基于深度学习的大数据配置调优系统、方法、设备及介质技术方案

本发明专利技术提出了一种基于深度学习的大数据配置调优系统、方法、设备及介质，涉及数据处理领域。基于深度学习的大数据配置调优系统，其特征在于，包括源数据模块、数据配置模块、数据分析模块、模型训练模块和员工考核模块：所述源数据模块用于获取多组员工考核数据，每组所述员工考核数据均包括员工考核指标和考核分数，并将多组所述员工考核数据发送到所述数据配置模块和所述模型训练模块；所述数据配置模块用于根据所述员工考核指标配置扣分原因，并将所述扣分原因发送到所述数据分析模块。本发明专利技术能够测试员工的考核结果，提高企业对员工考核的准确性。

【技术实现步骤摘要】
基于深度学习的大数据配置调优系统、方法、设备及介质
本专利技术涉及数据处理领域，具体而言，涉及一种基于深度学习的大数据配置调优系统、方法、设备及介质。
技术介绍
公司对员工考核一般通过人工计算员工的考勤、业绩等内容来计算，但是上述方式容易出错，难以核查，因此目前需要一种能够考核员工或部门的系统，实现对考核结果的测试，从而提高企业对员工考核的准确性。
技术实现思路
本专利技术的目的之一在于提供一种基于深度学习的大数据配置调优系统，其能够测试员工的考核结果，提高企业对员工考核的准确性。本专利技术的目的之一在于提供一种基于深度学习的大数据配置调优方法，其能够测试员工的考核结果，提高企业对员工考核的准确性。本专利技术的目的之一在于提供一种电子设备，其能够测试员工的考核结果，提高企业对员工考核的准确性。本专利技术的目的之一在于提供一种计算机可读存储介质，其能够测试员工的考核结果，提高企业对员工考核的准确性。本专利技术的实施例是这样实现的：第一方面，本申请实施例提供一种基于深度学习的大数据配置调优本文档来自技高网...

【技术保护点】
1.基于深度学习的大数据配置调优系统，其特征在于，包括源数据模块、数据配置模块、数据分析模块、模型训练模块和员工考核模块：/n所述源数据模块用于获取多组员工考核数据，每组所述员工考核数据均包括员工考核指标和考核分数，并将多组所述员工考核数据发送到所述数据配置模块和所述模型训练模块；/n所述数据配置模块用于根据所述员工考核指标配置扣分原因，并将所述扣分原因发送到所述数据分析模块；/n所述数据分析模块用于根据所述扣分原因计算每组所述考核数据的员工初评分数，并将所述员工初评分数发送到所述模型训练模块；/n所述模型训练模块用于建立深度神经网络，将所述员工考核指标、所述扣分原因、所述初评分数和所述考核分...

【技术特征摘要】
1.基于深度学习的大数据配置调优系统，其特征在于，包括源数据模块、数据配置模块、数据分析模块、模型训练模块和员工考核模块：
所述源数据模块用于获取多组员工考核数据，每组所述员工考核数据均包括员工考核指标和考核分数，并将多组所述员工考核数据发送到所述数据配置模块和所述模型训练模块；
所述数据配置模块用于根据所述员工考核指标配置扣分原因，并将所述扣分原因发送到所述数据分析模块；
所述数据分析模块用于根据所述扣分原因计算每组所述考核数据的员工初评分数，并将所述员工初评分数发送到所述模型训练模块；
所述模型训练模块用于建立深度神经网络，将所述员工考核指标、所述扣分原因、所述初评分数和所述考核分数输入所述深度神经网络，利用所述深度神经网络训练得到员工考核神经模型，并将所述员工考核神经模型发送到所述员工考核模块；
所述员工考核模块用于将所述扣分原因输入所述员工考核神经模型得到所述考核分数。


2.如权利要求1所述基于深度学习的大数据配置调优系统，其特征在于，所述深度神经网络包括依次映射的输入层、隐含层和输出层，所述员工考核指标为所述输入层，所述扣分原因和所述初评分数为所述隐含层，所述考核分数为所述输出层。


3.如权利要求1所述基于深度学习的大数据配置调优系统，其特征在于，所述扣分原因包括扣分项和扣分次数，所述数据分析模块根据所述扣分项和所述扣分次数计算所述初评分数。


4.如权利要求1所述基于深度学习的大数据配置调优系统，其特征在于，包括员工信息模块，所述员工信息模块用于存储员工...

【专利技术属性】
技术研发人员：梅振基，
申请(专利权)人：武汉增讯科技有限公司，
类型：发明
国别省市：湖北;42