一种自动匹配指标的绩效考核方法、系统、终端及存储介质与流程

1.本发明涉及绩效考核的技术领域，尤其是涉及一种自动匹配指标的绩效考核方法、系统、终端及存储介质。


背景技术：

2.公司绩效考核系统是一种针对企业员工绩效评价的智能化系统，采用了人工智能技术和数据可视化技术，可以帮助企业管理人员实现对员工工作表现的自动化评价和分析。
3.目前现有的一种绩效考核方法，在每次对待考核人员进行绩效考核时，都需要通过获取待考核人员的人员信息和绩效数据，根据人员信息确定待考核人员的每项考核指标，并且通过与考核指标对应的算法对待考核人员的绩效数据进行打分，从而得到待考核人员的考核结果。
4.在实现本技术的过程中，发明人发现上述技术至少存在以下问题：每次进行绩效考核时，都需要根据待考核人员的人员信息，一一匹配对应的考核指标，再根据匹配的考核指标确认具体算法，导致绩效考核效率较低。


技术实现要素：

5.为了解决每次进行绩效考核时，都需要根据待考核人员的人员信息，一一匹配对应的考核指标，再根据匹配的考核指标确认具体算法，导致绩效考核效率较低的问题，本技术提供一种自动匹配指标的绩效考核方法、系统、终端及存储介质。
6.第一方面，本技术提供一种自动匹配指标的绩效考核方法，采用如下的技术方案：一种自动匹配指标的绩效考核方法，包括以下步骤：获取待考核人员的人员信息和绩效数据，并根据人员信息匹配指标分配类型，所述指标分配类型包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，所述人员信息包括姓名、工号和岗位；对获取的绩效数据进行数据处理，得到待考核绩效数据；根据多项考核指标和针对每项考核指标的算法类型，构建绩效考核模型；通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，并将绩效考核结果存储至预构建的考核结果库中；获取查询指令，根据查询指令从所述考核结果库中调取出与所述查询指令中的查询内容相一致的考核结果。
7.通过采用上述技术方案，将考核指标绑定到具体的考核类型，并且每项考核指标对应的算法类型也是与该考核指标相对应的，该待考核人员与具体的考核类型相匹配，后续在进行绩效考核时，通过获取待考核人员的人员信息，即可匹配到对应的考核类型，该考核类型即包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，因此无需根据考核人员的人员信息，一一去匹配对应的考核指标，再根据考核指标一一去确定具
体的算法，大大的提高了绩效考核的效率。
8.在一个具体的可实施方案中，所述获取待考核人员的人员信息和绩效数据之前，包括以下步骤：获取考核指标和不同岗位的考核标准；对考核指标进行分词处理，并对分词处理后的考核指标进行语义分析；根据语义分析结果匹配对应岗位的考核标准，并针对该岗位生成对应的指标分配类型；获取考核指标的指标类型，并根据指标类型从预设的算法库中选择对应的算法类型；将所述考核指标和所述算法类型与所述指标分配类型进行匹配。
9.通过采用上述技术方案，公开了指标分配类型的设定方法，对于考核指标进行分析处理，一项考核指标可能对应有多个岗位，每项考核指标也对应有相应的算法类型，通过事先将每个岗位所有的考核指标与指标分配类型相匹配，从而能够在进行绩效考核时，直接通过将待考核人员和指标分配类型相匹配，从而直接获取该岗位的所有考核指标，提高了绩效考核的效率。
10.在一个具体的可实施方案中，所述获取考核指标的指标类型，并根据指标类型从预设的算法库中选择对应的算法类型之前，还包括以下步骤：获取若干个历史考核算法，并将若干个所述历史考核算法存储至预设的算法库中；获取历史考核指标和所述历史考核指标的指标类型，并构建算法匹配训练模型；通过算法匹配训练模型，将所述历史考核指标和若干个所述历史考核算法一一匹配，选择出与所述历史考核指标相匹配的历史考核算法；提取所有与所述历史考核指标相匹配的历史考核算法的特征，生成算法类型。
11.通过采用上述技术方案，对历史考核算法进行分类，不同的算法可能适用于同一考核指标，因此通过算法匹配训练模型，对历史考核算法进行训练，选取中与同一考核指标相匹配的多个历史考核算法，并将这些历史考核算法作为一类，在后续进行绩效考核时，同一类的历史考核算法都可以作为对应考核指标的算法。
12.在一个具体的可实施方案中，所述算法库包括评价分值法、同时具备比较法、同时具备分值法、数量差值乘积累加法、阶梯数量分值乘积累加法、不定项选择算法、区间百分比固定标准数量算法和区间百分比平均标准数量算法。
13.通过采用上述技术方案，绩效考核的算法库包含对应8种算法，根据不同的指标来给指标匹配到不同算法，从而提高绩效考核的效率。
14.在一个具体的可实施方案中，所述对获取的绩效数据进行数据处理，得到待考核绩效数据，具体包括以下步骤：根据所述绩效数据对应的考核指标，对所述绩效数据进行数据清洗、数据转换和数据归一化，得到第一绩效数据；获取针对所述考核指标的算法类型所包括的算法数量，并判断所述算法数量是否大于1；若所述算法数量不大于1，则将第一绩效数据作为待考核绩效数据，并将所述算法
类型所包含的算法作为用于计算所述待考核绩效数据的算法；若所述算法数量大于1，则对第一绩效数据进行数据标准度分析，并根据分析结果，从所述算法类型所包含的算法中选择对应的算法作为用于计算所述待考核绩效数据的算法，并将第一绩效数据作为待考核绩效数据。
15.通过采用上述技术方案，能够保证数据的质量和准确性，但是由于数据的多样性，不同的算法对数据的质量和准确性的要求是不同的，而同一项考核指标又对应有多种算法，因此通过分析数据的质量和准确性，从多种算法中选择出最适合该考核指标的算法，从而提高绩效考核的准确性。
16.在一个具体的可实施方案中，所述对第一绩效数据进行数据标准度分析，具体包括以下步骤：获取预设所述算法类型所包括的每个算法的算法数据计算标准；对第一绩效数据进行分析，得到实际数据计算标准；比较实际数据计算标准与每个算法的算法数据计算标准的相似程度；选择算法数据计算标准与实际数据计算标准相似程度最高的算法作为用于计算所述待考核绩效数据的算法。
17.通过采用上述技术方案，能够保证数据的质量和准确性，但是由于数据的多样性，不同的算法对数据的质量和准确性的要求是不同的，而同一项考核指标又对应有多种算法，因此通过分析数据的质量和准确性，从多种算法中选择出最适合该考核指标的算法，从而提高绩效考核的准确性。
18.在一个具体的可实施方案中，所述通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，具体包括以下步骤：根据每项考核指标对应的算法，对所述算法对应的待考核绩效数据进行计算；获取每项考核指标的计算结果和每项考核指标的权重，根据每项考核指标的权重，计算得到绩效考核结果。
19.通过采用上述技术方案，根据每项考核指标的权重，计算得到绩效考核结果，从而使得最终的绩效考核结果更契合实际需求。
20.第二方面，本技术提供一种自动匹配指标的绩效考核系统，采用如下的技术方案：一种自动匹配指标的绩效考核系统，包括：数据采集层，所述数据采集层用于采集待考核人员的人员信息和绩效数据；数据处理层，所述数据处理层用于根据人员信息匹配指标分配类型，并对获取的绩效数据进行数据处理，得到待考核绩效数据，并根据指标分配类型构建绩效考核模型，通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果；数据存储层，所述数据存储层用于对每位待考核人员的绩效考核结果进行存储；应用层，所述应用层用于提供图形化的用户界面，便于用户进行待考核人员的绩效考核结果查询。
21.通过采用上述技术方案，将考核指标绑定到具体的考核类型，并且每项考核指标对应的算法类型也是与该考核指标相对应的，该待考核人员与具体的考核类型相匹配，后续在进行绩效考核时，通过获取待考核人员的人员信息，即可匹配到对应的考核类型，该考核类型即包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，因此无
需根据考核人员的人员信息，一一去匹配对应的考核指标，再根据考核指标一一去确定具体的算法，大大的提高了绩效考核的效率。
22.第三方面，本技术提供一种智能终端，采用如下的技术方案：一种智能终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述任一所述的一种自动匹配指标的绩效考核方法。
23.第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，包括可读存储介质及存储在所述可读存储介质上运行的计算机程序，所述计算机程序由处理器加载并执行以实现如上述任一所述的一种自动匹配指标的绩效考核方法。
24.综上所述，本技术包括以下至少一种有益技术效果：1.将考核指标绑定到具体的考核类型，并且每项考核指标对应的算法类型也是与该考核指标相对应的，该待考核人员与具体的考核类型相匹配，后续在进行绩效考核时，通过获取待考核人员的人员信息，即可匹配到对应的考核类型，该考核类型即包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，因此无需根据考核人员的人员信息，一一去匹配对应的考核指标，再根据考核指标一一去确定具体的算法，大大的提高了绩效考核的效率。
25.2.能够保证数据的质量和准确性，但是由于数据的多样性，不同的算法对数据的质量和准确性的要求是不同的，而同一项考核指标又对应有多种算法，因此通过分析数据的质量和准确性，从多种算法中选择出最适合该考核指标的算法，从而提高绩效考核的准确性。
附图说明
26.图1是本技术实施例中一种自动匹配指标的绩效考核系统的整体结构示意图。
27.图2是本技术实施例中一种自动匹配指标的绩效考核方法的整体流程示意图。
28.图3是本技术实施例中指标分配类型设定的流程示意图。
29.图4是本技术实施例中算法类型设定的流程示意图。
30.图5是本技术实施例中具体算法选择的流程示意图。
31.图6是本技术实施例中具体算法选择的整体流程示意图。
32.图7是本技术实施例中最终绩效考核结果计算的流程示意图。
33.附图标记说明：1、数据采集层；2、数据处理层；21、评价标准模块；22、人工智能模块；3、数据存储层；4、应用层。
具体实施方式
34.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细说明。
35.本技术一个实施例公开了一种自动匹配指标的绩效考核系统，参照图1，该系统包括数据采集层、数据处理层、数据存储层和应用层。
36.具体的，数据采集层用于采集待考核人员的人员信息和绩效数据。
37.在实施中，数据采集层负责采集企业内各种业务系统的人员绩效数据，包括人事管理系统、财务管理系统、销售管理系统、技术管理系统等。采集的人员绩效数据以文件或者数据流的形式传输到数据处理层中。
38.数据处理层用于根据人员信息匹配指标分配类型，并对获取的绩效数据进行数据处理，得到待考核绩效数据，并根据指标分配类型构建绩效考核模型，通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果。
39.在实施中，数据处理层是该系统的核心部分，主要实现绩效数据的清洗、转换和归一化。数据处理层还包括评价标准模块和人工智能模块，评价标准模块定义了每项考核指标在对应的指标分配类型中的权重，人工智能模块基于深度学习和自然语言处理技术，对绩效数据进行分析，并根据指标分配类型构建绩效考核模型，从而实现自动化的绩效考核。
40.数据存储层用于对每位待考核人员的绩效考核结果进行存储。
41.需要说明的是，数据存储层对于绩效考核结果的存储可以使用关系数据库、nosql数据库等方式实现，也可以使用云计算等技术来实现数据的快速存取和处理。
42.在本技术实施例中，数据存储层对于绩效考核结果的存储使用的是mysql数据库。mysql数据库是一种高效可靠，可扩展的关系型数据库，可提供高效的数据查询和操作支持，以保证系统数据的完整性、正确性和可靠性。
43.应用层用于提供图形化的用户界面，便于用户进行待考核人员的绩效考核结果查询。
44.参照图2，本技术另一实施例提供一种自动匹配指标的绩效考核方法，包括以下步骤：s10、获取待考核人员的人员信息和绩效数据，并根据人员信息匹配指标分配类型；具体的，人员信息包括姓名、工号和岗位，指标分配类型包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型。指标分配类型是根据具体岗级生成的，参照图3，具体包括以下步骤：a10、获取考核指标和不同岗位的考核标准；a20、对考核指标进行分词处理，并对分词处理后的考核指标进行语义分析；a30、根据语义分析结果匹配对应岗位的考核标准，并针对该岗位生成对应的指标分配类型；需要说明的是，一项考核指标可能对应有多个岗位，每个岗位的考核标准都是提前设定好的。将语义分析结果与每个岗位的考核标准相匹配，当匹配程度大于预设的相似度阈值时，将这一项考核指标对应到该岗位。
45.a40、获取考核指标的指标类型，并根据指标类型从预设的算法库中选择对应的算法类型；a50、将考核指标和算法类型与指标分配类型进行匹配。
46.在实施中，在根据指标类型从预设的算法库中选择对应的算法类型之前，会通过对历史考核算法进行一个汇总，对历史考核算法进行分类，参照图4，具体包括以下步骤：b10、获取若干个历史考核算法，并将若干个历史考核算法存储至预设的算法库
中；b20、获取历史考核指标和历史考核指标的指标类型，并构建算法匹配训练模型；b30、通过算法匹配训练模型，将历史考核指标和若干个历史考核算法一一匹配，选择出与历史考核指标相匹配的历史考核算法；b40、提取所有与历史考核指标相匹配的历史考核算法的特征，生成算法类型。
47.在实施中，算法库中的考核算法不限于获取的历史考核算法，可以通过在算法库中新增新的考核算法，来更新算法库。
48.在本技术实施例中，算法库包括8种算法，具体包括评价分值法、同时具备比较法、同时具备分值法、数量差值乘积累加法、阶梯数量分值乘积累加法、不定项选择算法、区间百分比固定标准数量算法和区间百分比平均标准数量算法。
49.s20、对获取的绩效数据进行数据处理，得到待考核绩效数据；需要说明的是，每种算法都有对应的算法类型，同一算法类型的算法能够处理同一种考核指标下的考核数据，但由于算法库中的算法有很多种，也存在多个算法属于同一算法类型的情况，因此在进行考核指标对应的算法选取的时候，需要对属于同一算法类型的算法进行择优选择，参照图5，具体包括以下步骤：c10、根据绩效数据对应的考核指标，对绩效数据进行数据清洗、数据转换和数据归一化，得到第一绩效数据；c20、获取针对考核指标的算法类型所包括的算法数量，并判断算法数量是否大于1；若算法数量不大于1，则将第一绩效数据作为待考核绩效数据，并将算法类型所包含的算法作为用于计算所述待考核绩效数据的算法；若算法数量大于1，则对第一绩效数据进行数据标准度分析，并根据分析结果，从算法类型所包含的算法中选择对应的算法作为用于计算待考核绩效数据的算法，并将第一绩效数据作为待考核绩效数据。
50.其中，同一算法类型所包含的算法可能为一个或多个，当同一算法类型所包含的算法为一个时，则将该算法作为用于计算所述待考核绩效数据的算法。当同一算法类型所包含的算法为多个时，由于不同算法对于待考核绩效数据的精准度要求不同，在不同精准度下，算法所计算出来的准确性也不同。
51.在实施中，会通过对第一绩效数据进行数据标准度分析，选择最优的算法对待考核绩效数据进行计算，参照图6，具体包括以下步骤：d10、获取预设所述算法类型所包括的每个算法的算法数据计算标准；d20、对第一绩效数据进行分析，得到实际数据计算标准；d30、比较实际数据计算标准与每个算法的算法数据计算标准的相似程度；d40、选择算法数据计算标准与实际数据计算标准相似程度最高的算法作为用于计算所述待考核绩效数据的算法。
52.在本技术一个实施例中，同一算法类型包含第一算法和第二算法，第一算法包括第一标准度阈值，第二算法包括第二标准度阈值，绩效数据在进行数据处理的过程中，经过了数据清洗、数据转换和数据归一化这三个步骤，得到了第一绩效数据。由于经过了数据处理，第一绩效数据与初始的绩效数据存在一定的差异，此时对第一绩效数据进行数据标准
度分析，随后将分析结果分别与第一标准度阈值和第二标准度阈值进行比较，获得两次比较的相似程度。当分析结果与第一标准度阈值的相似度大于分析结果与第二标准度阈值的相似度时，将第一算法作为用于计算待考核绩效数据的算法。
53.s30、根据多项考核指标和针对每项考核指标的算法类型，构建绩效考核模型；s40、通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，并将绩效考核结果存储至预构建的考核结果库中；在实施中，每个岗位有多个考核标准，每个考核标准对应的算法也不同，因此需要对每个算法计算出来的结果进行一个汇总，得到最终的绩效考核结果，参照图7，具体包括以下步骤：e10、根据每项考核指标对应的算法，对算法对应的待考核绩效数据进行计算；e20、获取每项考核指标的计算结果和每项考核指标的权重，根据每项考核指标的权重，计算得到绩效考核结果。
54.在实施中，根据每项考核指标的权重，计算得到绩效考核结果，从而使得最终的绩效考核结果更契合实际需求。
55.s50、获取查询指令，根据查询指令从考核结果库中调取出与查询指令中的查询内容相一致的考核结果。
56.在实施中，将考核指标绑定到具体的考核类型，并且每项考核指标对应的算法类型也是与该考核指标相对应的，该待考核人员与具体的考核类型相匹配，后续在进行绩效考核时，通过获取待考核人员的人员信息，即可匹配到对应的考核类型，该考核类型即包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，因此无需根据考核人员的人员信息，一一去匹配对应的考核指标，再根据考核指标一一去确定具体的算法，大大的提高了绩效考核的效率。
57.基于上述同一发明构思，本技术又一实施例还公开一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集能够由处理器加载并执行以实现上述方法实施例提供的一种自动匹配指标的绩效考核方法的步骤。
58.所述计算机可读存储介质例如包括：u盘、移动硬盘、只读存储器（read-only memory，rom）、随机存取存储器（random access memory，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
59.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
60.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现，例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的
间接耦合或通信连接，可以是电性，机械或其它的形式。
61.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
62.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
63.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
64.以上所述，以上实施例仅用以对本技术的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本技术的方法及其核心思想，不应理解为对本技术的限制。本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.一种自动匹配指标的绩效考核方法，其特征在于，包括以下步骤：获取待考核人员的人员信息和绩效数据，并根据人员信息匹配指标分配类型，所述指标分配类型包括多项针对该待考核人员的考核指标和针对每项考核指标的算法类型，所述人员信息包括姓名、工号和岗位；对获取的绩效数据进行数据处理，得到待考核绩效数据；根据多项考核指标和针对每项考核指标的算法类型，构建绩效考核模型；通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，并将绩效考核结果存储至预构建的考核结果库中；获取查询指令，根据查询指令从所述考核结果库中调取出与所述查询指令中的查询内容相一致的考核结果；所述对获取的绩效数据进行数据处理，得到待考核绩效数据，具体包括以下步骤：根据所述绩效数据对应的考核指标，对所述绩效数据进行数据清洗、数据转换和数据归一化，得到第一绩效数据；获取针对所述考核指标的算法类型所包括的算法数量，并判断所述算法数量是否大于1；若所述算法数量不大于1，则将第一绩效数据作为待考核绩效数据，并将所述算法类型所包含的算法作为用于计算所述待考核绩效数据的算法；若所述算法数量大于1，则对第一绩效数据进行数据标准度分析，并根据分析结果，从所述算法类型所包含的算法中选择对应的算法作为用于计算所述待考核绩效数据的算法，并将第一绩效数据作为待考核绩效数据；所述对第一绩效数据进行数据标准度分析，具体包括以下步骤：获取预设所述算法类型所包括的每个算法的算法数据计算标准；对第一绩效数据进行分析，得到实际数据计算标准；比较实际数据计算标准与每个算法的算法数据计算标准的相似程度；选择算法数据计算标准与实际数据计算标准相似程度最高的算法作为用于计算所述待考核绩效数据的算法。2.根据权利要求1所述的一种自动匹配指标的绩效考核方法，其特征在于，所述获取待考核人员的人员信息和绩效数据之前，包括以下步骤：获取考核指标和不同岗位的考核标准；对考核指标进行分词处理，并对分词处理后的考核指标进行语义分析；根据语义分析结果匹配对应岗位的考核标准，并针对该岗位生成对应的指标分配类型；获取考核指标的指标类型，并根据指标类型从预设的算法库中选择对应的算法类型；将所述考核指标和所述算法类型与所述指标分配类型进行匹配。3.根据权利要求2所述的一种自动匹配指标的绩效考核方法，其特征在于，所述获取考核指标的指标类型，并根据指标类型从预设的算法库中选择对应的算法类型之前，还包括以下步骤：获取若干个历史考核算法，并将若干个所述历史考核算法存储至预设的算法库中；获取历史考核指标和所述历史考核指标的指标类型，并构建算法匹配训练模型；
通过算法匹配训练模型，将所述历史考核指标和若干个所述历史考核算法一一匹配，选择出与所述历史考核指标相匹配的历史考核算法；提取所有与所述历史考核指标相匹配的历史考核算法的特征，生成算法类型。4.根据权利要求3所述的一种自动匹配指标的绩效考核方法，其特征在于，所述算法库包括评价分值法、同时具备比较法、同时具备分值法、数量差值乘积累加法、阶梯数量分值乘积累加法、不定项选择算法、区间百分比固定标准数量算法和区间百分比平均标准数量算法。5.根据权利要求1所述的一种自动匹配指标的绩效考核方法，其特征在于，所述通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，具体包括以下步骤：根据每项考核指标对应的算法，对所述算法对应的待考核绩效数据进行计算；获取每项考核指标的计算结果和每项考核指标的权重，根据每项考核指标的权重，计算得到绩效考核结果。6.一种自动匹配指标的绩效考核系统，其特征在于，包括：数据采集层(1)，所述数据采集层(1)用于采集待考核人员的人员信息和绩效数据；数据处理层(2)，所述数据处理层(2)用于根据人员信息匹配指标分配类型，并对获取的绩效数据进行数据处理，得到待考核绩效数据，并根据指标分配类型构建绩效考核模型，通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果；数据存储层(3)，所述数据存储层(3)用于对每位待考核人员的绩效考核结果进行存储；应用层(4)，所述应用层(4)用于提供图形化的用户界面，便于用户进行待考核人员的绩效考核结果查询。7.一种智能终端，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5任一所述的一种自动匹配指标的绩效考核方法。8.一种计算机可读存储介质，其特征在于，包括可读存储介质及存储在所述可读存储介质上运行的计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至5任一所述的一种自动匹配指标的绩效考核方法。

技术总结
本发明公开了一种自动匹配指标的绩效考核方法、系统、终端及存储介质，其属于绩效考核的技术领域，其包括以下步骤：获取待考核人员的人员信息和绩效数据，并根据人员信息匹配指标分配类型；对获取的绩效数据进行数据处理，得到待考核绩效数据；根据多项考核指标和针对每项考核指标的算法类型，构建绩效考核模型；通过绩效考核模型对待考核绩效数据进行处理，得到绩效考核结果，并将绩效考核结果存储至预构建的考核结果库中。本申请具有无需根据考核人员的人员信息，一一去匹配对应的考核指标，再根据考核指标一一去确定具体的算法，大大的提高了绩效考核效率的效果。提高了绩效考核效率的效果。提高了绩效考核效率的效果。


技术研发人员：顾志成
受保护的技术使用者：新亿成科技（江苏）有限公司
技术研发日：2023.07.14
技术公布日：2023/8/13