[发明专利]评价数据处理方法、装置、介质和计算机设备在审

专利信息
申请号: 201911129815.9 申请日: 2019-11-18
公开(公告)号: CN111078870A 公开(公告)日: 2020-04-28
发明(设计)人: 徐靖然;张玉君;罗晓生;叶松云 申请(专利权)人: 平安金融管理学院(中国·深圳)
主分类号: G06F16/35 分类号: G06F16/35;G06F16/332;G06Q10/06
代理公司: 北京市立方律师事务所 11330 代理人: 刘延喜
地址: 518000*** 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: 评价 数据处理 方法 装置 介质 计算机 设备
【权利要求书】:

1.一种评价数据处理方法,其特征在于,包括:

响应于包含员工标识的评价数据处理指令,获取与所述员工标识对应的评价数据;

确定与所述员工标识对应的岗位类型,从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型;

使用所述确定出的情感判别模型对所述评价数据进行处理,得到情感判别序列;

获取与所述员工标识对应的绩效等级对照表,查询所述绩效等级对照表,确定与所述情感判别序列对应的绩效等级信息。

2.如权利要求1所述的评价数据处理方法,其特征在于,

所述评价数据包括员工自评数据和上级评价数据;

所述获取与所述员工标识对应的评价数据,包括:

查询员工关系表,确定所述员工标识对应的上级员工标识;

从评价数据库中获取所述员工标识对应的员工自评数据,以及所述上级员工标识对应的上级评价数据。

3.如权利要求2所述的评价数据处理方法,其特征在于,

所述使用所述确定出的情感判别模型对所述评价数据进行处理,得到情感判别序列,包括:

使用所述确定出的情感判别模型对所述员工自评数据进行处理,得到员工情感判别类型;

使用所述确定出的情感判别模型对所述上级评价数据进行处理,得到上级情感判别类型;

按照预设排序格式对所述员工情感判别类型和上级情感判别类型进行排序,得到情感判别序列。

4.如权利要求1所述的评价数据处理方法,其特征在于,还包括:

获取多条历史评价数据,确定每条历史评价数据对应的岗位类型和标注类型;

使用预置语言模型对所述多条历史评价数据进行处理,获得每条历史评价数据对应的语义向量;

分别将属于同一岗位类型的所有历史评价数据所对应的标注类型和语义向量作为训练样本用于训练情感判别模型,得到多个训练好的对应于不同岗位类型的情感判别模型。

5.如权利要求1所述的评价数据处理方法,其特征在于,

所述查询所述绩效等级对照表,确定与所述情感判别序列对应的绩效等级信息,之后包括:

获取与所述员工标识对应的,评价时间属于预设时间区间内的所有历史绩效等级信息;

将所述绩效等级信息和历史绩效等级信息录入预设对比报告模板,生成绩效对比报告;

将所述绩效对比报告推送给所述员工标识对应的员工账号。

6.一种评价数据处理装置,其特征在于,包括:

评价数据获取模块,用于响应于包含员工标识的评价数据处理指令,获取与所述员工标识对应的评价数据;

模型确定模块,用于确定与所述员工标识对应的岗位类型,从预先训练好的多个情感判别模型中确定与所述岗位类型对应的情感判别模型;

序列获得模块,用于使用所述确定出的情感判别模型对所述评价数据进行处理,得到情感判别序列;

绩效等级确定模块,用于获取与所述员工标识对应的绩效等级对照表,查询所述绩效等级对照表,确定与所述情感判别序列对应的绩效等级信息。

7.如权利要求6所述的评价数据处理装置,其特征在于,

所述评价数据包括员工自评数据和上级评价数据;

所述评价数据获取模块,包括:

上级标识确定子模块,用于查询员工关系表,确定所述员工标识对应的上级员工标识;

评价数据获取子模块,用于从评价数据库中获取所述员工标识对应的员工自评数据,以及所述上级员工标识对应的上级评价数据。

8.如权利要求7所述的评价数据处理装置,其特征在于,

所述序列获得模块,包括:

员工类型获得子模块,用于使用所述确定出的情感判别模型对所述员工自评数据进行处理,得到员工情感判别类型;

上级类型获得子模块,用于使用所述确定出的情感判别模型对所述上级评价数据进行处理,得到上级情感判别类型;

序列获得子模块,用于按照预设排序格式对所述员工情感判别类型和上级情感判别类型进行排序,得到情感判别序列。

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金融管理学院(中国·深圳),未经平安金融管理学院(中国·深圳)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/201911129815.9/1.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