本发明涉及一种基于大数据的农民工工作位置推荐方法。
背景技术：
随着城市建设步伐的日益加快，大量的农民工涌入城市，在对城市建设做出巨大贡献的同时，其管理和维权也引发了新的课题，这种现象在建筑行业尤为突出。如何加强对农民工的科学管理，有效地促进建筑行业健康发展，实现企业利润最大化，是用工企业尤其农民工相对集中的建筑企业当前发展中遇到的新情况新问题。
在建筑行业中，农民工的工种可大致分为钢筋工、混凝土工、木工(模板木工、装饰木工）、油漆工、泥工（砌筑工、抹灰工）、机械修理工、特种作业工（水电工、电焊工、架子工、塔吊施工电梯铲车等机械操作工）以及普（杂）工。具体地，对于工地上，由于不同工种的农民工不一定能完全找到，因此会出现具有A技能的农民工会去做B技能的事情。由于不同农民工掌握的技术不同，在其找工作时也应该具有一定的针对性。而现有技术的农民工招工系统，仅仅获取人数情况，并不根据工地的实际情况进行推荐。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种基于大数据的农民工工作位置推荐方法。
本发明的目的是通过以下技术方案来实现的：一种基于大数据的农民工工作位置推荐方法，包括数据监控步骤、数据获取步骤和工作位置推荐步骤；所述的数据监控步骤包括以下子步骤：
S101：对于各个工地，将无感识别设备设置于工地各处，将工地划分为多个功能区域；同时将所有无感识别设备通过有线/无线的方式连接至各个工地的控制设备；不同工种的农民工在所述的功能区域工作时具有不同工作贡献值；
S102：各工种的农民工携带无感打卡装置进入工地做工，所述的无感识别装置具有各农民工的唯一身份识别数据；
S103：当各区域的无感识别设备识别到无感打卡装置发送的具有唯一身份识别数据的无感打卡信号时，将该无感打卡信号发送至控制设备；
S104：控制设备接收无感打卡信号，并记录存在时长；
所述的数据获取步骤包括以下子步骤：
云服务器通过网络获取各工地的控制设备存储的不同工种的农民工在不同功能区域的无感打卡信号、时长以及该工地的不同工种对应不同功能区域的工作贡献值，其中工作贡献值越高证明与其工种越匹配；同时云服务器获取所有工地的位置情况；
所述的工作位置推荐步骤包括以下子步骤：
S301：云服务器计算一段时间内的各个工地各功能区域的总工作贡献值；
S302：对各个工地的所有功能区域的总工作贡献值进行归一化，把总工作贡献值变为(0,1)之间的小数；
S303：对相同和/或相似的功能区域的总工作贡献值进行排序；
S304：当农民工进行工作寻找时，以农民工的工种，向农民工推荐步骤S303中总工作贡献值低的工作位置。
进一步地，在所述的数据获取步骤中，云服务器还获得各工地的规模情况；
步骤S303进行排序时，以省/市/区的方式划分多组，计算各个组内的所有工地的加权平均总工作贡献值，其中以工地的规模情况设定对应的权值。
进一步地，所述的数据监控步骤还包括：
S100：由云服务器向各工地的控制设备统一下发功能区域定义、各工种对应各功能区域的工作贡献值；工地管理人员通过控制设备获取各功能区域定义。
进一步地，步骤S100还包括：
云服务器还向各工地的控制设备统一下发功能区域的划分实例，方便工地管理人员理解。
进一步地，步骤S101还包括：
在连接完成所有设备后，工地管理人员通过控制设备设置各无感识别设备所在区域对应的功能区域。
本发明的有益效果是：本发明提供了一种基于大数据的农民工工作位置推荐方法，通过无感打卡以及功能区域划分实现基础数据的获取，再通过大数据的分析，将工作贡献值低的工作推荐给农民工，相较于仅以人数判断更加准确客观。
附图说明
图1为本发明方法流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案：
如图1所示，一种基于大数据的农民工工作位置推荐方法，包括数据监控步骤、数据获取步骤和工作位置推荐步骤；
所述的数据监控步骤包括以下子步骤：
S101：对于各个工地，将无感识别设备设置于工地各处，将工地划分为多个功能区域；同时将所有无感识别设备通过有线/无线的方式连接至各个工地的控制设备；不同工种的农民工在所述的功能区域工作时具有不同工作贡献值；
其中，功能区域按照区域内的具体工作进行划分，例如从大体上分为休息区域和工作区域，对于工作区域又按照不同工种进行细分。该划分通过无感识别设备的安装实现。而不同工种在不同功能区域做工不相同，其对应的工作贡献值也不同，需要通过控制设备进行设置。
S102：各工种的农民工携带无感打卡装置进入工地做工，所述的无感识别装置具有各农民工的唯一身份识别数据；
在本实施例中所述的无感打卡装置为安全帽，所述的安全帽上设置有RFID芯片，每个RFID芯片具有各个农民工的唯一身份识别数据。采用此种方式，可以提醒农民工一定要带安全帽才上工，否则既没有用工打卡记录也没有安全保障。
S103：当各区域的无感识别设备识别到无感打卡装置发送的具有唯一身份识别数据的无感打卡信号时，将该无感打卡信号发送至控制设备；
S104：控制设备接收无感打卡信号，并记录存在时长。
所述的数据获取步骤包括以下子步骤：
云服务器通过网络获取各工地的控制设备存储的不同工种的农民工在不同功能区域的无感打卡信号、时长以及该工地的不同工种对应不同功能区域的工作贡献值，其中工作贡献值越高证明与其工种越匹配；同时云服务器获取所有工地的位置情况。
所述的工作位置推荐步骤包括以下子步骤：
S301：云服务器计算一段时间内的各个工地各功能区域的总工作贡献值；其中，所述的一段时间为一个月或者一个季度等等。
S302：对各个工地的所有功能区域的总工作贡献值进行归一化，把总工作贡献值变为(0,1)之间的小数；
S303：对相同和/或相似的功能区域的总工作贡献值进行排序；
S304：当农民工进行工作寻找时，以农民工的工种，向农民工推荐步骤S303中总工作贡献值低的工作位置。
在工作位置推荐步骤中，当越多非匹配工种在对应功能区域进行工作时，该功能区域的总工作贡献值越低（在归一化之后），相当于越需要需要该种工种的农民工，因此将总工作贡献值低的工作推荐给农民工。
优选地，在本实施例中，在所述的数据获取步骤中，云服务器还获得各工地的规模情况；
步骤S303进行排序时，以省/市/区的方式划分多组，计算各个组内的所有工地的加权平均总工作贡献值，其中以工地的规模情况设定对应的权值。
例如，对四川省内所有市的工地进行划分，计算各市内的所有工地的加权平均。计算加权平均的目的是对于规模较小的工地，在归一化后对整体值影响较大，因此为了减少其对最终结果的影响，采用加权的方式。
优选地，在本实施例中，所述的数据监控步骤还包括：
S100：由云服务器向各工地的控制设备统一下发功能区域定义、各工种对应各功能区域的工作贡献值；工地管理人员通过控制设备获取各功能区域定义。
更优地，在本实施例中，步骤S100还包括：
云服务器还向各工地的控制设备统一下发功能区域的划分实例，方便工地管理人员理解。
在上述两个优选实施例中，功能区域的定义由云服务器统一向控制设备发放，工地管理人员根据定义和实例进行划分，使得所有工地的功能区域划分更加准确。
更优地，在本实施例中，步骤S101还包括：
在连接完成所有设备后，工地管理人员通过控制设备设置各无感识别设备所在区域对应的功能区域。
即优选手动实现功能区域与无感识别设备的匹配。
本发明是通过实施例来描述的，但并不对本发明构成限制，参照本发明的描述，所公开的实施例的其他变化，如对于本领域的专业人士是容易想到的，这样的变化应该属于本发明权利要求限定的范围之内。