【技术实现步骤摘要】
应用于装修业务平台的薪酬提成数据管理系统
本专利技术涉及数据处理
,特别涉及一种应用于装修业务平台的薪酬提成数据管理系统。
技术介绍
在装修行业中,企业员工的薪酬基本都是由多种薪酬类别的数据组成的;比如,基本工资、业务提成、绩效工资、奖金等;通常情况下,基本工资的变化幅度不大,但是,业务提成、绩效工资、奖金等均是动态变化的;因此,这些实际情况均增加了薪酬管理人员在计算薪酬提成时的工作量,且人为原因所可能导致的薪酬提成计算错误的情况也不可避免。
技术实现思路
本专利技术提供一种应用于装修业务平台的薪酬提成数据管理系统,用以管理装修业务平台的薪酬提成数据,避免因人为计算所可能出现的错误。本专利技术提供了一种应用于装修业务平台的薪酬提成数据管理系统,所述数据管理系统包括:用于采集员工在预设时长内工作信息的信息采集模块,以及根据所述工作信息,对员工的薪酬提成数据进行管理的数据管理模块;其中:所述信息采集模块按照预设周期,采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工 ...
【技术保护点】
1.一种应用于装修业务平台的薪酬提成数据管理系统,其特征在于,所述数据管理系统包括:用于采集员工在预设时长内工作信息的信息采集模块,以及根据所述工作信息,对员工的薪酬提成数据进行管理的数据管理模块;其中:/n所述信息采集模块按照预设周期,采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息;/n所述数据管理模块根据所述信息采集模块采集的所述工作信息,按照每个员工对应的包含员工级别的员工特征信息,根据员工参与的项目实施进度信息,计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据,并将所述计算结果显 ...
【技术特征摘要】
1.一种应用于装修业务平台的薪酬提成数据管理系统,其特征在于,所述数据管理系统包括:用于采集员工在预设时长内工作信息的信息采集模块,以及根据所述工作信息,对员工的薪酬提成数据进行管理的数据管理模块;其中:
所述信息采集模块按照预设周期,采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息;
所述数据管理模块根据所述信息采集模块采集的所述工作信息,按照每个员工对应的包含员工级别的员工特征信息,根据员工参与的项目实施进度信息,计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据,并将所述计算结果显示在薪酬管理界面上,供薪酬工作人员查看。
2.如权利要求1所述的应用于装修业务平台的薪酬提成数据管理系统,其特征在于,所述信息采集模块采集当前周期内与各员工的目标薪酬数据相关联的所有工作信息;
其中,所述工作信息包括:
工作日期、工作时长、工作内容、任务完成情况、任务完成量、工作性质、工作形式、工作创收额;
所述目标薪酬数据包括:
基本工资数据、提成数据、绩效和奖金数据。
3.如权利要求1或2所述的应用于装修业务平台的薪酬提成数据管理系统,其特征在于,所述信息采集模块根据员工当前任务确定工作地点,利用移动终端的定位功能采集并获得携带移动终端的员工所在的位置信息,并利用人脸识别功能,采用人脸识别算法模型采集并获取员工的考勤信息;
其中,所述人脸识别算法模型包括:
实时获取人脸图像信息;其中,所述人脸图像信息的获取方式包括:采集员工在移动终端对应的摄像头特定区域内根据系统随机生成的动作指令做出指定动作时对应的人脸图像信息;其中,所述动作指令由系统随机生成,包括左右摇头、点头、眨眼、张嘴,四个单独的动作和/或任意几个单独动作的随机组合;
将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别;根据比对识别结果,采集并获取员工的考勤信息;
基于获取的该员工对应的所述考勤信息,采集该员工对应项目的任务情况、任务量以及完成情况。
4.如权利要求3所述的应用于装修业务平台的薪酬提成数据管理系统,其特征在于,所述信息采集模块将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别时,可以按照如下技术手段实施:
对实时获取的摆拍人脸图像进行预处理;所述预处理包括:将彩色图像转换为灰度图像gimg,并按照归一化操作数学模型将灰度图像gimg归一化处理,得到归一化灰度图像ngimg;所述归一化操作数学模型对应的数学表达式(1)为:
所述数学表达式(1)中,gmax为所述灰度图像gimg内的灰度最大值,gmin为所述灰度图像gimg内的灰度最小值,i为所述灰度图像gimg的宽变量,j为所述灰度图像gimg的高变量,xij为所述灰度图像gimg内宽为i高为j像素点处的灰度值,y为所述归一化灰度图像ngimg内宽为i高为j像素点处的灰度值;
按照提取特征模型,切割出人脸主要区域m个,提取所述归一化灰度图像ngimg的人脸特征;所述提取特征模型对应的数学表达式(2)为:
所述数学表达式(2)中,dp为长度为N的特征向量,N为预设值,k为人脸区域变量,初始值为1,以1为单位递增,最大为人脸区域个数m,f()为图片与特征之间的映射关系;
将提取到的特征dp与系统内预先存储的特征ds进行余弦相似度sim(dp,ds)的计算,并将计算得到的所述余弦相...
【专利技术属性】
技术研发人员:祝德兆,
申请(专利权)人:北京华跃博弈科技有限公司,
类型:发明
国别省市:北京;11
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。