[发明专利]异常考勤数据的筛选方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910533062.1 申请日: 2019-06-19
公开(公告)号: CN110399362A 公开(公告)日: 2019-11-01
发明(设计)人: 李日美 申请(专利权)人: 平安银行股份有限公司
主分类号: G06F16/215 分类号: G06F16/215;G07C1/10
代理公司: 深圳市精英专利事务所 44242 代理人: 冯筠
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 考勤数据 目标数据 集合 计算机设备 存储介质 监控视频 目标用户 数据筛选 人脸识别技术 数据筛选条件 筛选 监控数据 人脸识别 数据标识 有效监控 子集获取 时间点 打卡 子集 考勤 挖掘
【权利要求书】:

1.一种异常考勤数据的筛选方法,其特征在于,包括:

若当前系统时间与上一数据筛选时间的时间之差等于预先设置的定时周期,定位获取考勤数据集合,在所述考勤数据集合中根据由当前系统时间生成的数据筛选条件获取对应的历史考勤数据集合;

根据预先设置的数据筛选策略从所述历史考勤数据集合中各历史考勤数据子集获取对应的目标数据,以得到与各历史考勤数据子集对应的目标数据子集;

获取与所述目标数据子集中各目标数据的考勤时间点对应的监控视频,根据人脸识别获取监控视频中存在的目标用户;

若有监控数据中存在的目标用户与各目标数据对应的用户不相同,将对应的目标数据进行可疑数据标识;以及

将各具有可疑数据标识的可疑数据存储至预先设置的数据表,得到异常考勤数据表。

2.根据权利要求1所述的异常考勤数据的筛选方法,其特征在于,所述若当前系统时间与上一数据筛选时间的时间之差等于预先设置的定时周期,定位获取考勤数据集合,在所述考勤数据集合中根据由当前系统时间生成的数据筛选条件获取对应的历史考勤数据集合,包括:

定位与服务器连接的考勤终端的子数据表,由各考勤终端对应的子数据表组成考勤数据集合;

根据当前系统时间生成数据筛选条件;

根据所述数据筛选条件在各子数据表中进行数据筛选,以得到与各考勤终端对应的的历史考勤数据子集;

将各考勤终端对应的的历史考勤数据子集进行组合,得到历史考勤数据集合。

3.根据权利要求1所述的异常考勤数据的筛选方法,其特征在于,所述若当前系统时间与上一数据筛选时间的时间之差等于预先设置的定时周期,定位获取考勤数据集合,在所述考勤数据集合中根据由当前系统时间生成的数据筛选条件获取对应的历史考勤数据集合之后,还包括:

获取各历史考勤数据子集对应的考勤终端编号;

将各历史考勤数据子集对应的考勤终端编号均除以预设的分配值求余数,以得到与各考勤终端编号对应的排序号;

判断各排序号的个数是否大于1;

若有排序号的个数大于1,将排序号对应的考勤终端编号所相应的历史考勤数据子集按考勤终端编号的字典序,依序发送至与排序号对应的进程。

4.根据权利要求3所述的异常考勤数据的筛选方法,其特征在于,所述将排序号对应的考勤终端编号所相应的历史考勤数据子集按考勤终端编号的字典序,依序发送至与排序号对应的进程之后,还包括:

按每一个考勤日期分别获取历史考勤数据子集各考勤数据对应的上班考勤时间,得到与各考勤日期对应的数据子集;

在所选定的考勤日期对应的数据子集中随机选取一个考勤数据对应的上班考勤时间作为初始聚类中心;

根据预设的最小包含点数,获取与初始聚类中心之间的间距在预设的扫描半径之内的考勤数据,以组成初始聚类群;

将初始聚类群中各考勤数据的上班考勤时间均作为聚类中心,获取数据子集中与聚类中心直接密度可达、密度可达或密度相连的考勤数据,以得到与该数据子集所对应的多个聚类群;

获取数据子集所对应的多个聚类群中考勤数据总数为最小值的目标聚类群,以得到对应的离群值集合。

5.根据权利要求1所述的异常考勤数据的筛选方法,其特征在于,所述定位与服务器连接的考勤终端的子数据表,由各考勤终端对应的子数据表组成考勤数据集合之后,还包括:

若有考勤终端的子数据表未上传至服务器,发送用于获取数据的数据请求至对应考勤终端;

若接收到数据请求的考勤终端在预先设置的时间阈值内未发送对应的子数据表至服务器,将预先存储的通知信息模板中填充对应的考勤终端编号以得到异常通知信息;

将所述异常通知信息发送至与考勤终端编号对应的接收端。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910533062.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top