申请/专利权人：平安科技(深圳)有限公司

申请日：2021-09-09

公开（公告）日：2024-03-12

公开（公告）号：CN113780804B

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：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。

主权项：1.一种基于数据分析的员工行为风险预测方法，应用于电子装置，其特征在于，所述方法包括：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，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；其中包括：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每行标准化违规风险变量数值和每列标准化违规风险变量数值共同作为变量数值标准矩阵；其中，所述变量数值标准矩阵中的每行标准化违规风险变量数值均对应于相应的特定场景的从业人员；将所述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；其中，所述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包括：根据预设变量违规风险值列数提取规则，从所述变量违规风险值矩阵中提取前N列变量违规风险值，作为待回归值计算矩阵；其中，所述待回归值计算矩阵中每行变量违规风险值均对应于相应的特定场景的从业人员；通过预设逻辑回归计算公式，分别对所述待回归值计算矩阵中的每行的变量违规风险值进行逻辑回归计算处理，得到每行的违规风险回归值；其中，所述预设逻辑回归计算公式为：y＝c+β1*Z1+β2*Z2+…+βN*ZN，其中，y为每行的违规风险回归值，Z1表示待回归值计算矩阵中的第1列的违规风险回归值，Z2表示待回归值计算矩阵中的第2列的违规风险回归值，以此类推，ZN表示待回归值计算矩阵中的第N列的违规风险回归值，c及β1,…,βN为预设常数。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于数据分析的员工行为风险预测方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD