一种用于招商引资的绩效考核系统的制作方法

本发明涉及软件系统领域，尤其是一种用于招商引资的绩效考核系统。

背景技术：

绩效管理系统(performancemanagementsystem)就是管理组织和员工绩效的系统，它是各种管理系统的纽带，透过它来验证各管理系统的运作效果。当前许多企业都在探索改善企业整体绩效、提高企业竞争力的有效方法。如何建立科学有效的绩效管理系统，成为人们普遍关注的热点问题。在设计和开发绩效管理系统的过程中，有些企业已经取得了一定的成功经验，但不同组织的发展状况、组织文化、组织气氛、组织结构和管理风格是不同的。

招商引资的绩效考核工作是对招商引资工作效果的检验，同时还能够对下一阶段的招商引资工作做出合理预期。传统招商引资绩效考核办法更加偏重于数量维度，考核维度仅限于引进项目数、资金到位额等，考核内容不全面，没有体现质量、效益维度。同时也没有很好体现各招商职能部门的履职情况和工作状态。

技术实现要素：

基于此，本发明提出一种用于招商引资的绩效考核系统，采用的技术方案如下：

一种用于招商引资的绩效考核系统，包括用户单元、数据单元和业务单元，数据单元用于将数量指标、质量指标、效益指标和招商活动组织与招商管理指标和绩效历史数据建立成数据库，业务单元的功能包括依据所述数据库内的指标数据计算绩效考核成绩、利用绩效历史数据计算绩效分配比例，生成绩效考核报表，报表包括：落地项目(资金到位额)、半年内可以落地的项目、在谈项目。用户单元用于区域或者职能部门用户查询绩效信息。

进一步的，所述业务单元计算绩效考核成绩的流程包括：

步骤1.确定绩效考核区域；

步骤2.计算每个区域的绩效分配比例；

步骤3.接收用户导入的指标数据；

步骤4.计算实际绩效成绩。

进一步的，神经网络模块的功能包括计算绩效分配比例，神经网络模块接收的输入包括可供招商的土地面积、经济发展gdp、区域财政收入、楼宇空置率和人口密度，神经网络模块的输出为绩效分配比例。

进一步的，绩效考核模块用于计算绩效考核成绩，使用的公式包括：

其中sn为以特定区域的绩效考核成绩，qn为该区域的绩效分配比例，tk为设定的特定种类的指标数据的预设完成值，ak为该种类指标数据的实际完成值，k为设定的指标数据种类的个数。

进一步的，所述业务单元计算绩效考核成绩的流程还包括：

步骤1.获取导入到系统中区域或者职能部门绩效信息；

步骤2.根据获取的区域或者职能部门绩效信息，基于所述数据库确定指标的种类；

步骤3.根据获取的区域或者职能部门绩效信息选择设定好的权重；

步骤4.计算绩效考核成绩；

步骤5.生成绩效考核报表，报表包括：落地项目(资金到位额)、半年内可以落地的项目、在谈项目。

进一步的，计算绩效考核成绩利用的公式为：

z＝f1*y1+f2*y2+f3*y3+f4*y4

其中f1、f2、f3和f4分别为数量指标、质量指标、效益指标和招商活动组织与招商管理指标四部分对应的权重，y为其中一个指标对应的第一绩效过程值。

进一步的，计算y时利用的公式为：

其中ni为其中一个部分中具体指标种类的个数，xj为该具体指标对应的第二绩效过程值。

进一步的，计算x时利用的公式为：

其中aij为导入系统的具体指标值，aij为所述数据库中与aij同类的具体指标值。

与现有技术相比，本发明的有益效果在于，本发明设计的系统包括神经单元模块，该模块用于通过bp神经网络算法自主学习考核目标的绩效分配比例，根据不同地区或部门经济发展情况，系统自动抓取数据、自动评分，从而实现招商引资工作的绩效考核自动化评价，同时大大降低工作人员的劳动强度。

附图说明

图1是系统结构示意图；

图2是计算绩效考核成绩的流程图；

图3是计算绩效考核成绩的另一种流程图。

具体实施方式

实施例1，如图1所示，本发明提出的一种用于招商引资的绩效考核系统，包括用户单元、数据单元和业务单元。

数据单元用于将数量指标、质量指标、效益指标和招商活动组织与招商管理指标和绩效历史数据建立成数据库，业务单元的功能包括依据所述数据库内的指标数据计算绩效考核成绩、利用绩效历史数据计算绩效分配比例，生成绩效考核报表，报表包括：落地项目(资金到位额)、半年内可以落地的项目、在谈项目。用户单元用于区域或者职能部门用户查询绩效信息。

如图2所示，业务单元计算绩效考核成绩的流程包括：

步骤1.确定绩效考核区域；

步骤2.计算每个区域的绩效分配比例；

步骤3.接收用户导入的指标数据；

步骤4.计算实际绩效成绩。

在计算分配考核指标时，由于影响考核指标分配的因素比较多，依靠人为分配的方式不能客观反映各地区的经济发展差别带来的影响，因此该系统中业务单元中设计了神经网络模块，步骤2就是通过该神经网络模块实现的，神经网络模块接收的输入包括可供招商的土地面积、经济发展gdp、区域财政收入、楼宇空置率和人口密度，神经网络模块的输出为绩效分配比例。

计算绩效考核成绩是通过绩效考核模块实现的，使用的公式包括：

其中sn为以特定区域的绩效考核成绩，qn为该区域的绩效分配比例，tk为设定的特定种类的指标数据的预设完成值，ak为该种类指标数据的实际完成值，k为设定的指标数据种类的个数。

实施例2，如图3所示，业务单元的另一种工作流程包括：

步骤1.获取导入到系统中区域或者职能部门绩效信息；

步骤2.根据获取的区域或者职能部门绩效信息，在所述数据库中找到与之对应的指标；

步骤3.根据获取的区域或者职能部门绩效信息选择设定好的权重；

步骤4.计算绩效考核成绩；

步骤5.生成绩效考核报表，报表包括：落地项目(资金到位额)、半年内可以落地的项目、在谈项目。

其中计算绩效考核成绩利用的公式为：

z＝f1*y1+f2*y2+f3*y3+f4*y4

其中f1、f2、f3和f4分别为数量指标、质量指标、效益指标和招商活动组织与招商管理指标四部分对应的权重，y为其中一个指标对应的第一绩效过程值，

计算y时利用的公式为：

其中ni为其中一个部分中具体指标种类的个数，xj为该具体指标对应的第二绩效过程值，计算x时利用的公式为：

其中aij为导入系统的具体指标值，aij为所述数据库中与aij同类的具体指标值。

在本实施例中，可以通过业务单元配置计算绩效考核成绩时需要的权重，同时通过日志管理记录系统标准和权重修改情况。

实施例3，本发明中设计的神经网络模块还可以用于预测绩效考核成绩，采用bp神经网络算法，依据各考评地区和部门的经济发展状况，以及历年考核指标所占比例作为学习样本数据，将样本数据按4∶1的比例分为训练数据和测试数据，建立招商引资绩效考核预测模型，每年年初或月初预测出各考评地区和部门的绩效考核成绩。

其中，bp神经网络采用有指导的学习方式，其学习包括以下4个过程。

(1)组成输入模式由输入层经过隐含层向输出层的“模式顺传播”过程。

(2)网络的期望输出与实际输出之差的误差信号由输出层经过隐含层逐层休整连接权的“误差逆传播”过程。

(3)由“模式顺传播”与“误差逆传播”的反复进行的网络“记忆训练”过程。

(4)网络趋向收敛即网络的总体误差趋向极小值的“学习收敛”过程。

在训练阶段中，训练实例重复通过网络，同时修正各个权值，改变连接权值的目的是最小化训练集误差率。继续网络训练直到满足一个特定条件为止，终止条件可以使网络收敛到最小的误差总数，可以是一个特定的时间标准，也可以是最大重复次数。

完成计算后，操作人员可以选择通过可视化图形、列表等方式展示各考评地区和部门的绩效考评成绩，生成列表时可配置的参数包括考核地区、考核时间、考核维度。

数量指标、质量指标、效益指标和招商活动组织与招商管理指标对应的具体指标如下表所示：

表1

表2

表3

表4

以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。