业务员薪资预测方法、装置、计算机设备以及存储介质制造方法及图纸

本发明专利技术实施例公开了一种业务员薪资预测方法、装置、计算机设备以及存储介质，其中，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。本发明专利技术实施例可以提高员工薪资预测的准确率。

Salesman salary forecasting method, device, computer equipment and storage medium

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归模型；第二计算单元，用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；构建单元，用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；预测单元，用于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。又一方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的业务员薪资预测方法。再一方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行，以实现如上所述的业务员薪资预测方法。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，其中方法包括：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。本专利技术实施例可以提高员工薪资预测的准确率。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种业务员薪资预测方法的示意流程图；图2是本专利技术实施例提供的一种业务员薪资预测方法的示意流程图；图3是本专利技术实施例提供的一种业务员薪资预测方法的示意流程图；图4是本专利技术另一实施例提供的一种业务员薪资预测方法的示意流程图；图5是本专利技术实施例提供的一种业务员薪资预测装置的示意性框图；图6是本专利技术实施例提供的一种业务员薪资预测装置的另一示意性框图；图7是本专利技术实施例提供的一种员业务员薪资预测装置的另一示意性框图；图8是本专利技术实施例提供的一种业务员薪资预测装置的另一示意性框图；图9是本专利技术实施例提供的一种计算机设备的结构组成示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。请参阅图1，图1为本专利技术实施例提供的一种业务员薪资预测方法的示意流程图。如图1所示，该方法包括步骤S101～S107。S101，获取业务员的历史薪资数据。在本专利技术实施例中，所述获取的业务员的历史薪资数据可以具体保存在数据库中，该数据库可以是ORACLE数据库，所述业务员的历史薪资数据包括业务员每个月工作薪资，在本实施例中，可以通过连接ORACLE数据库的方式获取所述业务员的历史薪资数据，可选的，可以通过JDBC(JavaDataBaseConnectivity，Java数据库连接)方式连接ORACLE数据库，以获取ORACLE数据库中的业务员的历史薪资数据。S102，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。在本专利技术实施例中，当从数据库中获得业务员的历史薪资数据后，针对每一名业务员的每月的历史薪资数据，并对前后每个月的历史薪资进行作差，得到前后每个月的差值，将该差值作为业务员的历史薪资涨幅数据。S103，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。在本专利技术实施例中，所述k-fold指的是k-折叠交叉验证，通过对所述业务员的历史薪资涨幅数据进行k-fold分组可以提高数据在模型中进行训练时的拟合度。进一步地，如图2所示，所述步骤S103包括步骤S201～S202：S201，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。具体地，该预设数目可以为k个，该预设数目表示将历史薪资涨幅数据分成的包的总个数，所分成的每个数据包将成为不相交的子集。可选的，在matlab中，可以利用函数crossvalind('Kfold',x,k)来实现业务员的历史薪资涨幅数据的分组操作，其中，x为历史薪资涨幅的个数，k为要分成的组的总个数。S202，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。具体地，例如将业务员的历史薪资涨幅数据A随机分为k个包，每次将其中一个包作为测试集，剩下k-1个包作为训练集进行训练。S104，建立多元线性回归模型。在本专利技术实施例中，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为业本文档来自技高网...

【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