一种基于大数据和人工智能的考勤管理系统及管理方法

本发明涉及大数据分析和人工智能，尤其涉及一种基于大数据和人工智能的考勤管理系统及管理方法。

背景技术：

1、学风是一所大学的灵魂，是其办学思想、管理水平和教育质量的重要标志。学生课堂考勤工作是高校学风建设的根本，是日常教学管理工作的重要环节。切实抓好学生课堂考勤管理工作，是保证高效教育教学秩序正常运行和各项集体活动的顺利开展的重要手段，对于加强学生的组织纪律性，提高教学质量起到重要作用，对推进学校学风建设有着极为深远的意义。

2、现有技术中，公开了一种课堂考勤管理方法和系统，主要包括：接收客户端发送的识别请求，识别请求包括课程编号、班级编号和教室编号，根据所述识别请求中课程编号和班级编号从数据库获取对应班级学生信息表l；根据所述教室编号调动教室内相应图像采集设备开始进行图像采集；：接收边缘计算设备发送的待识别信息m，所述待识别信息m包括：人脸特征信息f、所述人脸特征信息f是由教室内相应的图像采集设备获取的原始人脸图像p1在边缘计算设备中经检测对齐和特征提取两个操作过程形成的特征向量p3；根据所述学生信息表l调取信息表中所有学生预先采集的信息m0，预先采集的学生信息m0包括：姓名、班级和预先采集人脸特征f0；将预先采集的人脸特征f0与现场获取的人脸特征信息f进行匹配，根据匹配结果显示已出勤学生名单和未出勤学生名单。

3、但上述技术至少存在如下问题：在多种原因造成出勤不完整问题时，考勤管理不够全面以及考勤管理效率低。

技术实现思路

1、本发明实施例通过提供一种基于大数据和人工智能的考勤管理系统及管理方法，解决了现有技术中在多种原因造成出勤不完整问题时，考勤管理不够全面以及考勤管理效率低的问题。实现了对考勤实施更全面的管理以及提高考勤管理效率的技术效果。

2、本发明提供了一种基于大数据和人工智能的考勤管理系统及管理方法，具体包括以下技术方案：

3、一种基于大数据和人工智能的考勤管理系统，包括以下部分：

4、信息获取模块，区域划定模块，考勤存储模块，考勤统计模块，考勤分析模块，异常分析模块，汇总模块，应用模块；

5、所述信息获取模块，对学生信息，课程活动信息，以及教室信息进行获取，并将获取到的信息数据送至区域划定模块；

6、所述区域划定模块，将信息获取模块传送的信息数据作为训练样本进行深度学习，对考勤区域进行划定，得到考勤区域集，为考勤统计模块提供参考；

7、所述考勤存储模块，将每次考勤的结果进行储存，用来为汇总统计或其他操作提供考勤历史数据；

8、所述考勤统计模块，对当前学生利用各种考勤打卡方式进行考勤统计，包括指纹、人脸、卡片、移动端，结合考勤区域集获取考勤统计结果发送至考勤分析模块，对考勤数据进行分析；

9、所述考勤分析模块，对考勤数据进行分类，将正常的考勤数据进行考勤分析，将无异常的数据的分析结果传送至汇总模块；将异常考勤数据发送至异常分析模块；所述异常考勤数据，包含学生考勤数据缺失，考勤地点不在考勤区域集；

10、所述异常分析模块，针对考勤异常的数据进行异常分析，并将异常分析结果传送至汇总模块；

11、所述汇总模块，将考勤分析模块以及异常分析模块的分析结果进行汇总，并将汇总结果传送至考勤存储模块进行储存；

12、所述应用模块，针对考勤内容不同的用途，调用考勤存储模块中的考勤记录，形成表格，输送至管理人员；所述用途包含学生监督，评定优秀学生，评定奖学金。

13、一种基于大数据和人工智能的考勤管理方法，包括以下步骤：

14、s1.针对学生信息，课程活动信息以及教室信息进行深度学习，对考勤地点进行区域划分，得到考勤区域集；

15、s2.对学生进行考勤信息统计时结合考勤区域集获取当前考勤信息，并对考勤信息进行分类处理，将正常考勤信息进行考勤处理，同时，将异常考勤信息进行异常分析；

16、s3.将考勤处理结果和异常信息分析结果进行汇总处理，并将汇总结果存储考勤存储模块，为考勤管理提供数据依据。

17、进一步，所述s1具体包括：

18、针对学生信息，课程活动信息以及教室信息进行筛选转换处理，得到便于处理的训练样本；将所述训练样本通过深度学习神经网络模型的训练，对考勤地点进行区域划分，得到考勤区域集。

19、进一步，所述s1还包括：

20、构建深度学习神经网络模型对训练样本集合进行训练，对考勤学生，考勤地点，考勤时间进行区域划分，得到考勤区域集，所述考勤区域集包含考勤学生区域集，考勤地点区域集，考勤时间区域集；具体过程如下：将经过筛选转换处理的信息集合作为输入层的输入，按照学生，课程活动，教室进行分解，得到输入层的三个输出：然后经过第一领域区、第二领域区、第三领域区的作用，所述第一领域区为计算考勤学生区域集的功能区；所述第二领域区为计算考勤地点区域集的功能区；所述第三领域区为计算考勤时间区域集的功能区；最后，将三个领域区得到的考勤学生区域集，考勤地点区域集，考勤时间区域集作为融合层输入，在所述融合层构建通过构建三维空间坐标系，将第一领域区、第二领域区、第三领域区得到的考勤学生区域集，考勤地点区域集，考勤时间区域集中的元素至于所述三维空间坐标系中的三个坐标轴上作为上面的元素，得到三维考勤空间域集，即考勤区域集space。

21、进一步，所述s2具体包括：

22、通过各种考勤方式进行打卡考勤，结合考勤区域集对考勤数据进行统计，并对考勤数据进行分类处理得到正常考勤信息和异常考勤信息，并将所述正常考勤信息，在经考勤分析模块进行考勤处理，得到基于正常考勤信息的考勤结果；以及所述异常考勤信息，经异常分析模块进行异常分析处理，得到基于异常考勤信息的考勤结果。

23、进一步，所述s2还包括：

24、通过构建考勤汇总模型对考勤数据进行统计，具体过程如下：

25、model＝{pe，space，os，ts,ss，out}

26、其中，pe表示学生信息；space表示考勤区域集；os表示第一区域距离集合；ts表示第二区域距离集合；ss表示第三区域距离集合；out表示模型输出，即学生考勤信息。

27、进一步，所述s3具体包括：

28、将考勤处理结果和异常信息处理结果进行汇总形成表格，并将汇总的信息结果存储于考勤存储模块，对考勤记录进行更新，以保障考勤数据的完整性，同时，根据考勤存储模块存储的考勤信息，为各用途提供考勤数据，形成表格由管理人使用。

29、有益效果：

30、本发明实施例中提供的多个技术方案，至少具有如下技术效果或优点：

31、1、本发明通过对学生信息，课程活动信息以及教室信息进行筛选处理为考勤信息的全面性提供数据依据，同时对筛选后的信息集合进行转换处理，为得到考勤区域集提供参数依据，构建深度学习神经网络模型更加准确全面的获取考勤区域集，进一步为考勤实施更全面的管理提供数据依据，同时提高了考勤管理的效率。

32、2、本发明通过构建对比神经网络模型参照考勤区域集对考勤信息进行统计得到了更准确的考勤信息以便于对考勤实施更全面的管理，同时将统计的考勤信息进行分类处理，及常规处理以及异常处理，节省了考勤管理的时间进一步提高考勤管理效率。