CN115841709A - 一种景区场景被动式无感知考勤装置及方法 - Google Patents

Abstract

本申请公开了一种景区场景被动式无感知考勤装置及方法，通过景区现有的各数据获取终端，得到景区的原始大数据，通过对景区大数据的充分分析应用，无需持有专用的考勤终端，实现对员工的无感考勤。

Description

一种景区场景被动式无感知考勤装置及方法

技术领域

本申请涉及信息技术领域，具体涉及一种景区场景被动式无感知考勤装置及方法。

背景技术

现有考勤方法一般分两种情况，一种是基于指纹、人脸、虹膜等生物识别技术来实现的定点位考勤；另一种是基于GPS、WIFI、NFC、RFID、蓝牙及其它传感或位置采集技术来识别人员到达所属位置的移动点位考勤。

这些考勤方法有一个共同的特点是需要人主动去签到签退，这些考勤方式主要通过工作时间周期来管理人员，偏管控和要求，适用于固定场所，流水作业、时间点要求较高的领域，对于分淡旺季、分场所地点、需要人员充分发挥主观能动性的景区服务工作而言，过度依赖工作时间点和时长的考勤管理方式事实上未能达到管理预期，让员工产生抵触情绪，从而打击员工的工作积极性，并为降低服务质量和水平，从另一个维度上降低了整个景区的服务质量和水平。

发明内容

本申请所要解决的技术问题是：现有技术中以固定位置、固定时间段或固定范围式考勤，缺乏灵活性，不能应对景区场景下对员工主观能动性的要求，目的在于提供一种景区场景被动式无感知考勤装置及方法，解决了景区场景下无需主动打卡的被动式无感考勤问题。

本申请通过下述技术方案实现：

第一方面，一种景区场景被动式无感知考勤装置，包括若干数据获取终端以及数据处理中心，所述若干数据获取终端与所述数据处理中心通信连接；所述若干数据获取终端包括位于景区内可采集数据的RFID设备、定位设备、通信设备、监控设备、验票设备、门禁设备和影像采集设备中的一个或多个；所述若干数据获取终端用于获取整个景区场景的原始大数据，所述原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据、景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个；数据处理中心对所述原始大数据进行处理分析得到员工的考勤结果，具体如下：获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；获取待考勤员工的身份信息，将所述身份信息按工作岗位的归属，映射到所述考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对所述第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据；根据待考勤员工的身份信息，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，得到所述待考勤员工的考勤结果。

景区场景下需要对各景点区域环境进行监控、需要对观景人员进行管控，本身已存在了各种数据获取终端，比如：游乐场或动物园的门禁卡(RFID设备)、监测动物活动的红外监测相机(定位设备)、工作人员的对讲机(通信设备)、门票校验设备、道路口布置的监控设备、停车场的车牌识别设备等等。本申请方案将这些设备采集的原始数据统一集中到数据处理中心进行分析和处理，得到员工的考勤结果。无需再额外配置考勤终端，实现了景区场景下被动式的无感知考勤。

数据处理中心对景区原始数据的分析，具体来说如下：

本申请首先，对需要考勤的时间位置身份等信息形成第一标准考勤，再根据景区运营特点，针对实际出现的异常情况，对第一标准考勤进行动态调整。也就是说，对员工进行考勤时，正常情况是按第一标准考勤进行比对考勤。但基于景区场景下发生的各种异常情况，需要发挥员工的主观能动性，员工的位置信息若是与异常情况的发生时间\位置相匹配，恰能说明此员工较优秀，能及时应变，主动处理相应事宜。因此，本申请方案将员工时间位置等信息与动态调整后的第二标准考勤进行比对，得出待考勤员工的考勤结果。相较于现有技术中不变的考勤规则，本申请方案既然满足于景区场景下实际考勤的需要，又能很好的体现具有主观能动性的优秀员工。由于，原始大数据具有时间、id、位置等属性；本申请其次，从景区的原始大数据中筛选出与身份信息相匹配的数据信息，形成参考数据，作为考勤的数据来源，无需员工主动的去刷IC或打指纹卡。由于景区本身具有种监控设备、定位设备、登录系统等记录设备，景区员工在进入景区工作时，必然会在上述的各种设备中留下时间位置或登录的信息。本申请方案从这些时间位置或登录的信息出发，形成员工考勤的参考数据，无需要员工主动打卡，给员工一种无感式的考勤方式，在充分利用景区大数据的条件下，更加符合人文关怀。

第二方面，一种景区场景被动式无感知考勤方法，包括：获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；获取待考勤员工的身份信息，将所述身份信息按工作岗位的归属，映射到所述考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对所述第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；获取整个景区场景的原始大数据，根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据；根据待考勤员工的身份信息，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，得到所述待考勤员工的考勤结果，所述原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据；景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个。

进一步的，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，方法包括：若所述参考数据与所述第一标准考勤相匹配，则考勤结果为正常；若所述参考数据与所述第二标准考勤相匹配，则考勤结果为优秀；否则所述考勤结果为异常。

进一步的，对所述第一标准考勤进行动态调整之前，还包括：根据员工身份信息、工作岗位和考勤模式之间映射关系的变化，实时更新所述第一标准考勤。

进一步的，获取整个景区场景的原始大数据，根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据，方法包括：每位员工对应唯一标识的身份信息，所述身份信息包括多种类型，对每种类型身份信息赋予不同的优先级权重；对所述原始大数据进行预处理，得到多种类型时间位置数据，对每种类型时间位置数据赋予不同的优先级权重；根据优先级顺序找出每种类型身份信息所匹配到的每种类型时间位置数据，得到每种类型身份信息的对应的多个数据内容，所述数据内容附带有当前类型身份信息和当前类型时间位置数据的复合权重，将复合权重高于特定阈值的数据内容作为所述参考数据。

进一步的，所述参考数据的复合权重X_ij为：

其中，A_i为每种类型身份信息的优先级权重，B_j为每种类型时间位置数据的权重，M为身份信息的类型总数，N为时间位置数据的类型总数，

为加权系数。

进一步的，所述多种类型时间位置数据包括：监控记录数据、定位记录数据和登录操作数据，其优先权权重依次降低。

进一步的，所述监控记录数据包括：景区内监控设备所拍摄的所有图片及视频数据；所述定位记录数据包括：景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据或景区内所有RFID设备产生数据；所述登录操作数据包括：景区内所有操作系统的登录数据和景区所有入网设备的登录数据。

进一步的，多种类型的身份信息包括：证件ID、人脸信息、虹膜信息、声纹信息、指纹信息、RFID信息、随身设备终端ID和各种系统的登录ID中的一个或多个。

进一步的，所述景区异常情况包括：局部人流异常，如某个位置人流量超出容量预警、人流异常反向流动等；景点环境异常，如突发性的泥石流、洪水、垮塌、动物出逃等；设备异常，如电梯扶梯故障、缆车故障、水泵故障、空调故障、水循环系统故障、电力系统故障、票务系统故障、定位系统故障、广播系统故障等；紧急突发情况，如治安事情、临时管控。本申请所考虑的异常情况包括上述的一个或多个。

本申请与现有技术相比，具有如下的优点和有益效果：

通过对景区现有各种数据获取终端所采集的景区大数据的充分应用，无需持有专用的考勤终端，实现对员工的无感考勤；适合于景区环境下，对各种不确定性异常事情的处理、需要员工充分发挥主观能动性的景区服务工作。

附图说明

为了更清楚地说明本申请示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。在附图中：

图1为本申请实施例2的数据结构示意图；

图2为本申请实施例1的景区场景被动式无感知考勤方法示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本申请作进一步的详细说明，本申请的示意性实施方式及其说明仅用于解释本申请，并不作为对本申请的限定。

实施例1

本实施例1是一种景区场景被动式无感知考勤方法，如图2所示，包括：获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；获取待考勤员工的身份信息，将身份信息按工作岗位的归属，映射到考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；获取整个景区场景的原始大数据，根据身份信息从原始大数据中筛选出与身份信息相匹配的数据信息，形成参考数据；根据待考勤员工的身份信息，将参考数据与第一标准考勤、第二标准考勤分别进行比对，得到待考勤员工的考勤结果。

其中，原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据；景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个。原始大数据具有时间、id、位置等属性。原始大数据，比如人脸识别信息，移动端系统的GPS位置信息、移动端使用景区WIFI信号、手机漫游至景区所在区域通讯基站信令信号，门禁刷卡、(工作人员绑定车辆)车牌识别，智慧系统登录及业务处置，如使用IM、使用协同办公、使用巡更巡检、响应指挥调度等。

由于现有技术是基于主动打卡来得到考勤数据，对于工作位置不固定的流动工作人员，感觉被监控，心里感知不友好。对于流动性大的岗位，员工数据需要反复录入、删除，增加人事工作量，也不方便对临时工的管理。本实施例1的核心构思在于通过景区自有的原始大数据来获得考勤的参考数据，不需要景区员工再去主动打卡操作，实现了灵活考勤，可较好的应对员工的流动性管理，以及由各种突发事情带来的异常考勤的统一处理。特别适合景区淡旺季工作时长不固定，巡检巡查工作位置不固定，兼有固定工作时长和非固定时长，兼有固定工作位置和无固定工作位置，以及临时工的临时管理等景区场景需求。

具体来说，本实施例1首先，对需要考勤的时间位置身份等信息形成第一标准考勤，再根据景区运营特点，针对实际出现的异常情况，对第一标准考勤进行动态调整。也就是说，对员工进行考勤时，正常情况是按第一标准考勤进行比对考勤。但基于景区场景下发生的各种异常情况，需要发挥员工的主观能动性，员工的位置信息若是与异常情况的发生时间\位置相匹配，恰能说明此员工较优秀，能及时应变，主动处理相应事宜。因此，本实施例1方案将员工时间位置等信息与动态调整后的第二标准考勤进行比对，得出待考勤员工的考勤结果。相较于现有技术中不变的考勤规则，本实施例1方案既然满足于景区场景下实际考勤的需要，又能很好的体现具有主观能动性的优秀员工。本实施例1其次，从景区的原始大数据中筛选出与身份信息相匹配的数据信息，形成参考数据，作为考勤的数据来源，无需员工主动的去刷IC或打指纹卡。由于景区本身具有种监控设备、定位设备、登录系统等记录设备，景区员工在进入景区工作时，必然会在上述的各种设备中留下时间位置或登录的信息。本实施例1方案从这些时间位置或登录的信息出发，形成员工考勤的参考数据，无需要员工主动打卡，给员工一种无感式的考勤方式，在充分利用景区大数据的条件下，更加符合人文关怀。

第一标准考勤为待考勤员工按岗位要求正常工作时的考勤数据，包括如下的一些情况：无迟到、无早退，在岗位要求的时间内位于岗位要求的位置，或在岗位要求的时段内形成了岗位要求的位置轨迹，在岗位要求的时间内登录或使用岗位要求的系统。如：夜班的景区巡检岗在20:00-次日8:00具有某个特定的巡线轨迹，巡线轨迹为基于现有技术中的GPS定位、卫星定位、基站定位、摄像或抓拍等数据形成的位置轨迹。可根据景区实现地理环境和管理需要，划分多个巡线轨迹；不同岗位和不同班次，可以具有相同或不同的巡线轨迹。再如：票务售卖岗在8点前准时登录票务售卖系统。

在一种可能的实施例中，根据景区工作特性将各工作岗位的考勤划分为若干考勤模式，形成若干考勤模式，如下表所示：

上述表格示例性的列出某个景区考勤模式的具体内容。实际运用过程中，可根据不同景区不同管理要求以及不同特色，设置相应符合自身情况的考勤模式。每个考勤模式对应有：岗位名称、班次、工作时段、位置及轨迹等信息。其中的班次、工作时段、位置及轨迹，可由景区管理人员根据景区实际运营情况的需要进行自定义，并可以动态调整。

在一种可能的实施例中，将参考数据与第一标准考勤、第二标准考勤分别进行比对，方法包括：若参考数据与第一标准考勤相匹配，则考勤结果为正常；若参考数据与第二标准考勤相匹配，则考勤结果为优秀；否则考勤结果为异常。由于景区场景是一个分布式户外工作环境，随着旅游淡旺季的不同，景区员工的工作周期和时长可能有所不同，需要较大程度的发挥员工的主观能动性和积极的工作态度来提升服务水平和服务质量，而不是为了完成在景区的工作周期。因此本实施例将参考数据符合第一标准考勤，即员工的实际数据与其岗位要求的时间位置数据相匹配，则考勤结果为正常，表明此员工按时按点完成了既定的工作要求。而在工作时间离岗离位的员工，有可能因为发挥员工的主观能动性和积极的工作态度来工作，在处理一些景区出现的异常突发情况，因此，本实施例将考虑异常突发情况引发的时间位置的变化，动态调整第一标准考勤得到第二标准考勤，若参考数据符合第二标准考勤，即员工的实际数据与景区异常突发情况的时间位置数据相匹配，则考勤结果为优秀。最后，若参考数据既不符合第一标准考勤，也不符合第二标准考勤，则考勤结果为异常。在此过程中，可以导出相应的优秀\正常\异常的参考数据以及第一标准考勤\第二标准考勤，方便人工进一步的判断。

在本申请实施例中，参考数据与第一标准考勤\第二标准考勤之间的比对，是将同一员工的参考数据与标准考勤进行时间、位置、轨迹、记录等信息的对比，若参考数据均包含在标准考勤的范围内，则说明参考数据符合相应的标准考勤。标准考勤包括第一标准考勤或第二标准考勤。

在一种可能的实施例中，对第一标准考勤进行动态调整之前，还包括：根据员工身份信息、工作岗位和考勤模式之间映射关系的变化，实时更新第一标准考勤。考勤员工临时性的请假、调休、换班、换登录id、换手机号、换终端设备等情况，对第一标准考勤进行实时更新。

在一种可能的实施例中，获取整个景区场景的原始大数据，根据身份信息从原始大数据中筛选出与身份信息相匹配的数据信息，形成参考数据，方法包括：每位员工对应唯一标识的身份信息，身份信息包括多种类型，对每种类型身份信息赋予不同的优先级权重；对原始大数据进行预处理，得到多种类型时间位置数据，对每种类型时间位置数据赋予不同的优先级权重；根据优先级顺序找出每种类型身份信息所匹配到的每种类型时间位置数据，得到每种类型身份信息的对应的多个数据内容，数据内容附带有当前类型身份信息和当前类型时间位置数据的复合权重，将复合权重高于特定阈值的数据内容作为参考数据。

多种类型时间位置数据包括：监控记录数据、定位记录数据和登录操作数据，其优先权权重依次降低。

监控记录数据包括：景区内监控设备所拍摄的所有图片及视频数据；

定位记录数据包括：景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据或景区内所有RFID设备产生数据；

登录操作数据包括：景区内所有操作系统的登录数据和景区所有入网设备的登录数据；

多种类型的身份信息包括不限于：证件ID、人脸信息、虹膜信息、声纹信息、指纹信息、RFID信息、随身设备终端ID和各种系统的登录ID中的一个或多个。随身设备终端为可定位或可与外界其他设备通信的终端，包括不限于：手机、平板、对讲机、手持设备、手环等设备。

在本实施例中，有众多的身份信息，也有信息量庞大的原始大数据。在此，需要对数据进行预处理、筛选和排序，以方便形成的参考数据与标准考勤进行比对。比如，对于身份信息来说，人脸信息、虹膜信息、声纹信息、指纹信息优于各种id，而身份id优于系统登录id。又如，对于原始大数据来说，实际拍摄的监控信息优于设备定位信息，设备定位信息又优于系统的登录信息等。在不同特色或不同主题的景区场景下，可根据实际数据类型和身份类型，进行优先级的排序，可以对各类身份信息和各类时间位置数据赋予不同的权重，从而形成含有权重数的参考数据。在将参考数据与第一\第二标准考勤进行比对的过程中，将权重数最高的参考数据进行比对，权重数最高的参考数据更具有的实际意义。

在一种可能的实施例中，参考数据的复合权重X_ij为：

其中，A_i为每种类型身份信息的优先级权重，B_j为每种类型时间位置数据的权重，M为身份信息的类型总数，N为时间位置数据的类型总数，

为加权系数。

在一种可能的实施例中，景区异常情况包括：局部人流异常，如某个位置人流量超出容量预警、人流异常反向流动等；景点环境异常，如突发性的泥石流、洪水、垮塌、动物出逃等；设备异常，如电梯扶梯故障、缆车故障、水泵故障、空调故障、水循环系统故障、电力系统故障、票务系统故障、定位系统故障、广播系统故障等；紧急突发情况，如治安事情、临时管控。本实施例1所考虑的异常情况包括上述的一个或多个。异常情况的获取，通过景区各种监控设备、管理系统等方式进行自动获取。其中的设备异常和紧急突发情况，可以通过有权限的人员进行确认。

本实施例1对景区大数据的充分应用，无需持有专用的考勤终端，实现对员工的无感考勤；适合于景区环境下，对各种不确认性异常事情的处理、需要员工充分发挥主观能动性的景区服务工作。本实施例1的无感知考勤方法，通过实际工作人员在园和工作开展情况来统计员工在景区工作情况，景区可以结合工作人员在景区的时间工作长短工作情况来灵活评估工作出勤和绩效。

实施例2

本实施例2是基于实施例1的基础上，一种景区场景被动式无感知考勤装置，如图1所示，包括若干数据获取终端以及数据处理中心，若干数据获取终端和数据处理中心通信连接；若干数据获取终端包括位于景区内可采集数据的RFID设备、定位设备、通信设备、监控设备、验票设备、门禁设备和影像采集设备中的一个或多个；若干数据获取终端用于获取整个景区场景的原始大数据，原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据、景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个；

数据处理中心对原始大数据进行处理分析得到员工的考勤结果，具体如下：

获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；获取待考勤员工的身份信息，将身份信息按工作岗位的归属，映射到考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；根据身份信息从原始大数据中筛选出与身份信息相匹配的数据信息，形成参考数据；根据待考勤员工的身份信息，将参考数据与第一标准考勤、第二标准考勤分别进行比对，得到待考勤员工的考勤结果。

景区场景下需要对各景点区域环境进行监控、需要对观景人员进行管控，本身已存在了各种数据获取终端，比如：游乐场或动物园的门禁卡(RFID设备)、监测动物活动的红外监测相机(定位设备)、工作人员的对讲机(通信设备)、门票校验设备、道路口布置的监控设备、停车场的车牌识别设备等等。本申请方案将这些设备采集的原始数据统一集中到数据处理中心进行分析和处理，得到员工的考勤结果。无需再额外配置考勤终端，实现了景区场景下被动式的无感知考勤。

在本申请实施例所提供的几个实施例中，应该理解到，所揭露的方法，也可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种景区场景被动式无感知考勤装置，其特征在于，包括若干数据获取终端以及数据处理中心，所述若干数据获取终端与所述数据处理中心通信连接；

所述若干数据获取终端包括位于景区内可采集数据的RFID设备、定位设备、通信设备、监控设备、验票设备、门禁设备和影像采集设备中的一个或多个；所述若干数据获取终端用于获取整个景区场景的原始大数据，所述原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据、景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个；

数据处理中心对所述原始大数据进行处理分析得到员工的考勤结果，具体如下：

获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；获取待考勤员工的身份信息，将所述身份信息按工作岗位的归属，映射到所述考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对所述第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；

根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据；根据待考勤员工的身份信息，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，得到所述待考勤员工的考勤结果。

2.一种景区场景被动式无感知考勤方法，其特征在于，包括：

获取景区场景下各工作岗位的考勤要求，将各工作岗位的考勤要求划分为若干考勤模式；

获取待考勤员工的身份信息，将所述身份信息按工作岗位的归属，映射到所述考勤模式中，形成待考勤员工的第一标准考勤；根据景区运营时出现的景区异常情况，对所述第一标准考勤进行动态调整，形成待考勤员工的第二标准考勤；

获取整个景区场景的原始大数据，根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据；

根据待考勤员工的身份信息，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，得到所述待考勤员工的考勤结果；

其中，所述原始大数据包括：景区内监控设备所拍摄的所有图片及视频数据、景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据、景区内所有RFID设备产生数据；景区内所有操作系统的登录数据和景区所有入网设备的登录数据中的一个或多个。

3.根据权利要求2所述景区场景被动式无感知考勤方法，其特征在于，将所述参考数据与所述第一标准考勤、所述第二标准考勤分别进行比对，方法包括：

若所述参考数据与所述第一标准考勤相匹配，则考勤结果为正常；

若所述参考数据与所述第二标准考勤相匹配，则考勤结果为优秀；

否则，所述考勤结果为异常。

4.根据权利要求3所述景区场景被动式无感知考勤方法，其特征在于，对所述第一标准考勤进行动态调整之前，还包括：根据员工身份信息、工作岗位和考勤模式之间映射关系的变化，实时更新所述第一标准考勤。

5.根据权利要求2所述景区场景被动式无感知考勤方法，其特征在于，获取整个景区场景的原始大数据，根据所述身份信息从所述原始大数据中筛选出与所述身份信息相匹配的数据信息，形成参考数据，方法包括：

每位员工对应唯一标识的身份信息，所述身份信息包括多种类型，对每种类型身份信息赋予不同的优先级权重；

对所述原始大数据进行预处理，得到多种类型时间位置数据，对每种类型时间位置数据赋予不同的优先级权重；

根据优先级顺序找出每种类型身份信息所匹配到的每种类型时间位置数据，得到每种类型身份信息的对应的多个数据内容，所述数据内容附带有当前类型身份信息和当前类型时间位置数据的复合权重，将复合权重高于特定阈值的数据内容作为所述参考数据。

6.根据权利要求5所述景区场景被动式无感知考勤方法，其特征在于，所述参考数据的复合权重X_ij为：

其中，A_i为每种类型身份信息的优先级权重，B_j为每种类型时间位置数据的权重，M为身份信息的类型总数，_N为时间位置数据的类型总数，

为加权系数。

7.根据权利要求5所述景区场景被动式无感知考勤方法，其特征在于，所述多种类型时间位置数据包括：监控记录数据、定位记录数据和登录操作数据，其优先权权重依次降低。

8.根据权利要求7所述景区场景被动式无感知考勤方法，其特征在于，

所述监控记录数据包括：景区内监控设备所拍摄的所有图片及视频数据；

所述定位记录数据包括：景区内所有设备的卫星定位数据、景区内所有设备的GPS定位数据或景区内所有RFID设备产生数据；

所述登录操作数据包括：景区内所有操作系统的登录数据和景区所有入网设备的登录数据。

9.根据权利要求5所述景区场景被动式无感知考勤方法，其特征在于，多种类型的身份信息包括：证件ID、人脸信息、虹膜信息、声纹信息、指纹信息、RFID信息、随身设备终端ID和各种系统的登录ID中的一个或多个。

10.根据权利要求2所述景区场景被动式无感知考勤方法，其特征在于，所述景区异常情况包括：局部人流异常、景点环境异常、设备异常和紧急突发情况中的一个或多个。

Images