买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本申请涉及人工智能技术领域，揭示了一种基于人工智能的员工考勤方法、装置、设备及存储介质，其中方法包括：采用预设时间间隔，分别获取员工数据集合中的各个员工数据各自对应的员工位置数据；分别计算每个员工位置数据与目标电子围栏的边界的距离，得到第一距离集合；分别根据第一距离集合中的每个第一距离和第一预设阈值进行出勤判断，得到各个第一距离各自对应的待存储的单次考勤结果；根据各个待存储的单次考勤结果更新单次考勤结果库。实现了在不需员工定点打卡的情况下自动采用预设时间间隔获取员工位置数据进行考勤结果计算，能够对打完卡之后私下外出进行考勤管理，也避免了在员工忘记打卡时很难采用补打卡流程进行准确的补打卡。

主权项：1.一种基于人工智能的员工考勤方法，其特征在于，所述方法包括：获取目标电子围栏，其中，所述目标电子围栏是采用电子围栏生成模型生成的电子围栏，所述电子围栏生成模型是基于机器学习得到的模型；获取员工数据集合，采用预设时间间隔，分别获取所述员工数据集合中的各个员工数据各自对应的员工位置数据；所述员工数据集合中的每个员工数据对应一个员工位置数据；分别计算每个所述员工位置数据与所述目标电子围栏的边界的距离，得到第一距离集合；获取第一预设阈值，分别根据所述第一距离集合中的每个第一距离和所述第一预设阈值进行出勤判断，得到各个所述第一距离各自对应的待存储的单次考勤结果；根据各个所述待存储的单次考勤结果更新单次考勤结果库；所述获取目标电子围栏的步骤之前，还包括：获取多个训练样本，所述训练样本包括：地址样本特征向量和电子围栏标定值；将多个所述训练样本输入机器学习模型进行电子围栏生成，得到与所述训练样本对应的电子围栏预测值；根据所述电子围栏预测值和所述电子围栏标定值的差异确定训练目标；针对最小化所述训练目标的值的方向，调整所述机器学习模型的模型参数并继续训练，直至达到机器学习结束条件，将达到所述机器学习结束条件的所述机器学习模型确定为所述电子围栏生成模型；所述分别根据所述第一距离集合中的每个第一距离和所述第一预设阈值进行出勤判断，得到各个所述第一距离各自对应的待存储的单次考勤结果的步骤之后，还包括：获取当前时间和预设迟到提醒时间范围，判断所述当前时间是否在所述预设迟到提醒时间范围内；当在所述预设迟到提醒时间范围内时，从各个所述待存储的单次考勤结果中获取未出勤的所述待存储的单次考勤结果，得到待判断的单次考勤结果集合；获取外围电子围栏，分别计算所述待判断的单次考勤结果集合中的每个所述员工位置数据与所述外围电子围栏的边界的距离，得到第二距离集合；获取第二预设阈值，判断所述第二距离集合中的第二距离是否小于或等于所述第二预设阈值；当存在所述第二距离小于或等于所述第二预设阈值时，将小于或等于所述第二预设阈值的各个所述第二距离各自对应的所述单次考勤结果作为待提醒的单次考勤结果集合；从所述待提醒的单次考勤结果集合中获取所述单次考勤结果，作为待提醒的单次考勤结果；计算所述待提醒的单次考勤结果的所述员工位置数据与所述目标电子围栏的边界的最短路径，得到剩余通勤距离；获取预设员工速度数据，根据所述剩余通勤距离和所述预设员工速度数据计算剩余通勤时长集合；根据所述待提醒的单次考勤结果的所述员工位置数据、所述剩余通勤距离和所述剩余通勤时长集合生成通勤预防迟到提醒信息；将所述通勤预防迟到提醒信息发送给所述待提醒的单次考勤结果对应的客户端。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于人工智能的员工考勤方法、装置、设备及存储介质