一种基于聚类技术的非量化考勤系统研究  

A Research on Clustering for Attendance System

作　　者：乔磊[1] 陶祥亚[1] 

机构地区：[1]淮海工学院信息中心,连云港222005

出　　处：《价值工程》2015年第35期138-140,共3页Value Engineering

基　　金：2014年连云港市科技计划项目(软科学研究计划):信化条件下连云港市中小企业工艺创新的科技支持政策研究(批准号:RK1409);2014年连云港市科技计划项目(产学研联合创新资金):海洋新材料产学研协同创新平台建设(批准号:RK1409);2012年度连云港市社会科学基金项目立项课题;课题名称:江苏高等教育现代化进程中教育信息化建设的主要任务及重点工程研究(批准号:12LKT23号)

摘　　要：传统的自动化考勤系统对于现代公司而言过于刻板,无法根据特定员工的情况给出更具人性化的考勤判定。现在即使在一个中小型企业中,每个月产生的考勤记录数据也是非常庞大的,而传统的考勤系统只能将这些数据作为个体单独处理,这也因此丢失了蕴含在这些数据背后的一些有价值的信息,同时也给未来的考勤系统维护造成了一定的困难。但是利用聚类技术可以将所有的考勤数据作为一个数据集进行处理,找出其中蕴含的有用的簇,并且利用这些簇将个体考勤信息进行分类并得出与这些聚类的差别,利用这些差别最终得出一个更具人性化的考勤排名。Traditional automated attendance records manage system is too rigid for modern company, and it cannot give more humanized attendance results in view of workers＇ specific situations. Even in medium and small-sized enterprises, it will generate a large amount of attendance records every month. The traditional system just processes these information separately, so it will lose a lot of valuable information and also bring some difficulties in the future system maintenance. But clustering analysis technique will help to solve this problem. This method treads the whole records as a dataset and it will find some useful clusters. Then these clusters will help to classify the individual attendance records. And at the same time, this method will give the differences between the clustering results and individual records which will finally come to the more humanized attendance ranking.

关 键 词：聚类 分类 考勤系统 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]