公开(公告)号：CN116823014B

公开(公告)日：2024-02-13

申请号：CN202310358873.9

申请日：2023-04-06

Applicant: 南京邮电大学

Inventor： 焦永纪 ,  吴紫茉 ,  罗涵 ,  陈晓雪 ,  张晓曼

IPC: G06Q10/0639 ,  G06F18/2134 ,  G06F18/243 ,  G06N5/01 ,  G06N3/006

Abstract: 本发明公开了一种企业员工绩效自动评分服务实现方法，该方法框架分为三部分，分别为数据预处理、两层随机森林分类器和人工蜂群算法选择特征。数据预处理部分使用了小数定标规范化、独立成分分析方法，将员工的绩效考核指标规范化后提取出特征。每层分类器由12个随机森林个体分类器组成一个强分类器，这种结构使得整体模型的结果具有较高的精确度和泛化性能，同时也有很好的稳定性。通过第二层随机森林分类器对第一层分类器预测结果集成，能够提升结果的预测精度。在使用人工蜂群算法选择特征时也加入了K折交叉验证，使得模型更加稳健，鲁棒性更强。本发明能够有效地应用于企业员工绩效自动评分服务中，极大地减少企业人事部门绩效评分的工作。(56)对比文件Sun Qingqiang 等.Deep learning forindustrial KPI prediction: When ensemblelearning meets semi-supervised data《.IEEETransactions on Industrial Informatics》.2020,第17卷(第1期),260-269.Pohjankukka Jonne 等.Estimating theprediction performance of spatial modelsvia spatial k-fold cross validation.《International Journal of GeographicalInformation Science》.2017,第31卷(第10期),2001-2019.

公开(公告)号：CN116823014A

公开(公告)日：2023-09-29

申请号：CN202310358873.9

申请日：2023-04-06

Applicant: 南京邮电大学

Inventor： 焦永纪 ,  吴紫茉 ,  罗涵 ,  陈晓雪 ,  张晓曼

IPC: G06Q10/0639 ,  G06F18/2134 ,  G06F18/243 ,  G06N5/01 ,  G06N3/006

Abstract: 本发明公开了一种企业员工绩效自动评分服务实现方法，该方法框架分为三部分，分别为数据预处理、两层随机森林分类器和人工蜂群算法选择特征。数据预处理部分使用了小数定标规范化、独立成分分析方法，将员工的绩效考核指标规范化后提取出特征。每层分类器由12个随机森林个体分类器组成一个强分类器，这种结构使得整体模型的结果具有较高的精确度和泛化性能，同时也有很好的稳定性。通过第二层随机森林分类器对第一层分类器预测结果集成，能够提升结果的预测精度。在使用人工蜂群算法选择特征时也加入了K折交叉验证，使得模型更加稳健，鲁棒性更强。本发明能够有效地应用于企业员工绩效自动评分服务中，极大地减少企业人事部门绩效评分的工作。