[发明专利]一种员工勤奋度获取方法及装置

说明书

技术领域

本发明涉及数据处理领域，具体而言，涉及一种员工勤奋度获取方法及装置。

背景技术

目前，每家企业都由或多或少的员工组成，员工成为企业必不可少的组成要素，而且，企业中员工的综合表现水平的高低直接影响了企业整体质量的好坏，每家企业都希望自己的员工具有高素质和高技能，而且，大部分企业总是为综合表现比较好的员工提供各种培训和学习的机会，而且综合表现比较好的员工才能获得较高比例的年终奖金。因此，企业每年、每季度、甚至每月都会留意每个员工的表现，最终根据该名员工的综合表现来决定是否给该名员工加薪或升职。

但是现有的员工勤奋度的评价方法往往是通过人为评估实现的，评估的过程参杂了主观因素，会造成对员工勤奋度的评价不准确的问题，从而影响企业的发展。

发明内容

有鉴于此，本发明实施例的目的在于提供一种员工勤奋度获取方法及装置，以提高员工勤奋度评价的客观性，促进企业发展。

第一方面，本发明实施例提供了一种员工勤奋度获取方法，所述方法包括：获取数据源中对应员工的勤奋度的多个第一数据，并将所述多个第一数据进行标准化处理获得数据源集合，所述数据源集合包括多个第二数据；将所述数据源集合预设模型设计模块，并基于层次分析法计算所述多个第二数据中的每个第二数据对应的权重；基于预设公式、所述多个第二数据以及所述每个第二数据对应的权重计算所述员工的勤奋度。

在本发明较佳的实施例中，上述基于预设公式、所述多个第二数据以及所述每个第二数据对应的权重计算所述员工的勤奋度之后，还包括：基于所述员工的勤奋度构成所有员工的标准勤奋度集合；将所述标准勤奋度集合内的每个标准勤奋度进行后处理，构成员工勤奋度集合。

在本发明较佳的实施例中，上述将所述标准勤奋度集合内的每个标准勤奋度进行后处理，构成员工勤奋度集合，包括：将所述标准勤奋度集合内的每个标准勤奋度进行后处理并获取后处理后的标准勤奋度分数最大值和标准勤奋度分数最小值；基于预设映射公式、所述员工标准勤奋度集合、所述标准勤奋度分数最大值以及所述标准勤奋度分数最小值构成员工勤奋度集合。

在本发明较佳的实施例中，上述将所述多个第一数据进行标准化处理获得数据源集合，包括：将所述多个第一数据进行量化得到第一数据集合X＝{X₁、X₂…X_i…X_n}，其中，n∈(0，+∞)；基于所述第一数据集合确定所述第一数据集合中的每个数据的最大值X_imax和最小值X_imin；根据Z_i＝(X_i-X_imin)/(X_imax-X_imin)对所述多个第一数据进行标准化处理并构成标准化第一数据集合Z＝{Z₁、Z₂…Z_i…Z_n}，其中，n∈(0，+∞)；将所述标准化第一数据集合整合处理获得所述数据源集合。

在本发明较佳的实施例中，上述基于预设公式、所述多个第二数据以及所述每个第二数据对应的权重计算所述员工的勤奋度，包括：基于计算所述员工的勤奋度，其中，G为员工的勤奋度，k_i为权重，S为数据源集合。

第二方面，本发明实施例提供了一种员工勤奋度获取装置，所述装置包括：数据源预处理模块，用于获取数据源中对应员工的勤奋度的多个第一数据，并将所述多个第一数据进行标准化处理获得数据源集合，所述数据源集合包括多个第二数据；权重分配模块，用于将所述数据源集合预设模型设计模块，并基于层次分析法计算所述多个第二数据中的每个第二数据对应的权重；测算模块，用于基于预设公式、所述多个第二数据以及所述每个第二数据对应的权重计算所述员工的勤奋度。

在本发明较佳的实施例中，上述装置，还包括：标准勤奋度集合构成模块，用于基于所述员工的勤奋度构成所有员工的标准勤奋度集合；员工勤奋度集合构成模块，用于将所述标准勤奋度集合内的每个员工勤奋度进行后处理，构成员工勤奋度集合。

在本发明较佳的实施例中，上述员工勤奋度集合构成模块，包括：勤奋度分数获取子模块，用于将所述标准勤奋度集合内的每个标准勤奋度进行后处理并获取后处理后的标准勤奋度分数最大值和标准勤奋度分数最小值；员工勤奋度集合构成子模块，用于基于预设映射公式、所述员工标准勤奋度集合、所述标准勤奋度分数最大值以及所述标准勤奋度分数最小值构成员工勤奋度集合。