[发明专利]人员分组方法、装置、电子装置及计算机可读存储介质

权利要求书

1.一种人员分组方法，其特征在于，包括：

获取多组样本数据，每一组样本数据包括多个条件属性以及对应的决策属性，所述决策属性为所述样本数据的绩效；

根据所述样本数据训练一决策树模型，其中，所述决策树模型包括多个叶子节点，每一叶子节点代表一个分组；

以所述决策树模型中的每一叶子节点作为当前节点，计算所有当前节点的绩优率以及绩优覆盖率，根据所述绩优率以及所述绩优覆盖率确定每一个所述当前节点是否符合预设条件；

当属于同一父节点的所有所述当前节点均不符合所述预设条件时，判断所述父节点是否为根节点；

当所述父节点不是根节点时，以每一个所述父节点作为新的当前节点，触发所述计算所有当前节点的绩优率以及绩优覆盖率的步骤；

当所述父节点为根节点时，计算所述根节点的绩优率以及绩优覆盖率，根据所述绩优率以及所述绩优覆盖率确定所述根节点是否符合预设条件，当所述根节点符合预设条件时将所述根节点划分至绩优分组，当所述根节点不符合预设条件时忽略所述根节点；

针对每一个所述当前节点，执行以下步骤：

将所述当前节点作为目标节点，当所述目标节点符合所述预设条件时，将所述目标节点划分至所述绩优分组；

当所述目标节点不符合所述预设条件时，判断与所述目标节点属于同一父节点的其它同层节点是否符合所述预设条件；

当属于同一父节点的至少一其它同层节点符合所述预设条件时，将所述目标节点划分至绩差分组；

当属于同一父节点的所有其它同层节点均不符合所述预设条件时，忽略所述目标节点。

2.如权利要求1所述的人员分组方法，其特征在于，所述根据所述样本数据训练一决策树模型包括：

以所述样本数据作为训练集计算每一条件属性的信息增益；

选择信息增益最大的条件属性作为所述决策树模型的根节点以分割所述样本数据以得到下一层节点；

以每一节点包含的样本数据作为训练集重新计算每一条件属性的信息增益；

选择信息增益最大的条件属性分割所述节点以得到下一层节点；以及

递归执行重新计算每一条件属性的信息增益的步骤以及选择信息增益最大的条件属性分割所述节点的步骤，直至分割停止。

3.如权利要求2所述的人员分组方法，其特征在于，在所述决策树的层数达到一预设层数时停止下一次分割。

4.如权利要求2所述的人员分组方法，其特征在于，在所述决策树的当前层的每一节点包含的样本数量小于一预设数量时停止下一次分割。

5.如权利要求1所述的人员分组方法，其特征在于，每一节点的绩优率为所述节点的绩优人员数量与所述节点的待分组人员的总数量之间的比值，每一节点的绩优覆盖率为所述节点的绩优人员数量与整个决策树模型的绩优人员的总数量之间的比值。

6.如权利要求5所述的人员分组方法，其特征在于，所述根据所述绩优率以及所述绩优覆盖率确定每一个所述当前节点是否符合预设条件包括：

当所述当前节点的绩优率以及绩优覆盖率分别达到一绩优率阈值与一绩优覆盖率阈值时，确定所述当前节点符合所述预设条件；以及

当所述当前节点的绩优率未达到所述绩优率阈值，或所述当前节点的绩优覆盖率未达到所述绩优覆盖率阈值，或所述当前节点的绩优率以及绩优覆盖率均未达到所述绩优率阈值与所述绩优覆盖率阈值时，确定所述当前节点不符合所述预设条件。

7.如权利要求1所述的人员分组方法，其特征在于，所述样本数据同时包括绩优人员和绩差人员的数据。