一种基于日常考评数据挖掘的工作任务智能下发方法
【技术领域】
[0001]本发明涉及数据挖掘技术领域，具体涉及一种基于日常考评数据挖掘的工作任务智能下发方法。
【背景技术】
[0002]数据挖掘一般是指通过各种各样的分析手段和计算方法，对存储在数据库或数据仓库中的海量数据中潜在的知识和信息进行深入的解释、分析、提取和归纳，发现其中有价值的数据信息呈现给需要做决策的决策者的过程。
[0003]从技术角度来说，数据挖掘要处理大量的、不完全的、有噪声的、模糊的数据，并从中挖掘出隐含的、未知的、可理解且具有潜在价值的知识或信息的过程。
[0004]从应用层面来说，数据挖掘是一种决策支持手段，数据挖掘是一种专业且复杂的科学，包含了人工智能、机器学习、模式识别、统计学、数据库、可视化等多方面的技术知识，借助于统计、计算、归纳、推理等数据手段，高度自动化地分析海量复杂数据，帮助决策者充分了解隐藏在数据中信息资源，从而顺利地做出正确的决策。
[0005]目前，数据挖掘已经成为数据库系统、机器学习、统计方法等多个学科相互交叉的重要领域，除此之外，越来越多的企业也开始认识到，数据挖掘所能提供的庞大的潜在商机。现代企业经常会搜集大量的数据，这些数据涵盖了市场、客户、供货商，及其竞争对手等重要信息，信息超载与无结构化造成了这些庞大的数据无法发挥其应有的作用，企业决策者可以利用数据挖掘技术从复杂的海量数据中挖掘出全面且有价值的信息和知识，帮助企业获取和预测商业信息，更好地发现商机，形成企业独有的竞争优势。
【发明内容】
[0006]本发明的技术任务是针对现有技术的不足，提供一种基于日常考评数据挖掘的工作任务智能下发方法。将企业、单位日常所需完成的没项任务下发给更合适完成这份任务的员工、干部，提高企业、单位的工作效率，更高效的产生价值。
[0007 ]本发明解决其技术问题所采用的技术方案是:
一种基于日常考评数据挖掘的工作任务智能下发方法，对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联;智能匹配工作与工作下发对象，将未来工作内容进行采集分类作为数据参考依据，按照选举理论编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。
[0008]通过对采集的考评数据根据数据关联方法的进行数据关联运算，并对所关联的数据通过分类器的构建、验证以及数据分类预测三个步骤进行分类，分成有规律的若干组。
[0009]智能匹配工作与工作下发对象以未来工作内容为数据依据，采用选举理论编写算法纳入依据，匹配出合适的工作下发对象。
[0010]1、多样性的数据采集方式。对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集。
[0011]2、智能的数据关联方法。编写数据库软件工具，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联。
[0012]3、智能匹配工作与工作下发对象。将未来工作内容进行采集分类作为数据参考依据，编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。
[0013]本发明的一种基于日常考评数据挖掘的工作任务智能下发方法与现有技术相比，所产生的有益效果是:
1、对人员对象老说，通过智能工作安排可以发挥其工作长处、提升个人价值；
2、对企业来说，工作与工作下发对象的智能匹配，可以讲工作安排给较为合适的人选，提高单位工作效率，为企业创造更大财富。
【附图说明】
[0014]附图1是本发明工作任务智能下发流程图。
【具体实施方式】
[0015]下面结合附图对本发明的一种基于日常考评数据挖掘的工作任务智能下发方法作以下详细地说明。
[0016]—种基于日常考评数据挖掘的工作任务智能下发方法，对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联;智能匹配工作与工作下发对象，将未来工作内容进行采集分类作为数据参考依据，按照选举理论编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。
[0017]通过对采集的考评数据根据数据关联方法的进行数据关联运算，并对所关联的数据通过分类器的构建、验证以及数据分类预测三个步骤进行分类，分成有规律的若干组。
[0018]智能匹配工作与工作下发对象以未来工作内容为数据依据，采用选举理论编写算法纳入依据，匹配出合适的工作下发对象。
[0019]1、多样性的数据采集方式。对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集。
[0020]2、智能的数据关联方法。编写数据库软件工具，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联。
[0021]3、智能匹配工作与工作下发对象。将未来工作内容进行采集分类作为数据参考依据，编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。
[0022]本发明对人员对象老说，通过智能工作安排可以发挥其工作长处、提升个人价值；对企业来说，工作与工作下发对象的智能匹配，可以讲工作安排给较为合适的人选，提高单位工作效率，为企业创造更大财富。将企业、单位日常所需完成的没项任务下发给更合适完成这份任务的员工、干部，提高企业、单位的工作效率，更高效的产生价值。
【主权项】
1.一种基于日常考评数据挖掘的工作任务智能下发方法，其特征是在于对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联；智能匹配工作与工作下发对象，将未来工作内容进行采集分类作为数据参考依据，按照选举理论编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。2.根据权利要求1所述的一种基于日常考评数据挖掘的工作任务智能下发方法，其特征在于，通过对采集的考评数据根据数据关联方法的进行数据关联运算，并对所关联的数据通过分类器的构建、验证以及数据分类预测三个步骤进行分类，分成有规律的若干组。3.根据权利要求1所述的一种基于日常考评数据挖掘的工作任务智能下发方法，其特征在于，智能匹配工作与工作下发对象以未来工作内容为数据依据，采用选举理论编写算法纳入依据，匹配出合适的工作下发对象。
【专利摘要】本发明提供一种基于日常考评数据挖掘的工作任务智能下发方法，对人员对象日常考评的数据采集可通过员工自评、上级领导考评、同事考评、工作达成情况、客户发聩等多个方面进行大量数据采集，将关联性大、相似对象、相似考评人、相似客户反馈、相似同事评价进行数据关联；智能匹配工作与工作下发对象，将未来工作内容进行采集分类作为数据参考依据，按照选举理论编写算法纳入参考依据并对数据库的分组关联数据进行挖掘，匹配出每项任务较为合适的任务下发对象。本发明将企业、单位日常所需完成的没项任务下发给更合适完成这份任务的员工、干部，提高企业、单位的工作效率，更高效的产生价值。
【IPC分类】G06F17/30, G06Q10/06
【公开号】CN105469205
【申请号】CN201510809898
【发明人】马骏, 李胜利, 冯帆, 信洪杰, 吴瑞海
【申请人】浪潮软件股份有限公司
【公开日】2016年4月6日
【申请日】2015年11月23日