[发明专利]员工画像生成方法、设备及可读存储介质

权利要求书

1.一种员工画像生成方法，其特征在于，所述员工画像生成方法包括以下步骤：

根据各员工的工作数据，对各所述员工进行聚类，确定每个所述员工归属的目标簇；

根据各所述员工的工作数据，确定各所述员工的工作效率排名；

根据每个所述员工的员工信息、工作数据、目标簇和工作效率排名，生成每个所述员工的员工画像。

2.如权利要求1所述的员工画像生成方法，其特征在于，所述根据各员工的工作数据，对各所述员工进行聚类，确定每个所述员工归属的目标簇的步骤包括：

根据各所述员工的工作数据，确定各所述员工的总工作时间，以及在所述总工作时间内对异常工作事件处理的总次数和平均时间；

将各所述员工的所述总工作时间、所述总次数和所述平均时间，生成为各所述员工的员工数据集；

根据各所述员工的员工数据集，对各所述员工进行聚类，确定每个所述员工归属的目标簇。

3.如权利要求2所述的员工画像生成方法，其特征在于，所述根据各所述员工的员工数据集，对各所述员工进行聚类，确定每个所述员工归属的目标簇的步骤包括：

对各所述员工的员工数据集进行向量转换，生成各所述员工的员工向量，并根据各所述员工的员工向量，对各所述员工进行聚类，生成多个初始簇；

确定各所述初始簇的初始均值向量，并计算每个员工的员工向量分别与各所述初始均值向量之间的距离；

根据各所述距离，对各所述员工进行迭代聚类，确定每个所述员工归属的目标簇。

4.如权利要求3所述的员工画像生成方法，其特征在于，所述确定各所述初始簇的初始均值向量，并计算每个员工的员工向量分别与各所述初始均值向量之间的距离的步骤包括：

对各所述初始簇中所包含员工的员工向量进行均值处理，生成各所述初始簇的初始均值向量；

将每个员工的员工向量分别和各所述初始均值向量进行欧氏距离计算，生成所述距离。

5.如权利要求3所述的员工画像生成方法，其特征在于，所述根据各所述距离，对各所述员工进行迭代聚类，确定每个所述员工归属的目标簇的步骤包括：

根据各所述距离，调整各所述初始簇中包含的员工；

根据调整后各所述初始簇中所包含员工的员工向量，更新各所述初始簇的初始均值向量；

在更新的各所述初始簇的初始均值向量满足预设结束条件时，完成对各所述员工的聚类，将每个员工所在的初始簇确定为每个员工归属的目标簇。

6.如权利要求5所述的员工画像生成方法，其特征在于，所述在更新的各所述初始簇的初始均值向量满足预设结束条件时，完成对各所述员工的聚类的步骤之前包括：

判断各所述初始簇在更新前的初始均值向量是否和更新后的初始均值向量一致；

若和更新后的初始均值向量一致，则判定更新的各所述初始簇的初始均值向量满足预设结束条件；

若和更新后的初始均值向量不一致，则执行计算每个员工的员工向量分别与各所述初始均值向量之间的距离的步骤，直到更新前的初始均值向量和更新后的初始均值向量一致。

7.如权利要求5所述的员工画像生成方法，其特征在于，所述在更新的各所述初始簇的初始均值向量满足预设结束条件时，完成对各所述员工的聚类的步骤之前包括：

将更新后各所述初始簇的初始均值向量以及所包含员工的员工向量传输到预设公式进行计算，并根据计算所得的结果更新各所述初始簇之间的平方误差；

判断更新后的所述平方误差是否大于更新前的所述平方误差，若大于更新前的所述平方误差，则判定更新的各所述初始簇的初始均值向量满足预设结束条件；

若小于或等于更新前的所述平方误差，则执行计算每个员工的员工向量分别与各所述初始均值向量之间的距离的步骤，直到更新后的所述平方误差大于更新前的所述平方误差。