本发明涉及薪酬发放监控与分析的技术领域，更具体地，涉及一种薪酬发放监控与分析系统。
背景技术：
在以知识、技术、信息为关键要素的现代经济条件下，企业组织开始表现出一些新的特征，人力资源成为企业的关键资源，薪酬的发放与监控，实现以基础数据为依据，精细化管理，提高人力资源的工作效率，改善服务品质。
薪酬分配管理由6个二级功能模块组成，包含基础数据配置、增员工资处理、减员工资处理、执行岗级薪级处理、工资核算与发放、台帐统计与分析。
薪酬分配管理模块的技术架构采用b/s（浏览器/服务器）体系结构，建立于j2ee(java2platform,enterpriseedition)平台之上的多层应用架构，采用成熟的界面集成框架、业务流程引擎、重用业务组件，提供eip集成，完成sso统一认证，采用面向服务的体系结构（soa）向外提供接口服务。
技术实现要素：
原有功能侧重薪酬分配的全过程管理，报表统计功能单一，随着系统应用日渐深入，薪酬数据日益完善，急需对下属100多家分子公司和10万员工的薪酬数据进行采集，对薪酬发放情况进行监控，全面掌握和监控各级单位薪酬情况，实现精细化管理。基于现有系统架构，海量薪酬数据的运算效率低下，报表分析功能薄弱，因此如何对海量薪酬数据快速运算和深入分析成为巨大的难点。
为解决上述技术问题，本发明提供一种大型电力企业薪酬发放监控与分析实现系统，其采用的技术方案是：
一种薪酬发放监控与分析系统，其包括：
用户接入层，包括公司领导、业务相关管理专责；
表现层，对单位的人员工资发放进行监控、发放人员收入数据分析展示、工资收入与社会行业数据对比分析；
基础设施层，设置单位最大执行岗级与最大执行薪级生成的单位的预警数、设置添加监控人员及监控区间值，设置预警接收人、设置社会行业相关工资薪酬及劳动力市场价数据；
数据分析层，对各单位已发放的工资数据进行分析；
数据层，包括：员工信息库、组织机构信息库、薪酬管理数据库、统计数据库；
资源层，用于资源管理与集群部署。
进一步，所述数据分析层包括：
数据采集功能区，主要实现从人力资源管理系统数据源接收数据，经过一定的转化，将数据加载到指定存储空间；
存储功能区，主要实现数据存储，随着数据量的持续增长，以及分析数据来源的多样化；
计算功能区，主要用于提供数据量超大规模、服务请求高吞吐量和数据类型多样化的计算能力；
机器建模区，由大数据机器自学习平台构成，基于分布式批处理框架、分布式内存处理框架、分布式流数据实时框架以及大规模机器学习算法库的大数据科学相关技术，将机器学习算法封装成标准服务，提供外部应用调用。
进一步，所述的数据层的统计数据库包括：招聘信息数据库、绩效管理数据库、岗位信息数据库、培训评价信息数据库、干部管理数据库、人才管理数据库。
进一步，所述的资源层包括：
资源管理，主要实现对人力资源、技术资源、组织资源、信息资源的一个集中管理；
集群部署，主要实现公司之间的服务器进行互联，使之间的用户可以通信；
负载均衡策略，主要实现选择合适的负载均衡策略，使多个设备能很好的共同完成任务，消除或避免现有网络负载分布不均、数据流量拥挤反应时间长的瓶颈；
硬件基础设施，主要实现管理监控硬件基础设施的使用及监控其工作状态；
运维监控，主要实现对业务系统运营的监控维护，优化稳定系统，保证业务安全和稳定运行。
进一步，所述的基础设施层包括：用户管理、角色权限管理、组织架构、脚本引擎、工作流引擎、报表引擎、统一数据管理、安全处理、消息服务、定时服务、ui组件库、日常处理；
进一步，所述的表现层包括：接入控制、业务管理。
进一步，所述的接入控制包括：同意登陆、认证授权、操作日志。
进一步，所述的业务管理包括：组织管理、招聘管理、劳动用工管理、教育培训管理、干部管理、绩效与评价管理、薪酬管理、员工关怀。
附图说明
图1是本发明整体结构示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
参照图1，本发明一种电力企业薪酬发放监控与分析系统，包括：用户接入层、表现层、基础设施层、数据分析层、数据层、资源层。
其中，用户接入层包括：公司领导、业务相关管理专责。
表现层，有以下作用：
1、对单位的人员工资发放进行监控，分别以单位的发放人数、发放额度、发放结构、发放进度、薪资异动、个人调控这6个核心维度的数据进行监控。
2、对单位的发放人员工资的工资收入、薪酬收入进行分析，并可对维度的数据进行高级条年后，进行分析展示。
3、对人均工资收入、人均薪酬收入进行对社会行业数据进行对比分析。
基础设施层，有以下作用：
1、设置单位最大执行岗级与最大执行薪级生成的单位的预警数，可编辑、修改，支持半岗生数的监控矩阵表。可设置多个生效时间，满足不同区间的需要。
2、设置添加监控人员，设置人员的监控区间值，并对单位设置预警接收人。
3、设置社会行业相关的人均工资收入、人均薪酬收入、劳动力市场价位数据。
数据分析层，对各单位已发放的工资数据进行分析。
数据层，包括：员工信息库、组织机构信息库、薪酬管理数据库、统计数据库。
资源层，用于资源管理与集群部署。
其中，数据分析层包括：数据采集功能区、存储功能区、计算功能区、机器建模区。
数据采集功能区，主要实现从人力资源管理系统数据源接收数据，经过一定的转化，将数据加载到指定存储空间。
存储功能区，主要实现数据存储，随着数据量的持续增长，以及分析数据来源的多样化。
计算功能区，主要用于提供数据量超大规模、服务请求高吞吐量和数据类型多样化的计算能力。
机器建模区，由大数据机器自学习平台构成，基于分布式批处理框架、分布式内存处理框架、分布式流数据实时框架以及大规模机器学习算法库的大数据科学相关技术，将机器学习算法封装成标准服务，提供外部应用调用。
另外，数据层包括：员工信息库，包括但不限于，员工姓名、性别、身份证信息、照片；组织机构信息库，包括但不限于，组织名称、组织代码等；招聘信息数据库，包括但不限于招聘岗位、薪酬、人数等；薪酬管理数据库，包括但不限于岗位薪酬、薪酬构成比例、工时等；绩效管理数据库，包括但不限于考勤信息、业绩数据等；岗位信息数据库，包括但不限于岗位需求人数、招聘要求、工资待遇等；培训评价数据库，包括但不限于培训反馈评分、培训人数、培训内容等；干部管理数据库，包括但不限于干部个人信息、简历等；人才管理数据库，包括但不限于人才个人信息、简历等。
资源层包括；资源管理、集群部署、负载均衡策略、硬件基础设施和运维监控。
资源管理主要实现对人力资源、技术资源、组织资源、信息资源的一个集中管理。
集群部署，主要实现企业之间的服务器进行互联，使之间的用户可以通信。
负载均衡策略，主要实现选择合适的负载均衡策略，使多个设备能很好的共同完成任务，消除或避免现有网络负载分布不均、数据流量拥挤反应时间长的瓶颈。
硬件基础设施，主要实现管理监控硬件基础设施的使用及监控其工作状态。
运维监控，主要实现对业务系统运营的监控维护，优化稳定系统，保证业务安全和稳定运行。
设施层包括：用户管理、角色权限管理、组织架构、脚本引擎、工作流引擎、报表引擎、统一数据管理、安全处理、消息服务、定时服务、ui组件库、日常处理。
表现层包括：接入控制、业务管理。
接入控制包括统一登陆、认真授权、操作日记。
业务管理包括：组织管理、招聘管理、劳动用工管理、教育培训管理、干部管理、绩效与评价管理、薪酬管理和员工关怀。
组织管理：包括组织机构管理、岗位体系管理、劳动定员管理、关键岗位接班人管理。
招聘管理：包括招聘计划管理和招聘执行预案管理。
劳动用工管理：包括用工计划管理、调配管理、勤假管理、劳动合同管理、劳动争议管理、人事档案管理、劳动补偿赔偿管理、劳动防护用品管理、员工信息管理、离退休管理。
教育培训管理：包括培训疾患管理、招聘档案管理、资格认证、情感管理、职业生涯与发展规划管理、评价档案管理、题库管理，并与公司其他系统进行交互，包括数据资源管理平台、信息集成平台、财务系统、档案管理平台、物资管理系统、安全生产系统、综合管理系统、4a平台、培评系统、招聘系统。
干部管理：包括干部信息管理、领导班子建设、干部考核、干部选拔任用、后备干部管理、干部监督。
绩效与评价管理：绩效管理。
薪酬管理：包括人工成本预算管理、工资标准管理、薪酬计算及支付管理、保险福利信息管理、薪酬及保险核算管理。
员工关怀：包括幸福度管理、交流互动管理、心理风险管理、婚孕计划管理、表扬立功管理、幸福档案管理。
用户表现层使用人员统一由4a平台认证接入劳动用工管理系统；通过浏览器登陆访问薪酬管理系统。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。