【技术实现步骤摘要】
本申请涉及大数据分析领域，尤其是涉及一种基于机器学习的员工排班表的预测方法及系统。
技术介绍
1、排班是指合理的安排工作人员的上班时间和休息时间，在现代企业管理中，排班是一个非常重要的环节，员工通常根据排班表有序上班。排班的合理性往往直接影响到企业的高效运转。
2、传统的排班方式是负责排班的工作人员每隔一个出勤周期（如一周）根据自己的经验在表格中对公司员工的下一个出勤周期的出勤时间进行安排，形成公司员工的下一个出勤周期的排班表，其中排班表中至少包含若干个出勤班次，每一出勤班次包括出勤时段，每一出勤班次还对应有出勤人员。在此过程中，负责排班的工作人员一般会根据员工的出勤偏好（如尽量避开员工偏好请假的时间）、班次岗位需求，为每一出勤班次安排出勤人员。由此可以看出，当出勤班次或待排班的出勤人员数量较多时，传统的排班方式过程繁琐、复杂，易耗费大量的人力和时间，从而导致排班效率低的问题，故有待改善。
技术实现思路
1、为了解决传统的排班方式过程繁琐、复杂，耗费大量的人力和时间，从而导致排...
【技术保护点】
1.一种基于机器学习的员工排班表的预测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述基于所述历史班次数据，确定固定员工和固定班次，之前包括：
3.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述建立固定员工与固定班次的关联关系，包括：
5.根据权利要求4所述的基于机器学习的员工排班表的预测方法，其特征在于，所述根据预设的选择模型，从所述第一集合中选择唯一...
【技术特征摘要】
1.一种基于机器学习的员工排班表的预测方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述基于所述历史班次数据，确定固定员工和固定班次，之前包括：
3.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的基于机器学习的员工排班表的预测方法，其特征在于，所述建立固定员工与固定班次的关联关系，包括：
5.根据权利要求4所述的基于机器学习的员工排班表的预测方法，其特征在于，所述根据预设的选择模型，从所述第一集合中选择唯一的出勤人员，包括：
6.根据权...
【专利技术属性】
技术研发人员：刘庆婷，
申请(专利权)人：苏州盖雅信息技术有限公司，
类型：发明
国别省市：
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。