[发明专利]基于数据分析的员工行为风险预测方法、装置及存储介质

说明书

本发明涉及人工智能技术，揭露一种基于数据分析的员工行为风险预测方法，包括：从预设全员违规风险变量总表中摘选特定场景的从业人员的违规风险变量数据；对特定场景从业人员违规风险变量数据表进行数值标准化处理；再与特定场景的违规风险因子转置矩阵进行矩阵乘法处理；对变量违规风险值矩阵中变量违规风险值进行逻辑回归；计算特定场景的从业人员的行为违规风险概率；将风险概率大于预设行为违规风险阈值的从业人员作为预警人员。本发明还涉及区块链技术，预设全员违规风险变量总表存储于区块链中。本发明能够解决现有技术中，将从业人员已经发生的违规行为作为关键评估数据，在从业人员的违规行为发生前不能给出有效风险提醒等问题。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于数据分析的员工行为风险预测方法、装置及计算机可读存储介质。

背景技术

各行业的从业人员都会存在行为违规等风险，从业人员的行为违规不仅会给个人带来惩处，同时还会给公司带来负面影响，甚至对整个行业带来负面影响。例如金融行业的从业人员(如各银行的员工)、医疗行业的从业人员(如医护人员)、环保领域(如环保工作人员)等。

目前，对从业人员的行为违规风险的评估方法均是通过收集从业人员行为数据，对关键的风险数据设定阈值，然后通过关键风险数据以及相应的阈值对从业人员进行行为监测。当从业人员某项关键数据超过阈值时，对该从业人员进行预警。

上述的从业人员的行为违规风险的评估方法为事后的风险监测，通过将从业人员已经发生的违规行为作为关键评估数据，将关键评估数据与设定阈值进行简单比对，从而达到对违规从业人员监测的目的，虽然能够及时发现违规的从业人员，对违规人员进行查证和处罚，但是，目前的方法在从业人员的违规行为发生前不能及时智能的给出有效风险提醒，无法从根本上阻止从业人员发生违规行为，从业人员发生违规行为所造成的各方面的影响，需要及时补救，耗费人力物力。

发明内容

本发明提供一种基于数据分析的员工行为风险预测方法、装置及计算机可读存储介质，其主要目的在于能够解决现有技术中，对从业人员的事后的风险监测，无法阻止从业人员的违规行为的发生，一旦对公司造成负面影响，难以补救等问题。

第一方面，为实现上述目的，本发明提供的一种基于数据分析的员工行为风险预测方法，所述方法包括：

从预设全员违规风险变量总表中摘选所述特定场景的从业人员的违规风险变量数据，得到特定场景从业人员违规风险变量数据表；

对所述特定场景从业人员违规风险变量数据表中的违规风险变量数据的违规风险变量数值进行数值标准化处理，得到标准化特定场景从业人员违规风险变量数据表；

将所述标准化特定场景从业人员违规风险变量数据表中的标准化违规风险变量数值作为变量数值标准矩阵与预先获取的特定场景的违规风险因子转置矩阵进行矩阵乘法处理，得到变量违规风险值矩阵；

对所述变量违规风险值矩阵中的每行的变量违规风险值分别进行逻辑回归处理，得到每行的违规风险回归值；

通过预设从业人员行为违规风险概率计算公式计算出所述每行的违规风险回归值所对应的特定场景的从业人员的行为违规风险概率；

将所述行为违规风险概率大于预设行为违规风险阈值的特定场景的从业人员作为行为违规预警从业人员，以完成对所述特定场景的从业人员的行为违规预测。

第二方面，为了解决上述问题，本发明还提供一种基于数据分析的员工行为风险预测装置，所述装置包括：

违规风险变量摘选模块，用于根据特定场景的从业人员行为违规预测指令，从预设全员违规风险变量总表中摘选所述特定场景的从业人员的违规风险变量数据，得到特定场景从业人员违规风险变量数据表；