一种绩效考评系统及方法技术方案

本发明专利技术涉及一种绩效考评系统及方法，其系统包括以下模块，神经网络训练模块，其用于通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；绩效考评模块，其用于利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。本发明专利技术通过神经网络训练，可以得出不同类型的绩效考评模型，并通过绩效考评模型进行绩效考评，可以避免因考评标准不统一而建立多种类型的绩效考评系统，减小企业的开销，且使用一个绩效考评系统对这种类型的绩效进行考核，使得绩效考评变得简单方便。

A Performance Evaluation System and Method

【技术实现步骤摘要】
一种绩效考评系统及方法
本专利技术涉及绩效考评领域，具体涉及一种绩效考评系统及方法。
技术介绍
绩效考评，是人力资源管理的核心职能之一，是指评定者运用科学的方法、标准和程序，对行为主体的与评定任务有关的绩效信息(业绩、成就和实际作为等)进行观察、收集、组织、贮存、提取、整合，并尽可能做出准确评价的过程。是企业绩效管理中的一个环节。企业对不同人员的考评标准是不一样的，如果通过人工考评，需要花费大量的时间和人力，如果通过建立系统进行考评，则需建立不同类型的考评系统，增大了企业的开销，且多个考评系统的应用增加了考评的复杂性。
技术实现思路
本专利技术所要解决的技术问题是提供一种绩效考评系统及方法，可以避免建立多种不同类型的考评系统。本专利技术解决上述技术问题的技术方案如下：一种绩效考评系统，包括以下模块，神经网络训练模块，其用于通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；绩效考评模块，其用于利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。本专利技术的有益效果是：本专利技术通过神经网络训练，可以得出不同类型的绩效考评模型，并通过绩效考评模型进行绩效考评，可以避免因考评标准不统一而建立多种类型的绩效考评系统，减小企业的开销，且使用一个绩效考评系统对这种类型的绩效进行考核，使得绩效考评变得简单方便。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，还包括绩效考评模型精度检测模块，其用于将检测样本输入至所述神经网络训练模块生成的对应的绩效考评模型中，得到绩效考评检测结果，并将所述绩效考评检测结果与预设绩效考评结果进行阈值比较，且根据阈值比较的结果判断所述绩效考评模型是否正确。进一步，还包括绩效考评模型修正模块，其用于在所述绩效考评模型精度检测模块检测到所述绩效考评模型不正确的情况下，根据阈值比较的结果修正所述效考评模型。进一步，所述神经网络具体为BP神经网络。基于上述一种绩效考评系统，本专利技术还提供一种绩效考评方法。一种绩效考评方法，包括以下步骤，S1，通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；S2，利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。本专利技术的有益效果是：本专利技术通过神经网络训练，可以得出不同类型的绩效考评模型，并通过绩效考评模型进行绩效考评，可以避免因考评标准不统一而建立多种类型的绩效考评系统，减小企业的开销，且使用一个绩效考评系统对这种类型的绩效进行考核，使得绩效考评变得简单方便。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述S1后还包括S11，将检测样本输入至绩效考评模型中，得到绩效考评检测结果，并将所述绩效考评检测结果与预设绩效考评结果进行阈值比较，且根据阈值比较的结果判断所述绩效考评模型是否正确。进一步，还包括S12，在检测到所述绩效考评模型不正确的情况下，根据阈值比较的结果修正所述效考评模型。进一步，所述神经网络具体为BP神经网络。附图说明图1为本专利技术一种绩效考评系统的结构框图；图2为本专利技术一种绩效考评方法的流程图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。如图1所示，一种绩效考评系统，包括以下模块，神经网络训练模块，其用于通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；绩效考评模块，其用于利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。本专利技术通过神经网络训练，可以得出不同类型的绩效考评模型，并通过绩效考评模型进行绩效考评，可以避免因考评标准不统一而建立多种类型的绩效考评系统，减小企业的开销，且使用一个绩效考评系统对这种类型的绩效进行考核，使得绩效考评变得简单方便。优选的，本专利技术的系统还包括绩效考评模型精度检测模块，其用于将检测样本输入至所述神经网络训练模块生成的对应的绩效考评模型中，得到绩效考评检测结果，并将所述绩效考评检测结果与预设绩效考评结果进行阈值比较，且根据阈值比较的结果判断所述绩效考评模型是否正确。优选的，本专利技术的系统还包括绩效考评模型修正模块，其用于在所述绩效考评模型精度检测模块检测到所述绩效考评模型不正确的情况下，根据阈值比较的结果修正所述效考评模型。绩效考评模型精度检测模块和绩效考评模型修正模块可以保证绩效考评的精度，使得考评结果更加精确。优选的，所述神经网络具体为BP神经网络。基于上述一种绩效考评系统，本专利技术还提供一种绩效考评方法。如图2所示，一种绩效考评方法，包括以下步骤，S1，通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；S2，利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。本专利技术通过神经网络训练，可以得出不同类型的绩效考评模型，并通过绩效考评模型进行绩效考评，可以避免因考评标准不统一而建立多种类型的绩效考评系统，减小企业的开销，且使用一个绩效考评系统对这种类型的绩效进行考核，使得绩效考评变得简单方便。优选的，所述S1后还包括S11，将检测样本输入至绩效考评模型中，得到绩效考评检测结果，并将所述绩效考评检测结果与预设绩效考评结果进行阈值比较，且根据阈值比较的结果判断所述绩效考评模型是否正确。优选的，还包括S12，在检测到所述绩效考评模型不正确的情况下，根据阈值比较的结果修正所述效考评模型。优选的，所述神经网络具体为BP神经网络。以上所述仅为本专利技术的较佳实施例，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种绩效考评系统，其特征在于：包括以下模块，神经网络训练模块，其用于通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；绩效考评模块，其用于利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。

【技术特征摘要】
1.一种绩效考评系统，其特征在于：包括以下模块，神经网络训练模块，其用于通过待测绩效类型所对应的训练样本对神经网络进行训练，生成对应类型的绩效考评模型；绩效考评模块，其用于利用所述绩效考评模型对待测绩效类型所对应的待测数据进行分析，得出绩效考评结果。2.根据权利要求1所述的一种绩效考评系统，其特征在于：还包括绩效考评模型精度检测模块，其用于将检测样本输入至所述神经网络训练模块生成的对应的绩效考评模型中，得到绩效考评检测结果，并将所述绩效考评检测结果与预设绩效考评结果进行阈值比较，且根据阈值比较的结果判断所述绩效考评模型是否正确。3.根据权利要求2所述的一种绩效考评系统，其特征在于：还包括绩效考评模型修正模块，其用于在所述绩效考评模型精度检测模块检测到所述绩效考评模型不正确的情况下，根据阈值比较的结果修正所述效考评模型。4.根据权利要求1至3任一项所述...

【专利技术属性】
技术研发人员：李卫群，兰海翔，周发辉，崔瑾，
申请(专利权)人：贵州力创科技发展有限公司，
类型：发明
国别省市：贵州,52