基于人工智能的离场效率评定方法、装置、计算机设备制造方法及图纸

本申请涉及人工智能技术领域，特别涉及一种基于人工智能的离场效率评定方法、装置、计算机设备。所述方法包括：获取人员的考勤记录；根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期；获取所述人员的离场发起日期；将所述离场发起日期与所述离场日期进行对比，获得相差日期；根据所述相差日期，按预设评定规则评定所述人员的离场效率。根据考勤记录确定离场日期，再将离场日期与离场发起日期进行对比，获得相差日期，根据相差日期评定人员的离场效率，旨在解决现有的外包人员入场流程中，没有评定外包人员离场效率的方法的问题。

【技术实现步骤摘要】
基于人工智能的离场效率评定方法、装置、计算机设备
本申请涉及人工智能
，特别涉及一种基于人工智能的离场效率评定方法、装置、计算机设备。
技术介绍
目前，在公司很多个部门中，或多或少存在未及时为已离场的外包人员发起离场流程的现象，而延迟发起离场流程会导致已离场人员的办公账号和工卡仍处于有效状态，对公司的信息及职场管理安全埋下隐患。但是在现有的外包人员离场流程中，没有评定外包人员离场效率的方法。申请内容针对现有技术不足，本申请提出一种基于人工智能的离场效率评定方法、装置、计算机设备，旨在解决现有的外包人员入场流程中，没有评定外包人员离场效率的方法的问题。本申请提出的技术方案是：一种基于人工智能的离场效率评定方法，所述方法包括：接收人员的离场请求；根据所述离场请求，提取所述人员的信息；根据所述人员的信息，从考勤系统中调取所述人员对应的考勤记录；获取所述人员的考勤记录；根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期；获取所述人员的离场发起日期；将所述离场发起日期与所述离场日期进行对比，获得相差日期；根据所述相差日期，按预设评定规则评定所述人员的离场效率。进一步地，在所述根据所述考勤记录，判断所述人员的离场日期，获得所述离场日期的步骤中，包括：查看所述考勤记录是否生成付费表；若已生成所述付费表，则识别所述付费表中需付费的最后一个付费日期；将所述最后一个付费日期作为所述离场日期，获得所述离场日期。进一步地，在所述查看所述考勤记录是否生成付费表的步骤之后，所述方法包括：若未生成所述付费表，则识别所述考勤记录中工作日的最后一个完整打卡日期，以及识别所述考勤记录中最后一个需付费的请假日期；将所述最后一个完整打卡日期、所述最后一个需付费的请假日期分别与当前日期进行比较；若所述最后一个完整打卡日期与所述当前日期较近，则将所述最后一个完整打卡日期作为所述离场日期，获得所述离场日期；若所述最后一个需付费的请假日期与所述当前日期较近，则将所述最后一个需付费的请假日期作为所述离场日期，获得所述离场日期。进一步地，在所述查看所述考勤记录是否生成付费表的步骤之后，所述方法包括：若未生成所述付费表，则识别所述考勤记录中工作日的最后一个完整打卡日期，并识别所述考勤记录中是否存在需付费的请假日期；若存在需付费的请假日期，则识别所述考勤记录中最后一个需付费的请假日期；将所述最后一个完整打卡日期、所述最后一个需付费的请假日期分别与当前日期进行比较；若所述最后一个完整打卡日期与所述当前日期较近，则将所述最后一个完整打卡日期作为所述离场日期，获得所述离场日期；若所述最后一个需付费的请假日期与所述当前日期较近，则将所述最后一个需付费的请假日期作为所述离场日期，获得所述离场日期。进一步地，在所述识别所述考勤记录中工作日的最后一个完整打卡日期，并识别所述考勤记录中是否存在需付费的请假日期的步骤之后，所述方法包括：若不存在需付费的请假日期，则将所述最后一个完整打卡日期作为所述离场日期，获得所述离场日期。进一步地，时长按短到长依次顺序为第一时间阈值、第二时间阈值、第三时间阈值，分值按大到小依次顺序为第一分值、第二分值、第三分值、第四分值，在所述根据所述相差日期，按预设评定规则评定所述人员的离场效率的步骤中，包括：若所述相差日期的时长小于或者等于第一时间阈值，则获得第一分值；若所述相差日期的时长大于第一时间阈值且小于或者等于第二时间阈值，则获得第二分值；若所述相差日期的时长大于第二时间阈值且小于或者等于第三时间阈值，则获得第三分值；若所述相差日期的时长大于第三时间阈值，则获得第四分值；根据所述相差日期所获得的分值，评定所述人员的离场效率。进一步地，在所述根据所述相差日期，按预设评定规则评定所述人员的离场效率的步骤之后，所述方法包括：以预设周期为单位统计第一部门的离场效率，其中所述第一部门包括一个以上的所述人员；计算所述第一部门的平均得分，根据平均得分配置A、B、C、D四个等级用于评定所述第一部门的离场效率；当所述第一部门的离场效率评定为A级时，表示所述第一部门的离场效率为优；当所述第一部门的离场效率评定为B级时，表示所述第一部门的离场效率为良；当所述第一部门的离场效率评定为C级时，表示所述第一部门的离场效率为中；当所述第一部门的离场效率评定为D级时，表示所述第一部门的离场效率为差。本申请还提供一种基于人工智能的离场效率评定装置，所述装置包括：接收模块，用于接收人员的离场请求；提取模块，用于根据所述离场请求，提取所述人员的信息；调取模块，用于根据所述人员的信息，从考勤系统中调取所述人员对应的考勤记录；第一获取模块，用于获取所述人员的考勤记录；第一获得模块，用于根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期；第二获取模块，用于获取所述人员的离场发起日期；第二获得模块，用于将所述离场发起日期与所述离场日期进行对比，获得相差日期；评定模块，用于根据所述相差日期，按预设评定规则评定所述人员的离场效率。本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。根据上述的技术方案，本申请有益效果：根据考勤记录确定离场日期，再将离场日期与离场发起日期进行对比，获得相差日期，根据相差日期评定人员的离场效率，旨在解决现有的外包人员入场流程中，没有评定外包人员离场效率的方法的问题。附图说明图1是应用本申请实施例提供的基于人工智能的离场效率评定方法的流程图；图2是应用本申请实施例提供的基于人工智能的离场效率评定方法装置的功能模块图；图3是应用本申请实施例提供的计算机设备的结构示意框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。如图1所示，本申请实施例提出一种基于人工智能的离场效率评定方法，针对外包人员而提出，所述方法包括以下步骤：步骤S101、接收人员的离场请求。步骤S102、根据所述离场请求，提取所述人员的信息。步骤S103、根据所述人员的信息，从考勤系统中调取所述人员对应的考勤记录。步骤S104、获取所述人员的考勤记录。在人员离场时，管理人员离场的负责人在离场系统中发起人员离场请求，离场系统接收人员的离场请求，离场请求中包括人员的信息，从而根据离场请求，从离场请求中提取人员的信息，在获得人员的信息之后，再根据人员的信息，从考勤系统中调取人员对应的考勤记录，从而获取人员的考勤记录。步骤S105、根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期。从考勤记录中，识别人员的离场日期，在识别出人员的离场日期之后，获得离场日期。在本实施例中，在步骤S105中，包括：查看所述考勤记录是否生成付费表；若已生成所述付费表，则识别所述付费表中需付费的最后一个付费日期；将所述最后一个付费日期作为所述离场日期，获得所述离场日期。在获得考勤记录之后，查看考勤记录是否生成付费表，若生成付费表，需要从付费表中确定离场日期本文档来自技高网...

【技术保护点】
1.一种基于人工智能的离场效率评定方法，其特征在于，所述方法包括：接收人员的离场请求；根据所述离场请求，提取所述人员的信息；根据所述人员的信息，从考勤系统中调取所述人员对应的考勤记录；获取所述人员的考勤记录；根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期；获取所述人员的离场发起日期；将所述离场发起日期与所述离场日期进行对比，获得相差日期；根据所述相差日期，按预设评定规则评定所述人员的离场效率。

【技术特征摘要】
1.一种基于人工智能的离场效率评定方法，其特征在于，所述方法包括：接收人员的离场请求；根据所述离场请求，提取所述人员的信息；根据所述人员的信息，从考勤系统中调取所述人员对应的考勤记录；获取所述人员的考勤记录；根据所述考勤记录，识别所述人员的离场日期，获得所述离场日期；获取所述人员的离场发起日期；将所述离场发起日期与所述离场日期进行对比，获得相差日期；根据所述相差日期，按预设评定规则评定所述人员的离场效率。2.根据权利要求1所述的基于人工智能的离场效率评定方法，其特征在于，在所述根据所述考勤记录，判断所述人员的离场日期，获得所述离场日期的步骤中，包括：查看所述考勤记录是否生成付费表；若已生成所述付费表，则识别所述付费表中需付费的最后一个付费日期；将所述最后一个付费日期作为所述离场日期，获得所述离场日期。3.根据权利要求2所述的基于人工智能的离场效率评定方法，其特征在于，在所述查看所述考勤记录是否生成付费表的步骤之后，所述方法包括：若未生成所述付费表，则识别所述考勤记录中工作日的最后一个完整打卡日期，以及识别所述考勤记录中最后一个需付费的请假日期；将所述最后一个完整打卡日期、所述最后一个需付费的请假日期分别与当前日期进行比较；若所述最后一个完整打卡日期与所述当前日期较近，则将所述最后一个完整打卡日期作为所述离场日期，获得所述离场日期；若所述最后一个需付费的请假日期与所述当前日期较近，则将所述最后一个需付费的请假日期作为所述离场日期，获得所述离场日期。4.根据权利要求2所述的基于人工智能的离场效率评定方法，其特征在于，在所述查看所述考勤记录是否生成付费表的步骤之后，所述方法包括：若未生成所述付费表，则识别所述考勤记录中工作日的最后一个完整打卡日期，并识别所述考勤记录中是否存在需付费的请假日期；若存在需付费的请假日期，则识别所述考勤记录中最后一个需付费的请假日期；将所述最后一个完整打卡日期、所述最后一个需付费的请假日期分别与当前日期进行比较；若所述最后一个完整打卡日期与所述当前日期较近，则将所述最后一个完整打卡日期作为所述离场日期，获得所述离场日期；若所述最后一个需付费的请假日期与所述当前日期较近，则将所述最后一个需付费的请假日期作为所述离场日期，获得所述离场日期。5.根据权利要求4所述的基于人工智能的离场效率评定方法，其特征在于，在所述识别所述考勤记录中工作日的最后一个完整打卡日期，并识别所述考勤记录中是否存在需付费的请假日期的步骤之后，所述方法包括：若不存在需付费的请假日...

【专利技术属性】
技术研发人员：向敏，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44