CN117787815A - 一种基于大数据的人力资源外包服务系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据的人力资源外包服务系统及方法，本发明涉及行政管理及监督系统技术领域。包括企业主系统和外包子系统，所述企业主系统分为若干个企业员工账户，所述外包子系统分为若干个外包员工账户，所述企业主系统还包括：数据管控处理单元、企业员工操作监控模块、规范操作建立单元、违规操作建立单元、模板储存模块；外包子系统包括：外包员工操作监控模块、违规记录单元；该基于大数据的人力资源外包服务系统及方法，有助于加强对外包公司员工数据处理行为的监控和管理，提高操作准确性，减少违规行为，并促进外包服务质量的提升，同时无需企业自身与外包企业时刻进行对接交互，保证服务质量的同时可减少精力的投入。

Description

一种基于大数据的人力资源外包服务系统及方法

技术领域

本发明涉及行政管理及监督系统技术领域，具体为一种基于大数据的人力资源外包服务系统及方法。

背景技术

人力资源外包服务系统是一种将企业的人力资源管理工作交由专业的外包服务提供商来完成的一种管理模式。这种系统通常包括招聘、培训、薪酬管理、绩效评估、福利管理等方面的服务。企业可以通过人力资源外包服务系统将人力资源管理工作交给专业的服务提供商，从而节约成本、提高效率和专注于核心业务。这种系统能够帮助企业更好地管理人力资源，提高员工满意度，降低人力资源管理风险，提升企业的竞争力。

现有的一些企业由于工作种类多样，会与多个外包公司同时合作，如中国专利CN104331771B公开了一种一站式小微企业服务外包管理系统，可以保证小微企业的多专业需求都能以围绕企业的核心价值进行快速、专业、可靠的实施，解决了目前小微企业没有能力或没有条件协调多个专业服务商进行系统服务的困境，也避免了企业无法保证自身的需求快速、可靠实施的状况，极大提升服务的效率，避免了重复服务和过度服务，降低了小微企业的综合投入及负担。

但是目前企业与一些外包公司的合作存在以下问题：

缺乏专业性：一些人力资源外包公司可能缺乏专业的人力资源管理知识和经验，导致无法提供高质量的服务；

安全隐患：外包公司可能会处理大量敏感的人力资源数据，如果安全措施不到位，可能会存在数据泄露或者安全漏洞的风险；

沟通不畅：外包公司与企业之间的沟通可能存在障碍，导致信息传递不畅的情况；

如上述系统所述，企业在与外包公司合作时，需要时刻的对接，进行一些工作上的交流，如对外包公司的专业培训，以及日常操作的监督，才能保证企业信息的安全和外包服务的专业，进而需要企业本身也需要投入较大的精力去管理。

发明内容

针对现有技术的不足，本发明提供了一种基于大数据的人力资源外包服务系统及方法，解决了目前企业在与外包公司合作时，需要企业本身也需要投入较大的精力去管理的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种基于大数据的人力资源外包服务系统，包括企业主系统和外包子系统，所述企业主系统分为若干个企业员工账户，所述外包子系统分为若干个外包员工账户，所述企业主系统还包括：

数据管控处理单元，用于管理整个企业主系统的数据并进行分类和分配；

企业员工操作监控模块，用于监控企业员工账户上的系统操作，并依据操作项建立向量进行记录；

规范操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的正确操作建立向量集，并对若干个向量集对比分析出正确的步骤建立规范操作向量集A；

违规操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的违规操作建立违规操作向量集B；

模板储存模块，用于对规范操作向量集A和违规操作向量集B进行储存；

所述外包子系统包括：

外包员工操作监控模块，用于监控外包员工账户上的系统操作，并依据操作项建立向量进行记录；

违规记录单元，用于将外包员工操作监控模块建立的向量与违规操作向量集B对比，判断外包员工是否有进行违规操作。

优选的，所述数据管控处理单元对数据依据数据类别进行分类，并按照隐私等级进行分级管理。

优选的，所述外包子系统设置有若干个并分属合作的不同类别外包企业，所述企业主系统分别连接并管理若干个外包子系统，且通过数据管控处理单元将数据分配至合作的不同类别外包企业的外包子系统。

本发明还公开了一种基于大数据的人力资源外包服务系统的服务方法，具体包括以下步骤：

S1、先在企业主系统上，对于员工进行某一目的操作时，监控其操作中点击的每个操作项并进行记录，然后将该步骤的操作项汇总，并建立一个向量V代表一套步骤，同一目的的操作对应的n个向量V建立一个向量集A，计算获取向量集A中重复次数最多的向量V，其对应的步骤作为正确操作步骤；

S2、外包企业员工在数据处理过程中可调取相关的正确操作向量集A进行培训学习；

S3、在企业主系统上，员工主动进行违规操作，并将该违规操作记录为违规操作向量集B；

S4、在外包子系统上监控外包企业员工的系统操作，并将该系统操作划分向量记录为实际操作向量集C；

S5、将实际操作向量集C与违规操作向量集B进行对比，在实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同时，进行涉嫌违规记录；在实际操作向量集C中出现任意三个操作项向量H与违规操作向量集B中任意连续的三个向量P相同时，在外包子系统上进行违规操作弹窗警告并记录；

S6、企业定期通过调取涉嫌违规记录和违规记录作为参考项，对外包公司服务质量进行评估。

优选的，所述S1中确定好正确操作步骤后，删除同一目的操作中的其余向量集，保留唯一向量集A作为正确操作向量集A并进行记录。

优选的，所述S1中设向量集A在n个向量为（V1，V2，...，Vn），Vi为第i个向量V，通过独热编码编辑每个向量Vi为m维向量，即（Vi1，Vi2，...，Vim）为向量Vi的各个分量，且Vi1，Vi2，...，Vim中之一为1，其余为0，相同步骤的向量一致；

然后定义一个m维向量S，其中Sj表示向量集A的n个向量中第j个分量的总和，即：

Sj=ΣV1j，V2j，...，Vnj；

则S中最大的元素max(Sj)为max(S1，S2，...，Sm)，其中max(Sj)为S中最大的元素，j为其下标，即出现率最高的向量V为第j个数为1的向量，该向量为正确顺序的操作步骤。

优选的，所述S3中，将员工的违规操作过程其中每一步的操作项建立一个向量P，将整套违规操作步骤的x个向量P建立一个违规操作向量集B（P1，P2，...，Px）并进行记录。

优选的，所述S4中将其中每一步的操作项建立一个向量H，将所有的向量H建立实际操作向量集C（H1，H2，...，Hy），y值随着步骤的增加逐步加1。

优选的，所述S5中，判断是否出现涉嫌违规的过程具体为：

（1）设Hi为（H1，H2，...，Hy）中的第i个向量，从H1开始遍历违规操作向量集B（P1，P2，...，Px）确定是否有相同步骤的向量；

（2）若存在相同步骤的向量，则将该向量标记为Pt，然后获取向量P（t+1）；

（3）在实际操作向量集C出现与向量P（t+1）步骤一致的向量时，则表示实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同，即涉嫌存在违规操作，记录违规次数T1加一。

优选的，所述S5中，判断是否出现确定违规的过程具体为：在步骤（3）基础上再次对比判断实际操作向量集C中是否出现与向量P（t+2）步骤一致的向量，若存在则弹窗警告，并记录违规次数T2加一。

本发明提供了一种基于大数据的人力资源外包服务系统及方法。与现有技术相比具备以下有益效果：

1、该基于大数据的人力资源外包服务系统及方法，本方法具有以下优点：

提高操作准确性：通过记录和分析员工的操作步骤，可以找出正确的操作步骤，并在培训学习中向外包员工展示正确的操作向量集，从而提高操作的准确性和规范性。

强化违规监控：企业可以监控外包员工的实际操作，将其与违规操作向量集进行对比，以便及时发现涉嫌违规操作并进行记录和警告，这有助于减少违规行为的发生，并保护企业数据的安全性和完整性。

提升服务质量：企业可以根据涉嫌违规记录和违规记录对外包公司的服务质量进行评估，以便及时发现问题并采取措施改进外包服务的质量和效率。

总的来说，这些步骤有助于加强对外包公司员工数据处理行为的监控和管理，提高操作准确性，减少违规行为，并促进外包服务质量的提升，同时无需企业自身与外包企业时刻进行对接交互，保证服务质量的同时可减少精力的投入。

2、该基于大数据的人力资源外包服务系统及方法，通过日常监控企业内员工的操作，并对同一目的的若干类操作步骤进行分析并建立向量，通过重复率的分析，自动得出最正确的操作步骤，便于对外包公司的员工进行培训，且自动分析的方式无需企业内主动编辑整理，降低了工作量，且方便为外包企业提供专业的指导。

3、该基于大数据的人力资源外包服务系统及方法，企业内员工可主动进行违规操作，并利用系统进行自动提取步骤建立向量集，进而为外包公司员工的操作提供违规操作的标准，将操作数字化，便于更快更方便的分析外包公司员工的操作是否违规，使用方便。

4、该基于大数据的人力资源外包服务系统及方法，通过对外包企业的员工操作进行监控，并采用生成向量的方式，利用向量进行对比，可有效判断外包企业员工的操作是否有违规的操作，且采用涉嫌违规和确认违规两种程度的对比，可避免操作误判，同时还可在员工进行违规操作时进行警告，提高了企业信息的安全性，且对于外包员工两种程度的违规判断还可为企业评判外包公司服务质量提供参考项目，便于企业选择正规且服务质量好的外包企业进行合作。

附图说明

图1为本发明企业主系统与外包子系统的连接示意图；

图2为本发明企业主系统与外包子系统的系统原理框图；

图3为本发明企业主系统建立示范案例的流程示意图；

图4为本发明检测外包子系统违规操作的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1-图2，本发明公开了一种基于大数据的人力资源外包服务系统，包括企业主系统和外包子系统，企业主系统分为若干个企业员工账户，外包子系统分为若干个外包员工账户，外包子系统设置有若干个并分属合作的不同类别外包企业，企业主系统分别连接并管理若干个外包子系统，且通过数据管控处理单元将数据分配至合作的不同类别外包企业的外包子系统。

企业主系统还包括：

数据管控处理单元，用于管理整个企业主系统的数据并进行分类和分配，数据管控处理单元对数据依据数据类别进行分类，并按照隐私等级进行分级管理；

企业员工操作监控模块，用于监控企业员工账户上的系统操作，并依据操作项建立向量进行记录；

规范操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的正确操作建立向量集，并对若干个向量集对比分析出正确的步骤建立规范操作向量集A；

违规操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的违规操作建立违规操作向量集B；

板储存模块，用于对规范操作向量集A和违规操作向量集B进行储存；

外包子系统包括：

外包员工操作监控模块，用于监控外包员工账户上的系统操作，并依据操作项建立向量进行记录；

违规记录单元，用于将外包员工操作监控模块建立的向量与违规操作向量集B对比，判断外包员工是否有进行违规操作。

参阅图3-图4，本发明还公开了一种基于大数据的人力资源外包服务系统的服务方法，并提供四种技术方案：

实施例一：一种基于大数据的人力资源外包服务系统的服务方法，具体包括以下步骤：

S1、先在企业主系统上，对于员工进行某一目的操作时，监控其操作中点击的每个操作项并进行记录，然后将该步骤的操作项汇总，并建立一个向量V代表一套步骤，同一目的的操作对应的n个向量V建立一个向量集A，计算获取向量集A中重复次数最多的向量V，其对应的步骤作为正确操作步骤，确定好正确操作步骤后，删除同一目的操作中的其余向量集，保留唯一向量集A作为正确操作向量集A并进行记录；

S2、外包企业员工在数据处理过程中可调取相关的正确操作向量集A进行培训学习；

S3、在企业主系统上，员工主动进行违规操作，并将该违规操作记录为违规操作向量集B；

S4、在外包子系统上监控外包企业员工的系统操作，并将该系统操作划分向量记录为实际操作向量集C；

S5、将实际操作向量集C与违规操作向量集B进行对比，在实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同时，进行涉嫌违规记录；在实际操作向量集C中出现任意三个操作项向量H与违规操作向量集B中任意连续的三个向量P相同时，在外包子系统上进行违规操作弹窗警告并记录；

S6、企业定期通过调取涉嫌违规记录和违规记录作为参考项，对外包公司服务质量进行评估。

上述步骤具有以下优点：

提高操作准确性：通过记录和分析员工的操作步骤，可以找出正确的操作步骤，并在培训学习中向外包员工展示正确的操作向量集，从而提高操作的准确性和规范性。

强化违规监控：企业可以监控外包员工的实际操作，将其与违规操作向量集进行对比，以便及时发现涉嫌违规操作并进行记录和警告。这有助于减少违规行为的发生，并保护企业数据的安全性和完整性。

提升服务质量：企业可以根据涉嫌违规记录和违规记录对外包公司的服务质量进行评估，以便及时发现问题并采取措施改进外包服务的质量和效率。

总的来说，这些步骤有助于加强对外包公司员工数据处理行为的监控和管理，提高操作准确性，减少违规行为，并促进外包服务质量的提升，同时无需企业自身与外包企业时刻进行对接交互，保证服务质量的同时可减少精力的投入。

实施例二：S1中设向量集A在n个向量为（V1，V2，...，Vn），Vi为第i个向量V，通过独热编码编辑每个向量Vi为m维向量，即（Vi1，Vi2，...，Vim）为向量Vi的各个分量，且Vi1，Vi2，...，Vim中之一为1，其余为0，相同步骤的向量一致；

独热编码是一种常用的数据编码方式，通常用于将分类变量转换为数字变量。在独热编码中，每个不同的分类值都被转换为一个长度等于分类数量的向量，其中只有一个元素为1，其余元素为0，这样做的目的是为了将分类变量转换为可供机器学习算法使用的数值形式。

然后定义一个m维向量S，其中Sj表示向量集A的n个向量中第j个分量的总和，即：

Sj=ΣV1j，V2j，...，Vnj；

则S中最大的元素max(Sj)为max(S1，S2，...，Sm)，其中max(Sj)为S中最大的元素，j为其下标，即出现率最高的向量V为第j个数为1的向量，该向量为正确顺序的操作步骤。

通过日常监控企业内员工的操作，并对同一目的的若干类操作步骤进行分析并建立向量，通过重复率的分析，自动得出最正确的操作步骤，便于对外包公司的员工进行培训，且自动分析的方式无需企业内主动编辑整理，降低了工作量，且方便为外包企业提供专业的指导。

实施例三：S3中，将员工的违规操作过程其中每一步的操作项建立一个向量P，将整套违规操作步骤的x个向量P建立一个违规操作向量集B（P1，P2，...，Px）并进行记录。

企业内员工可主动进行违规操作，并利用系统进行自动提取步骤建立向量集，进而为外包公司员工的操作提供违规操作的标准，将操作数字化，便于更快更方便的分析外包公司员工的操作是否违规，使用方便。

实施例四：S4中将其中每一步的操作项建立一个向量H，将所有的向量H建立实际操作向量集C（H1，H2，...，Hy），y值随着步骤的增加逐步加1。

判断是否出现涉嫌违规的过程具体为：

（1）设Hi为（H1，H2，...，Hy）中的第i个向量，从H1开始遍历违规操作向量集B（P1，P2，...，Px）确定是否有相同步骤的向量；

（2）若存在相同步骤的向量，则将该向量标记为Pt，然后获取向量P（t+1）；

（3）在实际操作向量集C出现与向量P（t+1）步骤一致的向量时，则表示实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同，即涉嫌存在违规操作，记录违规次数T1加一；

（4）再次对比判断实际操作向量集C中是否出现与向量P（t+2）步骤一致的向量，若存在则弹窗警告，并记录违规次数T2加一。

通过对外包企业的员工操作进行监控，并采用生成向量的方式，利用向量进行对比，可有效判断外包企业员工的操作是否有违规的操作，且采用涉嫌违规和确认违规两种程度的对比，可避免操作误判，同时还可在员工进行违规操作时进行警告，提高了企业信息的安全性，且对于外包员工两种程度的违规判断还可为企业评判外包公司服务质量提供参考项目，便于企业选择正规且服务质量好的外包企业进行合作。

T1和T2初始值为0。

假设现有一个违规操作向量集B：

B=[(1,2,3),(4,5,6),(7,8,9),(10,11,12)]；

再有以下实际操作向量集C：

C=[(13,14,15),(1,2,3),(16,17,18),(4,5,6)]；

按照以下步骤来判断是否出现涉嫌违规：

步骤1：从C中第一个向量H1(13, 14, 15)开始，遍历违规操作向量集B，确定是否有相同步骤的向量，第一个向量H1(13, 14, 15)无相同，则对比第二个向量H2(1, 2, 3)，遍历违规操作向量集B确定与其中的第一个向量P1(1, 2, 3)相同；

步骤2：然后获取下一个向量P2(4, 5, 6)，持续监控实际操作向量集C中新增的子集，当出现与找到与P2(4, 5, 6)相同的向量如C4(4, 5, 6)时，则判定疑似存在违规行为，将T1+1。

步骤3：再次获取下一个向量P3(7,8,9)，持续监控实际操作向量集C中新增的子集，最终监控到实际操作向量集C中不存在与向量P3(7,8,9)相同的向量，则表示没有确定的违规操作，则T1不变。

同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于大数据的人力资源外包服务系统，包括企业主系统和外包子系统，其特征在于：所述企业主系统分为若干个企业员工账户，所述外包子系统分为若干个外包员工账户，所述企业主系统还包括：

数据管控处理单元，用于管理整个企业主系统的数据并进行分类和分配；

企业员工操作监控模块，用于监控企业员工账户上的系统操作，并依据操作项建立向量进行记录；

规范操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的正确操作建立向量集，并对若干个向量集对比分析出正确的步骤建立规范操作向量集A；

违规操作建立单元，用于依据企业员工操作监控模块记录的系统操作项进行处理，以每次同一目的的违规操作建立违规操作向量集B；

模板储存模块，用于对规范操作向量集A和违规操作向量集B进行储存；

所述外包子系统包括：

外包员工操作监控模块，用于监控外包员工账户上的系统操作，并依据操作项建立向量进行记录；

违规记录单元，用于将外包员工操作监控模块建立的向量与违规操作向量集B对比，判断外包员工是否有进行违规操作。

2.根据权利要求1所述的一种基于大数据的人力资源外包服务系统，其特征在于：所述数据管控处理单元对数据依据数据类别进行分类，并按照隐私等级进行分级管理。

3.根据权利要求1所述的一种基于大数据的人力资源外包服务系统，其特征在于：所述外包子系统设置有若干个并分属合作的不同类别外包企业，所述企业主系统分别连接并管理若干个外包子系统，且通过数据管控处理单元将数据分配至合作的不同类别外包企业的外包子系统。

4.一种根据权利要求1-3任意一项所述的基于大数据的人力资源外包服务系统的服务方法，其特征在于：具体包括以下步骤：

S1、先在企业主系统上，对于员工进行某一目的操作时，监控其操作中点击的每个操作项并进行记录，然后将该步骤的操作项汇总，并建立一个向量V代表一套步骤，同一目的的操作对应的n个向量V建立一个向量集A，计算获取向量集A中重复次数最多的向量V，其对应的步骤作为正确操作步骤；

S2、外包企业员工在数据处理过程中可调取相关的正确操作向量集A进行培训学习；

S3、在企业主系统上，员工主动进行违规操作，并将该违规操作记录为违规操作向量集B；

S4、在外包子系统上监控外包企业员工的系统操作，并将该系统操作划分向量记录为实际操作向量集C；

S5、将实际操作向量集C与违规操作向量集B进行对比，在实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同时，进行涉嫌违规记录；在实际操作向量集C中出现任意三个操作项向量H与违规操作向量集B中任意连续的三个向量P相同时，在外包子系统上进行违规操作弹窗警告并记录；

S6、企业定期通过调取涉嫌违规记录和违规记录作为参考项，对外包公司服务质量进行评估。

5.根据权利要求4所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S1中确定好正确操作步骤后，删除同一目的操作中的其余向量集，保留唯一向量集A作为正确操作向量集A并进行记录。

6.根据权利要求4所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S1中设向量集A在n个向量为（V1，V2，...，Vn），Vi为第i个向量V，通过独热编码编辑每个向量Vi为m维向量，即（Vi1，Vi2，...，Vim）为向量Vi的各个分量，且Vi1，Vi2，...，Vim中之一为1，其余为0，相同步骤的向量一致；

然后定义一个m维向量S，其中Sj表示向量集A的n个向量中第j个分量的总和，即：

Sj=ΣV1j，V2j，...，Vnj；

则S中最大的元素max(Sj)为max(S1，S2，...，Sm)，其中max(Sj)为S中最大的元素，j为其下标，即出现率最高的向量V为第j个数为1的向量，该向量为正确顺序的操作步骤。

7.根据权利要求4所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S3中，将员工的违规操作过程其中每一步的操作项建立一个向量P，将整套违规操作步骤的x个向量P建立一个违规操作向量集B（P1，P2，...，Px）并进行记录。

8.根据权利要求4所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S4中将其中每一步的操作项建立一个向量H，将所有的向量H建立实际操作向量集C（H1，H2，...，Hy），y值随着步骤的增加逐步加1。

9.根据权利要求4所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S5中，判断是否出现涉嫌违规的过程具体为：

（1）设Hi为（H1，H2，...，Hy）中的第i个向量，从H1开始遍历违规操作向量集B（P1，P2，...，Px）确定是否有相同步骤的向量；

（2）若存在相同步骤的向量，则将该向量标记为Pt，然后获取向量P（t+1）；

（3）在实际操作向量集C出现与向量P（t+1）步骤一致的向量时，则表示实际操作向量集C中出现任意两个操作项向量H与违规操作向量集B中任意连续的两个向量P相同，即涉嫌存在违规操作，记录违规次数T1加一。

10.根据权利要求9所述的一种基于大数据的人力资源外包服务系统的服务方法，其特征在于：所述S5中，判断是否出现确定违规的过程具体为：在权利要求9步骤（3）基础上再次对比判断实际操作向量集C中是否出现与向量P（t+2）步骤一致的向量，若存在则弹窗警告，并记录违规次数T2加一。