[发明专利]员工组织行为暨人脉网管理与预测方法

权利要求书

1.员工组织行为暨人脉网管理与预测方法，其特征在于，分为两大模块，模型训练测试模块和用户使用模块，二者之间的关系为：模型训练预测模块为用户使用模块提供训练好的预测模型，用户的管理人员使用模块通过管理人员上传的员工在工作场域使用的社交网络数据形成的互动网络来计算员工所形成的圈子、非正式领导、非正式小团体，并可视化动态的、跨层级的圈子图谱；在此基础上，利用上述互动网络计算网络指标，结合员工历史行为数据、员工个人属性数据形成预测模型预测因子，将其输入预测模型中，预测组织中的明星员工、员工组织行为包括绩效、转职、升迁、工作满意度、离职意愿；在团队层面，预测产生高绩效的团队成员的组合和预测已指定成员的未来团队绩效；

其中，模型训练测试模块具体包括大数据与人力资源结构化数据匹配模块、大数据指标计算模块、预测模型训练模块；用户使用模块包括组织场域人脉管理模块、员工组织行为管理与预测模块、团队组建与绩效预测模块。

2.如权利要求1所述的管理与预测方法，其特征在于，所述模型训练测试模块具体如下：

1)数据模块，是经过公司授权、收集员工工作场域社交平台网络大数据，用这部分数据与人力资源部门结构化数据进行匹配，包括员工个人属性、组织行为、团队绩效的历史记录；

2)大数据指标计算模块，分别利用员工点对点联系频率、群组互动形成互动网络最终得到整体网络，并计算相关网络指标，详细指标如下：

预测模型训练模块，利用上述大数据指标作为输入值，使用收集到的来自人力资源部门实际明星员工、员工组织行为记录以及团队历史绩效作为标签，使用有监督机器学习模型来进行预测模型的训练，有经典的支持向量机模型SVM、决策树Decision Tree、logistic回归、随机森林Random Forest算法和集成算法梯度提升树模型Gradient BoostingClassifier和XGboost同时对模型进行训练和预测，最终找到测试集准确率最高的分类模型。

3.如权利要求1所述的管理与预测方法，其特征在于，所述用户使用模块包括：

1)管理人员使用模块，是直接面向公司管理人员的，首先用户进行数据授权，系统获得管理人员授权的员工社交网络数据的权限，依照大数据计算模块形成的指标体系来计算大数据指标，然后在组织场域人脉管理模块中，计算员工所形成的圈子、非正式领导、非正式小团体，并可视化动态的、跨层级的圈子图谱；

2)员工组织行为管理与预测模块，在训练预测模块中，得到的明星员工预测模型和员工组织行为预测模型，用于后续预测组织中的明星员工、员工组织行为：绩效、转职、升迁、工作满意度、离职意愿；

3)团队组建与绩效预测模块，基于模型训练预测模块中得到的团队绩效预测模型，预测团队层面的产生高绩效的团队成员的组合和已指定成员的团队绩效。

4.如权利要求1或2所述的管理与预测方法，其特征在于，所述1)数据模块和2)大数据指标计算模块流程如下：

101)提供方通过数据上传端将用户数据信息加密上传到分布式数据库；

102)数据上传端上传数据后检查是否收到分布式数据库返回的数据存储地址信息；收到地址则进入下一步骤；若无，则检查上传过程，重新执行数据上传工作；

103)在收到数据存储地址的情况下，对员工社交网络账号与来自人力资源部分数据进行匹配；

104)基于员工社交网络数据形成人脉关系网络，计算关于个人和团队的大数据指标；

105)输出用于训练和测试的数据集。