一种员工行为及能力维度的分析方法与流程

1.本发明涉及一种员工行为及能力维度的分析方法。


背景技术：

2.传统人力资源管理面临着数据孤岛、员工评价主观等难题。大型央企业态复杂，水电行业人力资源数据多源异构，组织机构、人员信息、薪酬管理、培训等四大类数据分散存储在集团人力资源信息系统、企业年金系统、社保系统、公积金系统等系统中，形成数据孤岛；传统的员工能力评价是基于主观判断，造成了人力资源管理的主要偏差，其形成的原因可能是由于企业管理者能力、管理细度的差异，亦或是由于人力资源岗位预估与员工能力匹配度识别的主观差异。
3.随着智慧企业建设的深入推进，企业呈现柔性化管理的趋势，组织形态逐渐趋向柔性，员工工作关系网络复杂，这对人力资源管理提出了更加精细、更加智能的发展要求，但现有技术不能够很好的对上述要求进行处理。


技术实现要素：

4.本发明的目的在于克服现有技术的不足，提供一种员工行为及能力维度的分析方法。
5.本发明的目的是通过以下技术方案来实现的：
6.一种员工行为及能力维度的分析方法，其特征在于：包括以下步骤：
7.s1：搭建员工行为数据采集模型，并该根据所述员工行为数据采集模型获取员工行为数据；
8.s2：将所述员工行为数据存储至数据库中；
9.s3：若获取到员工行为分析消息，则从所述员工行为分析中获取待获取员工数据；
10.s4：根据所述待获取员工数据从所述数据库中获取所述员工行为数据，发送至管理端。
11.进一步的，步骤s1包括：
12.s11：获取数据采集纬度数据，根据所述数据采集纬度数据设置所述员工行为数据采集模型；
13.s12：使用所述员工行为数据采集模型中的所述数据采集纬度数据，获取对应的员工行为数据。
14.进一步的，步骤s3包括：
15.s31：从所述员工行为分析消息中获取数据获取类型；
16.s32：根据所述数据获取类型获取所述待获取员工数据。
17.进一步的，步骤s4包括：
18.s41：根据所述员工行为分析消息对所述员工行为数据进行分类，得到待分析数据；
19.s42：将所述待分析数据发送至所述管理端。
20.进一步的，所述步骤s1还包括建立员工分组标签库的建立方法：
21.s101：通过数据采集建立员工个人画像和组织画像；
22.s102：通过员工个人画像和组织画像搭建员工分组标签库：其搭建公式如下：
23.公式一：
24.公式二：
25.公式三：
26.式中：x表示组织画像中的一个数据点；μ表示组织画像中的质心；n表示员工画像的数目；i表示组成x的每个特征；
27.s103：通过组织画像定义轮廓系数s，其公式如下：
28.公式四：
29.式中：a表示员工画像数据点与自身所在的组织画像中的其他数据点的相似度，等于员工画像数据点与同一组织画像中所有其他员工画像数据点之间的平均距离；b表示员工画像数据点与其他组织画像中的员工画像数据点的相似度，等于样本与下一个最近的组织画像中的所有点之间的平均距离；
30.根据公式四定义出轮廓系数的取值范围为(-1，1)。
31.进一步的，还包括员工评价模型建立方法，步骤如下：基于组织画像建立员工评价模型，其公式为：
32.公式五：
33.式中，t(x；θm)表示组织画像组成的决策树；θm为决策树的参数；m为员工画像形成的树的个；
34.提升树算法采用前向分布算法；确定初始提升树f0(x)＝0，第m步的模型是：
35.公式六：fm(x)＝f
m-1
(x) t(x；θm)；
36.式中，f
m-1
(x)为当前模型，通过经验风险极小化确定下一棵决策树的参数θm：
37.公式七：
38.将上一次的预测结果带入梯度中求出本轮的训练数据，完成对员工评价模型的建立。
39.一种员工行为及能力维度的分析系统，包括：
40.模型采集模块，用于设置员工行为数据采集模型，并该根据所述员工行为数据采集模型获取员工行为数据；
41.存储模块，用于将所述员工行为数据存储至数据库中；
42.数据获取模块，用于若获取到员工行为分析消息，则从所述员工行为分析中获取待获取员工数据；
43.数据发送模块，用于根据所述待获取员工数据从所述数据库中获取所述员工行为数据，发送至管理端。
44.进一步的，所述模型采集模块包括：
45.纬度设置子模块，用于获取数据采集纬度数据，根据所述数据采集纬度数据设置所述员工行为数据采集模型；
46.模型采集子模块，用于使用所述员工行为数据采集模型中的所述数据采集纬度数据，获取对应的员工行为数据。
47.本发明的有益效果是：
48.1.通过预先设置有员工行为数据采集模型，能够便于获取员工行为数据，并可根据软件的实际运行情况，对该员工行为数据采集模型进行修改，进而能够保证采集的员工行为数据的完整性；
49.2.通过将采集到的员工行为数据存储至数据库中，能够便于后续对员工行为的分析；在获取到员工行为分析消息时，根据该员工行为分析消息，从数据库中获取对应的员工行为数据，并将该员工行为分析数据发送至管理人员的管理端，进而能够有助于管理人员根据实际需求，分析员工的行为，更加客观、公正的考核评价员工的绩效贡献，实现大数据对人力资源管理业务赋能。
附图说明
50.图1为本发明员工标签流程建立图；
51.图2为本发明实施例中的roc曲线图；
52.图3为本发明实施例中的学习能力维度相关性分析图；
53.图4为本发明实施例中的员工工作行为和能力指标示意图。
具体实施方式
54.下面将结合实施例，对本发明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，本领域技术人员在没有付出创造性劳动的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。
55.参阅图1-4，本发明提供一种技术方案：一种员工行为及能力维度的分析方法，其特征在于：包括以下步骤：
56.s1：搭建员工行为数据采集模型，并该根据员工行为数据采集模型获取员工行为数据；
57.s2：将员工行为数据存储至数据库中；
58.s3：若获取到员工行为分析消息，则从员工行为分析中获取待获取员工数据；
59.s4：根据待获取员工数据从数据库中获取员工行为数据，发送至管理端。
60.进一步的，步骤s1包括：
61.s11：获取数据采集纬度数据，根据数据采集纬度数据设置员工行为数据采集模型；
62.s12：使用员工行为数据采集模型中的数据采集纬度数据，获取对应的员工行为数据。
63.进一步的，步骤s3包括：
64.s31：从员工行为分析消息中获取数据获取类型；
65.s32：根据数据获取类型获取待获取员工数据。
66.进一步的，步骤s4包括：
67.s41：根据员工行为分析消息对员工行为数据进行分类，得到待分析数据；
68.s42：将待分析数据发送至管理端。
69.进一步的，步骤s1还包括建立员工分组标签库的建立方法：
70.s101：通过数据采集建立员工个人画像和组织画像；
71.s102：通过员工个人画像和组织画像搭建员工分组标签库：其搭建公式如下：
72.公式一：
73.公式二：
74.公式三：
75.式中：x表示组织画像中的一个数据点；μ表示组织画像中的质心；n表示员工画像的数目；i表示组成x的每个特征；
76.s103：通过组织画像定义轮廓系数s，其公式如下：
77.公式四：
78.式中：a表示员工画像数据点与自身所在的组织画像中的其他数据点的相似度，等于员工画像数据点与同一组织画像中所有其他员工画像数据点之间的平均距离；b表示员工画像数据点与其他组织画像中的员工画像数据点的相似度，等于样本与下一个最近的组织画像中的所有点之间的平均距离；
79.根据公式四定义出轮廓系数的取值范围为(-1，1)。
80.进一步的，还包括员工评价模型建立方法，步骤如下：基于组织画像建立员工评价模型，其公式为：
81.公式五：
82.式中，t(x；θm)表示组织画像组成的决策树；θm为决策树的参数；m为员工画像形成的树的个；。
83.提升树算法采用前向分布算法；确定初始提升树f0(x)＝0，第m步的模型是：
84.公式六：fm(x)＝f
m-1
(x) t(x；θm)；
85.式中，f
m-1
(x)为当前模型，通过经验风险极小化确定下一棵决策树的参数θm：
86.公式七：
87.将上一次的预测结果带入梯度中求出本轮的训练数据，完成对员工评价模型的建立。
88.一种员工行为及能力维度的分析系统，包括：
89.模型采集模块，用于设置员工行为数据采集模型，并该根据员工行为数据采集模型获取员工行为数据；
90.存储模块，用于将员工行为数据存储至数据库中；
91.数据获取模块，用于若获取到员工行为分析消息，则从员工行为分析中获取待获取员工数据；
92.数据发送模块，用于根据待获取员工数据从数据库中获取员工行为数据，发送至管理端。
93.进一步的，模型采集模块包括：
94.纬度设置子模块，用于获取数据采集纬度数据，根据数据采集纬度数据设置员工行为数据采集模型；
95.模型采集子模块，用于使用员工行为数据采集模型中的数据采集纬度数据，获取对应的员工行为数据。
96.本实施例提出本发明的一种实施方式，具体如下：
97.收集员工工作行为和能力两个方面共149个因子的字段信息，员工工作行为包括劳动纪律、安全行为、风控行为、科研行为、文体行为、政治行为6个维度；员工能力包括学习能力、业务能力、表达能力、协作能力、科研创新能力、文体能力、政治素质7个维度。采用专家库的方式设计因子赋值规则与计算规则。如：员工申请科研立项，一定程度反映了员工科研行为的主动性，将其抽象为“科研立项”指标，设计其计算规则为：科研立项分＝∑(等级赋值*次数)，分别赋值1.5、1.2、1。最终梳理出x个指标，如图4所示，
98.将近三年公司劳模、先进工作者、创新标兵等职工列为先进职工样本(约占统计样本总数6％)，逐个对初步选出的x个指标进行pearson相关性分析，如图2所示(以学习能力维度为例)。遴选出相关性大于x的36个核心指标，构建一套衡量员工工作行为和能力的因子集；
99.基于员工工作行为和能力的因子集，根据核心指标的统计分析结果，按照合理阈值划分指标等级。例如，影响表达能力的新闻稿个数的数据在分布上呈现极度右偏，即中位数在1.14，众数为0，而75％分位为6.07、95％分位大于25以及最大值为163.56。此统计结果显示，大多数员工的新闻稿个数为0，而极少数员工新闻稿个数大于中位数。通过分析，将该字段的评分标准划分三个等级，小于中位数的员工样本评为“0”，在中位数与75％分位之间的员工样本评分“1”，大于75％分位的员工样本“2”。因子评分的数值对应实际业务评定的意义为：“2”为先进样本，员工积极投稿、关注时事以及对业务的展开具有思考和分析，通过对上述维度的建立，直观有效的观察员工的行为能力，管理人员根据实际需求，分析员工的行为，更加客观、公正的考核评价员工的绩效贡献，实现大数据对人力资源管理业务赋能。
100.以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。