[发明专利]预测雇员绩效度量

说明书

用于由处理器预测计算环境中的雇员绩效度量的实施例。使用基于历史数据、时间窗口、一个或多个绩效度量的当前和历史观察结果或其组合的动态概率模型来预测所选择的时间段内的雇员绩效。

技术领域

本发明总体上涉及计算系统，并且更具体地涉及用于使用计算处理器预测雇员绩效度量的各种实施例。

背景技术

由于信息技术的最新进展和因特网的日益普及，大量信息现在以数字形式可用。这种信息可用性提供了很多机会。数字和在线信息是对于实体在竞争激烈的环境中的生存和适应性至关重要的商业情报的有利来源。

发明内容

提供了用于由处理器预测所选择的时间段内的雇员绩效评估度量的各种实施例。在另外的方面，提供了一种用于由处理器预测计算环境中的雇员绩效度量的各种实施例。使用基于历史数据、时间窗口、一个或多个绩效度量的当前和历史观察结果或其组合的动态概率模型来预测所选择的时间段内的雇员绩效。

附图说明

为了易于理解本发明的优点，将通过参考在附图中示出的特定实施例来呈现上面简要描述的本发明的更具体的描述。应当理解，这些附图仅描绘了本发明的典型实施例，并且因此不应当被认为是对其范围的限制，将通过使用附图以附加的特征和细节来描述和解释本发明，在附图中：

图1是描绘根据本发明的实施例的示例性云计算节点的框图；

图2是描绘根据本发明的实施例的示例性云计算环境的附加框图；

图3是描绘根据本发明的实施例的抽象模型层的附加框图；

图4是描绘根据本发明的实施例的用于预测雇员绩效度量的预测需求的框图/流程图；

图5是描绘根据本发明的各方面的用于预测雇员绩效度量的敏感性分析操作的框图/流程图；

图6是描绘根据本发明的实施例的所选择的时间段内的动态概率模型的框图；以及

图7是描绘根据本发明的各方面的用于预测雇员绩效度量的另一示例性方法的流程图。

具体实施方式

随着电子信息量的持续增加，对复杂信息访问系统的需求也在增长。通过实时全球计算机网络，数字或“在线”数据越来越多地变得可用。数据可以反映各种组织和团体或个人的很多方面，包括科学、政治、政府、教育、商业等。

此外，以人为本的组织倾向于依赖于以雇员为中心的组织结构。该表示可以使得能够查找雇员在层级中的位置和关联。雇员技能和绩效直接或间接地被编码在很多不同的信息来源中，范围从他们的简历(“CV”)到技能组、绩效评估和/或组织内与他们相关联的项目。因此，充分了解雇员的技能组和绩效评估对于很多公司而言至关重要。

雇员绩效可能会影响生产、销售和整体公司绩效。雇员绩效还会影响财务稳定性以及服务质量或企业产品。评估雇员绩效对于企业而言相对耗时，但是这在需要将来自不同雇员的不同技能组合以形成团队诸如例如以最大化企业团队的整体绩效时是必不可少且相关的。但是，雇员的很多技能和绩效取决于其他技能、绩效度量和变量，这些可能会在一段时间内发生变化。例如，具有用于沟通和提出想法、产品或服务的技能的雇员可能具有庞大的客户网络。了解技能、绩效度量或其他变量之间的依赖性对于预测雇员绩效至关重要。因此，需要用于预测所选择的时间段内的雇员绩效评估度量。

在一个方面，本发明提供了一种用于通过在所选择的时间段(例如，“时间窗口”或“时间范围”)内沿着若干不同维度(例如，绩效度量)监视和预测雇员绩效来预测在所选择的时间段内的雇员绩效度量的解决方案。雇员预测可以包括使用动态贝叶斯网络模型来使用雇员历史绩效数据。概率推理可以用于计算沿着时间窗口的一个或多个绩效度量的后验概率分布。可以确定、提供或计算对雇员绩效数据中的当前或过去事件的一个或多个解释。可以执行敏感性分析以发现可以对其他变量(或绩效度量)起作用以便在一段时间内提高雇员绩效的最相关变量(或绩效度量)。