The embodiment of the present invention discloses a salesman's salary prediction method, device, computer equipment and storage medium, wherein the method includes: obtaining the salesman's historical salary data; calculating the salesman's historical salary increase data according to the salesman's historical salary data; and calculating the salesman's historical salary increase data for the salesman. The data are grouped into k_fold groups and the test set and training set are obtained; the multiple linear regression model is established; the regression coefficients of the multiple linear regression model are calculated according to the established multiple linear regression model and the historical salary data and training set of the salesman; the salesman salary prediction equation is constructed according to the regression coefficients, and The salesman's salary prediction equation is tested with the test set; if the test result conforms to the expected result, the salesman's salary is predicted according to the salesman's salary prediction equation. The embodiment of the invention can improve the accuracy of employee salary prediction.
【技术实现步骤摘要】
业务员薪资预测方法、装置、计算机设备以及存储介质
本专利技术涉及计算机
,尤其涉及一种业务员薪资预测方法、装置、计算机设备以及存储介质。
技术介绍
现有技术中,对于销售界内业务员薪资的预测还没有一个完整方法,传统的业务员薪资是由业务员的个人先提出申请,再对业务员的个人申请进行评估,最后再确定业务员所获得的薪资,该种预测方式通常不合理且不准确,并且随着技术的不断革新,业务员业绩的不断增长,利用人工预测业务员薪资的方式已经不能满足当下的业务需求与发展。
技术实现思路
有鉴于此,本专利技术实施例提供一种业务员薪资预测方法、装置、计算机设备以及存储介质,可以提高员工薪资预测的准确率。一方面,本专利技术实施例提供了一种业务员薪资预测方法,该方法包括:获取业务员的历史薪资数据;根据业务员的历史薪资数据计算业务员的历史薪资涨幅数据;对所述业务员的历史薪资涨幅数据进行k-fold分组,并得到测试集和训练集;建立多元线性回归模型;根据所建立的多元线性回归模型以及所述业务员的历史薪资数据和训练集计算多元线性回归模型的回归系数;根据回归系数构建业务员薪资预测方程,并使用所述测试集对所述业务员薪资预测方程进行测试;若所述测试结果符合预期结果,根据所述业务员薪资预测方程预测业务员的薪资。另一方面,本专利技术实施例提供了一种业务员薪资预测装置,所述装置包括:获取单元,用于获取业务员的历史薪资数据;第一计算单元,用于根据业务员的历史薪资数据计算业务员的历史薪资涨幅数据;分组单元,用于对所述业务员的历史薪资涨幅数据进行k-fold分组,并得到测试集和训练集;建立单元,用于建立多元线性回 ...
【技术保护点】
1.一种业务员薪资预测方法,其特征在于,所述方法包括:获取业务员的历史薪资数据;根据业务员的历史薪资数据计算业务员的历史薪资涨幅数据;对所述业务员的历史薪资涨幅数据进行k‑fold分组,并得到测试集和训练集;建立多元线性回归模型;根据所建立的多元线性回归模型以及所述业务员的历史薪资数据和训练集计算多元线性回归模型的回归系数;根据回归系数构建业务员薪资预测方程,并使用所述测试集对所述业务员薪资预测方程进行测试;若所述测试结果符合预期结果,根据所述业务员薪资预测方程预测业务员的薪资。
【技术特征摘要】
1.一种业务员薪资预测方法,其特征在于,所述方法包括:获取业务员的历史薪资数据;根据业务员的历史薪资数据计算业务员的历史薪资涨幅数据;对所述业务员的历史薪资涨幅数据进行k-fold分组,并得到测试集和训练集;建立多元线性回归模型;根据所建立的多元线性回归模型以及所述业务员的历史薪资数据和训练集计算多元线性回归模型的回归系数;根据回归系数构建业务员薪资预测方程,并使用所述测试集对所述业务员薪资预测方程进行测试;若所述测试结果符合预期结果,根据所述业务员薪资预测方程预测业务员的薪资。2.如权利要求1所述的方法,其特征在于,对所述业务员的历史薪资涨幅数据进行k-fold分组,并得到测试集和训练集,包括:对所述业务员的历史薪资涨幅数据按照预设数目进行随机划分,并得到若干数据包;将所得到的若干数据包中的一个数据包作为测试集,其余的数据包作为训练集。3.如权利要求1所述的方法,其特征在于,所述多元线性回归模型为:y=b0+b1x1+b2x2+...+bkxk+e,其中,因变量y为业务员薪资预测值,自变量x1、x2、...、xk为业务员历史涨幅数据,b0、b1、...、bk为模型中的回归系数,e为模型中的常数项,表示随机变量,多元线性回归模型表示因变量y可以近似地为自变量x1、x2、...、xk的线性函数。4.如权利要求1所述的方法,其特征在于,根据所建立的多元线性回归模型以及所述业务员的历史薪资数据和训练集计算多元线性回归模型的回归系数,包括:将所述业务员的历史薪资数据和训练集中的业务员历史涨幅数据作为多元线性回归模型的样本数据,使用最小二乘法计算多元线性回归模型中的回归系数。5.如权利要求1所述的方法,其特征在于,根据回归系数构建业务员薪资预测方程,并使用所述测试集对所述业务员薪资预测方程进行测试,包括:将所述回归系数代入所述多元线性回归模型中,并得到所述业务员薪资预测方程;将测试集中的业务员薪资涨幅数据代入所述业...
【专利技术属性】
技术研发人员:李晓燕,
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。