CN109446194A - 寻找预备主管的方法、装置、计算机设备以及存储介质 - Google Patents
寻找预备主管的方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN109446194A CN109446194A CN201810956679.XA CN201810956679A CN109446194A CN 109446194 A CN109446194 A CN 109446194A CN 201810956679 A CN201810956679 A CN 201810956679A CN 109446194 A CN109446194 A CN 109446194A
- Authority
- CN
- China
- Prior art keywords
- tree
- user
- node
- recommended
- relevance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000002360 preparation method Methods 0.000 title claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 13
- 239000002356 single layer Substances 0.000 abstract description 11
- 238000007726 management method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及分类模型,揭示了寻找预备主管的方法、装置、计算机设备以及存储介质,其中,寻找预备主管的方法,包括:在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;指定各所述第一用户为预备主管。本申请通过递归循环将数据库中的人员通过单层推荐关系形成树型关联结构,通过树型关联结构的连接线的走向逐级查寻代理人下属。通过逐级查寻代理人下属的方法,将与指定代理人存在直接推荐关系和间接推荐关系的代理人通过所处的层级数将下属分成不同层级的关联人,更快捷地实现多维度管理和考核。
Description
技术领域
本申请涉及到大数据领域,特别是涉及到寻找预备主管的方法、装置、计算机设备以及存储介质。
背景技术
对于保险业务等以人力资源为主的公司,寻找有效的人力资源管理、人员能力准确评估以及人员业务等级升级制度管理等对公司的长期稳定的发展至关重要,目前无法逐级查寻代理人下属,并并无法根据逐级查寻到代理人的业务数据评价代理人的业务能力以及管理能力,无法为代理人升级为主管提供有效依据。
发明内容
本申请的主要目的为提供一种寻找预备主管的方法,旨在解决无法逐级寻找预备主管的技术问题。
本申请提出一种寻找预备主管的方法,包括:
在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;
通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;
指定各所述第一用户为预备主管。
优选地,所述在指定数据库中获取预先按照推荐关联关系形成的树型关联结构的步骤之前,包括:
汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个;
将各用户根据用户身份信息标定为各节点;
将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
优选地,所述通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户的步骤,包括:
从所述树型关联关系中拆分出所包含的各所述关联树;
将关联树的根节点对应的用户设定为所述第一用户。
优选地,所述节点还包括当前节点对应用户的业绩数据,所述指定各所述第一用户为预备主管的步骤之后,包括:
将所述关联树中的指定关联级别对应的部分或全部被推荐人为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属;
汇总各所述第一被推荐人的业绩数据,得到业绩数据总量;
判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内;
若是,则确定所述第一用户为主管。
优选地,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
优选地,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
优选地,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
本申请还提供了一种寻找预备主管的装置,包括:
获取模块,用于在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;
寻找模块,用于通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;
指定模块,用于指定各所述第一用户为预备主管。
本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
本申请开发了逐级查寻代理人下属的方法,通过递归循环将数据库中的人员通过单层推荐关系形成树型关联结构,以便通过树型关联结构的连接线的走向逐级查寻代理人下属。通过逐级查寻代理人下属的方法,将与指定代理人存在直接推荐关系和间接推荐关系的代理人通过所处的层级数将下属分成不同层级的关联人,以便更快捷地实现多维度管理和考核。通过逐级查寻代理人下属的方法,实现对代理人发展团队人员的能力与管理团队业绩数据的能力综合起来,作为考核目标代理人成为主管的可能性,提高判断准确度。
附图说明
图1本申请一实施例的寻找预备主管的方法的流程示意图;
图1a本申请一实施例的关联树的树形示意图;
图2本申请一实施例的寻找预备主管的装置的结构示意图;
图3本申请另一实施例的寻找预备主管的装置的结构示意图;
图4本申请一实施例的寻找模块的结构示意图;
图5本申请再一实施例的寻找预备主管的装置的结构示意图;
图6本申请一实施例的设定模块的结构示意图;
图7本申请另一实施例的设定模块的结构示意图;
图8本申请再一实施例的设定模块的结构示意图;
图9本申请一实施例的计算机设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请一实施例的寻找预备主管的方法,包括:
S1:在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树。
本实施例通过推荐关联关系形成的树型关联结构,方便对指定群体进行综合管理,以便通过单层的推荐关系逐级寻找直接关联的用户,以提高通过单层的推荐关系查找目标用户的准确性。本实施例的指定数据库包括某公司的指定部门的人员资料库,以方便对指定部门的各人员进行能力分析,及时发现满足指定能力的人员给予重用。本申请其他实施例的指定数据库包括某公司市场部门的客户资料库,以便对客户进行购买力等数据进行分析,以便及时发现优质客户或优质潜在客户给予重点服务。
S2:通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户。
本实施例通过解析树型关联结构的组成原理,经过拆分树型关联结构的某一区域获取各个独立的关联树,以便对树型关联结构进行分区域管理,缩小寻找第一用户的范畴,简化寻找第一用户的路径。
S3:指定各所述第一用户为预备主管。
本实施例用于寻找业务部门代理人群体中有扩充团队等管理潜力成为组织管理人员的代理人,以便更好的发展小团队,壮大业务代理人的队伍,提高业务代理人团队的整体业务水平。本实施例将树型关联结构中具有子节点的用户均列为预备主管的范畴,以便进一步缩小找到合适主管的人员范围,通过逐级查找,提高精准定位性最终选定主管的概率。
进一步地,本实施例的步骤S1之前,包括:
S10:汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个。
本实施例的将每个用户的来源关系成为推荐关联关系,参照图1a,代理人A推荐了代理人B和C;代理人B推荐了代理人D、E、F;代理人C推荐了代理人G;代理人G推荐了代理人H、I;则代理人A与代理人B、C存在推荐关联关系;代理人B与代理人D、E、F存在推荐关联关系;代理人C与代理人G存在推荐关联关系;代理人G与代理人H、I存在推荐关联关系。以代理人B为例,代理人B的直接推荐人为代理人A;代理人B的直接被推荐人为代理人D、E、F,本实施例的推荐关联关系包括直接推荐人和直接被推荐人,以便通过短链的推荐关联关系,实现对各代理人的精准定位,本实施例中代理人B、C、D、E、F、G、H、I中的任何一个,其所对应的直接推荐人只有一个,以便形成简单的单层推荐关联关系,也就是对于指定一个下属有一个代理人开发即可,以避免重复发展人员,提高壮大代理人队伍的效率。
S11:将各用户根据用户身份信息标定为各节点。
本实施例通过将每个用户身份信息通过标签的形式标定为各节点,以便将各节点建立关联。本实施例的用户身份信息包括姓名、工号等。
S12:将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
本实施例以指定数据库中的指定一用户为第一用户为例,具体说明各节点之间的连接关系,本实施例的连接关系依据上述的推荐关联关系形成,将存在推荐关联关系的人员对应的节点通过短线建立连接,以便更形象直观的表示各人员之间的推荐关联关系。参照图1a,代理人B与代理人D、E、F存在推荐关联关系,将代理人B对应的节点B,与代理人D、E、F分别对应的节点D、E、F一一建立短线连接,形成以节点B为根节点的关联树B。
本实施例的关联树B通过节点B与代理人B的直接推荐人A对应的A节点以短线连接,使B关联树成为A关联树的一部分,依次逐渐连接各关联节点,将各关联树连接成包含了多个关联树的树型关联结构,以便整合指定数据库中所有用户之间的关联关系,便于整体管理指定部分的关联关系。
本实施例通过将所有代理人与其直接推荐人的信息存储在Recommder_info表里,并用level=1做为分区标准,然后通过for循环,循环过程中每次level+1,然后用Recommder_info(level)的代理人和Recommder_info(level=1)的直接推荐人进行自关联,获取下一层级的直接推荐人与直接被推荐人,如此循环遍历一层一层寻找,遍历Recommder_info表中所有的直接推荐人与直接被推荐人关系,形成树型关联结构。参照图1a,A->B,C(B,C相对A来说,level=1),B->D,E,F(D,E,F相对A来说,level=2),C->G,G->H,I(H,I相对A来说,level=3;相对C,level=2,相对G,level=1)。level=1对应的为直接推荐或直接被推荐关系,其他level值对应的为间隔推荐或间接被推荐关系,上述不同level值对应关联关系,即为关联级别,level=1可以理解为第一关联级别,对应直接推荐或直接被推荐关系;level=2可以理解为第二关联级别,对应间接推荐或间接被推荐关系;如此类推。
进一步地,本实施例的步骤S2,包括:
S20:从所述树型关联结构中拆分出所包含的各所述关联树。
本实施例的树型关联结构在具体使用过程中,需要根据树型关联结构的形成原理,逆向拆分出各个关联树,以实现对整个树型关联结构分区分析,以提高分析精准度。本实施例通过将所有代理人与其直接推荐人的信息存储在Recommder_info表里,并用level=1做为分区标准,从树型关联结构中拆分出包含的各关联树。参照图1a,以上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,可拆分出以节点A为根节点的关联树A、以节点B为根节点的关联树B、以节点C为根节点的关联树C、以节点G为根节点的关联树G。
S21:将所述关联树的根节点对应的用户设定为所述第一用户。
本实施例将上述各关联树的最高层级的节点,也就是根节点对应的代理人A、代理人B、代理人C、代理人G作为选定的第一用户,也就是预备主管的人选。本实施例通过将具有下属的人员均作为预备主管的人选,以尽量在满足条件范围内扩大筛选主管的人员范畴。
进一步地,所述节点还包括当前节点对应用户的业绩数据,本实施例的步骤S3之后,包括:
S30:将所述第一关联树中的指定关联级别对应的部分或全部被推荐人为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属。
本实施例中树型关联结构的各节点中包括节点对应用户的业绩数据,以便通过下属的业绩成绩进一步筛选各预备主管的管理团队业务的能力,以便更精准地寻找到满足公司发展的主管人选。举例地,本实施例的业绩数据为下属的FYC(首年佣金,First YearCommision)、FYP(First Year Premium,第一年度保费)的长险件数,以便更方便地筛选保险代理人的升级管理。
S31:汇总各所述第一被推荐人的业绩数据,得到业绩数据总量。
参照图1a,以代理人D,E,F为代理人B的第一被推荐人为例,代理人D,E,F分别对应的业绩数据为2、3、4,则业绩数据总量为2+3+4=9。
S32:判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内。
本实施例的预设范围可根据不同业务或不同部门管理要求进行设定,比如预设范围为差量占比第一用户的业绩数据的范围,如10%至15%。
S33:若是,则确定所述第一用户为主管。
举例地,若代理人B的业绩成绩为12,则所述差量为3,3/12=25%,超出上述的10%至15%,则不符合要求,代理人B的业务数据与下属的总数据相差太大,说明代理人B在管理团队业务管理方面的能力未满足要求,不能升级为主管。
进一步地,本实施例的步骤S30,包括:
S301:将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
本实施例以直接被推荐人的业务数据为准进行考核,参照图1a,比如上述的B->D,E,F,直接以代理人D,E,F的业务数据考核代理人B是否满足成为主管的要求。
本申请另一实施例的步骤S30,包括:
S302:将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
本实施例以间接被推荐人和直接被推荐人的业务数据为准进行考核,参照图1a,比如上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,以代理人B,C,D,E,F,G,H,I的业务数据考核代理人A是否满足成为主管的要求。本申请其他实施例中也可根据其他考核筛选主管的管理要求,对间接被推荐人和直接被推荐人设置不同的权重比例进行考核。
本申请再一实施例的步骤S30,包括:
S303:将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
本实施例以间接被推荐人的业务数据为准进行考核,参照图1a,比如上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,以相对代理人A,以level=2的代理人D,E,F的业绩数据作为考核代理人A是否可成为主管的依据。
本实施例开发了逐级查寻代理人下属的方法,通过递归循环将数据库中的人员通过单层推荐关系形成树型关联结构,以便通过树型关联结构的连接线的走向逐级查寻代理人下属。通过逐级查寻代理人下属的方法,将与指定代理人存在直接推荐关系和间接推荐关系的代理人通过所处的层级数将下属分成不同层级的关联人,以便更快捷地实现多维度管理和考核。通过逐级查寻代理人下属的方法,实现对代理人发展团队人员的能力与管理团队业绩数据的能力综合起来,作为考核目标代理人成为主管的可能性,提高判断准确度。
参照图2,本申请一实施例的寻找预备主管的装置,包括:
获取模块1,用于在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树。
本实施例通过推荐关联关系形成的树型关联结构,方便对指定群体进行综合管理,以便通过单层的推荐关系逐级寻找直接关联的用户,以提高通过单层的推荐关系查找目标用户的准确性。本实施例的指定数据库包括某公司的指定部门的人员资料库,以方便对指定部门的各人员进行能力分析,及时发现满足指定能力的人员给予重用。本申请其他实施例的指定数据库包括某公司市场部门的客户资料库,以便对客户进行购买力等数据进行分析,以便及时发现优质客户或优质潜在客户给予重点服务。
寻找模块2,用于通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户。
本实施例通过解析树型关联结构的组成原理,经过拆分树型关联结构的某一区域获取各个独立的关联树,以便对树型关联结构进行分区域管理,缩小寻找第一用户的范畴,简化寻找第一用户的路径。
指定模块3,用于指定各所述第一用户为预备主管。
本实施例用于寻找业务部门代理人群体中有扩充团队等管理潜力成为组织管理人员的代理人,以便更好的发展小团队,壮大业务代理人的队伍,提高业务代理人团队的整体业务水平。本实施例将树型关联结构中具有子节点的用户均列为预备主管的范畴,以便进一步缩小找到合适主管的人员范围,通过逐级查找,提高精准定位性最终选定主管的概率。
参照图3,本申请另一实施例的寻找预备主管的装置,包括:
第一汇总模块10,用于汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个。
本实施例的将每个用户的来源关系成为推荐关联关系,参照图1a,比如代理人A推荐了代理人B和C;代理人B推荐了代理人D、E、F;代理人C推荐了代理人G;代理人G推荐了代理人H、I;则代理人A与代理人B、C存在推荐关联关系;代理人B与代理人D、E、F存在推荐关联关系;代理人C与代理人G存在推荐关联关系;代理人G与代理人H、I存在推荐关联关系。以代理人B为例,代理人B的直接推荐人为代理人A;代理人B的直接被推荐人为代理人D、E、F,本实施例的推荐关联关系包括直接推荐人和直接被推荐人,以便通过短链的推荐关联关系,实现对各代理人的精准定位,本实施例中代理人B、C、D、E、F、G、H、I中的任何一个,其所对应的直接推荐人只有一个,以便形成简单的单层推荐关联关系,也就是对于指定一个下属有一个代理人开发即可,以避免重复发展人员,提高壮大代理人队伍的效率。
标定模块11,用于将各用户根据用户身份信息标定为各节点。
本实施例通过将每个用户身份信息通过标签的形式标定为各节点,以便将各节点建立关联。本实施例的用户身份信息包括姓名、工号等。
第一形成模块12,用于将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
本实施例以指定数据库中的指定一用户为第一用户为例,具体说明各节点之间的连接关系,本实施例的连接关系依据上述的推荐关联关系形成,将存在推荐关联关系的人员对应的节点通过短线建立连接,以便更形象直观的表示各人员之间的推荐关联关系。参照图1a,比如代理人B与代理人D、E、F存在推荐关联关系,将代理人B对应的节点B,与代理人D、E、F分别对应的节点D、E、F一一建立短线连接,形成以节点B为根节点的关联树B。
本实施例的关联树B通过节点B与代理人B的直接推荐人A对应的A节点以短线连接,使B关联树成为A关联树的一部分,依次逐渐连接各关联节点,将各关联树连接成包含了多个关联树的树型关联结构,以便整合指定数据库中所有用户之间的关联关系,便于整体管理指定部分的关联关系。
本实施例通过将所有代理人与其直接推荐人的信息存储在Recommder_info表里,并用level=1做为分区标准,然后通过for循环,循环过程中每次level+1,然后用Recommder_info(level)的代理人和Recommder_info(level=1)的直接推荐人进行自关联,获取下一层级的直接推荐人与直接被推荐人,如此循环遍历一层一层寻找,遍历Recommder_info表中所有的直接推荐人与直接被推荐人关系,形成树型关联结构。参照图1a,A->B,C(B,C相对A来说,level=1),B->D,E,F(D,E,F相对A来说,level=2),C->G,G->H,I(H,I相对A来说,level=3;相对C,level=2,相对G,level=1)。level=1对应的为直接推荐或直接被推荐关系,其他level值对应的为间隔推荐或间接被推荐关系,上述不同level值对应关联关系,即为关联级别,level=1可以理解为第一关联级别,对应直接推荐或直接被推荐关系;level=2可以理解为第二关联级别,对应间接推荐或间接被推荐关系;如此类推。
参照图4,本实施例的寻找模块2,包括:
拆分单元20,用于从所述树型关联结构中拆分出所包含的各所述关联树。
本实施例的树型关联结构在具体使用过程中,需要根据树型关联结构的形成原理,逆向拆分出各个关联树,以实现对整个树型关联结构分区分析,以提高分析精准度。本实施例通过将所有代理人与其直接推荐人的信息存储在Recommder_info表里,并用level=1做为分区标准,从树型关联结构中拆分出包含的各关联树。参照图1a,以上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,可拆分出以节点A为根节点的关联树A、以节点B为根节点的关联树B、以节点C为根节点的关联树C、以节点G为根节点的关联树G。
第一设定单元21,用于将所述关联树的根节点对应的用户设定为所述第一用户。
本实施例将上述各关联树的最高层级的节点,也就是根节点对应的代理人A、代理人B、代理人C、代理人G作为选定的第一用户,也就是预备主管的人选。本实施例通过将具有下属的人员均作为预备主管的人选,以尽量在满足条件范围内扩大筛选主管的人员范畴。
参照图5,所述节点还包括当前节点对应用户的业绩数据,本申请再一实施例的寻找预备主管的装置,包括:
设定模块30,用于将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属。
本实施例中树型关联结构的各节点中包括节点对应用户的业绩数据,以便通过下属的业绩成绩进一步筛选各预备主管的管理团队业务的能力,以便更精准地寻找到满足公司发展的主管人选。举例地,本实施例的业绩数据为下属的FYC(首年佣金,First YearCommision)、FYP(First Year Premium,第一年度保费)的长险件数,以便更方便地筛选保险代理人的升级管理。
第二汇总模块31,用于汇总各所述第一被推荐人的业绩数据,得到业绩数据总量。
参照图1a,以代理人D,E,F为代理人B的第一被推荐人为例,代理人D,E,F分别对应的业绩数据为2、3、4,则业绩数据总量为2+3+4=9。
判断模块32,用于判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内。
本实施例的预设范围可根据不同业务或不同部门管理要求进行设定,比如预设范围为差量占比第一用户的业绩数据的范围,如10%至15%。
确定模块33,用于若在预设范围内,则确定所述第一用户为主管。
举例地,若代理人B的业绩成绩为12,则所述差量为3,3/12=25%,超出上述的10%至15%,则不符合要求,代理人B的业务数据与下属的总数据相差太大,说明代理人B在管理团队业务管理方面的能力未满足要求,不能升级为主管。
参照图6,本实施例的设定模块30,包括:
第二设定单元301,用于将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
本实施例以直接被推荐人的业务数据为准进行考核,参照图1a,比如上述的B->D,E,F,直接以代理人D,E,F的业务数据考核代理人B是否满足成为主管的要求。
参照图7,本申请另一实施例的设定模块30,包括:
第三设定单元302,用于将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
本实施例以间接被推荐人和直接被推荐人的业务数据为准进行考核,参照图1a,比如上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,以代理人B,C,D,E,F,G,H,I的业务数据考核代理人A是否满足成为主管的要求。本申请其他实施例中也可根据其他考核筛选主管的管理要求,对间接被推荐人和直接被推荐人设置不同的权重比例进行考核。
参照图8,本申请再一实施例的设定模块30,包括:
第四设定单元303,用于将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
本实施例以间接被推荐人的业务数据为准进行考核,参照图1a,比如上述A->B,C;B->D,E,F;C->G;G->H,I形成的树型关联结构为例,以相对代理人A,以level=2的代理人D,E,F的业绩数据作为考核代理人A是否可成为主管的依据。
参照图9,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储寻找预备主管过程需要的所有数据。该计算机设备的网络接口用于与外部的端通过网络连接通信。该计算机程序被处理器执行时以实现寻找预备主管的方法。
上述处理器执行上述寻找预备主管的方法,包括:在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;指定各所述第一用户为预备主管。
上述计算机设备,通过开发了逐级查寻代理人下属的方法,通过递归循环将数据库中的人员通过单层推荐关系形成树型关联结构,以便通过树型关联结构的连接线的走向逐级查寻代理人下属。通过逐级查寻代理人下属的方法,将与指定代理人存在直接推荐关系和间接推荐关系的代理人通过所处的层级数将下属分成不同层级的关联人,以便更快捷地实现多维度管理和考核。通过逐级查寻代理人下属的方法,实现对代理人发展团队人员的能力与管理团队业绩数据的能力综合起来,作为考核目标代理人成为主管的可能性,提高判断准确度。
在一个实施例中,上述处理器在指定数据库中获取预先按照推荐关联关系形成的树型关联结构的步骤之前,包括:汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个;将各用户根据用户身份信息标定为各节点;将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
在一个实施例中,上述处理器通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户的步骤,包括:从所述树型关联关系中拆分出所包含的各所述关联树;将所述关联树的根节点对应的用户设定为所述第一用户。
在一个实施例中,所述节点还包括当前节点对应用户的业绩数据,上述处理器指定各所述第一用户为预备主管的步骤之后,包括:将所述第一关联树中的指定关联级别对应的部分或全部被推荐人为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属;汇总各所述第一被推荐人的业绩数据,得到业绩数据总量;判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内;若是,则确定所述第一用户为主管。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现寻找预备主管的方法,包括:在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;指定各所述第一用户为预备主管。
上述计算机可读存储介质,通过开发了逐级查寻代理人下属的方法,通过递归循环将数据库中的人员通过单层推荐关系形成树型关联结构,以便通过树型关联结构的连接线的走向逐级查寻代理人下属。通过逐级查寻代理人下属的方法,将与指定代理人存在直接推荐关系和间接推荐关系的代理人通过所处的层级数将下属分成不同层级的关联人,以便更快捷地实现多维度管理和考核。通过逐级查寻代理人下属的方法,实现对代理人发展团队人员的能力与管理团队业绩数据的能力综合起来,作为考核目标代理人成为主管的可能性,提高判断准确度。
在一个实施例中,上述处理器在指定数据库中获取预先按照推荐关联关系形成的树型关联结构的步骤之前,包括:汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个;将各用户根据用户身份信息标定为各节点;将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
在一个实施例中,上述处理器通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户的步骤,包括:从所述树型关联关系中拆分出所包含的各所述关联树;将所述关联树的根节点对应的用户设定为所述第一用户。
在一个实施例中,所述节点还包括当前节点对应用户的业绩数据,上述处理器指定各所述第一用户为预备主管的步骤之后,包括:将所述第一关联树中的指定关联级别对应的部分或全部被推荐人为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属;汇总各所述第一被推荐人的业绩数据,得到业绩数据总量;判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内;若是,则确定所述第一用户为主管。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
在一个实施例中,上述处理器将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种寻找预备主管的方法,其特征在于,包括:
在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;
通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;
指定各所述第一用户为预备主管。
2.根据权利要求1所述的寻找预备主管的方法,其特征在于,所述在指定数据库中获取预先按照推荐关联关系形成的树型关联结构的步骤之前,包括:
汇总所述指定数据库中各用户的推荐关联关系,其中,所述推荐关联关系包括直接推荐人和直接被推荐人,直接推荐人为一个,直接被推荐人包括多个;
将各用户根据用户身份信息标定为各节点;
将各用户中的任一目标用户对应的第一节点与所述目标用户的各所述直接被推荐人一一对应的各第二节点相连,形成以任一第一节点为根节点,各第二节点为子节点的多个关联树,以形成所述树型关联结构;所述第一节点对应的存储空间中包括所述第一节点对应目标用户的指定推荐人、以及所述第一节点对应目标用户相对于指定推荐人的关联级别。
3.根据权利要求2所述的寻找预备主管的方法,其特征在于,所述通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户的步骤,包括:
从所述树型关联关系中拆分出所包含的各所述关联树;
将所述关联树的根节点对应的用户设定为所述第一用户。
4.根据权利要求3所述的寻找预备主管的方法,其特征在于,所述节点还包括当前节点对应用户的业绩数据,所述指定各所述第一用户为预备主管的步骤之后,包括:
将所述关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人,其中所述第一被推荐人为所述第一用户的下属;
汇总各所述第一被推荐人的业绩数据,得到业绩数据总量;
判断第一用户的业绩数据与所述业绩数据总量的差量是否在预设范围内;
若是,则确定所述第一用户为主管。
5.根据权利要求4所述的寻找预备主管的方法,其特征在于,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中第一关联级别的各直接被推荐人,设定为各所述第一被推荐人。
6.根据权利要求4所述的寻找预备主管的方法,其特征在于,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中包括各间接被推荐人和各直接被推荐人在内的所有被推荐人,设定为各所述第一被推荐人。
7.根据权利要求4所述的寻找预备主管的方法,其特征在于,所述将所述第一关联树中的指定关联级别对应的部分或全部被推荐人设定为各第一被推荐人的步骤,包括:
将所述第一关联树中的各间接被推荐人,设定为各所述第一被推荐人。
8.一种寻找预备主管的装置,其特征在于,包括:
获取模块,用于在指定数据库中获取预先按照推荐关联关系形成的树型关联结构,其中,所述树型关联结构中包括多棵关联树;
寻找模块,用于通过解析所述树型关联结构寻找各所述关联树的根节点分别对应的第一用户;
指定模块,用于指定各所述第一用户为预备主管。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810956679.XA CN109446194A (zh) | 2018-08-21 | 2018-08-21 | 寻找预备主管的方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810956679.XA CN109446194A (zh) | 2018-08-21 | 2018-08-21 | 寻找预备主管的方法、装置、计算机设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109446194A true CN109446194A (zh) | 2019-03-08 |
Family
ID=65533138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810956679.XA Pending CN109446194A (zh) | 2018-08-21 | 2018-08-21 | 寻找预备主管的方法、装置、计算机设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109446194A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457600A (zh) * | 2019-08-15 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103105A1 (en) * | 2002-06-13 | 2004-05-27 | Cerisent Corporation | Subtree-structured XML database |
TW201007602A (en) * | 2008-08-01 | 2010-02-16 | Shaklee Corp | Automated commission program with static titled room assignment |
CN102122291A (zh) * | 2011-01-18 | 2011-07-13 | 浙江大学 | 一种基于树形日志模式分析的博客好友推荐方法 |
US20120130931A1 (en) * | 2010-11-18 | 2012-05-24 | Yehuda Koren | Bootstrapping recommender system and method |
US20140019211A1 (en) * | 2011-01-20 | 2014-01-16 | Cai Ling Chen | Operation State Display Method |
JP2016192049A (ja) * | 2015-03-31 | 2016-11-10 | 株式会社日本総合研究所 | 地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法 |
CN108399487A (zh) * | 2018-01-31 | 2018-08-14 | 合肥和钧正策信息技术有限公司 | 基于大数据的企业管理***及方法 |
-
2018
- 2018-08-21 CN CN201810956679.XA patent/CN109446194A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040103105A1 (en) * | 2002-06-13 | 2004-05-27 | Cerisent Corporation | Subtree-structured XML database |
TW201007602A (en) * | 2008-08-01 | 2010-02-16 | Shaklee Corp | Automated commission program with static titled room assignment |
US20120130931A1 (en) * | 2010-11-18 | 2012-05-24 | Yehuda Koren | Bootstrapping recommender system and method |
CN102122291A (zh) * | 2011-01-18 | 2011-07-13 | 浙江大学 | 一种基于树形日志模式分析的博客好友推荐方法 |
US20140019211A1 (en) * | 2011-01-20 | 2014-01-16 | Cai Ling Chen | Operation State Display Method |
JP2016192049A (ja) * | 2015-03-31 | 2016-11-10 | 株式会社日本総合研究所 | 地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法 |
CN108399487A (zh) * | 2018-01-31 | 2018-08-14 | 合肥和钧正策信息技术有限公司 | 基于大数据的企业管理***及方法 |
Non-Patent Citations (1)
Title |
---|
红网: "衡阳女入传销发展下线300人升"高管"骗千万", pages 1, Retrieved from the Internet <URL:https://hunan.sina.com.cn/news/s/2014-04-21/081696549.html> * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457600A (zh) * | 2019-08-15 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
CN110457600B (zh) * | 2019-08-15 | 2023-10-27 | 腾讯科技(深圳)有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2882904C (en) | Service provider network migration | |
Kagdi et al. | Assigning change requests to software developers | |
CN109299090B (zh) | 基金中心度计算方法、***、计算机设备和存储介质 | |
US20120316903A1 (en) | Forming a business relationship network | |
Franco-Bedoya et al. | Queso a quality model for open source software ecosystems | |
CN109117363A (zh) | 一种测试用例生成方法、装置及服务器 | |
CN105989443A (zh) | 一种基于智能移动终端的通讯线路巡检*** | |
US20140236663A1 (en) | System and method for providing unified workflows integrating multiple computer network resources | |
CN101493818A (zh) | 基于人际关系网络的网络信息搜索方法 | |
CN105224296A (zh) | 基于独立第三方的Web服务Qos属性评价***及其评价方法 | |
Makai | Startup ecosystem rankings | |
CN109146561B (zh) | 网络用户的识别方法、装置及服务器 | |
CN109446194A (zh) | 寻找预备主管的方法、装置、计算机设备以及存储介质 | |
CN109344173A (zh) | 数据管理方法和装置、数据结构 | |
US20240127379A1 (en) | Generating actionable information from documents | |
GB2546402A (en) | Resource allocation forecasting | |
US20160285701A1 (en) | Tracking data flow in distributed computing systems | |
Franco-Bedoya et al. | Measuring the quality of open source software ecosystems using queso | |
US11734243B2 (en) | Sparse mapping of hierarchical subset | |
CN106649447B (zh) | 一种文件获取方法及服务器 | |
Taheri et al. | Cloud broker: a systematic mapping study | |
Yulan et al. | Analysis of user influence in social network based on behavior and relationship | |
Nguyen et al. | Handling service level agreements in IoT= Minding rules+ log analytics? | |
Galup et al. | The enterprise knowledge dictionary | |
KR20220005901A (ko) | 브랜드 정보 생성 서비스 제공 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |