本发明涉及绩效评估
技术领域：
，尤其涉及一种绩效评估方法和系统、设备及存储介质。
背景技术：
：绩效评估过去主要应用于企业，在我国有一定的实践积累。近几年，国内教育领域引进了绩效评估技术，但研究尚成果处于起步阶段。教学绩效指的是单位时间内教学和学习的有效性。教育作为一种服务行为,不能不计成本和效益，因此单位学习时效就显得十分重要。由于应试教育的影响，我国现行的教育评估模式普遍存在着注重静态结果、忽视教育过程，评价目标不灵活等倾向，这种教育评价方式已不能适应时代发展需求。如何采用科学的教学绩效评估方式，对现有的教学模式、教学方法及手段进行验证和评估,提高教学绩效,是教育界学者共同关注的问题。在教育领域中,教育实践工作者已开始将各种绩效评估方式应用于日常教学实践(ginsburg,klein,starkey1998)，采用了多种心理测量方法，包括lps公式(kozulin&garb2002)、t-test、pearson相关系数、方差分析、多元回归分析与结构方程等心理测量理论，用以测量教学中的学习过程及结果。这些学习绩效的定量测量方法借用常见的统计软件包spss最为普遍,也有采用r软件与sas软件，在编程后进行统计运算。现有教学绩效评估方式受到指责最多的就是心理测量模型与测量工具的匮乏问题。测量教学绩效的关键问题,是形成科学的心理测量模式和测量工具，但迄今尚未有突破性进展。在采用传统方法进行评估的软件中，spss与r软件、sas软件都是用于统计分析的通用型软件，特别是后两者，要求研究者具有深厚的数理知识及电脑软件辅助来完成。一般的教育管理者与教师不具备统计专业知识，电脑软件的操作也较为复杂，因此限制了这些评估方法在教学实际中的应用。专门为进行教学绩效评估而开发的统计软件，迄今尚为空白。传统的教学绩效评估方法在测量理论上存在以下局限性:在评估前提上，以多个学习群体的同质性为假设，即多个学习群体的学习基础相同,应用范围有限；在评估过程上，以初始与最终测试结果的差值为评估指标，对学习过程的动态变化反映不足；在评估结果上，仅能反映学习者当前阶段的学习状态，对学习者潜能的预测信息有限。期刊《东莞理工学院学报》2017年8月第24卷第4期，公开了论文《大学英语课堂教学动态评估模式研究》，作者：罗娟；该论文初步提出了采用马尔科夫链的数学模型用于评估大学英语教学，但并未给出详细的实现方案，在实际应用时仍存在较大困难。技术实现要素：1.发明要解决的技术问题为了克服上述技术问题，本发明提供了一种绩效评估方法和系统、设备及存储介质。可以进行大规模的数据采集、分析，以实现将绩效干预与同步反馈相结合,把评估与诊断、辅导、矫正有机地结合在一起，可以实现动态评估绩效。2.技术方案为解决上述问题，本发明提供的技术方案为：一种绩效评估方法，对第一对象群体进行绩效等级划分；根据第一对象群体中各第一对象的上次绩效等级与本次绩效等级，得到第一对象群体的绩效转移矩阵；计算绩效状态转移矩阵；计算绩效状态转移矩阵的特征值为1的特征向量；根据绩效等级划分，与特征向量相结合计算第一对象群体绩效迁移值。进一步地改进是，所述绩效等级按照绩效值范围的不同划分为m个等级，m为整数，m≥2。进一步地改进是，所述绩效转移矩阵由绩效转移值nij构成，其中，i为上次测评绩效等级，i＝1、2、3、、、m，j为本次测评绩效等级，j＝1、2、3、、、m，nij表示第一对象群体中由上次绩效等级i转移到本次绩效等级j的第一对象数量。进一步地改进是，所述绩效状态转移矩阵由绩效转移值组成，其中，由上次绩效等级i转移到本次绩效等级j的第一对象数量与上次绩效等级i的第一对象总数之比。进一步地改进是，绩效迁移值s＝a1x1 a2x2 a3x3 … amxm，其中，划分m个等级的取值范围的中间值为a1，a2，a3，...，am，特征向量x＝(x1，x2，...，xm)。进一步地改进是，绩效能力量化值e＝s/t，t为第一对象群体从上次绩效考核之后，到本次绩效考核之前的工作时长。第二方面，本发明提供了一种绩效迁移评估系统，根据以上所述的一种绩效评估方法，包括：输入单元，用于输入第一对象群体中各第一对象的上次绩效等级与本次绩效等级，以得到绩效转移矩阵；运算单元，用于计算绩效状态转移矩阵及其特征值为1的特征向量；计算绩效迁移值和绩效能力量化值。进一步地改进是，所述输入单元输入第一对象群体的绩效转移矩阵，或绩效状态转移矩阵。一种设备，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如以上所述的方法。一种存储有计算机程序的存储介质，该程序被处理器执行时实现如以上任一项所述的方法。3.有益效果采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：1)本申请实施例的技术方案所述第一对象群体中第一对象为评估对象。绩效评估以第一对象个体为评估对象，该方案是将第一对象个体的原始状态与迁移后的状态相比，将传统的常模参照改变为个体自身动态发展的纵向比较，而非静态评估中将自我与他人对比，体现了关注个体发展的评估理念。2)本申请实施例的技术方案在评估过程的动态性体现在：绩效评估强调以动态历时的角度对第一对象的思维、认知能力等进行评估。基于马尔科夫链“无后效性”的评估模型考虑了第一对象群体的原始状态，剔除第一对象群体间初始状况的差异，通过前测与后测间的变化来把握其能力迁移情况，以此构建转移矩阵，因此可对初始状态存在差异的第一对象群体进行动态评估，其本质是利用第一对象在一定教学时间内的“迁移度”来计算其进步趋势，强调的是测验时第一对象学习和改变的认知过程。3)本申请实施例的技术方案的绩效等级转移是第一对象所处绩效等级从上次绩效考核至本次绩效考核的转移，与第一对象以前的状态无关，具有无后效性，本申请采用马尔科夫链构建的评估方法可有效的剔除第一对象之前绩效水平差异这一因素；假如在本次绩效考核之后的较长时间内，对应的绩效激励政策持续保持下去，即马尔科夫过程逐渐趋于稳定状态，可依据马尔科夫链的遍历性求出极限向量，来代表第一对象群体工作最终达到的水平，便可对其工作的未来发展趋势,也就是工作潜能做出预测。4)本申请实施例的技术方案具有对评估结果的预测性，绩效评估关心的是第一对象的潜能,不仅关注实际发展区,还重视最近发展区，重视被评估者今后形成什么、变成什么；该方案是一种基于发展视角的评估方法；基于前测与后测，利用马尔科夫链的“遍历性”，也就是利用绩效的现在状况及发展趋势来预测第一对象的未来潜能及绩效激励的未来状况，可对绩效激励效果的优劣做出判断；而传统静态评估测量的是个体已经形成的能力,评估的只是现阶段学习结果，只拥有“现在”，看不到“将来”。5)本申请实施例的技术方案具有评估简易性，较强的实用性、推广性，操作者无需专业数学统计知识，经几步操作便可运行，从而得到绩效量化值的输出结果；为教学、工作等实践中的绩效评估提供了实用性强的评估方案。附图说明图1为本发明实施例1提供的一种绩效评估方法的流程图。图2为本发明实施例2提供的一种绩效迁移评估系统的结构示意图。图3为图2一优选实施例提供的一种绩效迁移评估系统的结构示意图。图4为本发明实施例4提供的一种设备结构示意图。具体实施方式为进一步了解本发明的内容，结合附图及实施例对本发明作详细描述。下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。本发明中所述的第一、第二等词语，是为了描述本发明的技术方案方便而设置，并没有特定的限定作用，均为泛指，对本发明的技术方案不构成限定作用。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。实施例1一种绩效评估方法，如图1所示，对第一对象群体进行绩效等级划分；根据第一对象群体中各第一对象的上次绩效等级与本次绩效等级，得到第一对象群体的绩效转移矩阵；计算绩效状态转移矩阵；计算绩效状态转移矩阵的特征值为1的特征向量；根据绩效等级划分，与特征向量相结合计算第一对象群体绩效迁移值。其中，本实施例在不同的应用环境中，第一对象群体是不同的，如当本实施例的一种绩效评估方法，用于评估教学成效时，所述第一对象群体是指某一班级或某一年级的学生，第一对象对应为某一学生；当本实施例的一种绩效评估方法，用于评估员工工作成效时，所述第一对象群体是指某企业或某部门的员工，第一对象对应为某一员工；当本实施例的一种绩效评估方法，用于评估不同岗位工作成效时，所述第一对象群体对应为该岗位对应的人群；也就是说，本实施例的一种绩效评估方法，在不同的应用环境中，第一对象群体是不同的，而绩效等级划分是由第一对象群体自身绩效值的分布情况所决定的。所述绩效等级按照绩效值范围的不同划分为m个等级，m为整数，m≥2，即m取值可以为2、3、4、5等。当第一对象群体为学生时，绩效等级可以划分为5个等级，即m＝5，绩效等级为优/excellent(即i＝1)时，对应的绩效值(分数值)范围为(90～100)；绩效等级为良/good(即i＝2)时，对应的绩效值围为(80～89)；绩效等级为中/medium(即i＝3)时，对应的绩效值围为(70～79)；绩效等级为及格/pass(即i＝4)时，对应的绩效值围为(60～69)；绩效等级为不及格/fail(即i＝5)时，对应的绩效值围为(0～59)。在企业的绩效考核中，根据员工绩效考核的分数，可以进行绩效等级划分，根据情况可以划分成2个，3个，4个等数量的等级标准，即第一对象群体为企业员工时，绩效等级划分为m个等级，m取值可以为2、3、4、5等。绩效等级的划分由绩效值决定，所述绩效值由绩效考核标准得到，在本实施例中，不同的绩效考核标准，考核不同的第一对象群体，对应得到第一对象群体中不同第一对象的单次绩效考核值，根据绩效等级划分的绩效值范围，确定第一对象群体中不同第一对象所在的绩效等级。绩效考核的标准，以及绩效值的计算方法，绩效考核的因素是多样，也可以是单一的，绩效值计算的方法可以是线性的，也可以是非线性的，或无固定数值的，甚至是可以直接得到对应绩效等级等情况，但均不构成对本实例的技术方案实施范围的限制，在可能的情况下，可以推广至其他范围或领域。所述绩效转移矩阵由绩效转移值nij构成，其中，i为上次测评绩效等级，i＝1、2、3、、、m，j为本次测评绩效等级，j＝1、2、3、、、m，nij表示第一对象群体中由上次绩效等级i转移到本次绩效等级j的第一对象数量。如前所述绩效等级m＝5，对应绩效等级(成绩等级)取值范围：1级为excellent(90～100)、2级为good(80～89)、3级为medium(70～79)、4级为pass(60～69)、5级为fail(0～59)；当第一对象为学生时，第一对象群体为甲班学生，假设班级学生的期中考试成绩已知，可根据绩效等级(对应是学生成绩等级)划分到各个等级中去，可得到不同学生期中考试成绩对应的绩效等级i。其后使用不同教学方法，对两个班持续一段时间的教学。期末考试成绩出来后，每个学生的成绩可根据绩效等级划分，得到不同学生期末考试成绩中对应的绩效等级j。比如当i＝1，j＝1时，n11代表甲班中期末考试成绩与期中考试成绩相比，成绩等级保持1不变的学生人数为n11，即成绩保持excellent的学生人数为n11，当i＝4，j＝5时，n11代表甲班中期末考试成绩与期中考试成绩相比，成绩等级从4转移(降低)到5的学生人数为n45，即成绩从及格(pass)到不及格(fail)的学生人数为n45。即i，j的取值在[1,m]范围内，可以得到甲班学生期末考试成绩与期中考试成绩等级从i转移到j的学生人数为nij。通过上述过程可以得到不同nij组成的绩效转移矩阵，即5*5的绩效转移矩阵。假如得到甲乙两班学生的绩效转移矩阵，如表1和表2所示。表1甲班学生的绩效转移矩阵表i/j12345160020246900304620402840500020表2乙班学生的绩效转移矩阵表i/j123451420202211000303710402850500011所述绩效状态转移矩阵由绩效转移值组成，其中，由上次绩效等级i转移到本次绩效等级j的第一对象数量与上次绩效等级i的第一对象总数之比。以表1第一行的数据[60020]为例，经过上述计算可得到[6/8002/80],表1第二行数据[46900]，经过上述计算可得到[4/196/199/1900]。以此类推，表1和2经过计算后得到表3和4，分别对应为甲乙班级的绩效状态转移矩阵表。表3甲班学生的绩效状态转移矩阵表i/j1234516/8002/8024/196/199/1900304/126/122/120402/148/144/14050002/20表4乙班学生的绩效状态转移矩阵表i/j1234514/82/802/8022/131/1310/1300303/117/111/110402/158/155/15050001/21/2计算绩效状态转移矩阵的特征值为1的特征向量，其中表3对应的特征向量为xtgroup1＝(0.196，0.2327，0.4076，0.1637，0),其中group1代表甲班。表4对应的特征向量为xtgroup2＝(0.0659，0.2142，0.6117，0.1081，0)，其中group2代表乙班。绩效迁移值s＝a1x1 a2x2 a3x3 … amxm，其中，m个绩效等级对应的绩效值取值范围的中间值为a1，a2，a3，...，am，特征向量x＝(x1，x2，...，xm)。在本实施例中m＝5，绩效等级1对应的绩效范围的中间值为a1＝95，以此类推，绩效等级2,3,4与5对应的绩效范围的中间值分别为a2＝85，a3＝75，a4＝65，a5＝55，可以得到甲乙班级的绩效迁移值分别为：79.61,77.3715。绩效能力量化值e＝s/t，t为第一对象群体从上次绩效考核之后，到本次绩效考核之前的工作时长。假如甲乙两班学习时长相同均设为1，那么甲乙两班的绩效能力量化值分别为79.61,77.3715。在期中考试到期末考试的教学实验中，两个班的学习效能量化值分别为79.61与72.37，甲班学习效能值略高于乙班，说明在持续一段时间内使用不同的教学方法后，甲班的教学成效优于乙班。并且可预见，如继续使用该种教学方法，未来甲班的教学成效会持续优于乙班。由以上实施方式可见，基于马尔科夫链的该种绩效评估方法可有效地反映教学实践中学生群体的学习能力的迁移，通过对其学习的未来发展趋势对学习潜能进行预测,最终实现对教学成效的动态评估。本实施例中基于教学训练之前的期中考试与教学训练后的期末考试这两次平行测验，把学生的两次成绩分成5个等级，发明人创造性地将期中考试到期末考试之间学生成绩状态的转移变化用于反映学生学习能力的迁移，再通过分析学生两次成绩在等级间的转移来构建转移矩阵。解决了现有技术中静态评估教学成效的局限性，可以对学生成绩状态的变化实现动态评估，客观地反映了学生学习成绩状态的变化。成绩等级的转移是学生期中考试所处成绩状态向期末考试所处成绩状态的转移，与其以前的状态(即学习基础)无关，具有无后效性，本实施例采用马尔科夫链构建的评估方法可有效的剔除学生基础差异这一因素。假如在期末考试之后的较长时间内，这一教学效果(期中考试到期末考试之间的教学效果)持续保持下去，即马尔科夫过程逐渐趋于稳定状态，可依据马尔科夫链的遍历性求出极限向量，来代表学习者群体学习最终达到的水平，便可对其学习的未来发展趋势,也就是学习潜能做出预测。现有技术中马尔科夫链仅能用于求出极限向量,代表学习群体最终可达到的状态分布,即多少人处于优等,多少人处于良，而本实施例提出的一种绩效评估方法，克服了现有马尔科夫链的局限性，进行了创造性地改变，构建绩效转移矩阵,求出绩效转移矩阵的特征向量x＝(x1,x2,...,xm),以各绩效等级对应的绩效值范围的中间值为权重对学习成效的定量指标加权平均来确定最终的学习成效评估值s(绩效迁移值)，可以动态反馈学生学习成绩状态的变化。实施例2本实施例提出了一种绩效评估方法，与实施例1所述技术方案类似，应用于企业员工的绩效状态评估，各企业的绩效评估考核因素不同，在本实施例中不作记载，不影响本实施例技术方案的实施。假如y1和y2分别为某企业营销部的两个组别，综合考虑两组的绩效水平，经过合理测评将绩效等级划分为k个等级，2019年1-12月该企业引进了先进的管理激励手段，持续使用该管理激励手段激励营销人员，其中2019年1-12月份中，y1组和y2组中各个人员所处的绩效等级是已知的，那么可以得到从1月到2月，2月到3月，3月到4月、、、11月到12月，y1组和y2组对应的绩效转移矩阵，根据实施例1中所述方法计算y1组和y2组在各个相邻月份的绩效状态转移矩阵，计算对应的特征向量，选出划分k个绩效等级对应的绩效范围的中间值为：a1，a2，a3，...，am；计算绩效迁移值s＝a1x1 a2x2 a3x3 … amxm。绩效能力量化值e＝s/t，t为第一对象群体从上次绩效考核之后，到本次绩效考核之前的工作时长，在本实施例中t取值为1个月。由此可以计算得到1月到2月，2月到3月，3月到4月、、、11月到12月。对应y1组和y2组的绩效能力量化值。从而可以评估管理激励手段对两组营销人员所产生的效用，进而也可以得知，营销人员的绩效状态动态变化过程。绩效等级的转移是营销人员从1月到2月(类似还包括2月到3月、、、11月到12月)的绩效等级转移，与其以前的工作效状态无关，具有无后效性，本实施例采用马尔科夫链构建的评估方法可有效的剔除营销人员工作经验差异这一因素。假如在较长时间内，这一管理激励手段持续保持下去，即马尔科夫过程逐渐趋于稳定状态，可依据马尔科夫链的遍历性求出极限向量，来代表营销人员所在组别工作绩效最终达到的水平，便可对其工作能力的未来发展趋势,也就是工作潜能做出预测。现有技术中马尔科夫链仅能用于求出极限向量,代表营销人员最终可达到的绩效状态分布,即多少人对应分别处于绩效等级1、2、3、、、k，而本实施例提出的一种绩效评估方法，克服了现有马尔科夫链的局限性，进行了创造性地改变，首先构建绩效转移矩阵,求出绩效状态转移矩阵的特征向量x＝(x1,x2,...,xm),再以各绩效等级取值范围的中间值为权重，对工作成效的定量指标加权平均来确定最终的工作成效评估值s(绩效迁移值)，可以动态反馈营销人员工作绩效状态的变化。实施例3本实施例提供了一种绩效迁移评估系统，根据实施例1所述的一种绩效评估方法，如图2所示，包括：输入单元，用于输入第一对象群体中各第一对象的上次绩效等级与本次绩效等级，以得到绩效转移矩阵；运算单元，用于计算绩效状态转移矩阵及其特征值为1的特征向量；计算绩效迁移值和绩效能力量化值。当输入单元用来输入第一对象群体中各第一对象的上次绩效等级与本次绩效等级时，所述运算单元根据第一对象群体中各第一对象的上次绩效等级与本次绩效等级进行统计，以得到绩效转移矩阵。运算单元计算绩效状态转移矩阵，及其对应的特征值为1的特征向量；并根据绩效等级对应的取值范围选出每个绩效等级的中间值为权重，与特征向量一起加权计算绩效迁移值，再结合上次绩效考核至本次绩效考核期间有效的工作时间，根据e＝s/t计算绩效能力量化值。当所述输入单元输入第一对象群体的绩效转移矩阵时，所述运算单元，用于计算绩效状态转移矩阵及其特征值为1的特征向量；计算绩效迁移值和绩效能力量化值。当所述输入单元输入第一对象群体的绩效状态转移矩阵时，所述运算单元，用于计算绩效状态转移矩阵特征值为1的特征向量；计算绩效迁移值和绩效能力量化值。进一步地改进是，还设有结果显示单元，用于显示至少包含绩效能力量化值的结果，可选地，还可以显示绩效转移矩阵、绩效状态转移矩阵、特征向量和绩效迁移值。可以非常直观得到输入和结果的比对。实施例4一种设备，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如以上所述的方法。一种存储有计算机程序的存储介质，该程序被处理器执行时实现如以上实施例1所述的方法。图4为本发明一实施例提供的一种设备的结构示意图。如图4所示，作为另一方面，本申请还提供了一种设备500，包括一个或多个中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有设备500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。特别地，根据本申请公开的实施例，上述任一实施例描述的方法可以被实现为计算机软件程序。例如，本申请公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述任一实施例描述的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。作为又一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例的装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，该程序被一个或者一个以上的处理器用来执行描述于本申请的方法。附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以通过执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以通过专用硬件与计算机指令的组合来实现。描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，各所述单元可以是设置在计算机或移动智能设备中的软件程序，也可以是单独配置的硬件装置。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离本申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。当前第1页1 2 3
技术特征：1.一种绩效评估方法，其特征在于：
对第一对象群体进行绩效等级划分；根据第一对象群体中各第一对象的上次绩效等级与本次绩效等级，得到第一对象群体的绩效转移矩阵；计算绩效状态转移矩阵；计算绩效状态转移矩阵的特征值为1的特征向量；根据绩效等级划分，与特征向量相结合计算第一对象群体绩效迁移值。
2.根据权利要求1所述的方法，其特征在于，所述绩效等级按照绩效值范围的不同划分为m个等级，m为整数，m≥2。
3.根据权利要求1所述的方法，其特征在于，所述绩效转移矩阵由绩效转移值nij构成，其中，i为上次测评绩效等级，i＝1、2、3、、、m，j为本次测评绩效等级，j＝1、2、3、、、m，nij表示第一对象群体中由上次绩效等级i转移到本次绩效等级j的第一对象数量。
4.根据权利要求1所述的方法，其特征在于，所述绩效状态转移矩阵由绩效转移值组成，其中，由上次绩效等级i转移到本次绩效等级j的第一对象的数量与上次绩效等级i的第一对象总数之比。
5.根据权利要求1所述的方法，其特征在于，绩效迁移值s＝a1x1 a2x2 a3x3 ... amxm，其中，m个绩效等级对应的绩效值范围的中间值分别为a1，a2，a3，...，am，特征向量x＝(x1，x2，...，xm)。
6.根据权利要求1所述的方法，其特征在于，绩效能力量化值e＝s/t，t为第一对象群体从上次绩效考核之后，到本次绩效考核之前的工作时长。
7.一种绩效评估系统，其特征在于，根据权利要求1所述的一种绩效评估方法，包括：输入单元，用于输入第一对象群体中各第一对象的上次绩效等级与本次绩效等级，以得到绩效转移矩阵；运算单元，用于计算绩效状态转移矩阵及其特征值为1的特征向量；计算绩效迁移值和绩效能力量化值。
8.根据权利要求7所述的系统，其特征在于，所述输入单元输入第一对象群体的绩效转移矩阵或绩效状态转移矩阵。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-6中任一项所述的方法。
10.一种存储有计算机程序的存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
技术总结本发明公开了一种绩效评估方法和系统、设备及存储介质，涉及绩效评估技术领域。包括以下内容：对第一对象群体进行绩效等级划分；根据第一对象群体中各第一对象的上次绩效等级与本次绩效等级，得到第一对象群体的绩效转移矩阵；计算绩效状态转移矩阵；计算绩效状态转移矩阵的特征值为1的特征向量；根据绩效等级划分，与特征向量相结合计算第一对象群体绩效迁移值。可以进行大规模的数据采集、分析，以实现将绩效干预与同步反馈相结合,把评估与绩效激励、诊断、辅导、矫正有机地结合在一起，可以实现动态评估绩效。
技术研发人员：罗娟
受保护的技术使用者：长沙理工大学
技术研发日：2020.01.13
技术公布日：2020.06.05
