具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

实施例一：

下面结合图1，描述本发明实施例的基于员工服务系统的员工行为分析方法，包括：步骤S1：获取新员工在实习期间的企业微信生态圈行为数据；具体地，可通过移动应用平台搭建员工服务系统，新员工在企业微信授权于员工服务系统获取信息，使员工服务系统能企业微信生态圈行为数据，具有数据更新及时、获取效率高的优点。所述企业微信生态圈行为包括但不限于活动投票、培训课程、考试、问卷、创意申请、读书分享、优化建议、健步行活动。

步骤S2：整理分析企业微信生态圈行为数据，获取该员工的兴趣素养；具体地，所述兴趣素养包括但不限于员工性格、个人兴趣、生活理念、专业能力和工作态度。

步骤S3：建立该员工的定量评分模型，对该员工的兴趣素养进行定量评分，计算得出该员工的综合评分；

步骤S4：根据该员工兴趣素养匹配相适应的工作岗位，利用综合评分判定该员工是否胜任该工作岗位；若是，则安排该员工到该工作岗位；若否，则匹配下一个的工作岗位，直到将该员工安排到能胜任的工作岗位；

步骤S5：追踪获取该员工到岗后的企业微信生态圈行为数据，再次整理分析该员工到岗后的企业微信生态圈行为数据，得出该员工到岗后的兴趣素养；

步骤S6：优化调整定量评分模型，增加该员工的定量评分模型与该员工在当前工作岗位的关联性；

步骤S7：根据优化调整后的定量评分模型，定量评分该员工到岗后的兴趣素养，重新计算得出该员工到岗后的综合评分；

步骤S8：当该员工岗位调整时，返回步骤S5。

在本发明的实施例中，当新员工在实习期间，根据新员工企业微信生态圈的行为数据获知该员工的兴趣素养，从而获知该员工的性格、兴趣和职业素养，以利于将该员工安排到适配的岗位中。如喜欢分享的新员工，个人性格偏向外向，则会适合推销或接待的岗位；又如创意较多的新员工，则适合策划或活动筹备的岗位，实现协助新员工能尽快找到适合自己的发展方向，提高对新员工的管理效率和培养效果。值得说明的是，尽管根据新员工的兴趣素养匹配相适应的工作岗位，仍需要综合评分进行量化，判定该员工是否胜任这个岗位，以避免岗位安排到了能力不足的新员工而影响工作项目的运作，确保企业的利益。

当新员工到岗位后，持续追踪该员工到岗后的兴趣素养，再次整理分析该员工到岗后的企业微信生态圈行为数据，得出该员工到岗后的兴趣素养。如此可及时察觉该员工的兴趣素养在实习期间与到岗后的变化，利于识穿该员工在实习期间的主观因素所带来的假象，从而利于人力资源部门深入地了解该员工。

通过优化调整定量评分模型，增加员工的定量评分模块与其当前所在的工作岗位的关联性，使员工的定量评分模型更贴合当前的工作岗位，以利于提高员工到岗后综合评分的准确性。再利用优化调整后的定量评分模块重新计算出该员工到岗后的综合评分，对新员工进行考核，以利于准确地判定新员工当前的兴趣素养是否适合当前岗位，实现有合理的数据作为参考，无需具有丰富经验的人力资源部门也能对员工的兴趣素养得出比较合理的结论。

每当员工的岗位发生变动调整时，对该员工的定量评分模块进行迭代优化，实现定量评分模块能根据员工的岗位变化做出相应的调整，以提高该员工综合评分的有效性，以利于人力资源部门考核该员工是否适合当前岗位。

其中，建立该员工的定量评分模型的方法包括：根据企业微信生态圈行为种类，确定评分项目；评定员工在各项目种类的分值；设立各项目种类的评分权重，对各项目种类的分值与对应评分权重的积进行求和。如此，通过先立项、该员工的兴趣素养在各项目种类的分值，再设定项目的评分权重，最后将该员工的兴趣素养在各项目种类的分值乘以与对应评分权重，并进行求和，从而得到该员工的综合评分。在本发明的一个实施例中，定量评分模型中的评分项目、评定员工在各项目种类的分值和各项目的评分权重均是由人力资源部门有经验的人员设定。具体地，定量评分模型可以是，其中，y为综合评分，kn(n＝1、2、……n)为项目的评分权重，xn(n＝1、2、……n)为员工的兴趣素养在各项目种类的分值。

值得说明的是，企业微信生态圈行为种类包括主动参与行为和被动参与行为，在定量评分模型的评分权重中，主动参与行为的评分权重大于被动参与行为的评分权重。具体地，在本发明的实施例中，企业微信生态圈行为种类包括活动投票、培训课程、考试、问卷、创意申请、读书分享、优化建议、健步行活动。其中，活动投票、培训课程、问卷调查普遍是内部要求安排的，属于被动参与行为，是硬性任务，能反馈出个人的兴趣素养的比重较少，因此被动参与行为对应的项目种类的评分权重可以少点。而创意申请、读书分享、优化建议、健步行活动是员工主动参与行为，能有效反映员工兴趣、能力素养，如创意的采纳反映该员工创新能力，建议的实现反映该员工总结分析能力，考试得分高低反映该员工学习能力，读书分享得分反映该员工爱阅读热于分享性格会偏外向，健步行活动得分反映该员工生活健康的理念，因此可以增大主动参与行为对应的项目种类的评分权重。如此，在定量评分模型的评分权重中，主动参与行为的评分权重大于被动参与行为的评分权重，可使得定量评分模型计算得出的综合评分更能有效反馈该员工的兴趣素养。

一些实施例中，优化调整兴趣素养的定量评分模型的方法包括：分析该员工在当前工作岗位持续发展所需的专业技能和经验见识；根据分析出的专业技能和经验见识，增加相应的评分项目，并为新增的评分项设定分值。具体地，如若该员工的当前工作岗位是文职岗位，在优化调整兴趣素养的定量评分模型时，可增加该员工的专业技能掌握程度的评分项目，例如Excel表格的熟练程度、打字速度等与文职岗位相关联的专业技能掌握程度。还可根据员工与岗位相关的经验见识增加相应的评分项目，例如增加技术人员外出参赛的评分项，阅读与本岗位相关的书籍。如此实现优化定量评分模型，使定量评分模型更适合该员工的当前岗位，以利于计算出员工到岗后有效的综合评分。

优选地，优化调整兴趣素养的定量评分模型的方法还包括：分析该员工在当前工作岗位的岗位特性，根据当前工作岗位的岗位特性调整定量评分模型中的评分权重。具体地，不同工作岗位之间的定量评分模型中的评分权重是不同的。如推销岗位，该岗位的岗位特性属于外向型岗位，需要的是员工的口才，因此可增加该员工在分享方面的评分权重。如技术岗位，该岗位的岗位特性属于内向型岗位，需要的是员工的专业技能，因此可适当增加该员工在学习考试方面的评分权重。如此，通过分析员工当前工作的岗位特性，再根据岗位特性，相应的调整该员工的定量评分模型的评分权重，使定量评分模型更适合该员工的当前岗位，以利于计算出员工到岗后有效的综合评分。

实施例二：

基于员工服务系统的员工行为分析系统，包括：第一获取模块、第一整理分析模块、第一定量评分模块、岗位安排模块、第二获取模块、第一整理分析模块、定量评分模型优化模块、第二定量评分模块、迭代模块；所述第一获取模块用于获取新员工在培训期间的企业微信生态圈行为数据；所述第一整理分析模块用于整理分析企业微信生态圈行为数据，得到该员工的兴趣素养；所述第一定量评分模块用于建立该员工的定量评分模型，对该员工的兴趣素养进行定量评分，计算得出该员工的综合评分；所述岗位安排模块用于根据该员工兴趣素养匹配相适应的工作岗位，利用综合评分判定该员工是否胜任该工作岗位；若是，则安排该员工到该工作岗位；若否，则匹配下一个的工作岗位，直到将该员工安排到能胜任的工作岗位；所述第二获取模块用于追踪获取该员工到岗后的企业微信生态圈行为数据；所述第一整理分析模块用于整理分析该员工到岗后的企业微信生态圈行为数据，得出该员工到岗后的兴趣素养；所述定量评分模型优化模块用于优化调整定量评分模型，增加该员工的定量评分模型与该员工在当前工作岗位的关联性；所述第二定量评分模块用于根据优化调整后的定量评分模型，定量评分该员工到岗后的兴趣素养，重新计算得出该员工综合评分；所述迭代模块用于当该员工岗位调整时，利用第二获取模块、第一整理分析模块、定量评分模型优化模块和第二定量评分模块计算得出该员工到岗后的综合评分。

如此实现，当新员工在实习期间，根据新员工企业微信生态圈的行为数据获知该员工的兴趣素养，从而获知该员工的性格、兴趣和职业素养，以利于将该员工安排到适配的岗位中。如喜欢分享的新员工，个人性格偏向外向，则会适合推销或接待的岗位；又如创意较多的新员工，则适合策划或活动筹备的岗位，实现协助新员工能尽快找到适合自己的发展方向，提高对新员工的管理效率和培养效果。值得说明的是，尽管根据新员工的兴趣素养匹配相适应的工作岗位，仍需要综合评分进行量化，判定该员工是否胜任这个岗位，以避免岗位安排到了能力不足的新员工而影响工作项目的运作，确保企业的利益。

当新员工到岗位后，持续追踪该员工到岗后的兴趣素养，再次整理分析该员工到岗后的企业微信生态圈行为数据，得出该员工到岗后的兴趣素养。如此可及时察觉该员工的兴趣素养在实习期间与到岗后的变化，利于识穿该员工在实习期间的主观因素所带来的假象，从而利于人力资源部门深入地了解该员工。

通过优化调整定量评分模型，增加员工的定量评分模块与其当前所在的工作岗位的关联性，使员工的定量评分模型更贴合当前的工作岗位，以利于提高员工到岗后综合评分的准确性。再利用优化调整后的定量评分模块重新计算出该员工到岗后的综合评分，对新员工进行考核，以利于准确地判定新员工当前的兴趣素养是否适合当前岗位，实现有合理的数据作为参考，无需具有丰富经验的人力资源部门也能对员工的兴趣素养得出比较合理的结论。

每当员工的岗位发生变动调整时，对该员工的定量评分模块进行迭代优化，实现定量评分模块能根据员工的岗位变化做出相应的调整，以提高该员工综合评分的有效性，以利于人力资源部门考核该员工是否适合当前岗位。

具体地，第一定量评分模块包括：评分项目确定模块，用于根据企业微信生态圈行为种类，确定评分项目；分值确定模块，用于根据评分项目种类，设定各项目种类的分值；权重设立模块，用于设立各项目种类的评分权重；综合评分计算模块，用于对各项目种类的分值与对应评分权重的积进行求和。如此，先通过评分项目确定模块立项、利用分值确定模块确定该员工的兴趣素养在各项目种类的分值，再利用权重设立模块设定项目的评分权重，最后通过综合评分计算模块将该员工的兴趣素养在各项目种类的分值乘以与对应评分权重，并进行求和，从而得到该员工的综合评分。在本发明的一个实施例中，定量评分模型可以是，其中，y为综合评分，kn(n＝1、2、……n)为项目的评分权重，xn(n＝1、2、……n)为员工的兴趣素养在各项目种类的分值。

值得说明的是，所述定量评分模型优化模块包括岗位分析模块，用于分析该员工在当前工作岗位持续发展所需的专业技能和经验见识；所述评分项目确定模块还用于根据分析出的专业技能和经验见识，增加相应的评分项目；所述分值确定模块还用于为所述评分项目确定模块新增的评分项设定分值。具体地，在本实施例中，默认新增项目的评分权重为1，先利用岗位分析模块对该员工当前的岗位进行分析，如若该员工的当前工作岗位是文职岗位，在优化调整兴趣素养的定量评分模型时，通过评分项目确定模块增加该员工的专业技能掌握程度的评分项目，例如Excel表格的熟练程度、打字速度等与文职岗位相关联的专业技能掌握程度，再通过分值确定模块为新增的评分项设定分值。评分项目确定模块还根据员工与岗位相关的经验见识增加相应的评分项目，例如增加技术人员外出参赛的评分项，阅读与本岗位相关的书籍等，再通过分值确定模块为新增的评分项设定分值。如此实现优化定量评分模型，使定量评分模型更适合该员工的当前岗位，以利于计算出员工到岗后有效的综合评分。

优选地，所述岗位分析模块还用于分析该员工在当前工作岗位的岗位特性，权重设立模块还根据该员工当前工作岗位的岗位特性调整定量评分模型中的评分权重。具体地，不同工作岗位之间的定量评分模型中的评分权重是不同的。如推销岗位，该岗位的岗位特性属于外向型岗位，需要的是员工的口才，因此可通过权重设立模块增加该员工在分享方面的评分权重。如技术岗位，该岗位的岗位特性属于内向型岗位，需要的是员工的专业技能，因此可通过权重设立模块适当地增加该员工在学习考试方面的评分权重。如此，通过分析员工当前工作的岗位特性，再根据岗位特性，相应的调整该员工的定量评分模型的评分权重，使定量评分模型更适合该员工的当前岗位，以利于计算出员工到岗后有效的综合评分。

实施例三

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例一中的基于员工服务系统的员工行为分析方法。

根据本发明实施例的基于员工服务系统的员工行为分析方法及系统的其他构成等以及操作对于本领域普通技术人员而言都是已知的，这里不再详细描述。

在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。