CN116311644A - 一种基于资格授权的人员管理方法及系统 - Google Patents
一种基于资格授权的人员管理方法及系统 Download PDFInfo
- Publication number
- CN116311644A CN116311644A CN202211697907.9A CN202211697907A CN116311644A CN 116311644 A CN116311644 A CN 116311644A CN 202211697907 A CN202211697907 A CN 202211697907A CN 116311644 A CN116311644 A CN 116311644A
- Authority
- CN
- China
- Prior art keywords
- personnel
- authorization
- target
- person
- information
- 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.)
- Granted
Links
- 238000013475 authorization Methods 0.000 title claims abstract description 174
- 238000012797 qualification Methods 0.000 title claims abstract description 42
- 238000007726 management method Methods 0.000 title claims abstract description 29
- 230000036541 health Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 54
- 230000036760 body temperature Effects 0.000 claims description 34
- 230000005855 radiation Effects 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 17
- 238000012795 verification Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012550 audit Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004992 fission Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
Abstract
本申请公开了一种基于资格授权的人员管理方法及系统,其涉及人员资格管理技术领域,该方法包括如下步骤:基于已签订的目标服务合同指派合同负责人并创建相关人员数据库;结合所述合同负责人的授权指令和所述人员信息配置所有所述相关人员的授权信息;获取闸机处的入场申请;实时检测所述入场申请对应的目标相关人员的健康体征数据;结合所述健康体征数据和所述目标相关人员的目标授权信息判断所述入场申请是否通过;若所述入场申请通过,则打开所述闸机以使所述目标相关人员入场。本申请具有可以缩减入场资格授权和入场资格验证整体流程的效果。
Description
技术领域
本申请涉及人员资格管理技术领域,尤其是涉及一种基于资格授权的人员管理方法及系统。
背景技术
核电站也称原子能发电站,核电站中的系统和设备可以将原子核裂变释放的核能转变为电能,核燃料裂变过程释放出来的能量,经过反应堆内循环的冷却剂,把能量带出并传输到锅炉产生蒸汽用以驱动涡轮机并带动发电机发电。核电站发电过程中,核裂变会产生强大的辐射,因此在核电站的运行过程中需要严格遵照核电站的安全管理制度,对于核电站人员的进出也需要进行较为严格的管控。
进出核电站的人员中除了核电站员工,还可能会有许多合作方公司的员工,所以核电站的进场处会对所有进场人员进行身份审核和进场资格认证,传统方式是安排专职人员在进场处对所有进场人员进行人工审核,但传统审核方式不仅会耗费一定的人力,而且审核时间缓慢。因此,在相关技术中,合作方公司员工可以提前来核电站办理进场资格证并激活进场资格,后续需要进场时可以通过进场处的验证设备验证资格证,并同时对合作方公司员工的体温等体征数据进行检测,若资格证具有进场资格且体征数据合格则会自动开放闸机。
针对上述中的相关技术,发明人认为存在有以下缺陷:虽然合作方公司员工在入场时可以通过相关设备自动验证资格证,在入场资格验证时比人工审核效率更高,但在之前仍需提前来厂办理资格证,整体的入场资格授权和入场资格验证的过程较为繁琐。
发明内容
为了改善其他公司员工入场资格授权和入场资格验证的过程较为繁琐的缺陷,本申请提供一种基于资格授权的人员管理方法及系统。
第一方面,本申请提供一种基于资格授权的人员管理方法,包括如下步骤:
基于已签订的目标服务合同指派合同负责人并创建相关人员数据库,所述相关人员数据库中存储有所述服务合同中所有相关人员的人员信息;
结合所述合同负责人的授权指令和所述人员信息配置所有所述相关人员的授权信息;
获取闸机处的入场申请;
实时检测所述入场申请对应的目标相关人员的健康体征数据;
结合所述健康体征数据和所述目标相关人员的目标授权信息判断所述入场申请是否通过;
若所述入场申请通过,则打开所述闸机以使所述目标相关人员入场。
通过采用上述技术方案,根据签订的目标服务合同可以自动创建服务项目,并基于目标服务合同中所选择的总负责人指派负责服务项目的合同负责人,同时创建与服务项目匹配的相关人员数据库,合同负责人可以根据相关人员数据库向数据库中的相关人员发出授权指令,最终可以根据相关人员的人员信息和授权指令自动配置相关人员的授权信息,当相关人员位于闸机处时,将会获取到相关人员的入场申请,并实时检测相关人员的健康体征数据,结合授权信息和健康体征数据即可自动判断入场申请是否通过,若入场申请通过,则打开闸机使相关人员入场。相较于现有的相关技术,相关人员的授权信息在合同签订后结合合同负责人的授权指令即可进行自动配置,且在入场时可以结合授权信息和实时检测的体征数据验证是否可以入场,因此整体流程可以在保障权限授权严谨性的前提下,节省了授权和入场验证的流程和时间。
可选的,所述基于已签订的目标服务合同指派合同负责人并创建相关人员数据库包括如下步骤:
识别并读取已签订的目标服务合同中的相关人员列表和总负责人名称;
基于所述总负责人名称从预设的公司人员数据库中选取名称相同的公司人员作为合同负责人;
获取所述相关人员列表中所有相关人员的人员信息;
结合所述目标服务合同和所述人员信息将所有所述相关人员分为核心组和边缘组;
基于所述核心组和所述边缘组创建相关人员数据库,并将所有所述人员信息存储至所述相关人员数据库中对应的分组。
通过采用上述技术方案,可以根据已签订的目标服务合同识别总负责人名称和合作方的相关人员列表,通过总负责人名称在预设的公司人员数据库中选取名称相同的公司人员作为合同负责人,还可以获取到相关人员列表中所有相关人员的人员信息,并对所有相关人员进行分组,最后基于分组类别创建相关人员数据库,并根据分组结果将相关人员的人员信息存储至相关人员数据库中,从而可以为后续配置相关人员授权信息时提供分析数据来源。
可选的,所述人员信息包括人员职级和人员名称,所述结合所述目标服务合同和所述人员信息将所有所述相关人员分为核心组和边缘组包括如下步骤:
基于所述人员名称在所述目标服务合同中定位若干目标字符,并统计所述目标字符的定位数量;
基于多个所述目标字符并根据预设的截取字符段长截取若干目标字符段;
对所有所述目标字符段进行语义分析得到人员关联度;
结合所述人员职级和所述人员关联度计算对应相关人员的人员评分;
判断所述人员评分是否超出预设的评分阈值;
若所述人员评分超出所述评分阈值,则将对应相关人员划分至核心组;
若所述人员评分未超出所述评分阈值,则将对应相关人员划分至边缘组。
通过采用上述技术方案,由于核心组中的相关人员目标服务合同中所有合作事项的核心人员,核心人员可以对合作事项的推进起决定作用,因此可以结合人员职级和人员与目标服务合同中合作事项之间的人员关联度对核心人员进行划分,人员职级越高、人员关联度越高,则计算得到的人员评分越高,则该人员越可能被划分至核心组。相反的,若人员职级越低、人员关联度越低,则该人员越可能被划分至边缘组。
可选的,在所述对所有所述目标字符段进行语义分析得到人员关联度之前还包括如下步骤:
基于Embedding模型框架构建基础分析模型;
获取与所述目标服务合同相同类型的历史服务合同;
在所述历史服务合同中选取目标样本;
获取所述目标样本在所述历史服务合同中所关联的向量特征和所述目标样本与所述向量特征之间的相似度;
结合所述目标样本、所述向量特征和所述相似度优化所述基础分析模型,得到语义分析模型。
通过采用上述技术方案,在进行语义分析之间需要先构建语义分析模型,先通过Embedding模型框架构建出基础分析模型,再获取与目标服务合同相同类型的历史服务合同,以历史服务合同作为目标获取多个训练样本,利用训练样本优化基础分析模型,即可得到用于语义分析的语义分析模型。由于训练样本的获取是基于与目标服务合同相同类型的历史服务合同,因此在模型优化过程中具有更高的优化效率,且优化后得到的语义分析模型用于目标服务合同的语义分析也会具有更高的分析准确率。
可选的,所述人员信息包括人员名称,所述授权信息包括授权状态和授权有效时间段,所述结合所述合同负责人的授权指令和所述人员信息配置所有所述相关人员的授权信息包括如下步骤:
判断所述人员信息存储于所述核心组或所述边缘组;
若所述人员信息存储于所述核心组,则配置对应所述相关人员的所述授权状态为已授权状态,并将所述授权有效时间段配置为预设的第一时间段;
若所述人员信息存储于所述边缘组,则根据所述合同负责人的授权指令获取授权列表;
判断所述人员名称是否存在于所述授权列表;
若所述人员名称不存在所述授权列表,则配置对应所述相关人员的授权状态为未授权状态;
若所述人员名称存在所述授权列表,则配置对应所述相关人员的所述授权状态为所述已授权状态,并将所述授权有效时间段配置为预设的第二时间段,所述第二时间段短于所述第一时间段。
通过采用上述技术方案,所有相关人员根据人员信息被事先划分为了核心组和边缘组,可以结合相关人员的所属分组和合同负责人的授权指令进行授权信息的配置,若相关人员属于核心组,则该相关人员授权信息中的授权状态将被配置为已授权状态,且授权有效时间段被配置为时间较长的第一时间段;若相关人员属于边缘组,则需要判断该相关人员是否属于授权指令所指向的授权对象,若属于授权对象,则授权状态也会被配置为已授权状态,且授权有效时间段被配置为时间较短的第二时间段。
可选的,结合所述健康体征数据和所述目标相关人员的目标授权信息判断所述入场申请是否通过包括如下步骤:
判断所述目标相关人员的目标授权信息中的所述授权状态是否为所述已授权状态;
若所述目标授权信息中的授权状态不为所述已授权状态,则判定所述入场申请不通过;
若所述目标授权信息中的授权状态为所述已授权状态,则获取所述入场申请的申请时间;
判断所述申请时间是否处于所述目标授权信息中的所述授权有效时间段内;
若所述申请时间不处于所述授权有效时间段内,则判定所述入场申请不通过;
若所述申请时间处于所述授权有效时间段内,则根据所述健康体征数据判断所述入场申请是否通过。
通过采用上述技术方案,先根据授权信息中的授权状态和授权有效时间段进行初步审核,若授权状态不为已授权状态或申请时间不处于授权有效时间段内时,入场申请将会被判定为不通过;若授权状态为已授权状态且入场申请的申请时间处于授权有效时间段内时,则可以结合实时检测的健康体征数据对入场申请进行进一步审核。
可选的,所述健康体征数据包括体温数据和辐射剂量数据,所述根据所述健康体征数据判断所述入场申请是否通过包括如下步骤:
判断所述体温数据是否处于预设的体温阈值范围内;
若所述体温数据不处于所述体温阈值范围内,则判定所述入场申请不通过;
若所述体温数据处于所述体温阈值范围内,则判断所述辐射剂量数据是否低于预设的辐射剂量阈值;
若所述辐射剂量数据不低于所述辐射剂量阈值,则判定所述入场申请不通过;
若所述辐射剂量数据低于所述辐射剂量阈值,则判定所述入场申请通过。
通过采用上述技术方案,当授权状态为已授权状态且入场申请的申请时间处于授权有效时间段内时,进一步判断健康体征数据中的体温数据是否处于体温阈值范围,若处于体温阈值范围,则还需要判断辐射剂量数据是否低于预设的辐射剂量阈值,当授权状态为已授权状态、入场申请的申请时间处于授权有效时间段内、体温数据处于体温阈值范围、辐射剂量数据低于辐射剂量阈值时,入场申请才会被判定为申请通过。
第二方面,本申请还提供一种基于资格授权的人员管理系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如第一方面中所述的一种基于资格授权的人员管理方法。
通过采用上述技术方案,通过程序的调取,可以根据签订的目标服务合同可以自动创建服务项目,并基于目标服务合同中所选择的总负责人指派负责服务项目的合同负责人,同时创建与服务项目匹配的相关人员数据库,合同负责人可以根据相关人员数据库向数据库中的相关人员发出授权指令,最终可以根据相关人员的人员信息和授权指令自动配置相关人员的授权信息,当相关人员位于闸机处时,将会获取到相关人员的入场申请,并实时检测相关人员的健康体征数据,结合授权信息和健康体征数据即可自动判断入场申请是否通过,若入场申请通过,则打开闸机使相关人员入场。相较于现有的相关技术,相关人员的授权信息在合同签订后结合合同负责人的授权指令即可进行自动配置,且在入场时可以结合授权信息和实时检测的体征数据验证是否可以入场,因此整体流程可以在保障权限授权严谨性的前提下,节省了授权和入场验证的流程和时间。
综上所述,本申请包括以下至少一种有益技术效果:
1.相较于现有的相关技术,相关人员的授权信息在合同签订后结合合同负责人的授权指令即可进行自动配置,且在入场时可以结合授权信息和实时检测的体征数据验证是否可以入场,因此整体流程可以在保障权限授权严谨性的前提下,节省了授权和入场验证的流程和时间。
2.在进行语义分析之间需要先构建语义分析模型,先通过Embedding模型框架构建出基础分析模型,再获取与目标服务合同相同类型的历史服务合同,以历史服务合同作为目标获取多个训练样本,利用训练样本优化基础分析模型,即可得到用于语义分析的语义分析模型。由于训练样本的获取是基于与目标服务合同相同类型的历史服务合同,因此在模型优化过程中具有更高的优化效率,且优化后得到的语义分析模型用于目标服务合同的语义分析也会具有更高的分析准确率。
附图说明
图1是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图2是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图3是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图4是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图5是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图6是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
图7是本申请实施例的基于资格授权的人员管理方法其中一种实施方式的流程示意图。
具体实施方式
以下结合附图1至7对本申请作进一步详细说明。
本申请实施例公开了一种基于资格授权的人员管理方法。
参照图1,基于资格授权的人员管理方法包括如下步骤:
S101.基于已签订的目标服务合同指派合同负责人并创建相关人员数据库。
其中,服务合同指当前执行主体所属的目标公司和其他合作公司所签订的电子服务合同,服务合同具有统一的合同模板,在合同模板中还包括不具有法力效应的相关信息必填项,其中必填项包括目标公司的项目总负责人、合作公司方所有参与人员的相关人员列表等,服务合同签订成功后会自动存储至目标公司预设的合同数据库中。当前执行主体为执行本申请实施例方法的执行主体,当前执行主体可以是MCU、集成电路、单片机、芯片等。
当前执行主体可以从合同数据库中调取已签订的服务合同,所调取的服务合同即为目标服务合同,获取到目标服务合同后将自动创建针对该合同的服务项目,并将目标服务合同中所选取的项目总负责人指派为负责该服务项目的合同负责人,同时创建出匹配服务项目的相关人员数据库。
S102.结合合同负责人的授权指令和人员信息配置所有相关人员的授权信息。
其中,合同负责人均是当前执行主体所属的目标公司的公司员工,合同负责人在其负责的服务项目中具有最高授权权限,合同负责人可以读取所负责的服务项目的相关人员数据库中所有相关人员的人员信息,并可以通过发送授权指令更改所有相关人员的授权信息,因此可以结合合同负责人的授权指令和相关人员具体的人员信息配置所有相关人员的授权信息,授权信息可以用于相关人员进入目标公司时的入场资格判断。
S103.获取闸机处的入场申请。
其中,相关人员数据库中所存储的人员信息中包括相关人员的人脸特征信息,闸机可以为电子闸机,闸机设于目标公司的门口,闸机处设置有人脸识别设备,当有人员到达目标公司的闸机处时,通过人脸识别设备可以对其进行人脸识别,并比对相关人员数据库中的人脸特征信息,判断该人员是否为相关人员,若判定为相关人员,将会通过人脸识别设备向当前执行主体发送该相关人员的入场申请。
S104.实时检测入场申请对应的目标相关人员的健康体征数据。
其中,健康体征数据通常包括体温数据,若目标公司为核电站等特殊场地时,健康体征数据还可以包括辐射剂量数据,当健康体征数据包括体温数据时,闸机处设置有温度检测设备,当健康体征数据还包括辐射剂量数据时,闸机处还将设置有辐射检测设备。在入场申请中包括相关人员的编号,接收到入场申请时开始实时检测入场申请对应目标相关人员的健康体征数据,并将健康体征数据标记与入场申请相同的编号。
S105.结合健康体征数据和目标相关人员的目标授权信息判断入场申请是否通过,若判断入场申请通过,则执行步骤S106。
其中,若判定结果为入场申请不通过,则不会开启闸机,并且会通过扬声器发出语音提示。
S106.打开闸机以使目标相关人员入场。
其中,闸机打开后仅供一人通过,且闸机会进行防尾随检测。
本实施例的实施原理为:
根据签订的目标服务合同可以自动创建服务项目,并基于目标服务合同中所选择的总负责人指派负责服务项目的合同负责人,同时创建与服务项目匹配的相关人员数据库,合同负责人可以根据相关人员数据库向数据库中的相关人员发出授权指令,最终可以根据相关人员的人员信息和授权指令自动配置相关人员的授权信息,当相关人员位于闸机处时,将会获取到相关人员的入场申请,并实时检测相关人员的健康体征数据,结合授权信息和健康体征数据即可自动判断入场申请是否通过,若入场申请通过,则打开闸机使相关人员入场。相较于现有的相关技术,相关人员的授权信息在合同签订后结合合同负责人的授权指令即可进行自动配置,且在入场时可以结合授权信息和实时检测的体征数据验证是否可以入场,因此整体流程可以在保障权限授权严谨性的前提下,节省了授权和入场验证的流程和时间。
在本申请实施例的其中一种实施方式中,参照图2,步骤S101具体包括如下步骤:
S201.识别并读取已签订的目标服务合同中的相关人员列表和总负责人名称。
其中,基于步骤S101中的详细说明,可以通过文字识别功能识别目标服务合同中相关信息必填项中的项目总负责人和相关人员列表,并读取项目总负责人处所填写的总负责人名称和相关人员列表处所填写的所有相关人员名称。
S202.基于总负责人名称从预设的公司人员数据库中选取名称相同的公司人员作为合同负责人。
其中,预设的公司人员数据库为当前执行主体所属的目标公司所预设的数据库,公司人员数据库中预先存储有目标公司中所有公司人员的目标人员信息,目标人员信息中包含目标人员名称,通过读取到的目标服务合同中的总负责人名称,在公司人员数据库中检索出名称相同的公司人员名称,将对应的公司人员选取为合同负责人,并将合同负责人添加至服务项目中。
S203.获取相关人员列表中所有相关人员的人员信息。
其中,可以与合作公司方的管理系统建立连接,合作公司方可以通过管理系统上传目标服务合同内相关人员列表中的所有相关人员的人员信息,人员信息可以包括人员职级、人员名称等。
S204.结合目标服务合同和人员信息将所有相关人员分为核心组和边缘组。
其中,可以结合相关人员的人员信息和对目标服务合同语义分析的分析结果,对相关人员进行分类,核心组中的相关人员目标服务合同中所有合作事项的核心人员,而边缘组中的相关人员则是目标服务合同中所有合作事项的边缘人员。核心人员可以对合作事项的推进起决定作用,而边缘人员更多的是完成资料收取、数据记录等边缘事务。
S205.基于核心组和边缘组创建相关人员数据库,并将所有人员信息存储至相关人员数据库中对应的分组。
其中,相关人员数据库中包含核心组和边缘组两个分组,所有相关人员根据步骤S204中的分类将对应的人员信息存储于相关人员数据库中对应的分组。
本实施例的实施原理为:
可以根据已签订的目标服务合同识别总负责人名称和合作方的相关人员列表,通过总负责人名称在预设的公司人员数据库中选取名称相同的公司人员作为合同负责人,还可以获取到相关人员列表中所有相关人员的人员信息,并对所有相关人员进行分组,最后基于分组类别创建相关人员数据库,并根据分组结果将相关人员的人员信息存储至相关人员数据库中,从而可以为后续配置相关人员授权信息时提供分析数据来源。
在本申请实施例的其中一种实施方式中,人员信息包括人员职级和人员名称,参照图3,步骤S204具体包括如下步骤:
S301.基于人员名称在目标服务合同中定位若干目标字符,并统计目标字符的定位数量。
其中,在目标服务合同中所定位的目标字符和人员名称所展示的字符相同,即目标字符为人员名称,定位数量即为目标字符在目标服务合同中的出现次数。
S302.基于若干目标字符并根据预设的截取字符段长截取若干目标字符段。
其中,截取字符段长可以通过人为输入的修改指令进行修改,在目标服务合同中的各个目标字符前后进行字符段的截取,若目标字符的字符长度为a,预设的截取字符段长的字符长度为b,则所截取的目标字符段的字符长度为a+2b。
S303.对所有目标字符段进行语义分析得到人员关联度。
其中,通过语义分析模型对目标字符段进行语义分析,从而分析出相关人员与目标服务合同中所涉及的合作项目之间的人员关联度。
S304.结合人员职级和人员关联度计算对应相关人员的人员评分。
其中,人员职级量化为多个不同的职级等级,并且可以预先为不同的职级等级分配不同的等级权重,人员评分计算公式为:人员评分=人员关联度*100%+职级等级*等级权重。
S305.判断人员评分是否超出预设的评分阈值,若人员评分超出评分阈值,则执行步骤S306;若人员评分未超出评分阈值,则执行步骤S307。
S306.将对应相关人员划分至核心组。
S307.将对应相关人员划分至边缘组。
本实施例的实施原理为:
由于核心组中的相关人员目标服务合同中所有合作事项的核心人员,核心人员可以对合作事项的推进起决定作用,因此可以结合人员职级和人员与目标服务合同中合作事项之间的人员关联度对核心人员进行划分,人员职级越高、人员关联度越高,则计算得到的人员评分越高,则该人员越可能被划分至核心组。相反的,若人员职级越低、人员关联度越低,则该人员越可能被划分至边缘组。
在本申请实施例的其中一种实施方式中,参照图4,在步骤S303之前包括如下步骤:
S401.基于Embedding模型框架构建基础分析模型。
其中,在Embedding模型框架中,可以用一个低维的Embedding向量表示一个物体,这个Embedding向量的性质是能使距离相近的向量对应的物体有相近的表达含义。所构建的基础分析模型可以为统一嵌入模型,通过导入预设的MongoDB语义数据库,从而对简单语句进行简单的语义分析。
S402.获取与目标服务合同相同类型的历史服务合同。
其中,目标服务合同为电子合同,当目标服务合同签订完成后将会根据合同类型自动存储于预设合同数据库中不同的分组,合同数据库中根据不同的合同类型分有不同的组,合同类型包括但不限于采购合同、施工合同等。相同类型的合同,在合同内容中语义成分相同的部分较多,因此可以从合同数据库中调取与目标服务合同相同类型的历史服务合同作为分析样本。
S403.在历史服务合同中选取目标样本。
其中,目标样本可以为人员名称字符,并且可以在公司人员数据库中进行选取,所选取的目标样本需要在历史服务合同的合同内容中出现。
S404.获取目标样本在历史服务合同中所关联的向量特征和目标样本与向量特征之间的相似度。
其中,根据目标样本在历史服务合同中抽取关联字符段,并拆分为多个相关联的向量特征,所抽取的关联字符段与目标样本具有关联性,例如,在历史服务合同中存在一段字符段,在该字符段中目标样本属性为主语,则该字符段中属性为宾语的字符段即为关联字符段。基于数据反馈机制创建排序模型,并将目标样本及相关联的向量特征整合进排序模型中,通过排序模型分析计算目标样本与各个向量特征之间的相似度。
S405.结合目标样本、向量特征和相似度优化基础分析模型,得到语义分析模型。
其中,将目标样本、与目标样本相关联的向量特征、目标样本与向量特征之间的相似度整合至基础分析模型中,通过深度学习优化基础分析模型中的模型参数,从而得到可以用于语义分析的语义分析模型。
本实施例的实施原理为:
在进行语义分析之间需要先构建语义分析模型,先通过Embedding模型框架构建出基础分析模型,再获取与目标服务合同相同类型的历史服务合同,以历史服务合同作为目标获取多个训练样本,利用训练样本优化基础分析模型,即可得到用于语义分析的语义分析模型。由于训练样本的获取是基于与目标服务合同相同类型的历史服务合同,因此在模型优化过程中具有更高的优化效率,且优化后得到的语义分析模型用于目标服务合同的语义分析也会具有更高的分析准确率。
在本申请实施例的其中一种实施方式中,人员信息包括人员名称,授权信息包括授权状态和授权有效时间段,参照图5,步骤S102具体包括如下步骤:
S501.判断人员信息存储于核心组或边缘组,若人员信息存储于核心组,则执行步骤S502;若人员信息存储于边缘组,则执行步骤S503。
S502.配置对应相关人员的授权状态为已授权状态,并将授权有效时间段配置为预设的第一时间段。
其中,属于核心组的相关人员可能会需要频繁从闸机处进出,因此将核心组中相关人员的授权状态持续配置为已授权状态,并将授权有效时间配置为预设的第一时间段,第一时间段通常可以与目标服务合同的生效时间段相同。
S503.根据合同负责人的授权指令获取授权列表。
其中,以授权指令所对应的N个授权对象建立授权列表,合同负责人所发出的授权指令可以有一个授权对象,也可以有多个授权对象。
S504.判断人员名称是否存在于授权列表,若人员名称不存在授权列表,则执行步骤S505;若人员名称存在于授权列表,则执行步骤S506。
S505.配置对应相关人员的授权状态为未授权状态。
S506.配置对应相关人员的授权状态为已授权状态,并将授权有效时间段配置为预设的第二时间段。
其中,第二时间段短于第一时间段。
本实施例的实施原理为:
所有相关人员根据人员信息被事先划分为了核心组和边缘组,可以结合相关人员的所属分组和合同负责人的授权指令进行授权信息的配置,若相关人员属于核心组,则该相关人员授权信息中的授权状态将被配置为已授权状态,且授权有效时间段被配置为时间较长的第一时间段;若相关人员属于边缘组,则需要判断该相关人员是否属于授权指令所指向的授权对象,若属于授权对象,则授权状态也会被配置为已授权状态,且授权有效时间段被配置为时间较短的第二时间段。
在本申请实施例的其中一种实施方式中,参照图6,步骤S105具体包括如下步骤:
S601.判断目标相关人员的目标授权信息中的授权状态是否为已授权状态,若目标授权信息中的授权状态不为已授权状态,则执行步骤S602;若目标授权信息中的授权状态为已授权状态,则执行步骤S603。
S602.判定入场申请不通过。
S603.获取入场申请的申请时间。
其中,当闸机处通过人脸识别识别出相关人员时发出入场申请,发出入场申请时的当前系统时间即为入场申请的申请时间。
S604.判断申请时间是否处于目标授权信息中的授权有效时间段内,若申请时间不处于授权有效时间段内,则执行步骤S605;若申请时间处于授权有效时间段内,则执行步骤S606。
S605.判定入场申请不通过。
S606.根据健康体征数据判断入场申请是否通过。
本实施例的实施原理为:
先根据授权信息中的授权状态和授权有效时间段进行初步审核,若授权状态不为已授权状态或申请时间不处于授权有效时间段内时,入场申请将会被判定为不通过;若授权状态为已授权状态且入场申请的申请时间处于授权有效时间段内时,则可以结合实时检测的健康体征数据对入场申请进行进一步审核。
在本申请实施例的其中一种实施方式中,参照图7,步骤S606具体包括如下步骤:
S701.判断体温数据是否处于预设的体温阈值范围内,若体温数据不处于预设的体温阈值范围内,则执行步骤S702;若体温数据处于体温阈值范围内,则执行步骤S703。
其中,预设的体温阈值范围可以为36.5-37.3℃。
S702.判定入场申请不通过。
S703.判断辐射剂量数据是否低于预设的辐射剂量阈值,若辐射剂量数据不低于辐射剂量阈值,则执行步骤S704;若辐射剂量数据低于辐射剂量阈值,则执行步骤S705。
其中,预设的辐射剂量阈值可以为50mSv。
S704.判定入场申请不通过。
S705.判定入场申请通过。
本实施例的实施原理为:
当授权状态为已授权状态且入场申请的申请时间处于授权有效时间段内时,进一步判断健康体征数据中的体温数据是否处于体温阈值范围,若处于体温阈值范围,则还需要判断辐射剂量数据是否低于预设的辐射剂量阈值,当授权状态为已授权状态、入场申请的申请时间处于授权有效时间段内、体温数据处于体温阈值范围、辐射剂量数据低于辐射剂量阈值时,入场申请才会被判定为申请通过。
本申请实施例还公开一种基于资格授权的人员管理系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,该程序能够被处理器加载执行时实现如图1至图7中所示的一种基于资格授权的人员管理方法。
本实施例的实施原理为:
通过程序的调取,可以根据签订的目标服务合同可以自动创建服务项目,并基于目标服务合同中所选择的总负责人指派负责服务项目的合同负责人,同时创建与服务项目匹配的相关人员数据库,合同负责人可以根据相关人员数据库向数据库中的相关人员发出授权指令,最终可以根据相关人员的人员信息和授权指令自动配置相关人员的授权信息,当相关人员位于闸机处时,将会获取到相关人员的入场申请,并实时检测相关人员的健康体征数据,结合授权信息和健康体征数据即可自动判断入场申请是否通过,若入场申请通过,则打开闸机使相关人员入场。相较于现有的相关技术,相关人员的授权信息在合同签订后结合合同负责人的授权指令即可进行自动配置,且在入场时可以结合授权信息和实时检测的体征数据验证是否可以入场,因此整体流程可以在保障权限授权严谨性的前提下,节省了授权和入场验证的流程和时间。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (8)
1.一种基于资格授权的人员管理方法,其特征在于,包括如下步骤:
基于已签订的目标服务合同指派合同负责人并创建相关人员数据库,所述相关人员数据库中存储有所述服务合同中所有相关人员的人员信息;
结合所述合同负责人的授权指令和所述人员信息配置所有所述相关人员的授权信息;
获取闸机处的入场申请;
实时检测所述入场申请对应的目标相关人员的健康体征数据;
结合所述健康体征数据和所述目标相关人员的目标授权信息判断所述入场申请是否通过;
若所述入场申请通过,则打开所述闸机以使所述目标相关人员入场。
2.根据权利要求1所述的一种基于资格授权的人员管理方法,其特征在于,所述基于已签订的目标服务合同指派合同负责人并创建相关人员数据库包括如下步骤:
识别并读取已签订的目标服务合同中的相关人员列表和总负责人名称;
基于所述总负责人名称从预设的公司人员数据库中选取名称相同的公司人员作为合同负责人;
获取所述相关人员列表中所有相关人员的人员信息;
结合所述目标服务合同和所述人员信息将所有所述相关人员分为核心组和边缘组;
基于所述核心组和所述边缘组创建相关人员数据库,并将所有所述人员信息存储至所述相关人员数据库中对应的分组。
3.根据权利要求2所述的一种基于资格授权的人员管理方法,其特征在于,所述人员信息包括人员职级和人员名称,所述结合所述目标服务合同和所述人员信息将所有所述相关人员分为核心组和边缘组包括如下步骤:
基于所述人员名称在所述目标服务合同中定位若干目标字符,并统计所述目标字符的定位数量;
基于多个所述目标字符并根据预设的截取字符段长截取若干目标字符段;
对所有所述目标字符段进行语义分析得到人员关联度;
结合所述人员职级和所述人员关联度计算对应相关人员的人员评分;
判断所述人员评分是否超出预设的评分阈值;
若所述人员评分超出所述评分阈值,则将对应相关人员划分至核心组;
若所述人员评分未超出所述评分阈值,则将对应相关人员划分至边缘组。
4.根据权利要求3所述的一种基于资格授权的人员管理方法,其特征在于,在所述对所有所述目标字符段进行语义分析得到人员关联度之前还包括如下步骤:
基于Embedding模型框架构建基础分析模型;
获取与所述目标服务合同相同类型的历史服务合同;
在所述历史服务合同中选取目标样本;
获取所述目标样本在所述历史服务合同中所关联的向量特征和所述目标样本与所述向量特征之间的相似度;
结合所述目标样本、所述向量特征和所述相似度优化所述基础分析模型,得到语义分析模型。
5.根据权利要求2所述的一种基于资格授权的人员管理方法,其特征在于,所述人员信息包括人员名称,所述授权信息包括授权状态和授权有效时间段,所述结合所述合同负责人的授权指令和所述人员信息配置所有所述相关人员的授权信息包括如下步骤:
判断所述人员信息存储于所述核心组或所述边缘组;
若所述人员信息存储于所述核心组,则配置对应所述相关人员的所述授权状态为已授权状态,并将所述授权有效时间段配置为预设的第一时间段;
若所述人员信息存储于所述边缘组,则根据所述合同负责人的授权指令获取授权列表;
判断所述人员名称是否存在于所述授权列表;
若所述人员名称不存在所述授权列表,则配置对应所述相关人员的授权状态为未授权状态;
若所述人员名称存在所述授权列表,则配置对应所述相关人员的所述授权状态为所述已授权状态,并将所述授权有效时间段配置为预设的第二时间段,所述第二时间段短于所述第一时间段。
6.根据权利要求5所述的一种基于资格授权的人员管理方法,其特征在于,结合所述健康体征数据和所述目标相关人员的目标授权信息判断所述入场申请是否通过包括如下步骤:
判断所述目标相关人员的目标授权信息中的所述授权状态是否为所述已授权状态;
若所述目标授权信息中的授权状态不为所述已授权状态,则判定所述入场申请不通过;
若所述目标授权信息中的授权状态为所述已授权状态,则获取所述入场申请的申请时间;
判断所述申请时间是否处于所述目标授权信息中的所述授权有效时间段内;
若所述申请时间不处于所述授权有效时间段内,则判定所述入场申请不通过;
若所述申请时间处于所述授权有效时间段内,则根据所述健康体征数据判断所述入场申请是否通过。
7.根据权利要求6所述的一种基于资格授权的人员管理方法,其特征在于,所述健康体征数据包括体温数据和辐射剂量数据,所述根据所述健康体征数据判断所述入场申请是否通过包括如下步骤:
判断所述体温数据是否处于预设的体温阈值范围内;
若所述体温数据不处于所述体温阈值范围内,则判定所述入场申请不通过;
若所述体温数据处于所述体温阈值范围内,则判断所述辐射剂量数据是否低于预设的辐射剂量阈值;
若所述辐射剂量数据不低于所述辐射剂量阈值,则判定所述入场申请不通过;
若所述辐射剂量数据低于所述辐射剂量阈值,则判定所述入场申请通过。
8.一种基于资格授权的人员管理系统,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如权利要求1至7中任一项所述的一种基于资格授权的人员管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697907.9A CN116311644B (zh) | 2022-12-28 | 2022-12-28 | 一种基于资格授权的人员管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697907.9A CN116311644B (zh) | 2022-12-28 | 2022-12-28 | 一种基于资格授权的人员管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116311644A true CN116311644A (zh) | 2023-06-23 |
CN116311644B CN116311644B (zh) | 2023-12-19 |
Family
ID=86794884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211697907.9A Active CN116311644B (zh) | 2022-12-28 | 2022-12-28 | 一种基于资格授权的人员管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116311644B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956731A (zh) * | 2016-04-18 | 2016-09-21 | 佛山市高明区高科中小企业技术服务中心 | 一种企业人员监管方法及系统 |
CN107424252A (zh) * | 2017-05-10 | 2017-12-01 | 杭州班博科技有限公司 | 一种工地人员实名管理系统及其方法 |
CN109325733A (zh) * | 2018-09-03 | 2019-02-12 | 深圳市恒天吉科技技术发展有限公司 | 一种建筑工地施工人员管理系统 |
CN111899371A (zh) * | 2020-09-08 | 2020-11-06 | 山东丑牛网络科技有限公司 | 一种基于大数据的实名制信息采集装置 |
CN113326991A (zh) * | 2021-06-24 | 2021-08-31 | 深圳平安智汇企业信息管理有限公司 | 自动授权方法、装置、计算机设备及存储介质 |
CN114399862A (zh) * | 2021-12-16 | 2022-04-26 | 金瑞致达(北京)科技股份有限公司 | 基于温度检测和门禁授权的闸机通行控制方法及系统 |
WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
-
2022
- 2022-12-28 CN CN202211697907.9A patent/CN116311644B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956731A (zh) * | 2016-04-18 | 2016-09-21 | 佛山市高明区高科中小企业技术服务中心 | 一种企业人员监管方法及系统 |
CN107424252A (zh) * | 2017-05-10 | 2017-12-01 | 杭州班博科技有限公司 | 一种工地人员实名管理系统及其方法 |
CN109325733A (zh) * | 2018-09-03 | 2019-02-12 | 深圳市恒天吉科技技术发展有限公司 | 一种建筑工地施工人员管理系统 |
CN111899371A (zh) * | 2020-09-08 | 2020-11-06 | 山东丑牛网络科技有限公司 | 一种基于大数据的实名制信息采集装置 |
WO2022134588A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 信息审核分类模型的构建方法和信息审核方法 |
CN113326991A (zh) * | 2021-06-24 | 2021-08-31 | 深圳平安智汇企业信息管理有限公司 | 自动授权方法、装置、计算机设备及存储介质 |
CN114399862A (zh) * | 2021-12-16 | 2022-04-26 | 金瑞致达(北京)科技股份有限公司 | 基于温度检测和门禁授权的闸机通行控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116311644B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214719B (zh) | 一种基于人工智能的营销稽查分析的系统和方法 | |
Boltužić et al. | Back up your stance: Recognizing arguments in online discussions | |
CN108376151A (zh) | 问题分类方法、装置、计算机设备和存储介质 | |
CN109165284A (zh) | 一种基于大数据的金融领域人机对话意图识别方法 | |
CN112528041B (zh) | 一种基于知识图谱的调度用语规范验证方法 | |
CN112347310A (zh) | 事件处理信息的查询方法、装置、计算机设备和存储介质 | |
CN106709370B (zh) | 一种基于文本内容的长词识别方法及系统 | |
CN104166643A (zh) | 一种智能问答系统中的对话行为分析方法 | |
CN113742733B (zh) | 阅读理解漏洞事件触发词抽取和漏洞类型识别方法及装置 | |
CN111552804B (zh) | 一种电网故障处置预案的知识图谱构建方法 | |
CN109902747B (zh) | 一种身份识别方法、装置、设备及计算机可读存储介质 | |
CN102044018A (zh) | 一种用于产品可靠性设计的知识收集模板及准则提取方法 | |
CN112052396A (zh) | 课程匹配方法、系统、计算机设备和存储介质 | |
CN108509561B (zh) | 基于机器学习的岗位招聘数据筛选方法、系统及存储介质 | |
CN112232078A (zh) | 一种基于双向gru与注意力机制的调度操作票审核方法 | |
CN113919331A (zh) | 环境培训课程推荐方法、装置、设备及存储介质 | |
CN112507073A (zh) | 配电网作业文件的内容校验方法及相关设备 | |
CN107577738A (zh) | 一种通过svm文本挖掘处理数据的fmeca方法 | |
CN116311644B (zh) | 一种基于资格授权的人员管理方法及系统 | |
CN114566159A (zh) | 一种基于校核操作的电气票流转方法及装置 | |
CN113762973A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN111062210A (zh) | 一种基于神经网络的谓语中心词识别方法 | |
CN116385189A (zh) | 财务报账单据列账科目匹配度校验方法及系统 | |
CN113901815B (zh) | 基于大坝运行日志的应急工况事件检测方法 | |
CN103870758A (zh) | 基于词归类组合判定与概率统计的涉密信息密级归属方法 |
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 |