[发明专利]医院后勤人员工作质量的检测方法、装置、计算机设备

说明书

本发明公开了一种医院后勤人员工作质量的检测方法、装置、计算机设备，通过获取样本数据，转换为样本矩阵，进行去平均值处理，计算协方差矩阵，计算协方差矩阵的特征值和特征向量，根据协方差矩阵的各个特征向量确定特征向量矩阵，进而计算主成分矩阵，将特征值按从大到小排序，并计算累计特征值百分比，当前r个特征值的累计百分比大于设定阈值时，根据r的取值选择对应的特征值和主成分矩阵中对应的向量作为评价参数，并根据所选取的评价参数确定各个样本人员的工作质量，其可依据样本数据的具体特征选取评价参数，实现样本人员的工作质量的检测，有效提高了工作质量检测方案的灵活性，还可以保证所确定的样本人员的工作质量的准确性。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种医院后勤人员工作质量的检测方法、装置、计算机设备和存储介质。

背景技术

后勤领域工种繁多，业务复杂，人员的工作质量参差不齐，给后勤管理带来了不小的负担，如何公平公正地评价后勤人员的工作质量一直是人员管理的重要内容之一，也是学术界研究的一个重要课题。

一般后勤人员的工作质量评价方法主要可以分为以下三大步骤：

1)确定后勤人员评价维度：比如工作效率、出勤率、工作能力、学历等等，该步骤抽象提取跟实际工作最相关的几大维度作为考察内容。

2)量化评价维度：评价维度是多方面的，部分可量化，如出勤率，部分不可量化，不可量化的评价维度无法直接参与综合质量评价，因此必须先将其转化为量化指标。

3)确定不同维度的权重：将不同的评价维度组合在一起形成综合的量化评价指标是人员质量评价的最终目的，而不同维度之间的组合系数(权重)关系到整个模型的有效性和科学性，也是整个评价体系的重点和难度所在。常用的权重确定方法主要包括：德尔菲法、调查统计法、序列综合法、公式法、数理统计法、层次分析法、复杂度分析法等几大类。每类中又可进行细分，比如数理统计方法又包括判别分析法、聚类分析法、因子分析法等。虽然权重确定的方法有很多种，但综合而言可分为两大类：一类是基于经验的方法，如德尔菲法，一类是基于数理统计的方法，如公式法。

1)基于经验的方法：顾名思义，就是利用长期积累的经验来为每个变量定权重系数，这种方法比较适合简单模型，效果比较明显，但对于复杂模型就很难为每个变量确定高精度的权重，而且该方法缺乏理论依据，不具备科学性。此外，基于经验确定权重的模型适用范围小、泛化能力弱，一旦被考察对象与经验数据稍有出入就容易出现偏离真实结果。

2)基于数理统计的方法：基于数理统计的方法是实际中采用最多的方法，寄希望于统计方法来得到更科学合理的模型，相比于经验法有了质的变化。但该方法也有其局限性，比如要求有足够的数据做支撑，而且数据的分布必须足够有代表性，否则得到的模型是不准确的，泛化能力极差。此外，统计方法本身的特性也是模型是否有效的重要决定因素，如果一种方法只适用于具有某些统计特征的情况，而数据不具备或不完全具备这些特征时，即使数据再多也无法得到有意义的结果。实际中，多半只有观测数据(样本)而不知模型，因此统计方法的选择往往成为关键影响因素。

可见上述传统的确定后勤人员工作质量的方案存在局限性，难以直接用于大部分医院后勤人员工作质量的检测。

发明内容

针对以上问题，本发明提出一种后勤人员工作质量的检测方法、装置、计算机设备和存储介质。

为实现本发明的目的，提供一种医院后勤人员工作质量的检测方法，包括如下步骤：

S10，获取样本数据，将所述样本数据转换为二维矩阵，得到样本矩阵；所述样本数据包括多个样本人员以及各个样本人员分别对应的多个质量指标参数；所述样本人员包括待检测工作质量的后勤人员；