【技术实现步骤摘要】
一种基于分类预测模型的员工评估方法及终端设备
本专利技术属于数据处理
,尤其涉及基于分类预测模型的员工评估方法及终端设备。
技术介绍
企业需要进行职位等级晋升评定的员工非常多,每次晋升评定需要对员工此次晋升评定对应的考核时间段内的指标考核结果进行处理,判断指标考核结果是否满足员工评定目标等级对应指标要求,以确定出员工是否可以从评定前等级成功晋升到评定目标等级,如对员工考核时间段1月至3月内各个月的业绩数据进行处理,判断员工在该考核时间段内的业绩数据是否满足评定目标等级对应指标要求。现有技术中为了提升对员工管理的效率,会在晋升评定失败后,对晋升失败的候选员工此次晋升评定的指标考核结果进行人工评估,判断候选员工下次晋升成功的可能性如何,并对识别出下次晋升成功可能性较大潜力较大的候选员工进行重点标记,由于人工评估识别需要耗费大量的时间和人力,且现有技术都是根据评估人员的主观感觉来进行评估的,并没有统一的评估标准,因此现有技术对候选员工中潜力较大的员工的识别评估方法效率低下且准确性不高。
技术实现思路
有鉴于此,本专利技术实施例提供了一种基于分类预测模型的员工评估方法及终端设备,以解决现有技术中对候选员工中潜力较大的候选员工的识别效率低下且准确性不高的问题。本专利技术实施例的第一方面提供了一种基于分类预测模型的员工评估方法,包括:获取多位员工的评定数据,构成第一评定数据集,所述员工为在晋升评定过程中评定前等级和评定目标等级,与候选员工晋升评定过程中评定前等级和评定目标等级均相同的员工,每组评定数据对应一位员工的一次晋升评定过程;从所述第一评定数据集中筛选出对应于 ...
【技术保护点】
1.一种基于分类预测模型的员工评估方法,其特征在于,包括:获取多位员工的评定数据,构成第一评定数据集,所述员工为在晋升评定过程中评定前等级和评定目标等级,与候选员工晋升评定过程中评定前等级和评定目标等级均相同的员工,每组评定数据对应一位员工的一次晋升评定过程;从所述第一评定数据集中筛选出对应于同一员工的组数大于1的评定数据,构成第二评定数据集;基于所述第一评定数据集训练第一预测模型,并基于所述第二评定数据集训练第二预测模型;基于训练好的所述第一预测模型和训练好的所述第二预测模型,对所述候选员工的评定数据进行处理,获取对应所述候选员工的评估结果。
【技术特征摘要】
1.一种基于分类预测模型的员工评估方法,其特征在于,包括:获取多位员工的评定数据,构成第一评定数据集,所述员工为在晋升评定过程中评定前等级和评定目标等级,与候选员工晋升评定过程中评定前等级和评定目标等级均相同的员工,每组评定数据对应一位员工的一次晋升评定过程;从所述第一评定数据集中筛选出对应于同一员工的组数大于1的评定数据,构成第二评定数据集;基于所述第一评定数据集训练第一预测模型,并基于所述第二评定数据集训练第二预测模型;基于训练好的所述第一预测模型和训练好的所述第二预测模型,对所述候选员工的评定数据进行处理,获取对应所述候选员工的评估结果。2.如权利要求1所述的基于分类预测模型的员工评估方法,其特征在于,所述评定数据包括对应的员工在对应的晋升评定过程中的指标考核结果以及晋升评定结果,所述基于所述第一评定数据集训练第一预测模型,包括:获取所述第一评定数据集中各组评定数据对应的晋升评定过程的考核时间段;解析各组评定数据中的指标考核结果在对应的所述考核时间段内的数据变化趋势,得到每组评定数据对应的第一变化趋势分数;基于所述第一评定数据集中各组评定数据中的晋升评定结果以及对应的第一变化趋势分数,训练所述第一预测模型。3.如权利要求1所述的基于分类预测模型的员工评估方法,其特征在于,所述评定数据包括对应的员工在对应的晋升评定过程中的指标考核结果以及晋升评定结果,所述基于所述第二评定数据集训练第二预测模型,包括:获取所述第二评定数据集中各组评定数据对应的晋升评定过程的考核时间段;对于所述第二评定数据集对应的每一员工,解析其对应的所有评定数据中的指标考核结果在对应的所述考核时间段内的数据变化趋势,得到每一员工唯一对应的第二变化趋势分数;基于所述第二评定数据集对应的员工的最终晋升评定结果以及所述第二变化趋势分数,训练所述第二预测模型,所述最终晋升评定结果为员工对应的所述考核时间段距离当前时间最近的所述评定数据的晋升评定结果。4.如权利要求2或3所述的基于分类预测模型的员工评估方法,其特征在于,所述数据变化趋势分析的过程,包括:获取所述考核时间段内包含的多个考核时间节点,并将指标考核结果拆分为与所述多个考核时间节点一一对应的考核结果;对所述考核结果进行线性函数拟合,并将拟合出的线性函数的斜率值作为对应的变化趋势分数。5.如权利要求1至3任意一项所述的基于分类预测模型的员工评估方法,其特征在于,所述基于训练好的所述第一预测模型和训练好的所述第二预测模型,对所述候选员工的评定数据进行处理,获取对应所述候选员工的评估结果,包括:基于训练好的所述第一预测模型和训练好的所述第二预测模型,对所述候选员工的评定数据进行处理,得到对应的第一预测结果和第二预测结果;若所述第一预测结果与所述第二预测结果存在差异,减小所述第一预测模型以及所述第二预测模型对应的模型训练的训练误差,并返回执行所述基于...
【专利技术属性】
技术研发人员:高勇,陈战仁,许进,
申请(专利权)人:中国平安人寿保险股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。