工作总结生成方法、装置、计算机设备及存储介质与流程

本发明涉及数据报表领域，尤其涉及一种工作总结生成方法、装置、计算机设备及存储介质。
背景技术：
：现有的工作总结多是由工作人员依靠自身经验对过去的工作进行整理而获得。对于一些任务量多，任务难度大、周期长的工作，要完成该项工作的工作总结，需要花费工作人员大量的精力和时间。技术实现要素：基于此，有必要针对上述技术问题，提供一种工作总结生成方法、装置、计算机设备及存储介质，以提高工作人员完成工作总结的效率。一种工作总结生成方法，包括：获取工作总结的配置信息；获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取与所述子项目相关的源数据；按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。一种工作总结生成装置，包括：获取配置模块，用于获取工作总结的配置信息；获取模板模块，用于获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取源数据，用于获取与所述子项目相关的源数据；预处理模块，用于按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；生成总结模块，用于将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述工作总结生成方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述工作总结生成方法的步骤。上述工作总结生成方法、装置、计算机设备及存储介质，其方法包括：获取工作总结的配置信息；获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取与所述子项目相关的源数据；按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。本发明大大减少了工作人员的工作量，工作人员只需要输入配置信息，便可自动生成工作总结，同时还可以对工作总结的自动评分，有利于提高工作总结的质量，提高工作沟通效率。附图说明为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本发明一实施例中工作总结生成方法的一应用环境示意图；图2是本发明一实施例中工作总结生成方法的一流程示意图；图3是本发明一实施例中工作总结生成方法的一流程示意图；图4是本发明一实施例中工作总结生成方法的一流程示意图；图5是本发明一实施例中工作总结生成方法的一流程示意图；图6是本发明一实施例中项目各功能的预估完成时间和实际完成时间的示意图；图7是本发明一实施例中工作总结生成方法的一流程示意图；图8是本发明一实施例中工作总结生成方法的一流程示意图；图9是本发明一实施例中工作总结生成装置的一结构示意图；图10是本发明一实施例中工作总结生成装置的一结构示意图；图11是本发明一实施例中计算机设备的一示意图。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作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。本实施例提供的工作总结生成方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一实施例中，如图2所示，提供一种工作总结生成方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：s10、获取工作总结的配置信息。工作总结可以是工作人员在过去一段时间内对自己负责的工作内容的回顾，也可以是对某个特定项目相关内容的总结。配置信息包括但不限于统计周期、汇报对象、总结类型、用户身份、总结目标。在此处，统计周期指的是工作人员制作工作总结的统计周期，如，季度总结，统计周期为一个季度；半年总结，统计周期为半年；年度总结，统计周期为一年。汇报对象一般为上级领导，可以是一个也可以是多个。涉及汇报对象的配置信息还可以包括上级领导的性别、年龄、专业、偏好等。总结类型包括但不限于书面总结、口头总结、短时总结、演讲总结。其中，短时总结可以是一个三分钟的概括性回顾，而演讲总结可以是一次时长30分钟的演讲。用户身份可以指工作人员在企业或政府部门中的等级或级别。用户身份会影响到工作总结所获取的源数据的权限，因而，在生成工作总结的过程中，只能获取与用户身份匹配的源数据。总结目标可以认为是完成该工作总结所想要达到的效果。例如，总结效果可以是展示个人工作能力，也可以是分析项目问题。值得注意的是，部分配置信息可以预先存储于服务器上，并作为可供选择的选项供工作人员选择。s20、获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目。服务端可以预设有个多个总结模板，每个总结模板包括多个子项目。一总结模板可表示为：子项目0…………标题；子项目1…………前言；子项目2…………目录或提纲；子项目3…………内容1；子项目4…………子内容1.1；子项目5…………子内容1.2；子项目6…………内容2；……子项目n-1…………总结回顾；子项目n…………结语其中，n为正整数。可以根据配置信息获取与其匹配的总结模板。如配置信息包括短时总结，则获取到的总结模板为与三分钟关联的模板。服务端也可以预存有多个子项目，然后根据配置信息生成新的总结模板。例如，配置信息中的总结类型会影响到总结模板中的子项目数量，若总结类型为短时总结，则子项目数量在10-20项之间；若总结类型为时长较长的汇报，子项目数量可以是30-40项。又如，配置信息中的总结目标可以影响到子项目中的内容分配以及总结回顾内容。s30、获取与所述子项目相关的源数据。源数据可以有多个来源，来源包括但不限于外部网络、内部数据、预设内容。外部网络指的是服务端之外的公用网络空间。例如，在工作总结中，需要对一些关键词汇进行解释，但服务端并没有保存该关键词汇的释义。此时可以通过搜索引擎在外部网络查找该关键词汇的释义。在一实例中，一关键词汇为“准时提测率”，经搜索引擎在外部网络搜索，获取到搜索结果，该搜索结果为“准时提测率＝提测未延期次数/提测总次数”。内部数据指的是企业内部或政府机关内部的管理系统，该工作用户具有权限访问的工作记录。如果是程序测试工作，则可以是测试记录。预设内容可以是一些固定样式的语句，可以用作开头和结尾。例如，用作开头的预设内容可以是：“回顾xxxx年这一年来的工作，本人在公司领导及各位同事的支持和帮助下，严格要求自己，按照公司要求，比较好地完成了本职工作。通过近一年的学习和工作，工作模式上有了新的突破，工作方式有了较大的改变。现将这一年的工作情况总结如下：……”。用在结尾的预设内容可以是：“在上述工作总结中，本人完成了xxxx、xxxx；发现了xxxx、xxxx的问题与不足，在下一步的工作中，将计划在xxxx、xxxx方面加强学习，提高xxxx能力，以帮助团队更好地实现制定目标。”在另一种情况，子项目可以根据项目的开发进度进行划分，如可以分为需求阶段子项目、开发阶段子项目、联调阶段子项目、测试阶段子项目、生产阶段子项目、上线阶段子项目。需求阶段子项目获取的源数据可以来自企业知识管理和协同软件，如jira(一种项目与事务跟踪工具)、confluence(一种专业的企业知识管理与协同软件)，获取的数据包括但不限于需求文档、开发文档、架构流程、版本排期、联调计划。需求阶段子项目获取的源数据还可以来自邮件系统，如outlook(一种收发邮件的软件)、foxmail(一种收发邮件的软件)等，获取的数据包括但不限于多方(产品、开发、测试、项目经理、信息项目管理等)的沟通记录、邮件收发时间、任务计划里程碑计划等。开发阶段子项目获取的源数据可以是提交到代码管理仓库时产生的操作记录。在此处，操作记录包括但不限于提交代码、合并分支、集成编译。参与项目的开发工程师在本地eclipse(一个开放源代码的、基于java的可扩展开发平台)、xcode(运行在操作系统macosx上的集成开发工具)、androidstudio(一种android集成开发工具)等工具上开发源代码，源代码通过本地编译调试后，提交至代码管理仓库，代码管理仓库可以是git(一个开源的分布式版本控制系统)、svn(一个开放源代码的版本控制系统)等。联调阶段子项目获取的源数据可以是jira和邮件沟通提出的具体问题、解决方案等信息。测试阶段子项目获取的源数据包括但不限于开发工程师的提测记录、测试工程师在测试平台的执行记录、redmine(用ruby开发的基于web的项目管理软件)上规范记录的bug及其生命周期、修复情况。生产阶段子项目获取的源数据包括但不限于运维工程师部署服务器组件时产生的发版记录。上线阶段子项目获取的源数据包括但不限于已发布的app包、封板记录、上线计划、上传至jira进行版本备份的提交记录、上线应用商店的提交审批记录。由此可见，源数据的来源较多，数据类型复杂，可采用大数据处理方法对源数据进行处理。s40、按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；不同的源数据由不同的预设规则进行处理。例如，针对预设内容的预设处理规则，只需要将预设内容中的可替换部分替换成配置信息中的信息即可。如上述用作开头的预设内容：“回顾xxxx年这一年来的工作……”，经预设处理规则处理后，生成的导入数据为：“回顾2017年这一年来的工作……”。针对内部数据，预设处理规则可以是具有数据统计功能的脚本文件。可以通过预设处理规则对内部数据进行处理，获得相应的统计数据，将该统计数据作为导入数据。针对外部网络的源数据，则可以经过格式转换形成导入数据。在此处，格式转换包括但不限于字体、大小、编码。如，源数据的编码为unicode编码，经转化后变成ansi编码。s50、将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。按照总结模板的排序，将各个子项目获得的导入数据导入总结模板中相应的存储位置，生成完整版本的工作总结。步骤s10-s50中，获取工作总结的配置信息，以了解制作工作总结的具体需求(给谁看的、用来做什么)。获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目，以确定工作总结的样式(即采用与总结模板一致的样式)。获取与所述子项目相关的源数据，以获得工作总结所需的实际内容。按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联，以对源数据进行处理，生成适用于工作总结的内容。将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置，以形成完整的工作总结。可选的，如图3所示，步骤s40包括：s401、获取与子项目匹配的预设处理规则；当所述子项目为技术指标时，所述预设处理规则为具有统计分析功能的第一处理脚本；s402、使用所述第一处理脚本处理所述源数据，以获取所述技术指标的统计数据，并将所述统计数据标记为与所述技术指标关联的导入数据。本实施例中，工作总结中的子项目可以是一些具体的技术指标，如开发提测情况、case执行情况(用例执行情况)、bug数量(软件缺陷数量)、bug基本要素(软件缺陷基本要素)、bug生命周期(软件缺陷生命周期)等。一些技术指标中，也还包括了多个属性，如bug基本要素的属性包括优先级、所属模块、引入者等。当子项目为技术指标时，待处理的源数据为与该技术指标的测试记录。第一处理脚本是用于统计该测试记录中的该技术指标的各个属性的数据，生成统计数据。统计数据可以是表格，也可以是统计图。例如，某个项目的开发提测数据如下表：表1开发提测数据表1中，源数据为开发提测数据。经预设规则处理后的统计数据为：表2经预设规则处理后的统计数据一次性提测通过率50％提测模块平均次数1.75模块平均失败次数0.75准时提测率0.75平均延期时间(d)0.25首次提测案例通过率94％失败再次提测平均时间(h)1表2中，统计数据以表格的形式展示。其中，各项技术指标的统计值通过以下式子计算出：一次性提测通过率＝一次性提测通过次数/提测总次数(即2/4＝50％)；模块平均提测次数＝提测总次数/模块总数(即7/4＝1.75)；模块平均失败次数＝提测总次数/模块总数(即3/4＝0.75)；准时提测率＝提测未延期次数/提测总次数(即3/4＝75％)；平均延期时间(d)＝延期总天数/模块总数(即1/4＝0.25d)；首次提测案例通过率＝首次案例提测通过率求和/提测总次数(即375％/4＝94％)；失败再次提测平均时间＝失败再次提测时间总和/失败提测总次数(即2/2＝1h)。步骤s401-s402中，获取与子项目匹配的预设处理规则；当所述子项目为技术指标时，所述预设处理规则为具有统计分析功能的第一处理脚本，以将源数据处理为适用于工作总结的内容。使用所述第一处理脚本处理所述源数据，以获取所述技术指标的统计数据，并将所述统计数据标记为与所述技术指标关联的导入数据，以得到工作总结的内容。可选的，如图4所示，步骤s40还包括：s403、对所述源数据进行预处理，获取处理模型的输入数据；s404、将所述输入数据输入处理模型，获取所述处理模型输出的处理结果；s405、获取与所述处理结果匹配的第二处理脚本；s406、根据所述第二处理脚本对所述处理结果进行处理，将处理后的数据确定为所述导入数据。本实施例中，可采用大数据处理方法对源数据进行预处理。例如，可配置多个不同的处理模型，以处理不同数据类型、不同数据内容的源数据。在对源数据进行预处理时，可以对源数据中的冗余数据进行剔除，或者对源数据进行特征学习，以从源数据中提取出可用的特征。服务端配置的处理模型是经训练获得的。在训练的过程中，可以对相关的参数进行调节，以使处理模型与训练数据有较好的拟合性，同时还可以在验证集上做参数优化。经多次训练后，使得训练后的模型达到预设目标，即源数据经处理模型处理后可输出所需的处理结果。在工作总结中，还需要以特定的形式来展示处理结果。此时可以获取与处理结果匹配的第二处理脚本，通过第二处理脚本对处理结果进行处理，以生成满足工作总结要求的导入数据。通过第二处理脚本可以生成各种样式的图表，以满足工作总结的需要。s403-s406中，对所述源数据进行预处理，获取处理模型的输入数据，以使获得可被处理模型识别的输入数据。将所述输入数据输入处理模型，获取所述处理模型输出的处理结果，以从源数据中提取出处理结果。获取与所述处理结果匹配的第二处理脚本，以规整处理结果。根据所述第二处理脚本对所述处理结果进行处理，将处理后的数据确定为所述导入数据，以生成工作总结的内容。可选的，如图5所示，若所述子项目涉及对项目事件完成时间的评价，步骤s40还包括：s407、对所述源数据进行清洗，并对部分清洗后的数据进行降维处理，获得项目输入数据；s408、将所述项目输入数据输入项目时间预估模型，获取所述项目时间预估模型输出的预估完成时间；s409、在所述源数据中的实际完成时间大于所述预估完成时间时，将所述项目输入数据输入大数据分析模型中，获取所述大数据分析模型输出的分析原因。在工作总结中，常常涉及对项目进度进行跟进，当项目进度没有达到预设目标时，则需要分析相关的原因。本实施例提供的方法可以自动对源数据进行处理，分析项目事件完成时间，并查找出项目超期原因。具体的，在获取到与该子项目相关的源数据后，可以对源数据进行清洗，去除对项目日期没有影响的数据。若清洗后的源数据的数据量依然较大，则可以对其中的一部分源数据进行降维处理。例如，可使用pca(principalcomponentanalysis)算法，即主成分分析方法，对该部分的源数据进行降维处理。还可以通过特征转换或数据聚类的方式，减少源数据中的特征数。经降维处理后，可获得项目时间预估模型可以处理的项目输入数据。项目时间预估模型是经大量训练数据训练获得的，用于估算项目的预估完成时间的模型。项目时间预估模型可以基于贝叶斯决策算法、神经网络算法构建而成。经项目时间预估模型处理后，可以获得相应的预估完成时间。当实际的完成时间大于预估完成时间时，则需要对超期的原因进行分析。此时，可以将项目输入数据输入相应的大数据分析模型，以得到相应的分析原因(即上述超期原因)。在一实例中，对某项目的源数据进行处理，获得相应的项目输入数据，然后将该项目输入数据输入项目时间预估模型中，可以获得该项目内多个功能的预估完成时间。可以使用预设的第三处理脚本从源数据中提取出项目内多个功能的实际完成时间，并将预估完成时间和实际完成时间绘制成图表。绘制成的图表可以如图6所示。其中，纵坐标为完成日期，横坐标为功能的编号，“预期”的点表示预估完成时间，“实际”的点表示实际完成时间。由于实际完成时间大于预估完成时间，因而需要分析超期原因。可以将项目输入数据输入相应的大数据分析模型中，获得以下的分析原因：功能1、5存在延期2天，主要原因包括：1、【开发休假未及时交接】，导致开发开始时间比预期晚1天；2、【联调时未及时与关联方跟进】，导致最终完成时间延期2天。功能2、3存在延期1天，主要原因包括：【产品需求变更】，最终导致完成时间延期1天。功能4存在延期1天，主要原因包括：【联调时未及时与关联方跟进】，最终导致完成时间延期1天。通过该生成的表格和分析，可以明析项目进度延期的原因。对于一些分析原因，如【开发休假未及时交接】，可加强开发团队后续工作交接的监督。在一些情况下，大数据分析模型根据分析原因的出现频率向项目时间预估模型提供调整数据。如，项目中的某些功能的项目进度延期的原因经常为【产品需求变更】，则可以修改项目时间预估模型的参数，可是计算出的预估完成时间延后一天，减少出现延期的状况。步骤s407-s409中，对所述源数据进行清洗，并对部分清洗后的数据进行降维处理，获得项目输入数据，以减少无关数据的干扰，同时提高模型的处理速度。将所述项目输入数据输入项目时间预估模型，获取所述项目时间预估模型输出的预估完成时间，以获得工作总结所需的预估完成时间。在所述源数据中的实际完成时间大于所述预估完成时间时，将所述项目输入数据输入大数据分析模型中，获取所述大数据分析模型输出的分析原因，以自动分析出项目超期的分析原因，极大地方便工作人员完成工作总结。可选的，如图7所示，步骤s50包括：s501、判断所述导入数据是否为空；s502、若所述导入数据为空，则发出提醒信息，所述提醒信息用于提示工作人员在与所述导入数据关联的子项目的所在位置需要修改内容。本实施例中，如果子项目未能查找到相关的源数据，则无法生成相应的导入数据，致使导入数据为空。在一些情况，虽然子项目也获取到相关的源数据，但转化成导入数据出现错误，也会导致导入数据为空。此时，可发出提醒信息，提醒工作人员该子项目存在问题。工作人员可以根据实际情况作出判断，删除该子项目或为该子项目补充数据。在生成工作总结时，可以以弹出窗口提醒的方式显示该提醒信息，也可以在总结报告中对导入内容为空的子项目高亮显示。步骤s501-s502中，判断所述导入数据是否为空，检查工作总结的导入数据，防止出现无内容的项目。若所述导入数据为空，则发出提醒信息，所述提醒信息用于提示工作人员在与所述导入数据关联的子项目的所在位置需要修改内容，以帮助工作人员快速找出生成的工作总结的缺陷或错误。可选的，如图8所示，步骤s50之后，还包括：s60、使用预设评分模型对所述工作总结进行评分，获得评分值；本实施例中，预设评分模型是通过多个工作总结样本训练获得，可对工作总结进行评分。评分值包括但不限于工作总结的整体评分，工作总结的子项目的局部评分。预设评分模型可以仅针对部分工作总结的子项目进行评分。评分值可以采用百分制，工作总结的质量越高，评分值越高。s70、当所述评分值低于预设阈值时，获取经调整后的配置信息，再次执行所述获取工作总结的配置信息之后的步骤，重新生成工作总结并计算其评分值；s80、当所述重新生成的工作总结的评分值不低于预设阈值时，输出所述重新生成的工作总结。预设阈值可以人为设定，如可设置为80分，也可设置为90分。在一些情况下，由于工作人员输入的配置信息存在逻辑性问题，导致最终形成的工作总结评分值较低，低于预设阈值。此时，需要重新生成新的工作总结。在生成新的工作总结时，需获取经调整后的配置信息。经调整后的配置信息可以由服务端自动对配置信息自动检查，查找到出错的配置信息并修改而获得；也可以由工作人员重新检查工作总结，重新输入而获得。可按照步骤s20-s50的方法生成新的工作总结，并按照步骤s60的方法计算该新的工作总结的评分值。当新的工作总结的评分值不低于预设阈值时，输出该新的工作总结。步骤s60-s80中，使用预设评分模型对所述工作总结进行评分，获得评分值，以评估生成的工作总结的质量。当所述评分值低于预设阈值时，获取经调整后的配置信息，再次执行所述获取工作总结的配置信息之后的步骤，重新生成工作总结并计算其评分值，工作总结的质量较低往往是因为配置信息出现问题，重新调整正确的配置信息可以大大提高生成的工作总结的质量。当所述重新生成的工作总结的评分值不低于预设阈值时，输出所述重新生成的工作总结，以帮助工作人员获得所需要的高质量的工作总结。本发明实施例通过获取工作总结的配置信息；获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取与所述子项目相关的源数据；按预设规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；将所述导入数据导入所述总结模板中与所述导入数据关联的子项目的存储位置，生成工作总结。本发明大大减少了工作人员的工作量，工作人员只需要输入配置信息，便可自动生成工作总结，同时还可以对工作总结的自动评分，有利于提高工作总结的质量，提高工作沟通效率。应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。在一实施例中，提供一种工作总结生成装置，该工作总结生成装置与上述实施例中工作总结生成方法一一对应。如图9所示，该工作总结生成装置包括获取配置模块10、获取模板模块20、获取源数据模块30、预处理模块40和生成总结模块50。各功能模块详细说明如下：获取配置模块10，用于获取工作总结的配置信息；获取模板模块20，用于获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取源数据模块30，用于获取与所述子项目相关的源数据；预处理模块40，用于按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；生成总结模块50，用于将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。可选的，预处理模块40包括：获取脚本单元，用于获取与子项目匹配的预设处理规则；当所述子项目为技术指标时，所述预设处理规则为具有统计分析功能的第一处理脚本；第一生成导入数据单元，用于使用所述第一处理脚本处理所述源数据，获取所述技术指标的统计数据，并将所述统计数据标记为与所述技术指标关联的导入数据。可选的，生成总结模块50包括：判断单元，用于判断所述导入数据是否为空；提醒单元，用于若所述导入数据为空，则发出提醒信息，所述提醒信息用于提示工作人员在与所述导入数据关联的子项目的所在位置需要修改内容。可选的，如图10所示，工作总结生成装置还包括：评分模块60，用于使用预设评分模型对所述工作总结进行评分，获得评分值；调整模块70，用于当所述评分值低于预设阈值时，获取经调整后的配置信息，再次执行所述获取工作总结的配置信息之后的步骤，重新生成工作总结并计算其评分值；输出模块80，用于当所述重新生成的工作总结的评分值不低于预设阈值时，输出所述重新生成的工作总结。可选的，所述预设处理规则包括与子项目匹配的处理模型，预处理模块40包括：预处理单元，用于对所述源数据进行预处理，获取处理模型的输入数据；模型处理单元，用于将所述输入数据输入处理模型，获取所述处理模型输出的处理结果；脚本匹配单元，用于获取与所述处理结果匹配的第二处理脚本；第二生成导入数据单元，用于根据所述第二处理脚本对所述处理结果进行处理，将处理后的数据确定为所述导入数据。可选的，若所述子项目涉及对项目事件完成时间的评价，预处理模块40包括：数据清洗单元，用于对所述源数据进行清洗，并对部分清洗后的数据进行降维处理，获得项目输入数据；时间预估单元，用于将所述项目输入数据输入项目时间预估模型，获取所述项目时间预估模型输出的预估完成时间；解析原因单元，用于在所述源数据中的实际完成时间大于所述预估完成时间时，将所述项目输入数据输入大数据分析模型中，获取所述大数据分析模型输出的分析原因。关于工作总结生成装置的具体限定可以参见上文中对于工作总结生成方法的限定，在此不再赘述。上述工作总结生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储工作总结生成方法涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种工作总结生成方法。在一个实施例中，提供了一种计算机设备，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计算机程序，处理器执行计算机程序时实现以下步骤：获取工作总结的配置信息；获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取与所述子项目相关的源数据；按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取工作总结的配置信息；获取与所述配置信息匹配的总结模板，所述总结模板包括多个子项目；获取与所述子项目相关的源数据；按预设处理规则处理所述源数据，获得导入数据，所述导入数据与所述子项目相关联；将所述导入数据导入所述总结模板中的预设存储位置，生成工作总结，所述预设存储位置为与所述导入数据关联的子项目对应的存储位置。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。当前第1页12