CN105389690A - 基于技能需求的团队成员组合生成方法及装置 - Google Patents

基于技能需求的团队成员组合生成方法及装置 Download PDF

Info

Publication number
CN105389690A
CN105389690A CN201510756902.2A CN201510756902A CN105389690A CN 105389690 A CN105389690 A CN 105389690A CN 201510756902 A CN201510756902 A CN 201510756902A CN 105389690 A CN105389690 A CN 105389690A
Authority
CN
China
Prior art keywords
team
dimensional matrix
personnel
vector
team member
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510756902.2A
Other languages
English (en)
Inventor
熊齐燃
原帅
余雷
鲁超凡
陈超
邓玲玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Netposa Technologies Ltd
Original Assignee
Netposa Technologies Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Netposa Technologies Ltd filed Critical Netposa Technologies Ltd
Priority to CN201510756902.2A priority Critical patent/CN105389690A/zh
Publication of CN105389690A publication Critical patent/CN105389690A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/101Collaborative creation, e.g. joint development of products or services

Landscapes

  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了基于技能需求的团队成员组合生成方法及装置,其中方法包括:根据待选人员的身份信息及所述待选人员的技能信息建立二维矩阵,所述二维矩阵的第一维度对应所述待选人员的身份信息,所述二维矩阵的第二维度对应所述待选人员的技能信息;根据团队的技能需求信息优化所述二维矩阵;通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合。本发明能够根据团队的技能需求自动生成团队成员组合,从而得到满足技能要求的团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。

Description

基于技能需求的团队成员组合生成方法及装置
技术领域
本发明涉及数据处理领域,尤其涉及基于技能需求的团队成员组合生成方法及装置。
背景技术
随着人员技能的多样化以及团队合作的普遍化,如何选择合适的人员组建团队完成任务成为很多企业团体经常面对的问题。
例如,某公司需要选择一批员工组建项目团队,该项目团队需要具备Java、PHP和C++开发技能,还需要具备软件设计师和网络工程师。公司中有些员工擅长Java开发,有些擅长C++开发,有些员工专职网络工程师。如何在众多员工中选择出合适的员工组成上述团队成为公司需要解决的问题。
又如,某部队需要抽调一批人员组成行动小组执行任务,该行动小组需要包含指挥人员、狙击手和黑客,还需要包含搏击、监控以及跟踪三项全能的人员。部队中有些人员专职指挥,有些人员专职狙击手,有些人员擅长黑客工作。如何在众多人员中选择出某些人员组成上述行动小组成为急需解决的问题。
面对上述情况,现有技术通常通过人工操作的方式选择人员组建团队,如根据各个员工擅长的技术人工挑选员工组建项目团队,或者根据各个人员的技能人工挑选人员组建行动小组。然而,通过人工操作的方式选择人员组建团队,具有操作效率低、选择结果的准确性难以保证的缺陷。
发明内容
有鉴于此,本发明提供了基于技能需求的团队成员组合生成方法及装置,能够根据团队的技能需求自动生成团队成员组合,从而得到满足技能要求的团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
第一方面,本发明实施例提供了一种基于技能需求的团队成员组合生成方法,所述方法包括:
根据待选人员的身份信息及所述待选人员的技能信息建立二维矩阵,所述二维矩阵的第一维度对应所述待选人员的身份信息,所述二维矩阵的第二维度对应所述待选人员的技能信息;
根据团队的技能需求信息优化所述二维矩阵;
通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合。
结合第一方面,本发明实施例提供了第一方面第一种可能的实施方式,其中,所述根据团队的技能需求信息优化所述二维矩阵,包括:
比较团队的技能需求信息和所述二维矩阵中包含的技能信息;
保留所述二维矩阵中与所述团队的技能需求信息相匹配的向量,将保留的所述向量组成的矩阵作为优化后的所述二维矩阵。
结合第一方面,本发明实施例提供了第一方面第二种可能的实施方式,其中,所述通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合,包括:
通过贪心算法在优化后的所述二维矩阵中选取所述技能信息权值最大的所述待选人员对应的向量;
利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化;
重复所述选取、运算和剪枝优化动作;
当剪枝优化后的所述二维矩阵为空矩阵时,根据选取出来的所述向量对应的待选人员的身份信息生成与所述团队的技能需求信息相匹配的团队成员组合。
结合第一方面第二种可能的实施方式,本发明实施例提供了第一方面第三种可能的实施方式,其中,所述利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化,包括:
对选取的所述向量进行取反运算;
利用取反运算后的所述向量按照维度对应关系与所述二维矩阵中的向量进行与运算;
删除与运算后的所述二维矩阵中值为0的行向量和值为0的列向量。
结合第一方面,本发明实施例提供了第一方面第四种可能的实施方式,其中,在所述根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合之后,所述方法还包括:
根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,根据所述排序确定所述团队最终的成员。
结合第一方面第四种可能的实施方式,本发明实施例提供了第一方面第五种可能的实施方式,其中,所述根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,包括:
对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的工作成本权值和工作经验权值;
对查找到的所述工作成本权值和所述工作经验权值进行加权运算,得到所述当前团队成员组合的排序权值;
根据各个所述团队成员组合的排序权值由低到高的顺序对所述多个团队成员组合进行排序。
结合第一方面、第一方面第一种至第五种可能的实施方式,本发明实施例提供了第一方面第六种可能的实施方式,其中,在所述根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合之后,所述方法还包括:
对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的关联信息,所述关联信息包括年龄和兴趣爱好信息;
根据查找到的所述当前团队成员组合中各个所述待选人员的关联信息生成所述当前团队成员组合的附属信息。
第二方面,本发明实施例提供了一种基于技能需求的团队成员组合生成装置,所述装置包括:
二维矩阵建立模块,用于根据待选人员的身份信息及所述待选人员的技能信息建立二维矩阵,所述二维矩阵的第一维度对应所述待选人员的身份信息,所述二维矩阵的第二维度对应所述待选人员的技能信息;
二维矩阵优化模块,用于根据团队的技能需求信息优化所述二维矩阵;
团队成员组合生成模块,用于通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合。
结合第二方面,本发明实施例提供了第二方面第一种可能的实施方式,其中,所述二维矩阵优化模块包括:
技能比较单元,用于比较团队的技能需求信息和所述二维矩阵中包含的技能信息;
向量保留单元,用于保留所述二维矩阵中与所述团队的技能需求信息相匹配的向量,将保留的所述向量组成的矩阵作为优化后的所述二维矩阵。
结合第二方面,本发明实施例提供了第二方面第二种可能的实施方式,其中,所述团队成员组合生成模块包括:
向量选取单元,用于通过贪心算法在优化后的所述二维矩阵中选取所述技能信息权值最大的所述待选人员对应的向量;
向量运算单元,用于利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化;
重复单元,用于重复所述选取、运算和剪枝优化动作;
团队成员组合生成单元,用于当剪枝优化后的所述二维矩阵为空矩阵时,根据选取出来的所述向量对应的待选人员的身份信息生成与所述团队的技能需求信息相匹配的团队成员组合。
结合第二方面第二种可能的实施方式,本发明实施例提供了第二方面第三种可能的实施方式,其中,所述向量运算单元包括:
取反子单元,用于对选取的所述向量进行取反运算;
与运算子单元,用于利用取反运算后的所述向量按照维度对应关系与所述二维矩阵中的向量进行与运算;
向量删除子单元,用于删除与运算后的所述二维矩阵中值为0的行向量和值为0的列向量。
结合第二方面,本发明实施例提供了第二方面第四种可能的实施方式,其中,所述装置还包括:
最终团队成员确定模块,用于根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,根据所述排序确定所述团队最终的成员。
结合第二方面第四种可能的实施方式,本发明实施例提供了第二方面第五种可能的实施方式,其中,所述最终团队成员确定模块包括:
权值查找单元,用于对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的工作成本权值和工作经验权值;
加权运算单元,用于对查找到的所述工作成本权值和所述工作经验权值进行加权运算,得到所述当前团队成员组合的排序权值;
团队成员组合排序单元,用于根据各个所述团队成员组合的排序权值由低到高的顺序对所述多个团队成员组合进行排序。
结合第二方面、第二方面第一种至第五种可能的实施方式,本发明实施例提供了第二方面第六种可能的实施方式,其中,所述装置还包括:
关联信息查找模块,用于对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的关联信息,所述关联信息包括年龄和兴趣爱好信息;
附属信息生成模块,用于根据查找到的所述当前团队成员组合中各个所述待选人员的关联信息生成所述当前团队成员组合的附属信息。
本发明实施例中,首先建立表征待选人员的身份信息和待选人员的技能信息的对应关系的二维矩阵,然后根据团队的技能需求信息对二维矩阵进行优化,最后通过矩阵运算的方式得到与团队的技能需求信息相匹配的多个团队成员组合,从而得到满足技能要求的多个团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出本发明实施例所提供的基于技能需求的团队成员组合生成方法的第一种流程示意图;
图2示出本发明实施例所提供的第一种人员组合树状示意图;
图3示出本发明实施例所提供的第二种人员组合树状示意图;
图4示出本发明实施例所提供的基于技能需求的团队成员组合生成方法的第二种流程示意图;
图5示出本发明实施例所提供的基于技能需求的团队成员组合生成方法的第三种流程示意图;
图6示出本发明实施例所提供的团队组建方法的工作流程图;
图7示出本发明实施例所提供的基于技能需求的团队成员组合生成装置的第一种结构示意图;
图8示出本发明实施例所提供的基于技能需求的团队成员组合生成装置的第二种结构示意图;
图9示出本发明实施例所提供的基于技能需求的团队成员组合生成装置的第三种结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组建可以以各个不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到现有技术中通常通过人工操作的方式选择人员组建团队,具有操作效率低、选择结果的准确性难以保证的缺陷,本发明提供了基于技能需求的团队成员组合生成方法及装置,能够根据团队的技能需求自动生成团队成员组合,从而得到满足技能要求的团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。下面结合实施例进行描述。
参考如图1所示的基于技能需求的团队成员组合生成方法,该方法包括以下步骤:
步骤102,根据待选人员的身份信息及待选人员的技能信息建立二维矩阵,该二维矩阵的第一维度对应待选人员的身份信息,该二维矩阵的第二维度对应待选人员的技能信息;
步骤104,根据团队的技能需求信息优化上述二维矩阵;
步骤106,通过贪心算法对优化后的上述二维矩阵进行运算,根据运算结果生成与上述团队的技能需求信息相匹配的多个团队成员组合。
本发明实施例中,首先建立表征待选人员的身份信息和待选人员的技能信息的对应关系的二维矩阵,然后根据团队的技能需求信息对二维矩阵进行优化,最后通过矩阵运算的方式得到与团队的技能需求信息相匹配的多个团队成员组合,从而得到满足技能要求的多个团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
本发明实施例中,待选人员的身份信息包括待选人员的名称、员工号和身份证号等信息。待选人员的技能信息包括待选人员具备的工作技能,如编程技能和绘图技能等,其中编程技能能够用待选人员掌握的编程语言如C++、C、Java以及PHP表示,绘图技能能够用待选人员掌握的绘图软件表示,如CAD、PROE和3Dmax等。待选人员的技能信息还包括待选人员的职称,通过职称反应待选人员的工作技能,待选人员的职称包括网络工程师、游戏架构师、软件设计师和视频剪辑师等。
假设某互联网公司为组建团队,待选人员有A、B、C、D、E和F六名,他们各自具备的技能分别如下:
A:Java、C++、PHP;
B:C、C++、网络工程师;
C:C++、PHP、Delphi、软件设计师;
D:C++、网络工程师;
E:Java、网络工程师;
F:C、软件设计师。
步骤102中,对上述六名员工建立二维矩阵的规则包括:选择二维矩阵的行向量表示待选人员的技能信息,二维矩阵的列向量表示待选人员的身份信息;在二维矩阵中,用1表示所在位置所对应的待选人员具备所在位置对应的技能,用0表示所在位置所对应的待选人员不具备所在位置对应的技能。根据上述规则A、B、C、D、E和F六名待选人员的身份信息与技能信息的对应关系可以用表1表示。
表1待选人员的身份信息与技能信息的对应关系表
根据表1能够得到上述六名待选人员的二维矩阵如二维矩阵(1)所示:
1 0 1 1 0 0 0 0 1 1 0 0 1 0 0 0 1 1 1 0 1 0 0 1 0 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 - - - ( 1 ) ;
通过二维矩阵(1)能够反映上述六名待选人员的身份信息和技能信息的对应关系。通过步骤102,通过二维矩阵的方式表示待选人员的身份信息和技能信息的对应关系,具有表达方式简洁,占用内存小,便于反复运算的优点。
考虑到通过步骤102建立的二维矩阵可能包含团队不需要的技能信息,因此还需要通过步骤104对二维矩阵进行优化处理。步骤104中,根据团队的技能需求信息优化上述二维矩阵,能够通过以下过程(a)和过程(b)实现。过程(a),比较团队的技能需求信息和上述二维矩阵中包含的技能信息;过程(b),保留上述二维矩阵中与团队的技能需求信息相匹配的向量,将保留的向量组成的矩阵作为优化后的二维矩阵。具体地,以上述某互联网公司为例,假设该互联网公司待组建的团队的技能需求信息为Java,C++,PHP,网络工程师和软件设计师,则比对该互联网公司的技能需求信息和上述二维矩阵(1)中包含的技能信息,根据比较结果保留二维矩阵(1)的第一列向量、第三列向量、第四列向量、第六列向量和第七列向量,删除二维矩阵(1)的第二列向量和第五列向量,得到优化后的二维矩阵如二维矩阵(2)所示:
1 1 1 0 0 0 1 0 1 0 0 1 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 1 - - - ( 2 ) ;
本发明实施例中,通过步骤104,根据团队的技能需求信息优化建立好的二维矩阵,能够排除团队不关注的技能,简化后续的矩阵运算量,便于后续确定团队成员组合。
在执行步骤104后,还需要执行步骤106,从而生成多个团队成员组合。步骤106中,通过贪心算法对优化后的二维矩阵进行运算,根据运算结果生成与团队的技能需求信息相匹配的多个团队成员组合,具体包括以下(1)(2)(3)(4)过程。过程(1)通过贪心算法在优化后的二维矩阵中选取技能信息权值最大的待选人员对应的向量;(2)利用选取的向量对二维矩阵进行运算,并对运算后的二维矩阵进行剪枝优化;(3)重复上述选取、运算和剪枝优化动作;(4)当剪枝优化后的二维矩阵为空矩阵时,根据选取出来的向量对应的待选人员的身份信息生成与团队的技能需求信息相匹配的团队成员组合。
具体地,过程(1)中,“技能信息权值最大的待选人员对应的向量”就是“满足团队的技能需求信息最多的待选人员对应的向量”。过程(1)中,根据贪心算法原理,在优化后的二维矩阵中选取满足团队的技能需求信息最多的人员对应的向量。以前述例子中的二维矩阵 ( 2 ) - - - 1 1 1 0 0 0 1 0 1 0 0 1 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 1 为例,由于第一行向量中的“1”最多,即待选人员A满足团队的技能需求信息最多,因此选取第一行向量。
过程(2)中,利用选取的向量对二维矩阵进行运算,并对运算后的二维矩阵进行剪枝优化,具体包括:对选取的向量进行取反运算,利用取反运算后的向量按照维度对应关系与二维矩阵中的向量进行与运算,删除与运算后的二维矩阵中值为0的行向量和值为0的列向量。具体地,以前述例子中的二维矩阵 ( 2 ) - - - 1 1 1 0 0 0 1 0 1 0 0 1 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 1 为例,在选取了第一行向量[11100]之后,首先对向量进行取反运算得到向量[00011],然后将取反运算后的向量[00011]与二维矩阵 ( 2 ) - - - 1 1 1 0 0 0 1 0 1 0 0 1 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 0 1 按照维度对应关系进行“按位与”操作,“按位与”操作后二维矩阵如二维矩阵(3)所示:
0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 - - - ( 3 ) .
通过上述过程,对人员A的技能向量[11100]取反后,得到的向量[00011]反应的是人员A不满足团队的技能需求信息的部分。利用人员A不满足团队的技能需求信息的部分与二维矩阵进行“按位与”运算,得到的就是选取人员A后还不能满足团队的技能需求信息的部分,即二维矩阵(3)表示的是选取人员A后还不能满足团队的技能需求信息的部分。
最后对与运算后的二维矩阵(3)进行剪枝优化操作,删除与运算后的二维矩阵中的0行和0列,得到剪枝优化后的二维矩阵如二维矩阵(4)所示:
1 0 0 1 1 0 1 0 0 1 - - - ( 4 ) ;
至此执行完毕过程(2),得到剪枝优化后的二维矩阵。通过步骤104的过程(2),对运算后的二维矩阵进行剪枝优化,能够减少运算过程中的运算量,提高运算速度。
执行完过程(2)后,还需要执行过程(3),重复上述选取、运算和剪枝优化动作。对于矩阵 ( 4 ) - - - 1 0 0 1 1 0 1 0 0 1 , 由于矩阵(4)中每行都只有一个“1”,说明矩阵(4)中的人员B、C、D、E和F满足团队的技能需求信息一样多,因此人员B、C、D、E和F对应的5个行向量需要依次遍历到,为简便起见,这里只以人员B对应的行向量为例进行说明。首先选取矩阵(4)中人员B对应的行向量[10],然后对行向量[10]进行取反运算,得到行向量[01],其次利用行向量[01]按照维度对应关系与二维矩阵 ( 4 ) - - - 1 0 0 1 1 0 1 0 0 1 进行“按位与”运算,得到二维矩阵如二维矩阵(5)所示:
0 0 0 1 0 0 0 0 0 1 - - - ( 5 ) ;
根据前述描述能够理解,二维矩阵(5)表示的是选取人员A和B后,还不能满足团队的技能需求信息的部分。最后对二维矩阵(5)进行剪枝优化操作,删除二维矩阵(5)中值为0的行向量和值为0的列向量,得到的二维矩阵如二维矩阵(6)所示:
1 1 - - - ( 6 ) ;
二维矩阵(6)中,第一行的行向量对应人员C,第二行的行向量对应人员F。
再次重复选取、运算和剪枝优化动作。由于二维矩阵(6)中人员C和人员F满足团队的技能需求信息一样多,因此人员C和人员F对应的2个行向量需要依次遍历到,为了简便起见,这里只以人员C对应的行向量[1]为例进行说明。首先选取二维矩阵(6)中人员C对应的行向量[1],然后对行向量[1]进行取反运算,得到行向量[0],其次利用行向量[0]与二维矩阵 ( 6 ) - - - 1 1 按照维度对应关系进行“按位与”运算,得到二维矩阵为 0 0 . 最后对二维矩阵 0 0 进行剪枝优化动作,删除二维矩阵中为0的行向量和为0的列向量,得到不包含任何数据的空矩阵。
能够发现,在依次选取了人员A、人员B、人员C对应的向量参与运算并剪枝优化后,二维矩阵变成了空矩阵,这意味着依次选取人员A、B和C后,二维矩阵内没有不满足的技能,即将之前选取出来的人员A、B和C组合起来就是满足团队的技能要求信息的团队组合。因此步骤106中的过程(4)为,当剪枝优化后的二维矩阵为空矩阵时,根据选取出来的向量对应的待选人员的身份信息生成与团队的技能需求信息相匹配的团队成员组合,这里“与团队的技能需求信息相匹配”的意思就是“满足团队的技能需求信息”。具体地,当剪枝优化后的二维矩阵为空矩阵时,将选取出来的向量对应的待选人员的身份信息组合起来,生成与团队的技能需求信息相匹配的团队成员组合。根据上述例子中的运算,人员组合A、B和C就是满足团队的技能需求信息的组合,将人员A、B和C身份信息组合起来,生成团队成员组合为:A、B、C。团队成员组合中还能够包括人员的其他身份信息如工牌号、身份证号等信息。
以上述提到的人员A、B、C、D、E和F为例,为了对其进行完整的运算过程,参考如图2所示的人员组合树状图,该人员组合树状图表示对人员A、B、C、D、E和F对应的二维矩阵进行完整计算后得到的多种团队组合形式,如人员A+B+C,人员A+B+F等。图中人员后括号内的数字表示选择对应人员后满足的技能数量和还不满足的技能数量,如图2中的C(4/1)表示选择人员A和C后能够满足4项技能,还有1项技能不满足。图中线段附近的数表示箭头指向的人员所能提供的技能数量,如线段附近标注“(1)”,表示该线段指向的人员能提供一项技能。
本实施例中,在步骤106的过程(1)中,在二维矩阵内选择某位人员对应的向量时,还可能选择除满足团队的技能需求信息最多的人员以外的其他人员对应的向量。参考如图3所示的人员组合树状图,该人员组合树状图表示表示首选项为人员C时运算得到的多种团队组合形式。能够发现,当首选项不同时,运算得到的团队组合形式也不相同,这些不同的组合形式都满足团队的技能需求信息。
通过上述步骤102至步骤106,能够生成与团队的技能需求信息相匹配的团队成员组合,从而得到满足团队的技能需求信息的团队组合,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
考虑到通过步骤102至步骤106得到的是多个满足技能要求的团队成员组合,而用户在实际操作时,一般情况下只组建一个团队进行工作,参考如图4所示的基于技能需求的团队成员组合生成方法,在上述步骤106之后,该方法还包括步骤202,根据各个待选人员的工作成本权值和工作经验权值对多个团队成员组合进行排序,根据上述排序确定团队最终的成员。其中,根据各个待选人员的工作成本权值和工作经验权值对多个团队成员组合进行排序,具体包括:对于当前团队成员组合,查找当前团队成员组合中各个待选人员的工作成本权值和工作经验权值;对查找到的工作成本权值和工作经验权值进行加权运算,得到当前团队成员组合的排序权值;根据各个团队成员组合的排序权值由低到高的顺序对多个团队成员组合进行排序。其中,根据上述排序确定团队最终的成员,具体包括:在上述排序中选择排序第一的,即排序权值最低的团队成员组合作为团队最终的成员。本发明实施例中,各个待选人员的工作成本权值和工作经验权值可以由各个待选人员根据各自的工资和工作时间人为设定并预先存储起来,或者由预先设置的算法根据各个待选人员的工资和工作时间计算出来。另一种优选的实施方式中,还可以将各个团队成员组合对应的排序和各个团队成员组合对应的排序权值提供给管理人员,由管理人员确定选择哪一个团队成员组合组建最终的工作团队。
以前述的人员A、B、C、D、E和F为例,假设通过步骤102至步骤106计算得到的团队成员组合有三个,分别是团队成员组合1,由A、B、C组成,团队成员组合2,由A、B、C、D组成,团队成员组合3,由C、D、E和F组成。这三个团队成员组合的排序情况是团队成员组合1对应的排序权值为50,排序为第一,团队成员组合3对应的排序权值为70,排序为第二,团队成员组合2对应的排序权值为120,排序为第三。将上述排序情况以及各个团队成员组合对应的排序权值提供给管理人员,由管理人员决定选择哪一个团队成员组合组建最终的工作团队。本发明实施例中,通过步骤202能够根据待选人员的工作成本和工作经验对多个团队成员组合进行排序,并根据排序确定团队最终的成员,从而得到最优的团队成员组合方式。
为了更全面的掌握多个团队成员组合的详细情况,参考如图5所示的基于技能需求的团队成员组合生成方法,在上述步骤106之后,该方法还包括步骤302,对于当前团队成员组合,查找当前团队成员组合中各个待选人员的关联信息,该关联信息包括年龄和兴趣爱好信息;步骤304,根据查找到的当前团队成员组合中各个待选人员的关联信息生成当前团队成员组合的附属信息。具体地,步骤302和步骤304能够在步骤202之前执行,也能够在步骤202之后执行。步骤302中,关联信息还能够包括各个待选人员的学习经历信息,工作经历信息,以及各个待选人员具备的除团队的技能要求以外的技能。步骤304中,当前团队成员组合的附属信息包括查找到的当前团队成员组合中各个待选人员的关联信息。本发明实施例中,各个待选人员的关联信息能够由各个待选人员预先设定并存储起来。一种优选的实施例中,将当前团队成员组合的附属信息提供给管理人员,从而使管理人员了解当前团队成员组合中各个待选人员的年龄、兴趣爱好、工作学习经历以及掌握的其他技能信息,便于管理人员进一步筛选或者管理多个团队成员组合。本发明实施例中,通过步骤302和步骤304,根据各个待选人员的年龄和兴趣爱好信息生成各个团队成员组合的附属信息,能够使管理人员根据该附属信息进一步筛选或者管理多个团队成员组合。
根据上述内容,本发明实施例还提供了一种团队组建方法,参考图6所示的团队组建方法的工作流程,该流程包括以下步骤。
步骤601,建立二维矩阵。该二维矩阵中,行向量对应待选人员,列向量对应待选人员具备的技能。
步骤602,优化二维矩阵。在步骤601得到的二维矩阵中删除团队不要求的技能对应的向量,得到与团队要求的技能相一致的二维矩阵。
步骤603,选取向量。选取步骤602得到二维矩阵中具备技能最多的人员对应的向量。
步骤604,向量取反。将步骤603选取的向量取反。
步骤605,“按位与”运算。将步骤604取反后的向量与步骤602得到的二维矩阵按照维度对应关系进行“按位与”操作。
步骤606,剪枝优化,删除步骤605中“按位与”操作后得到的二维矩阵中的0行和0列。
步骤607,判断步骤606中剪枝优化操作后得到的二维矩阵是否为空,如果不为空,转至步骤603,如果为空,执行步骤608。
步骤608,团队初步确定。将通过步骤603选取出来的人员依次选择出来作为满足团队的技能要求的多种团队组合方案。
步骤609,最优团队确定。根据步骤608得到的多种团队组合方案中各个人员的工作经验和工作成本在多种团队组合方案中选择一种组合方案作为最优的团队组合方案。
通过上述步骤601至步骤609,能够确定多种满足团队的技能要求的团队组合方案,并根据人员的工作成本和工作经验确定最优的团队组合。利用数学运算的方式组建团队,能够保证高效、快速的确定团队人员。通过剪枝优化操作能够减少运算量,提高运算速度。
对应上述的基于技能需求的团队成员组合生成方法,本发明实施例还提供了基于技能需求的团队成员组合生成装置,如图7所示,该装置包括:
二维矩阵建立模块71,用于根据待选人员的身份信息及待选人员的技能信息建立二维矩阵,该二维矩阵的第一维度对应待选人员的身份信息,该二维矩阵的第二维度对应待选人员的技能信息;
二维矩阵优化模块72,用于根据团队的技能需求信息优化上述二维矩阵;
团队成员组合生成模块73,用于通过贪心算法对优化后的二维矩阵进行运算,根据运算结果生成与团队的技能需求信息相匹配的多个团队成员组合。
本发明实施例中,首先通过二维矩阵建立模块71建立表征待选人员的身份信息和待选人员的技能信息的对应关系的二维矩阵,然后通过二维矩阵优化模块72根据团队的技能需求信息对二维矩阵进行优化,最后通过团队成员组合生成模块73通过矩阵运算的方式得到与团队的技能需求信息相匹配的多个团队成员组合,从而得到满足技能要求的多个团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
上述二维矩阵优化模块72包括:技能比较单元,用于比较团队的技能需求信息和二维矩阵中包含的技能信息;向量保留单元,用于保留二维矩阵中与团队的技能需求信息相匹配的向量,将保留的向量组成的矩阵作为优化后的二维矩阵。本发明实施例中,根据团队的技能需求信息优化建立好的二维矩阵,能够排除团队不关注的技能,简化后续的矩阵运算量,便于后续确定团队成员组合。
上述团队成员组合生成模块73包括:向量选取单元,用于通过贪心算法在优化后的二维矩阵中选取技能信息权值最大的待选人员对应的向量;向量运算单元,用于利用选取的向量对二维矩阵进行运算,并对运算后的二维矩阵进行剪枝优化;重复单元,用于重复上述选取、运算和剪枝优化动作;团队成员组合生成单元,用于当剪枝优化后的二维矩阵为空矩阵时,根据选取出来的向量对应的待选人员的身份信息生成与团队的技能需求信息相匹配的团队成员组合。
其中,向量运算单元包括:取反子单元,用于对选取的向量进行取反运算;与运算子单元,用于利用取反运算后的向量按照维度对应关系与二维矩阵中的向量进行与运算;向量删除子单元,用于删除与运算后的二维矩阵中值为0的行向量和值为0的列向量。本发明实施例中,利用数学运算的方式生成团队成员组合,能够保证高效、快速的确定团队人员。通过对运算后的二维矩阵进行剪枝优化,能够减少运算过程中的运算量,提高运算速度。
考虑到通过二维矩阵建立模块71、二维矩阵优化模块72和团队成员组合生成模块73得到的是多个满足技能要求的团队成员组合,而用户在实际操作时,一般情况下只组建一个团队进行工作,参考如图8所示的基于技能需求的团队成员组合生成装置,该装置还包括:最终团队成员确定模块81,用于根据各个待选人员的工作成本权值和工作经验权值对多个团队成员组合进行排序,根据该排序确定团队最终的成员。
进一步地,最终团队成员确定模块81包括:权值查找单元,用于对于当前团队成员组合,查找当前团队成员组合中各个待选人员的工作成本权值和工作经验权值;加权运算单元,用于对查找到的工作成本权值和工作经验权值进行加权运算,得到当前团队成员组合的排序权值;团队成员组合排序单元,用于根据各个团队成员组合的排序权值由低到高的顺序对多个团队成员组合进行排序。本发明实施例中,通过最终团队成员确定模块81能够根据待选人员的工作成本和工作经验对多个团队成员组合进行排序,并根据排序确定团队最终的成员,从而得到最优的团队成员组合方式。
为了更全面的掌握多个团队成员组合的详细情况,参考如图9所示的基于技能需求的团队成员组合生成装置,该装置还包括:关联信息查找模块91,用于对于当前团队成员组合,查找当前团队成员组合中各个待选人员的关联信息,该关联信息包括年龄和兴趣爱好信息;附属信息生成模块92,用于根据查找到的当前团队成员组合中各个待选人员的关联信息生成当前团队成员组合的附属信息。本发明实施例中,通过关联信息查找模块91和附属信息生成模块92,根据各个待选人员的年龄和兴趣爱好信息生成各个团队成员组合的附属信息,能够使管理人员根据该附属信息进一步筛选或者管理多个团队成员组合。
综上,通过本发明实施例中的基于技能需求的团队成员组合生成方法及装置,能够通过矩阵运算的方式得到与团队的技能需求信息相匹配的多个团队成员组合,从而得到满足技能要求的多个团队,缓解通过人工操作的方式选择人员组建团队,操作效率低、选择结果的准确性难以保证的问题。
本发明实施例所提供的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一个逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组建可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各个可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (14)

1.一种基于技能需求的团队成员组合生成方法,其特征在于,所述方法包括:
根据待选人员的身份信息及所述待选人员的技能信息建立二维矩阵,所述二维矩阵的第一维度对应所述待选人员的身份信息,所述二维矩阵的第二维度对应所述待选人员的技能信息;
根据团队的技能需求信息优化所述二维矩阵;
通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合。
2.根据权利要求1所述的方法,其特征在于,所述根据团队的技能需求信息优化所述二维矩阵,包括:
比较团队的技能需求信息和所述二维矩阵中包含的技能信息;
保留所述二维矩阵中与所述团队的技能需求信息相匹配的向量,将保留的所述向量组成的矩阵作为优化后的所述二维矩阵。
3.根据权利要求1所述的方法,其特征在于,所述通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合,包括:
通过贪心算法在优化后的所述二维矩阵中选取所述技能信息权值最大的所述待选人员对应的向量;
利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化;
重复所述选取、运算和剪枝优化动作;
当剪枝优化后的所述二维矩阵为空矩阵时,根据选取出来的所述向量对应的待选人员的身份信息生成与所述团队的技能需求信息相匹配的团队成员组合。
4.根据权利要求3所述的方法,其特征在于,所述利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化,包括:
对选取的所述向量进行取反运算;
利用取反运算后的所述向量按照维度对应关系与所述二维矩阵中的向量进行与运算;
删除与运算后的所述二维矩阵中值为0的行向量和值为0的列向量。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合之后,所述方法还包括:
根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,根据所述排序确定所述团队最终的成员。
6.根据权利要求5所述的方法,其特征在于,所述根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,包括:
对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的工作成本权值和工作经验权值;
对查找到的所述工作成本权值和所述工作经验权值进行加权运算,得到所述当前团队成员组合的排序权值;
根据各个所述团队成员组合的排序权值由低到高的顺序对所述多个团队成员组合进行排序。
7.根据权利要求1至6任一项所述的方法,其特征在于,在所述根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合之后,所述方法还包括:
对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的关联信息,所述关联信息包括年龄和兴趣爱好信息;
根据查找到的所述当前团队成员组合中各个所述待选人员的关联信息生成所述当前团队成员组合的附属信息。
8.一种基于技能需求的团队成员组合生成装置,其特征在于,所述装置包括:
二维矩阵建立模块,用于根据待选人员的身份信息及所述待选人员的技能信息建立二维矩阵,所述二维矩阵的第一维度对应所述待选人员的身份信息,所述二维矩阵的第二维度对应所述待选人员的技能信息;
二维矩阵优化模块,用于根据团队的技能需求信息优化所述二维矩阵;
团队成员组合生成模块,用于通过贪心算法对优化后的所述二维矩阵进行运算,根据所述运算结果生成与所述团队的技能需求信息相匹配的多个团队成员组合。
9.根据权利要求8所述的装置,其特征在于,所述二维矩阵优化模块包括:
技能比较单元,用于比较团队的技能需求信息和所述二维矩阵中包含的技能信息;
向量保留单元,用于保留所述二维矩阵中与所述团队的技能需求信息相匹配的向量,将保留的所述向量组成的矩阵作为优化后的所述二维矩阵。
10.根据权利要求8所述的装置,其特征在于,所述团队成员组合生成模块包括:
向量选取单元,用于通过贪心算法在优化后的所述二维矩阵中选取所述技能信息权值最大的所述待选人员对应的向量;
向量运算单元,用于利用选取的所述向量对所述二维矩阵进行运算,并对运算后的所述二维矩阵进行剪枝优化;
重复单元,用于重复所述选取、运算和剪枝优化动作;
团队成员组合生成单元,用于当剪枝优化后的所述二维矩阵为空矩阵时,根据选取出来的所述向量对应的待选人员的身份信息生成与所述团队的技能需求信息相匹配的团队成员组合。
11.根据权利要求10所述的装置,其特征在于,所述向量运算单元包括:
取反子单元,用于对选取的所述向量进行取反运算;
与运算子单元,用于利用取反运算后的所述向量按照维度对应关系与所述二维矩阵中的向量进行与运算;
向量删除子单元,用于删除与运算后的所述二维矩阵中值为0的行向量和值为0的列向量。
12.根据权利要求8所述的装置,其特征在于,所述装置还包括:
最终团队成员确定模块,用于根据各个所述待选人员的工作成本权值和工作经验权值对多个所述团队成员组合进行排序,根据所述排序确定所述团队最终的成员。
13.根据权利要求12所述的装置,其特征在于,所述最终团队成员确定模块包括:
权值查找单元,用于对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的工作成本权值和工作经验权值;
加权运算单元,用于对查找到的所述工作成本权值和所述工作经验权值进行加权运算,得到所述当前团队成员组合的排序权值;
团队成员组合排序单元,用于根据各个所述团队成员组合的排序权值由低到高的顺序对所述多个团队成员组合进行排序。
14.根据权利要求8至13任一项所述的装置,其特征在于,所述装置还包括:
关联信息查找模块,用于对于当前团队成员组合,查找所述当前团队成员组合中各个所述待选人员的关联信息,所述关联信息包括年龄和兴趣爱好信息;
附属信息生成模块,用于根据查找到的所述当前团队成员组合中各个所述待选人员的关联信息生成所述当前团队成员组合的附属信息。
CN201510756902.2A 2015-11-09 2015-11-09 基于技能需求的团队成员组合生成方法及装置 Pending CN105389690A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510756902.2A CN105389690A (zh) 2015-11-09 2015-11-09 基于技能需求的团队成员组合生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510756902.2A CN105389690A (zh) 2015-11-09 2015-11-09 基于技能需求的团队成员组合生成方法及装置

Publications (1)

Publication Number Publication Date
CN105389690A true CN105389690A (zh) 2016-03-09

Family

ID=55421954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510756902.2A Pending CN105389690A (zh) 2015-11-09 2015-11-09 基于技能需求的团队成员组合生成方法及装置

Country Status (1)

Country Link
CN (1) CN105389690A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107274071A (zh) * 2017-05-24 2017-10-20 华为技术有限公司 组建团队的方法及装置
CN109146340A (zh) * 2018-10-30 2019-01-04 合肥学院 众包模式下基于产品结构的研发团队人员选择方法及装置
CN109284462A (zh) * 2018-08-06 2019-01-29 深圳市嘀哒知经科技有限责任公司 一种多服务需求的组合方法及装置
CN110428186A (zh) * 2019-08-09 2019-11-08 深圳前海微众银行股份有限公司 团队任务的员工组建方法、装置、终端及存储介质
CN110443513A (zh) * 2019-08-09 2019-11-12 深圳前海微众银行股份有限公司 团队任务的员工组建方法、装置、终端及存储介质
CN110807621A (zh) * 2019-11-06 2020-02-18 成都普登尔科技有限公司 音乐行业相关人才及资源的整合平台
CN111047133A (zh) * 2019-10-14 2020-04-21 杨浩 创新团队成员推荐方法、系统及计算机可读存储介质
CN111861400A (zh) * 2020-07-22 2020-10-30 何丽娟 一种企业测评系统
CN113614771A (zh) * 2019-04-05 2021-11-05 神钢建机株式会社 技能信息提示系统以及技能信息提示方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107274071A (zh) * 2017-05-24 2017-10-20 华为技术有限公司 组建团队的方法及装置
CN109284462A (zh) * 2018-08-06 2019-01-29 深圳市嘀哒知经科技有限责任公司 一种多服务需求的组合方法及装置
CN109146340A (zh) * 2018-10-30 2019-01-04 合肥学院 众包模式下基于产品结构的研发团队人员选择方法及装置
CN113614771A (zh) * 2019-04-05 2021-11-05 神钢建机株式会社 技能信息提示系统以及技能信息提示方法
CN110428186A (zh) * 2019-08-09 2019-11-08 深圳前海微众银行股份有限公司 团队任务的员工组建方法、装置、终端及存储介质
CN110443513A (zh) * 2019-08-09 2019-11-12 深圳前海微众银行股份有限公司 团队任务的员工组建方法、装置、终端及存储介质
CN110443513B (zh) * 2019-08-09 2023-08-29 深圳前海微众银行股份有限公司 团队任务的员工组建方法、装置、终端及存储介质
CN111047133A (zh) * 2019-10-14 2020-04-21 杨浩 创新团队成员推荐方法、系统及计算机可读存储介质
CN110807621A (zh) * 2019-11-06 2020-02-18 成都普登尔科技有限公司 音乐行业相关人才及资源的整合平台
CN111861400A (zh) * 2020-07-22 2020-10-30 何丽娟 一种企业测评系统

Similar Documents

Publication Publication Date Title
CN105389690A (zh) 基于技能需求的团队成员组合生成方法及装置
Zheng et al. A cooperative coevolution algorithm for multi-objective fuzzy distributed hybrid flow shop
Shen et al. Mathematical modeling and multi-objective evolutionary algorithms applied to dynamic flexible job shop scheduling problems
Lim et al. Particle swarm optimization with increasing topology connectivity
Zhang et al. A survey for solving mixed integer programming via machine learning
CN104035816B (zh) 一种基于改进nsga‑ii的云计算任务调度方法
Campos Ciro et al. Open shop scheduling problem with a multi-skills resource constraint: a genetic algorithm and an ant colony optimisation approach
Lin et al. Multiprocessor task scheduling in multistage hybrid flowshops: A hybrid artificial bee colony algorithm with bi-directional planning
Sun et al. Find the best path: An efficient and accurate classifier for image hierarchies
Kumalasari et al. Recommendation system of information technology jobs using collaborative filtering method based on LinkedIn skills endorsement
Ravikumar et al. Evaluating lean execution performance in Indian MSMEs using SEM and TOPSIS models
CN103235743A (zh) 一种基于分解和最优解跟随策略的多目标测试任务调度方法
KR20160050729A (ko) 특허 정보를 이용한 특허 로드맵 생성 방법 및 시스템
Qing et al. A survey on explainable reinforcement learning: Concepts, algorithms, challenges
Meng et al. Modelling and solving algorithm for two-stage scheduling of construction component manufacturing with machining and welding process
Zhang et al. Automated workflow synthesis
Fung et al. Enhancing learning paths with concept clustering and rule-based optimization
CN116985146B (zh) 退役电子产品的机器人并行拆解规划方法
Cerutti et al. On the impact of configuration on abstract argumentation automated reasoning
KR20210152395A (ko) 정보 처리장치, 정보 처리방법 및 컴퓨터 판독가능한 기록매체
KR101617704B1 (ko) 페트리넷과 발사 추천기에 기반한 최적화 시스템 및 구현 방법
Villacorta et al. Sensitivity analysis in the scenario method: A multi-objective approach
Chahkandi et al. Feature selection with chaotic hybrid artificial bee colony algorithm based on fuzzy (CHABCF)
Chu et al. A data-driven meta-learning recommendation model for multi-mode resource constrained project scheduling problem
Bonci et al. Performance improvement in CPSs over self-similar system structures

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160309

RJ01 Rejection of invention patent application after publication