处合格的产品，因此，作业规范标准的健全程度越高，员工生产产品的难度越低，即产品难度等级相应越低。工艺流程的步骤的数量决定了产品生产过程的复杂程度，若工艺流程的步骤的数量越多，则意味着产品生产的复杂度越高，即产品难度等级相应越高。产品过程参数包括产品在生产过程中中间物料和最终产品的质量参数、以及生产过程中相关的工艺参数等，产品过程参数的可测量性越高大，产品生产过程的可控性高，即产品难度等级相应越低。当产品过程参数的可测量性低时，更需要员工的生产经验进行判断，故而产品难度等级相应越高。设备的自动化程度越高，意味着产品生产过程中人为影响因素较小，因此产品难度等级相应越低。
在一个可能的示例中，根据下表1对产品的产品难度等级进行划分。
Figure 21871DEST_PATH_IMAGE001
表1
具体实现中，在对产品的产品难度等级进行划分时，可以根据上述表1对各个产品种类的产品进行打分，当该产品的得分为4至6分，则该产品为低等难度的产品；若该产品的得分为7至9分，则该产品为中等难度的产品；该产品的得分为10至12分，则该产品为高等难度的产品。
可以理解，各个影响因素对产品难度等级的影响强度并不相同，例如，设备的自动化程度和产品过程参数的可测量性的影响强度大于工艺流程的步骤的数量的影响强度，且远大于作业规范标准的健全程度的影响强度。更进一步地，为了提高对产品难度等级划分的准确性，还可以根据各个影响因素对产品难度等级的影响强度，在统计产品得分时对应各个影响因素进行加权处理。示例性的，各个影响因素的权重可以设置为以下参数：设备的自动化程度的权重为35%，产品过程参数的可测量性的权重为35%，工艺流程的步骤的数量的权重为20%，作业规范标准的健全程度的权重为10%，此时，若该产品的得分在区间
Figure 276135DEST_PATH_IMAGE002
，
则该产品为低等难度的产品；若该产品的得分在区间
Figure 824928DEST_PATH_IMAGE003
，
则该产品为中等难度的产品；该产品的得分在区间
Figure 647390DEST_PATH_IMAGE004
，
则该产品为高等难度的产品。示例性的，若产品A的作业规范标准的健全程度项得分为2分，工艺流程的步骤的数量项得分为2分，产品过程参数的可测量性项得分为3分，设备的自动化程度项得分为3分，那么产品A的总得分为：2*10%+2*20%+3*35%+3*35%=2.7，可见，产品A为高等难度的产品。
或者，在对产品的产品难度等级进行划分时，服务器可以存储高等难度、中等难度以及低等难度的所有得分情况，并将所有得分情况按照得分高低划分产品难度等级，如此服务器可以根据目标产品的得分快速确认其对应的产品难度等级，从而提高确认速度。示例性的，当该产品的得分为4分、5分、或者6分，则该产品为低等难度的产品；若该产品的得分为7分、8分，或者9分，则该产品为中等难度的产品；该产品的得分为10分、11分或者12分，则该产品为高等难度的产品。可以理解，采用本示例的方案确定产品的产品难度等级，也可以根据各个影响因素的影响强度，对应对各个影响因素进行加权处理，并存储记录加权处理后所有可能的得分情况，具体不再详细叙述。
步骤240，根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
可以理解，可以根据上述步骤得到在目标时间内的所有员工的产品质量评价指数，目标员工在目标时间内生产的产品的产品质量评价指数越大，则说明该目标员工在目标时间内生产的产品的综合质量水平越高，即目标员工在目标时间内的工作质量高。
在具体实现中，为了方便比较在相同的目标时间内所有员工生产的操作技能水平的高低，可以将相同目标时间内的所有员工的产品质量评价指数顺序排序，员工的排列顺序越靠前，则说明该员工在所有员工中的生产质量越高。通过排序的方式可以更直观地比较出所有员工的生产操作技能水平。并且，工厂还可以根据该排序结果，将多名员工分级划分，从而能够快速确定工作质量绩效合格的员工，并便于根据划分名单对员工进行奖励表彰等。示例性的，当预选的可奖励员工的产品质量评价指数的数值都高于预设数值，即，预选的可奖励员工符合奖励条件时，可以将员工分级进行奖励。例如，若有十一个可奖励名额，那么可以将排序在前面十一位的员工的产品质量评价指数与工厂预期的预设数值进行比较，若都达到工厂的预期目标则可对这十一个员工进行奖励。在对这十一个员工进行奖励时，可以根据他们的排列顺序进行分级奖励，例如，可以将员工进行可以将排序的前三位划分在一等奖名单内，将排序的第四个至第六个划分在二等奖名单内，将排序的第七个至第十一个划分在三等奖名单内。
第一多目标优化指数不仅能够用于计算产品质量评价指数，以对目标员工在目标时间内生产的产品的质量进行综合性评价，还能够用于判断目标员工适合于生产何种产品难度等级的产品。
在一个可能的示例中，所述方法还包括：获取各个所述产品难度等级的预设参数；比对所述各个所述产品难度等级的预设参数和与所述产品难度等级对应的所述第一多目标优化指数，并得到比对结果；根据所述比对结果，确定与所述目标员工对应的适配难度评价指数D；根据所述适配难度评价指数D，确定所述目标员工适配生产的产品难度等级。
在本示例中，对于目标员工在目标时间内生产的产品，通过将不同产品难度等级对应的第一多目标优化指数和与其对应的预设参数比较，可以判断出目标员工是否适合生产该种产品难度等级的产品。在具体实现中，若目标员工生产的一种产品难度等级的产品的第一目标指数大于或者等于与该产品难度等级对应的预设参数，则目标员工适合生产该产品难度等级的产品。其中，预设参数是针对各个产品难度等级预先设置的参考量，其可以根据工厂对不同的产品难度等级的产品的生产质量要求进行具体设置。例如，若第一多目标优化指数采用百分制，那么高等难度的产品的预设参数、中等难度的产品的预设参数、以及低等难度的产品的预设参数均可以设置为八十分，即，此时八十分为判断员工生产是否具备相应的生产操作技能的合格线。
可以理解，高等难度的产品的生产操作难度＞中等难度的产品的生产操作难度＞低等难度的产品的生产操作难度。故而具备生产更高产品难度等级的产品的生产操作技能的员工，通常具备生产更低产品难度等级的产品的生产操作技能。可见，在使用预设参数来比对判断员工能够生产哪种产品难度等级的产品时，可以采用向下兼容的方式。具体地，若目标员工生产的高等难度的产品对应的第一多目标优化指数、生产的中等难度的产品对应的第一多目标优化指数、以及生产的低等难度的产品对应的第一多目标优化指数均大于或等于与其对应的预设参数，则该目标员工对应的适配难度评价指数可以标记为第一等级（这里可以记为D=1，以便于记录存储）。适配难度评价指数被标记为第一等级时意味着目标员工适配于生产所有产品难度等级的产品。在目标员工生产的高等难度的产品对应的第一多目标优化指数小于与其对应的预设参数时，若目标员工生产的中等难度的产品对应的第一多目标优化指数、以及生产的低等难度的产品对应的第一多目标优化指数均大于或等于与其各自对应的预设参数，则该目标员工对应的适配难度评价指数可以被标记为第二等级（这里可以记为D=2），适配难度评价指数被标记为第二等级时意味着目标员工适配于中等难度和低等难度的产品的生产。目标员工生产的高等难度的产品对应的第一多目标优化指数、和生产的中等难度的产品对应的第一多目标优化指数均小于与其各自对应的预设参数时，若目标员工生产的低等难度得产品对应的第一多目标优化指数大于或等于与其对应的预设参数，则该目标员工对应的适配难度评价指数可以被标记为第三等级（这里可以记为D=3），适配难度评价指数被标记为第三等级时意味着目标员工适配于生产低等难度的产品的生产。
在一个可能的实施例中，所述方法还包括：将各个所述产品难度等级对应的所述第一多目标优化指数由高到低顺序排列；根据排列顺序，确定所述目标员工适配生产的产品难度等级；其中，排列顺序越靠前的第一多目标优化指数对应的产品难度等级与所述目标员工的适配度越高。
在本示例中，在目标员工在目标时间内生产的产品中，将与不同产品难度等级的产品对应的第一多目标优化指数顺序排列，可以更简单直观的辨别出目标员工生产各个产品难度等级的产品的生产操作技能水平的高低，有利于判断目标员工更适合生产哪一种产品难度等级的产品。如此，能够在后续分配工作时，对应给目标员工分配更合适的工作，从而更大程度上提高产品生产的质量和效率。示例性的，目标员工为员工乙，员工乙生产的高等难度的产品的第一多目标优化指数为83，员工甲生产的中等难度的产品的第一多目标优化指数为86，员工甲生产低等难度的产品的第一多目标优化指数为92，其顺序排列为92＞86＞83。由此可见，员工甲在目标时间内生产的低等难度的产品的质量＞中等难度的产品的质量＞高等难度的产品的质量。因此，相较而言员工甲更适合于生产低等难度的产品，在后续分派工作任务时可以给员工乙分配更多的生产低等难度产品的任务。
可选地，产品质量评价指数、适配难度评价指数以及第一多目标优化指数排序等数据可以存储在员工绩效技能标签数据库中。上述所述的产品质量数据库中的数据、工单工时数据库中的数据、以及员工绩效技能标签数据库中的数据可以分别存储在不同的区块链节点中，例如，将产品质量数据库中的数据存储在第一区块链节点，将工单工时数据库中的数据存储在第二区块链节点，将员工绩效技能标签数据库中的数据存储在第三区块链节点。服务器计算生成的产品质量评价指数、适配难度评价指数以及第一多目标优化指数排序等数据可以存储于相应的区块链节点中。当服务器在计算产品质量评价指数过程中，需要获取目标员工在目标时间内的生产工单和生产工单中每个生产批次的第二多目标优化指数等数据时，服务器需要根据密钥访问对应的区块链节点以获取相应的数据，例如，当需要获取第二多目标优化指数时，服务器需要利用第一密钥访问第一区块链节点。可以理解，上述所述的数据均为工厂的重要生产信息，关系到工厂的运营、生产和管理，因此只有具有权限的管理人员才拥有所述用于获取不同区块链节点内数据的密钥，即只有具有权限的管理人员有权访问区块链节点以获取或调用其对应存储的数据，从而增强了数据的保密性以及系统的安全性。
本申请可以根据上述方法示例对服务器进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，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。
与上述所示的实施例一致的，图5A是本申请实施例提供的用于确定员工工作质量的数据处理装置的功能单元组成框图。该用于确定员工工作质量的数据处理装置30可以应用在如图1所示的服务器，如图5A所示，该用于确定员工工作质量的数据处理装置30包括：
获取单元310，用于获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、以及产品难度等级；
处理单元320，用于根据所述生产信息，确定各个所述产品难度等级中的产品的第一多目标优化指数；其中，所述第一多目标优化指数用于指示各个难度等级内的产品的综合质量；所述处理单元320还用于对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；
确定单元330，用于根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
在一个可能的示例中，在所述确定各个所述产品难度等级中所有所述产品类型的第一多目标优化指数方面，所示处理单元320具体用于：获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品难度等级进行分类；确定各个所述产品难度等级中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到所述第一多目标优化指数。
在一个可能的示例中，所述生产信息还包括生产任务、和与生产任务对应的生产批次，在所述根据所述生产信息，获取相同产品类型的第三多目标优化指数方面，所示处理单元320具体用于：获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品类型进行分类；确定相同的所述产品类型中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到与所述产品类型对应的第三多目标优化指数；其中，所述第三多目标优化指数用于指示相同的所述产品类型的产品的综合质量；将所述第三多目标优化指数根据所述产品类型对应的产品难度等级进行分类；确定各个所述产品难度等级中所有所述产品类型的所述第三多目标优化指数的均值，以得到所述第一多目标优化指数。
在一个可能的示例中，在所述获取目标员工在目标时间内完成的生产信息方面，所示获取单元310具体用于：接收用户设备的评价请求；根据所述评价请求，确定所述目标时间；根据所述目标时间，获取所述目标员工在所述目标时间内的所有生产工单；所述生产信息记录于所述生产工单内。
在一个可能的示例中，所示处理单元320具体包括：各所述产品难度等级对应的权重占比W与所述产品难度等级的高低成正相关；其中，所述产品难度等级的评级标准包括作业规范标准的健全程度、工艺流程的步骤的数量、产品过程参数的可测量性、以及设备的自动化程度中的至少一种。
在一个可能的示例中，所示获取单元310具体用于：获取各个所述产品难度等级的预设参数。所示处理单元320具体用于：比对所述各个所述产品难度等级的预设参数和与所述产品难度等级对应的所述第一多目标优化指数，并得到比对结果；根据所述比对结果，确定与所述目标员工对应的适配难度评价指数D；根据所述适配难度评价指数D，确定所述目标员工适配生产的产品难度等级。
在一个可能的示例中，所示处理单元320具体用于：将各个所述产品难度等级对应的所述第一多目标优化指数由高到低顺序排列；根据排列顺序，确定所述目标员工适配生产的产品难度等级；其中，排列顺序越靠前的第一多目标优化指数对应的产品难度等级与所述目标员工的适配度越高。
可以理解的是，由于方法实施例与装置实施例为相同技术构思的不同呈现形式，因此，本申请中方法实施例部分的内容应同步适配于装置实施例部分，此处不再赘述。
在采用集成的单元的情况下，本申请实施例提供的用于确定员工工作质量的数据处理装置的功能单元组成框图如图5B所示。在图5B中，用于确定员工工作质量的数据处理装置30包括：通信模块340和处理模块350。处理模块350用于对用于确定员工工作质量的数据处理装置30的动作进行控制管理，例如执行获取单元310、处理单元320、确定单元330的步骤，和/或用于执行本文所描述的技术的其它过程。通信模块340用于支持用于确定员工工作质量的数据处理装置30与其他设备之间的交互。如图5B所示，用于确定员工工作质量的数据处理装置30还可以包括存储模块360，存储模块360用于存储用于确定员工工作质量的数据处理装置30的程序代码和数据。
其中，处理模块350可以是处理器或控制器，例如可以是中央处理器(CentralProcessing Unit，CPU)，通用处理器，数字信号处理器(Digital Signal Processor，DSP)，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请实施例公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等等。通信模块340可以是收发器、RF电路或通信接口等。存储模块360可以是存储器。
其中，上述方法实施例涉及的各场景的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。上述用于确定员工工作质量的数据处理装置30均可执行上述图2所示的用于确定员工工作质量的数据处理方法中服务器所执行的步骤。
上述实施例，可以全部或部分地通过软件、硬件、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或无线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。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如上述单元的划分，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，可以是电性或其它的形式。
上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模块中，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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元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器中。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全部或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器中，包括若干指令用以使得一台计算机设备（可为个人计算机、电子设备或者网络设备等）执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（英文：Read-Only Memory，简称：ROM）、随机存取器（英文：Random Access Memory，简称：RAM）、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种用于确定员工工作质量的数据处理方法，其特征在于，包括：
获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、产品难度等级、生产任务、和与所述生产任务对应的生产批次；
根据所述生产信息，获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；
将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品类型进行分类；
确定相同的所述产品类型中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到与所述产品类型对应的第三多目标优化指数；其中，所述第三多目标优化指数用于指示相同的所述产品类型的产品的综合质量；
将所述第三多目标优化指数根据所述产品类型对应的产品难度等级进行分类；
确定各个所述产品难度等级中所有所述产品类型的所述第三多目标优化指数的均值，以得到第一多目标优化指数；其中，所述第一多目标优化指数用于指示各个产品难度等级内的产品的综合质量；
对各产品难度等级对应的权重占比W与各产品难度等级对应的所述第一多目标优化指数的乘积求和，得到产品质量评价指数Q；
根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
2.根据权利要求1所述的方法，其特征在于，所述获取目标员工在目标时间内完成的生产信息，还包括：
接收用户设备的评价请求；
根据所述评价请求，确定所述目标时间；
根据所述目标时间，获取所述目标员工在所述目标时间内的所有生产工单；所述产品类型和与所述产品类型对应的所述产品难度等级记录于所述生产工单内。
3.根据权利要求1所述的方法，其特征在于，各所述产品难度等级对应的权重占比W与所述产品难度等级的高低呈正相关；其中，所述产品难度等级的评级标准包括作业规范标准的健全程度、工艺流程的步骤的数量、产品过程参数的可测量性、以及设备的自动化程度中的至少一种。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取各个所述产品难度等级的预设参数；
比对所述各个所述产品难度等级的预设参数和与所述产品难度等级对应的所述第一多目标优化指数，并得到比对结果；
根据所述比对结果，确定与所述目标员工对应的适配难度评价指数D；
根据所述适配难度评价指数D，确定所述目标员工适配生产的产品难度等级。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
将各个所述产品难度等级对应的所述第一多目标优化指数由高到低顺序排列；
根据排列顺序，确定所述目标员工适配生产的产品难度等级；其中，排列顺序越靠前的所述第一多目标优化指数对应的产品难度等级与所述目标员工的适配度越高。
6.一种用于确定员工工作质量的数据处理装置，其特征在于，包括：
获取单元，用于获取目标员工在目标时间内完成的生产信息；其中，所述生产信息包括生产时间、产品类型、产品难度等级、生产任务、和与所述生产任务对应的生产批次；
处理单元，所述处理单元用于根据所述生产信息，获取所有所述生产任务中，每个所述生产批次对应生产的产品的第二多目标优化指数；其中，所述第二多目标优化指数用于指示各个所述生产批次对应生产的产品的质量；
所述处理单元还用于将所述第二多目标优化指数根据所述生产批次对应生产的产品的产品类型进行分类；
所述处理单元还用于确定相同的所述产品类型中所有所述生产批次对应的所述第二多目标优化指数的均值，以得到与所述产品类型对应的第三多目标优化指数；其中，所述第三多目标优化指数用于指示相同的所述产品类型的产品的综合质量；
所述处理单元还用于将所述第三多目标优化指数根据所述产品类型对应的产品难度等级进行分类；
所述处理单元还用于确定各个所述产品难度等级中所有所述产品类型的所述第三多目标优化指数的均值，以得到第一多目标优化指数；其中，所述第一多目标优化指数用于指示各个难度等级内的产品的综合质量；
所述处理单元还用于对各产品难度等级对应的权重占比W与各产品难度等级对应的第一多目标优化指数的乘积求和，得到产品质量评价指数Q；
确定单元，所述确定单元用于根据所述产品质量评价指数Q，确定所述目标员工的工作质量；其中，所述目标员工的工作质量与所述产品质量评价指数Q的大小呈正相关。
7.一种服务器，其特征在于，所述服务器包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1至5中任一项所述的方法中的步骤的指令，或者所述程序包括权利要求6所述的装置的步骤的指令。
8.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1至5任一项所述的方法。
CN202210704036.2A 2022-06-21 2022-06-21 用于确定员工工作质量的数据处理方法及相关装置 Active CN114781948B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211007953.1A CN115249131A (zh) 2022-06-21 2022-06-21 确定员工工作质量的数据处理方法及装置和介质和程序
CN202210704036.2A CN114781948B (zh) 2022-06-21 2022-06-21 用于确定员工工作质量的数据处理方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210704036.2A CN114781948B (zh) 2022-06-21 2022-06-21 用于确定员工工作质量的数据处理方法及相关装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202211007953.1A Division CN115249131A (zh) 2022-06-21 2022-06-21 确定员工工作质量的数据处理方法及装置和介质和程序

Publications (2)

Publication Number Publication Date
CN114781948A CN114781948A (zh) 2022-07-22
CN114781948B true CN114781948B (zh) 2022-09-13

Family

ID=82421560

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210704036.2A Active CN114781948B (zh) 2022-06-21 2022-06-21 用于确定员工工作质量的数据处理方法及相关装置
CN202211007953.1A Pending CN115249131A (zh) 2022-06-21 2022-06-21 确定员工工作质量的数据处理方法及装置和介质和程序

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202211007953.1A Pending CN115249131A (zh) 2022-06-21 2022-06-21 确定员工工作质量的数据处理方法及装置和介质和程序

Country Status (1)

Country Link
CN (2) CN114781948B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114936814A (zh) * 2022-07-26 2022-08-23 希望知舟技术(深圳)有限公司 一种员工等级确定方法及相关装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10261122A (ja) * 1997-03-18 1998-09-29 Sumitomo Wiring Syst Ltd 作業配分最適化方法
JP2001273025A (ja) * 2000-03-23 2001-10-05 Hitachi Ltd 作業不良発生度評価方法並びに製造職場の不良の起こし易さ評価方法及びその装置
US20030220828A1 (en) * 2002-05-23 2003-11-27 Chih-An Hwang Polymer production scheduling using transition models
JP2006317988A (ja) * 2005-04-12 2006-11-24 Fujifilm Holdings Corp 要素作業の難易度評価方法、要素作業の作業ミス影響度評価方法、要素作業の特質評価方法、要素作業の配分方法、要素作業の改善方法
JP5994343B2 (ja) * 2012-04-02 2016-09-21 ヤマハ株式会社 演奏評価装置及びカラオケ装置
JP2018142058A (ja) * 2017-02-27 2018-09-13 株式会社Ｓｕｂａｒｕ 作業品質評価装置、作業品質評価方法
CN107784424A (zh) * 2017-06-26 2018-03-09 平安科技（深圳）有限公司 任务管理方法、装置、计算机设备及存储介质
US20200175456A1 (en) * 2018-11-30 2020-06-04 International Business Machines Corporation Cognitive framework for dynamic employee/resource allocation in a manufacturing environment
JP7310238B2 (ja) * 2019-04-09 2023-07-19 株式会社ジェイテクト 人員配置支援システム
CN112051825B (zh) * 2020-09-22 2023-10-10 重庆大学 一种汽车试制车间考虑员工作业能力的多目标生产调度方法
CN113689098B (zh) * 2021-08-16 2024-04-23 联通(广东)产业互联网有限公司 一种绩效考核方法、系统、设备及存储介质
CN113793048A (zh) * 2021-09-23 2021-12-14 北京明略昭辉科技有限公司 员工行为评估方法、系统、存储介质及电子设备
CN114219269A (zh) * 2021-12-10 2022-03-22 中国电子科技集团公司第十四研究所 质量评价方法及基于其的全员全过程全业务质量评价方法
CN114358409A (zh) * 2021-12-29 2022-04-15 希望知舟技术(深圳)有限公司 多目标优化结果的排序方法及相关装置
CN114511251B (zh) * 2022-04-18 2022-07-12 希望知舟技术(深圳)有限公司 排单方法、工艺参数请求方法及相关设备

Also Published As

Publication number Publication date
CN114781948A (zh) 2022-07-22
CN115249131A (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
US8566144B2 (en) Closed loop voting feedback
US20050091102A1 (en) A method and system for manufacturing facility performance indicator benchmarking
CN110930250A (zh) 企业信用风险的预测方法及系统、存储介质及电子设备
CN108765149B (zh) 一种基于集群的量化策略回测系统及其回测方法
Berchicci et al. Aspiration formation and attention rules
CN114781948B (zh) 用于确定员工工作质量的数据处理方法及相关装置
KR20070082946A (ko) 건설공사용 수익성 예측방법
CN110764999A (zh) 自动化测试方法、装置、计算机装置及存储介质
CN111932044A (zh) 一种基于机器学习的钢铁产品价格预测系统和方法
CN113554357A (zh) 基于大数据的信息化项目成本评估方法和电子设备
Zhalezka et al. Multy-criteria fuzzy analysis of regional development
Iazzi et al. The evaluation of market attractiveness through the marketing intelligence approach: a tool for the SMEs
CN116542456A (zh) 一种智能派单方法、装置和设备
Rahman et al. Supplier selection and evaluation by fuzzy-AHP extent analysis: a case study RMG sector of Bangladesh
CN115829722A (zh) 信用风险评分模型的训练方法及信用风险评分方法
CN114219461A (zh) 基于多生产工况的生产控制方法和装置
CN112884301A (zh) 企业风险分析的方法、设备及计算机存储介质
CN112070336A (zh) 一种基于层次分析法的制造业信息量化分析方法及装置
CN111160929A (zh) 一种客户类型的确定方法及装置
Daniel et al. A decision model for selecting of strategic plans in balanced scorecard model: a case study for a manufacturing firm
CN115494801B (zh) 板件生产线搭建方法及终端
Biswal et al. Analytical Hierarchy Process Strategy for Assessment of Overall Equipment Effectiveness
WO2022269656A1 (ja) 機械学習装置、深刻度予知装置、および機械学習方法
KR20020020181A (ko) 성과관리시스템에서 성과 달성도를 산출하는 방법 및 장치
Hanne et al. Artificial Intelligence and Machine Learning for Maturity Evaluation and Model Validation

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
GR01 Patent grant
GR01 Patent grant