劳动态度评估方法、设备、可读存储介质及计算机设备技术

本发明专利技术公开了一种劳动态度评估方法、设备、可读存储介质及计算机设备，应用于汇聚节点服务器，汇聚节点服务器与相邻的节点区域内的监测设备组通信，所述方法包括：实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；对所述劳动态度证据数据进行整合处理；将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息。本发明专利技术由于能够对罪犯劳动态度证据数据进行实时的采集与反馈，可靠性高，且具有影响关联性和综合处理的纠正能力；此外通过劳动态度证据数据做预警能够为现场人员提供及时的管理警示，从而提高了罪犯劳动改造质量评估的准确性、即时性及客观性，满足了实际应用需求。

Labor Attitude Assessment Method, Equipment, Readable Storage Media and Computer Equipment

【技术实现步骤摘要】
劳动态度评估方法、设备、可读存储介质及计算机设备
本专利技术涉及计算机
，特别是涉及一种劳动态度评估方法、设备、可读存储介质及计算机设备。
技术介绍
罪犯劳动素质(素养)是指罪犯思想素质、智力素质和体力素质的总称。劳动态度是思想素质的表现之一。罪犯劳动态度主要是指罪犯对自己所从事劳动的看法以及所表现的行为举止。劳动态度包括选择方法、工作取向、独立决策能力与选择过程的观念，简而言之，劳动态度就是指个人对劳动选择所持的观念和态度。罪犯劳动态度包括劳动观念、劳动行为(服从调配以及主动意识)。劳动观念考察劳动观念正确、积极参加、劳动观念更新程度；服从调配指是否服从警察的管理和安排；主动意识指是否努力完成劳动改造劳动任务，有无抗拒劳动和消极怠工行为等。罪犯的劳动态度影响因素有四类：自我因素：自我因素包括个人的兴趣、能力、抱负、价值观、自我期望等。个人因素的形成多与其成长背景相关，个人价值观是在成长过程中一点一滴慢慢养成的。环境因素：环境因素包括监狱劳动对象、劳动资料、劳动的待遇、工作环境、发展机会等，劳动环境因素往往影响劳动态度。家庭因素：家庭因素包括家庭的社会经济地位，父母期望、家庭背景等因素。家庭因素对个人劳动态度影响深远。社会因素：社会因素包括同事关系、社会地位、社会期望等因素。在劳动改造过程中，利用社会因素影响罪犯的劳动态度作用不可忽视。罪犯劳动个体为完成某项劳动而集合成一个整体，就是罪犯劳动群体。罪犯劳动态度既指个体劳动态度，也指群体劳动态度。由于劳动态度影响因素多，评估人员观点不一，所以劳动态度评估往往以主观经验、评估者的心情，或者强制性地给出劳动态度等级(比如企业中的劳动态度评估大多采用等级和比例控制来评估)。近年来，随着物联网技术如RFID技术、传感器技术、移动终端、无线通信技术的发展，人工主观录入数据的方式正逐步改变，自动化录入客观数据成为必然。由于罪犯劳动态度的评估，直接关系到罪犯劳动改造质量评估的准确性，因此必须建立一套监狱罪犯劳动态度量化评估模型，确保罪犯改造评估相对客观和司法公正的彻底执行。
技术实现思路
为了解决上述问题，本专利技术的目的是提供一种劳动态度评估方法、设备、可读存储介质及计算机设备。根据本专利技术提供的劳动态度评估方法，包括：实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；对所述劳动态度证据数据进行整合处理；将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息。根据本专利技术提供的劳动态度评估方法，首先实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；然后对所述劳动态度证据数据进行整合处理；最终将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述做出预警信息，从而实现了劳动态度证据数据和根据所述劳动态度证据数据进行预警；由于能够对罪犯劳动态度证据数据进行实时的采集与反馈，以便于对罪犯进行“因人施教”；通过将各个监测设备的劳动态度证据数据入库计算，结果数据的可靠性高，且具有影响关联性和综合处理的纠正能力；此外通过根据所述劳动态度证据数据做预警能够为现场人员提供及时的管理警示，从而提高了罪犯劳动改造质量评估的准确性、即时性及客观性，满足了实际应用需求。另外，根据本专利技术上述的劳动态度评估方法，还可以具有如下附加的技术特征：进一步地，所述实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据的步骤包括：实时采集各个罪犯劳动过程中的行为举止证据数据；对各个劳动对象、劳动资料及岗位特点配置对应的权重；计算群体的劳动态度证据数据的总和，并与客观数据比较以获得群体劳动态度证据数据；计算个体的劳动态度证据数据，并与群体数据比较从而获得个体劳动态度相对数据。进一步地，所述实时采集各个罪犯劳动过程中的行为举止证据数据的步骤包括：实时采集各个罪犯劳动过程中的劳动行为数据及劳动观念数据；对所述劳动行为数据及所述劳动观念数据配置对应的权重；根据所述劳动行为数据及所述劳动观念数据对应的权重计算各个罪犯劳动过程中的所述行为举止证据数据；其中，所述行为举止证据数据的计算公式为：T＝N×(M1×t1+M2×s1)+(1-N)×(P1×s2+P2×t2)其中，N为劳动行为权重，1-N为劳动观念权重，M1为劳动有效工时权重，M2为调配数据权重(M1+M2＝1)t1为劳动有效工时占比，t2为负面表情次数占比，s1为调配数据总和，s2为劳动观念量表评分，P1为劳动观念量表评分权重，P2为负面表情比重(P1+P2＝1)。进一步地，所述对所述劳动态度证据数据进行整合处理的步骤包括：将各个所述监测设备监测到的劳动态度证据数据的模拟信号经A/D转换变为数字信号；按照所述监测设备的类型对所述数字信号进行分类，使不同监测设备类型对应的数字信号具有唯一的识别ID。进一步地，所述按照所述监测设备的类型对所述数字信号进行分类的步骤之后，所述方法还包括：采用AES/DES加密算法对分类后的所述数字信号进行加密；将加密处理后的所述数字信号发送至所述中心服务器，所述中心服务器用于对AES/DES加密处理后的所述数字信号进行解密，并在解密校验通过后根据所述劳动态度证据数据做出预警信息。进一步地，各个节点区域内至少有一显示屏，所述将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息的步骤之后，所述方法还包括：根据所述劳动态度证据数据确定各个节点区域的劳动态度等级；根据所述劳动态度等级控制所述显示屏以对应的预设频率交替显示评估信息中的多个评估内容。进一步地，所述监测设备组包括考勤设备、智能插座、表情识别设备及移动终端中的一种或多种。本专利技术的另一个实施例提出一种劳动态度评估设备，解决罪犯劳动改造质量评估不准确，不利于罪犯改造评估相对客观和司法公正的彻底执行的问题。根据本专利技术实施例的劳动态度评估设备，包括：获取模块，用于实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；处理模块，用于对所述劳动态度证据数据进行整合处理；发送模块，用于将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息。本专利技术的另一个实施例还提出一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。本专利技术的另一个实施例还提出一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述方法的步骤。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实施例了解到。附图说明图1是本专利技术第一实施例提出的一种劳动态度评估方法的流程图；图2是根据本专利技术第一实施例中的物联网监控网络的组成图；图3为图1中步骤S101的具体流程图；图4为图1中步骤S102的具体流程图；图5是本专利技术第二实施例提出的一种劳动态度评估方法的流程图；图6是本专利技术第三实施例提出的一种劳动态度评估设备的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，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，而不是全部本文档来自技高网...

【技术保护点】
1.一种劳动态度评估方法，应用于汇聚节点服务器，所述汇聚节点服务器与相邻的节点区域内的监测设备组通信，其特征在于，所述方法包括如下步骤：实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；对所述劳动态度证据数据进行整合处理；将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息。

【技术特征摘要】
1.一种劳动态度评估方法，应用于汇聚节点服务器，所述汇聚节点服务器与相邻的节点区域内的监测设备组通信，其特征在于，所述方法包括如下步骤：实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据；对所述劳动态度证据数据进行整合处理；将整合后的所述劳动态度证据数据发送至中心服务器，所述中心服务器用于根据所述劳动态度证据数据做出预警信息。2.根据权利要求1所述的劳动态度评估方法，其特征在于，所述实时获取所述监测设备组内各个监测设备监测的劳动态度证据数据的步骤包括：实时采集各个罪犯劳动过程中的行为举止证据数据；对各个劳动对象、劳动资料及岗位特点配置对应的权重；计算群体的劳动态度证据数据的总和，并与客观数据比较以获得群体劳动态度证据数据；计算个体的劳动态度证据数据，并与群体数据比较从而获得个体劳动态度相对数据。3.根据权利要求2所述的劳动态度评估方法，其特征在于，所述实时采集各个罪犯劳动过程中的行为举止证据数据的步骤包括：实时采集各个罪犯劳动过程中的劳动行为数据及劳动观念数据；对所述劳动行为数据及所述劳动观念数据配置对应的权重；根据所述劳动行为数据及所述劳动观念数据对应的权重计算各个罪犯劳动过程中的所述行为举止证据数据；其中，所述行为举止证据数据的计算公式为：T＝N×(M1×t1+M2×s1)+(1-N)×(P1×s2+P2×t2)其中，N为劳动行为权重，1-N为劳动观念权重，M1为劳动有效工时权重，M2为调配数据权重(M1+M2＝1)t1为劳动有效工时占比，t2为负面表情次数占比，s1为调配数据总和，s2为劳动观念量表评分，P1为劳动观念量表评分权重，P2为负面表情比重(P1+P2＝1)。4.根据权利要求1所述的劳动态度评估方法，其特征在于，所述对所述劳动态度证据数据进行整合处理的步骤包括：将各个所述监测设备监测到的劳动态度证据数据的模拟信号...

【专利技术属性】
技术研发人员：陈炜，李金擎，傅锋，
申请(专利权)人：广州市易纬电子有限公司，
类型：发明
国别省市：广东,44