人员配置的方法技术

一种人员配置的方法，应用于将待分配人员分配至多个工作位置中的其中之一，由包括彼此信号连接的储存模块、处理器以及输出模块的电子装置执行，此方法包括：利用处理器从储存模块取得多个历史数据，各历史数据包括已分配工作人员的至少一特征信息；利用处理器以历史数据建立生存几率模型；依据前述待分配人员的至少一特征信息，利用处理器以生存几率模型取得待分配人员在前述工作位置的生存几率；依据待分配人员在前述工作位置的生存几率，利用处理器判断待分配人员应配置的工作位置；以及利用输出模块输出待分配人员应配置的工作位置。

Method of staffing

A staffing method applied to assigning a person to be assigned to one of a plurality of work locations, executed by an electronic device comprising a storage module, a processor, and an output module connected to each other. The method includes: obtaining multiple historical data from a storage module using a processor, each of which includes historical data At least one characteristic information of the assigned worker is used; the survival probability model is established by using the processor with historical data; the survival probability of the assigned worker is obtained by using the processor with survival probability model according to at least one characteristic information of the foregoing assignee; and the survival probability of the assigned worker in the foregoing work position is obtained by using the processor with survival probability model; and the survival probability of the assigned worker in the foregoing work position is calculated according to the The probability of survival, the use of the processor to determine the allocated staff should be configured to work location; and the use of output module to output the allocated staff should be configured to work location.

【技术实现步骤摘要】
人员配置的方法
本专利技术涉及一种人员配置的方法，特别是一种应用于预测分配至工厂的工作位置的人员的生存几率的方法。
技术介绍
生产管理中，人员调动分配的优劣会影响员工的生存几率(即在职几率)，进而对工厂的产能造成影响。然而，现今的人员调动方式并无一定规则；换言之，当工厂的工作位置有空缺时，是从新进员工中以随机方式或者依据主观想法(例如：此工作位置主观上较适合男性)而随意挑选一名员工至此工作位置进行工作。因此，此员工在该工作位置的生存几率难以预测，使得工厂的产能不稳定。
技术实现思路
有鉴于此，需要一种人员配置的方法并利用其预测结果安排适当的新进人员至工厂的空缺工作位置。本专利技术一实施例提供一种人员配置的方法，应用于将待分配人员分配至多个工作位置中的其中之一，该人员配置的方法由电子装置执行，电子装置包括储存模块、处理器以及输出模块，储存模块，处理器以及输出模块彼此信号连接，该方法包括：利用处理器从储存模块取得对应各工作位置的多个历史数据，各历史数据包括已分配工作人员的至少一个特征信息；利用处理器以历史数据建立生存几率模型；依据该待分配人员的至少一特征信息，利用处理器以生存几率模型取得该待分配人员分别在所述工作位置的生存几率；依据待分配人员在前述工作位置的生存几率，利用处理器判断待分配人员应配置的工作位置；以及利用输出模块输出待分配人员应配置的工作位置。一实施例中，其中，利用处理器判断待分配人员应配置的工作位置，还包括：依据生存几率以一线性规划的结果，利用处理器判断待分配人员应配置的工作位置。一实施例中，利用处理器以历史数据建立一生存几率模型包括：根据至少一特征信息的不同的条件，利用处理器从历史数据中分别抽取多个样本群；利用处理器将各样本群分为多个训练数据与多个验证数据；根据各样本群中的训练数据，利用处理器分别建立一候选模型；依据各样本群中的验证数据的至少一者，利用处理器计算所对应的候选模型之一准确度；以及利用处理器选择准确度最高的候选模型作为生存几率模型。于一实施例中，准确度是由c-index算法得到。于一实施例中，条件为历史数据的范围、已分配人员的性别信息、已分配人员的年龄信息、已分配人员的住宿信息或上述任意二者以上的组合。一实施例中，利用处理器以历史数据建立一生存几率模型包括：利用处理器从历史数据中取出多个训练数据；利用处理器执行一决策树算法，以训练数据建立生存几率模型，其中决策树算法包括多个决策树，各决策树包括至少一分支，各分支包括根节点及对于至少一特征数据进行二元分类所延伸的二叶节点，同一决策树中的各根节点所进行的二元分类的特征数据彼此为不同。于一实施例中，利用处理器执行一决策树算法，以训练数据建立生存几率模型包括：于同一根节点，利用处理器执行检定算法以训练数据计算每一特征信息的检定值；利用处理器选择检定值中最大者所对应的特征信息作为一受选特征信息；以及以前述受选特征信息利用该处理器于该根节点进行二元分类。此外，于一实施例中，检定算法为对数-等级检定算法。于一实施例中，利用处理器以历史数据建立一生存几率模型包括：根据至少一特征信息的不同的条件利用处理器从历史数据中分别抽取多个样本群；利用处理器将各样本群分为训练数据与多个验证数据；利用处理器执行一决策树算法，以各样本群的训练数据分别建立一候选模型，决策树算法包括多棵决策树，各棵决策树包括至少一分支，各分支包括一根节点及对于至少一特征信息的其中之一进行一二元分类所延伸的二叶节点，各根节点所进行的二元分类的特征信息不同；依据各样本中的验证数据的至少一者，利用处理器计算所对应的候选模型之一准确度；以及利用处理器选择准确度最高的候选模型作为生存几率模型。于一实施例中，条件为历史数据的范围、已分配人员的性别信息、已分配人员的年龄信息、已分配人员的住宿信息或上述任意二者以上的组合。于一实施例中，利用处理器以历史数据建立一生存几率模型包括：利用处理器将历史数据分为多个训练数据与多个验证数据；利用处理器执行一决策树算法，以训练数据搭配不同的决策树模型参数分别建立候选模型，决策树算法包括多棵决策树，各棵决策树包括至少一分支，各分支包括一根节点及对于至少一特征信息的其中之一进行二元分类所延伸的二叶节点，各根节点所进行的二元分类的特征信息不同；依据验证数据的至少一者，利用处理器分别计算候选模型之一准确度；以及利用处理器选择准确度最高的候选模型作为生存几率模型。其中模型参数为二元分类的次数、判定树的数量、各判定树中最末端叶节点的数据的最小数量、各决策树的层数或上述任意二者以上的组合。综上所述，通过本专利技术实施例所提供的人员配置的方法，可以系统化地配置新进人员至适当的工作位置，进而提升人员在工作位置的在职几率。附图说明图1是本专利技术一实施例的人员配置的方法的流程示意图；图2是本专利技术一实施例的人员配置的方法的步骤S20之一细节流程示意图；图3是本专利技术一实施例的人员配置的方法的步骤S20的另一细节流程示意图；图4是本专利技术一实施例的人员配置的方法的决策树的示意图；图5是本专利技术一实施例的人员配置的方法的步骤S203A的细节流程示意图；图6是本专利技术一实施例的人员配置的方法的步骤S20的又一细节流程示意图；图7是本专利技术另一实施例的人员配置的方法的流程示意图；图8是应用于执行本专利技术一实施例的人员配置的方法的电子装置的功能方框图。具体实施方式请参阅图1，为本专利技术一实施例的人员配置的方法的流程示意图，其具体公开了本专利技术的人员配置的方法。所述方法可应用于预测一待分配人员于多个工作位置中的其中之一的生存几率。在此，工作位置是指工厂中的站位，但并不以此为限，亦可以为工厂中多个工作站中其中之一个工作站内的站位。如图8所示，人员配置的方法由一电子装置80执行。电子装置80包括储存模块81、处理器82以及输出模块83。储存模块81、处理器82以及输出模块83彼此通过有线或无线信号连接。举例而言，电子装置80可以是工业电脑、个人电脑、笔记本电脑、智能手机、平板电脑等。于此，储存模块81可以由一个或多个储存元件所实现。其中，各储存元件可以是例如非挥发式内存、硬盘、光盘或磁带等，但在此并不对其限制。处理器82可以由一个或多个处理元件实现。于此，各处理元件可以是微处理器、微控制器、数字信号处理器、微型计算器、中央处理器、场编程门阵列、可编程逻辑设备、状态器、逻辑电路、模拟电路、数字电路和/或任何基于操作指令操作信号(模拟和/或数字)的装置，但在此并不对其限制。输出模块可以是屏幕、打印机、语音输出装置(例如喇叭)，但在此并不对其限制。于步骤S10中，利用处理器82从储存模块81取得每一工作位置的多个历史数据。表1所示为某工作位置于最近两年的历史数据，其包括10位已在此工作位置工作过的工作人员的特征信息(性别、年龄、是否住宿)及其个别的生存时间信息(在职天数、是否已离职)。其中，“性别”字段、“是否住宿”字段以及“是否已离职”字段是用1与0区分(男性/女性、住宿/不住宿、在职/离职)。在职天数指的是工作人员在此工作位置的工作日数，而是否已离职是指工作人员是否已离开此工作位置不再工作。换言之，生存时间信息包含工作人员被设置于该工作位置之一持续时间。需要说明的是，表1所提供的信息仅为例示，本专利技术并不以此为限。举例来说本文档来自技高网...

【技术保护点】
1.一种人员配置的方法，应用于将待分配人员分配至多个工作位置中的其中之一，所述人员配置的方法由电子装置执行，所述电子装置包括储存模块、处理器以及输出模块，所述储存模块、所述处理器以及该所述输出模块彼此信号连接，其特征在于，所述方法包括：利用所述处理器从所述储存模块取得对应各所述工作位置的多个历史数据，各所述历史数据包括已分配工作人员的至少一个特征信息；利用所述处理器以所述多个历史数据建立生存几率模型；依据所述待分配人员的所述至少一个特征信息，利用所述处理器以所述生存几率模型取得所述待分配人员分别在所述多个工作位置的生存几率；依据所述待分配人员在所述多个工作位置的所述多个生存几率，利用所述处理器判断所述待分配人员应配置的所述工作位置；以及利用所述输出模块输出所述待分配人员应配置的所述工作位置。

【技术特征摘要】
2017.02.14 TW 1061048091.一种人员配置的方法，应用于将待分配人员分配至多个工作位置中的其中之一，所述人员配置的方法由电子装置执行，所述电子装置包括储存模块、处理器以及输出模块，所述储存模块、所述处理器以及该所述输出模块彼此信号连接，其特征在于，所述方法包括：利用所述处理器从所述储存模块取得对应各所述工作位置的多个历史数据，各所述历史数据包括已分配工作人员的至少一个特征信息；利用所述处理器以所述多个历史数据建立生存几率模型；依据所述待分配人员的所述至少一个特征信息，利用所述处理器以所述生存几率模型取得所述待分配人员分别在所述多个工作位置的生存几率；依据所述待分配人员在所述多个工作位置的所述多个生存几率，利用所述处理器判断所述待分配人员应配置的所述工作位置；以及利用所述输出模块输出所述待分配人员应配置的所述工作位置。2.根据权利要求1所述的人员配置的方法，其特征在于，所述利用所述处理器判断所述待分配人员应配置的所述工作位置，还包括：利用所述处理器依据所述生存几率以线性规划的结果，判断所述待分配人员应配置的所述工作位置。3.根据权利要求1所述的人员配置的方法，其特征在于，所述利用所述处理器以所述多个历史数据建立生存几率模型包括：根据所述至少一个特征信息的不同的条件，利用所述处理器从所述多个历史数据中分别抽取多个样本群；利用所述处理器将各所述样本群分为多个训练数据与多个验证数据；根据各所述样本群中的所述多个训练数据，利用所述处理器分别建立候选模型；依据各所述样本群中的所述多个验证数据的至少一者，利用所述处理器计算所对应的所述候选模型的准确度；以及利用所述处理器选择具有最高的所述准确度的所述候选模型作为所述生存几率模型。4.根据权利要求1所述的人员配置的方法，其特征在于，所述利用所述处理器以所述多个历史数据建立生存几率模型包括：利用所述处理器从所述多个历史数据中取出多个训练数据；以及利用所述处理器执行决策树算法，以所述多个训练数据建立所述生存几率模型，其中所述决策树算法包括多个决策树，各所述决策树包括至少一个分支，各所述分支包括根节点及对于所述至少一个特征数据进行二元分类所延伸的二叶节点，同一决策树中的各所述根节点所进行的所述二元分类的所述特征数据彼此为不同。5.根据权利要求4所述的人员配置的方法，其特征在于，所述利用所述处理器执行决策树算法，以所述多个训练数据建立所述生存几率模型包括：于同一所述根节点，利用所述处理器执...

【专利技术属性】
技术研发人员：孙怀恩，
申请(专利权)人：和硕联合科技股份有限公司，
类型：发明
国别省市：中国台湾,71