[发明专利]基于人工智能的工作日志生成方法、装置、设备及介质在审
| 申请号: | 202210353748.4 | 申请日: | 2022-04-06 |
| 公开(公告)号: | CN115062594A | 公开(公告)日: | 2022-09-16 |
| 发明(设计)人: | 黄彬莹 | 申请(专利权)人: | 深圳金伟凯博信息技术有限公司 |
| 主分类号: | G06F40/186 | 分类号: | G06F40/186;G06Q10/10;G06V20/60 |
| 代理公司: | 深圳经纬创新知识产权代理有限公司 44875 | 代理人: | 唐敏 |
| 地址: | 518000 广东省深圳市宝安区新安街道*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 人工智能 工作 日志 生成 方法 装置 设备 介质 | ||
1.一种基于人工智能的工作日志生成方法,其特征在于,所述方法包括:
当确定当前系统时间与上一工作日志生成时间之间的时间间隔等于预设的第一时间周期时,根据所述当前系统时间及所述上一工作日志生成时间生成工作日志数据筛选时间区间,并获取用户身份信息;
根据所述用户身份信息中的用户职位类型获取用户工作日志需求数据类型集;其中,所述用户工作日志需求数据类型集中至少包括文档类型数据、考勤类型数据和图片类型数据;
根据所述用户工作日志需求数据类型集及所述工作日志数据筛选时间区间生成当前筛选条件,根据所述当前筛选条件获取与所述用户身份信息对应的目标筛选数据集;
获取所述目标筛选数据集中为文档类型数据的第一数据子集,对所述第一数据子集中包括的各文档数据根据预设的关键词筛选策略进行关键词提取,得到各文档数据对应的任务数据以组成第一工作日志数据子集;
获取所述目标筛选数据集中为考勤类型数据的第二数据子集,对所述第二数据子集中包括的各考勤数据按日期升序顺序进行数据合并,得到第二工作日志数据子集;
获取所述目标筛选数据集中为图片类型数据的第三数据子集,根据预先训练的图像识别模型获取与所述第三数据子集对应的图像识别结果集,以组成第三工作日志数据子集;
将所述第一工作日志数据子集、所述第二工作日志数据子集和所述第三工作日志数据子集进行组合,得到工作日志报告数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前系统时间及所述上一工作日志生成时间生成工作日志数据筛选时间区间,并获取用户身份信息,包括:
以所述上一工作日志生成时间为起始时间点,以所述当前系统时间为终止时间点,由所述起始时间点和所述终止时间点之间的时间段作为所述工作日志数据筛选时间区间;
获取当前数据存储区域对应的用户登录信息,根据所述用户登录信息中包括的用户信息集对应获取用户身份信息;其中,所述用户信息集中至少包括用户账号数据和用户身份信息;所述用户身份信息至少包括用户姓名、用户性别、用户年龄、用户工号、用户职位类型和职位职责备注信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述用户身份信息中的用户职位类型获取用户工作日志需求数据类型集,包括:
当确定所述用户职位类型为第一职位类型,获取与所述第一职位类型对应的用户工作日志需求数据类型集;其中,所述第一职位类型为业务职位类型;
当确定所述用户职位类型为第二职位类型,获取与所述第二职位类型对应的用户工作日志需求数据类型集;其中,所述第二职位类型为技术支持职位类型。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一数据子集中包括的各文档数据根据预设的关键词筛选策略进行关键词提取,得到各文档数据对应的任务数据以组成第一工作日志数据子集,包括:
获取所述第一数据子集中的第i号文档数据,并获取所述第i号文档数据的文档修改时间;其中,i的初始取值为1,且i的取值范围是[1,N1],N1表示所述第一数据子集中包括的文档数据总数;
若确定所述第i号文档数据的文档名称是中文名称,根据所述关键词筛选策略获取所述第i号文档数据的文档名称作为第i号文档数据的关键词,由所述第i号文档数据的关键词和第i号文档数据的文档修改时间组成第i号任务数据;
若确定所述第i号文档数据的文档名称是数字名称,获取所述第i号文档数据的正文文本,根据所述关键词筛选策略获取所述第i号文档数据的正文文本对应的第i号核心关键词组合,由所述第i号核心关键词组合和第i号文档数据的文档修改时间组成第i号任务数据;
通过对i值加1自增以更新i的取值;
若确定i未超出N1,返回执行所述获取所述第一数据子集中的第i号文档数据,并获取所述第i号文档数据的文档修改时间的步骤;
若确定i超出N1,获取第1号任务数据至第N1号任务数据组成第一工作日志数据子集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳金伟凯博信息技术有限公司,未经深圳金伟凯博信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210353748.4/1.html,转载请声明来源钻瓜专利网。





