一种基于机器学习模型对考勤异常的预测及处理方法技术

本申请涉及一种基于机器学习模型对考勤异常的预测及处理方法，其属于考勤技术领域，包括：获取指定历史时期的考勤数据，对考勤数据进行预处理得到考勤结果；根据考勤结果，以及预设的特征集，获取与特征集内的每一特征相对应的第一特征数据；将第一特征数据输入预构建的预测模型，对预测模型进行训练，以使得预测模型输出与考勤结果相对应的预测结果；其中，预测结果至少包括是否存在考勤异常的判定内容；接收预测指令，根据预测指令中的未来时段，获取每一特征在未来时段内所对应的第二特征数据，将第二特征数据输入预测模型，通过预测模型输出预测结果。本申请具有对考勤异常与否的预测，减少因频繁出现考勤异常而增加管理人员工作负担的效果。

【技术实现步骤摘要】

本申请涉及考勤，尤其是涉及一种基于机器学习模型对考勤异常的预测及处理方法。

技术介绍

1、目前，大部分企业为了实现对员工的管理，通常会设置考勤制度，员工在手机端或电脑端登录访问考勤系统并进行签到或签退，而现有的考勤系统具有存储各员工的考勤数据的功能，企业管理人员能够通过调取历史时期（如过去一整个月）的考勤数据来获知员工的考勤情况；并在出现考勤异常时，分析异常原因，并采取处理措施，如让员工提出补卡请求，再由管理人员审批补卡请求。

2、然而，上述考勤数据将随着企业内考勤员工数量、以及考勤天数的增大而持续积累存储在考勤系统内，而企业内考勤员工数量的激增，也易导致出现考勤异常数据的数量的增大，相应的补卡审批流程增多，继而也将导致管理人员需要频繁审批补卡请求，增大了管理人员的工作负担，故有待改善。

技术实现思路

1、为了减少因频繁出现考勤异常而增加管理人员工作负担的技术问题，本申请提供一种基于机器学习模型对考勤异常的预测及处理方法。

2、第一方面，本申请提供了一种基于机器学习模型对考勤异常的预测本文档来自技高网...

【技术保护点】

1.一种基于机器学习模型对考勤异常的预测及处理方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述考勤数据至少包括考勤人员、实际打卡时间；若所述判定内容为存在考勤异常，则所述预测结果还包括异常数量、异常原因和异常时间；

3.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述考勤数据至少包括考勤人员、应打卡时段、实际打卡时间；

4.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述特征集中所包含的特征分为恒定特征和可变特征两类，所述恒定特...

【技术特征摘要】

1.一种基于机器学习模型对考勤异常的预测及处理方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述考勤数据至少包括考勤人员、实际打卡时间；若所述判定内容为存在考勤异常，则所述预测结果还包括异常数量、异常原因和异常时间；

3.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述考勤数据至少包括考勤人员、应打卡时段、实际打卡时间；

4.根据权利要求1所述的基于机器学习模型对考勤异常的预测及处理方法，其特征在于，所述特征集中所包含的特征分为恒定特征和可变特征两类，所述恒定特征是指不会变动的特征，所述可变特征是指随时间变化的特征，所述可变特征至少可以包括人流量、网络拥塞度；

5.根据权利要...

【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：