CN107679737A - 项目推荐的方法及装置 - Google Patents

Abstract

本发明提供了一种项目推荐的方法及装置，涉及信息技术领域。该方法包括：首先获取项目类型和多个员工的特征向量，然后基于多个员工的特征向量查找与项目类型匹配的多个员工中的部分员工，最后对部分员工进行排名并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给排名最高的员工。本发明提供的项目推荐的方法及装置能够通过对员工各项数据的管理，实现快速推荐每个项目给适合的员工，提高服务质量和效率。

Description

项目推荐的方法及装置

技术领域

本发明涉及信息技术领域，具体而言，涉及一种项目推荐的方法及装置。

背景技术

目前建材供应商企业管理团队使用的传统CRM软件，仅能通过规定要求员工完成任务，而无法对员工情况进行监管、把控以及管理，因此，在对接项目时，无法针对不同的项目快速查找与该项目对应的员工，导致服务不佳，效率较低，同时也无法提升员工业绩。

发明内容

有鉴于此，本发明实施例的目的在于提供一种项目推荐的方法及装置，通过对员工的各项数据进行管理，以实现快速推荐每个项目给适合的员工，提高服务质量和效率以及提升员工业绩。

第一方面，本发明实施例提供了一种项目推荐的方法，所述方法包括：获取项目类型和多个员工的特征向量；基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工；对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

在本发明较佳的实施例中，上述获取项目类型和多个员工的特征向量之前，还包括：在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据；基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

在本发明较佳的实施例中，上述对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工，包括：在预设的用户反馈数据库中提取用户对所述部分员工的评价数据；根据所述评价数据从高到低的配置不同权重给所述部分员工；基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

在本发明较佳的实施例中，上述方法，还包括：获取所述用户针对所述多个员工中的每个员工的反馈信息；将所述反馈信息进行存储并生成所述预设的用户反馈数据库。

在本发明较佳的实施例中，上述方法，还包括：调用预设的机器学习算法，将所述项目作为输入向量，将所述项目对应推荐的排名最高的员工作为输出向；运行所述预设的机器学习算法，建立所述项目和所述项目对应推荐的排名最高的员工之间的机器学习模型。

第二方面，本发明实施例提供了一种项目推荐的装置，所述装置包括：数据获取模块，用于获取项目类型和多个员工的特征向量；员工查找模块，用于基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工；项目推荐模块，用于对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

在本发明较佳的实施例中，上述装置，还包括：数据提取模块，用于在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据；特征向量生成模块，用于基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

在本发明较佳的实施例中，上述项目推荐模块，包括：评价数据获取子模块，用于在预设的用户反馈数据库中提取用户对所述部分员工的评价数据；权重配置子模块，用于根据所述评价数据从高到低的配置不同权重给所述部分员工；项目推荐子模块，用于基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将项目类型对应的项目推荐给所述排名最高的员工。

在本发明较佳的实施例中，上述装置，还包括：反馈信息获取模块，用于获取所述用户针对所述多个员工中的每个员工的反馈信息；反馈数据库生成模块，用于将所述反馈信息进行存储并生成所述预设的用户反馈数据库。

在本发明较佳的实施例中，上述装置，还包括：机器学习算法调用模块，用于调用预设的机器学习算法，将所述项目作为输入向量，将所述项目对应推荐的排名最高的员工作为输出向量；机器学习算法运行模块，用于运行所述预设的机器学习算法，建立所述项目和所述项目对应推荐的排名最高的员工之间的机器学习模型。

与现有技术相比，本发明各实施例提供的项目推荐的方法及装置首先获取项目类型和多个员工的特征向量，然后基于多个员工的特征向量查找与项目类型匹配的多个员工中的部分员工，最后对部分员工进行排名并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给排名最高的员工，从而能够通过对员工各项数据的管理，实现快速推荐每个项目给适合的员工，提高服务质量和效率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

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为本发明实施例提供的电子设备的结构框图；

图2为本发明第一实施例提供的项目推荐的方法的流程示意图；

图3为本发明第一实施例提供的项目推荐的方法的步骤S130的流程示意图；

图4为本发明第二实施例提供的项目推荐的方法的流程示意图；

图5为本发明第三实施例提供的项目推荐的装置的结构框图。

具体实施方式

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件可以以各种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。

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。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是电子设备100的方框示意图。所述电子设备100包括：项目推荐的装置、存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160、显示单元170。

所述存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160以及显示单元170各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述项目推荐的装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化在所述客户端设备的操作系统(operating system，OS)中的软件功能模块。所述处理器130用于执行存储器110中存储的可执行模块，例如所述项目推荐的装置包括的软件功能模块或计算机程序。

其中，存储器110可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器110用于存储程序，所述处理器130在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器130中，或者由处理器130实现。

处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口140将各种输入/输入装置耦合至处理器130以及存储器110。在一些实施例中，外设接口140，处理器130以及存储控制器120可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元150用于提供给用户输入数据实现用户与电子设备100的交互。所述输入输出单元150可以是，但不限于，鼠标和键盘等。

音频单元160向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元170在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元170可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器130进行计算和处理。

第一实施例

请参照图2，图2是本发明第一实施例提供的一种项目推荐的方法的流程示意图。下面将对图2所示的流程进行详细阐述，所述方法包括：

步骤S110：获取项目类型和多个员工的特征向量。

作为一种可实施的方式，企业管理者预先加入平台，获取平台的账号，并提供该平台的二维码信息给其管理团队的员工，员工通过扫描二维码向管理者申请加入，若管理者同意，则员工加入该平台团队，其中，二维码加入团队的相关ID，进行跟踪识别，保证团队成员的准确加入。进一步的，管理者可以从该平台获取数据资源，进行分析处理后，将合适的资源推荐的对应的员工，以为员工提供方便。

具体的，在本实施例中，该平台预设有项目数据库，可以理解的，该项目数据库中存储有多个项目，管理者根据其权限范围查看多个项目，首先获取多个项目的中的某个项目，并且对该项目的项目类型进行识别，以判断获取该项目的项目类型，同时，获取团队中的多个员工的特征向量，其中，该多个员工的特征向量可以为多个员工的行为记录、使用记录以及能力等等。

步骤S120：基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工。

在本实施例中，当获取多个员工的特征向量和项目类型后，基于多个员工的特征向量查找与该项目类型匹配的多个员工中的部分员工。可以理解的，每个员工的擅长领域和能力不同，因此，针对不同的项目，会相应匹配擅长该项目类型的员工，同时过滤掉不适合该项目类型的员工，其中，当擅长该项目类型的员工不止一个时，对应获取与项目类型匹配的多个员工中的部分员工。

步骤S130：对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

其中，在获取与项目类型匹配的部分员工后，对部分员工进行排名，其中，作为一种方式，可以参考员工的能力、评价以及空闲时间等等对所述部分员工进行排名。进一步的，在进行排名后，获取排名最高的员工，将该项目类型对应的项目推荐给所述排名最高的员工，从而能够推荐最适合该项目类型的员工。

作为本实施例优选的一种方式，还可以调用预设的机器学习算法，将项目作为输入向量，将项目对应推荐的排名最高的员工作为输出向量，然后运行预设的机器学习算法，建立项目和项目对应推荐的排名最高的员工之间的机器学习模型，从而在后续过程中，只需要输入项目，便可以准确的获得推荐的员工，更加的快捷方便，且使推荐更加的准确。

需要说明的是，在本实施例中，团队成员在利用管理者推荐的项目资源开展业务并做跟进业务的记录，该平台服务器记录团队成员在移动终端、PC端等客户端使用的行为数据和记录，对数据进行汇总分析，生成团队成员的业务情况的报表，从而可让管理者了解员工的情况，轻松管理并指导员工的工作，提升员工团队的整体效率。

请参照图3，图3示出了本发明第一实施例提供的项目推荐的方法的步骤S130的流程示意图。下面将针对图3所示的流程进行阐述，所述方法包括：

步骤S131：在预设的用户反馈数据库中提取用户对所述部分员工的评价数据。

作为本实施例的一种可行的实施方式，将项目类型对应的项目推荐给排名最高的员工进行服务后，该项目对应的用户可对该员工进行评价，并发送反馈信息给平台，平台在获取用户针对多个员工中的每个员工的反馈信息后，将反馈信息进行分析存储并生成预设的用户反馈数据库，以作为用户服务能力的参考。

进一步的，在预设的用户反馈数据库中提取用户对该部分员工的评价数据，可以理解的，在本实施例中，可以提取所有员工的评价数据，也可以提取部分员工的评价数据，为了简化评价数据的提取，在本实施例中，只提取与项目类型匹配的部分员工的评价数据。

步骤S132：根据所述评价数据从高到低的配置不同权重给所述部分员工。

其中，在获取部分员工的评价数据后，根据评价数据从高到低的配置不同权重给部分员工，可以理解的，用户对员工的评价数据较高的，相应配置较高的权重给该员工，而用户对员工的评价数据较低的，相应配置较低的权重给该员工。

步骤S133：基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

最后基于不同的权重对部分员工的排名进行调节，以优化员工的排名，并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给所述排名最高的员工。

本发明第一实施例提供的项目推荐的方法首先获取项目类型和多个员工的特征向量，然后基于多个员工的特征向量查找与项目类型匹配的多个员工中的部分员工，最后对部分员工进行排名并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给所述排名最高的员工，从而通过对员工的各项数据进行管理、分析，能够让管理者了解员工的情况，实现快速推荐每个项目给适合的员工，提高服务质量和效率。

第二实施例

请参照图4，图4是本发明第二实施例提供的一种项目推荐的方法的流程示意图。下面将对图4所示的流程进行详细阐述，所述方法包括：

步骤S210：在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据。

在本实施例中，该平台预设有员工行为数据库和员工属性数据库，其中，员工行为数据库可以为平台服务器记录、获取并存储员工的使用记录、行为记录以及能力等数据生成，员工的属性数据库可以为获取并存储员工的性别、性格以及年龄等数据生成。进一步的，在预设的员工行为数据库中提取读个员工的行为数据和在员工属性数据库中提取多个员工的属性数据。

步骤S220：基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

在本实施例中，在获取多个员工的行为数据和属性数据之后，基于多个员工的行为数据和多个员工的属性数据生成多个员工的特征向量，以作为项目推荐的依据。

步骤S230：获取项目类型和多个员工的特征向量。

步骤S240：基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工。

步骤S250：对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

本发明第二实施例提供的项目推荐的方法首先在预设的员工行为数据库中提取多个员工的行为数据和在预设的员工属性数据库中提取多个员工的属性数据，再基于多个员工的行为数据和多个员工的数据生成多个员工的特征向量，然后获取项目类型和多个员工的特征向量，基于多个员工的特征向量查找与项目类型匹配的多个员工中的部分员工，最后对部分员工进行排名并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给所述排名最高的员工，从而通过对员工使用行为数据和属性数据的管理，能够实现快速推荐每个项目给适合的员工，提高服务质量和效率。

第三实施例

请参照图5，图5是本发明第三实施例提供的一种项目推荐的装置200的结构框图。下面将对图5所示的结构框图进行阐述，所示项目推荐的装置200包括：数据提取模块210、特征向量生成模块220、数据获取模块230、员工查找模块240以及项目推荐模块250，其中：

数据提取模块210，用于在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据。

特征向量生成模块220，用于基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

数据获取模块230，用于获取项目类型和多个员工的特征向量。

员工查找模块240，用于基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工。

项目推荐模块250，用于对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。作为一种方式，该项目推荐模块250包括：评价数据获取子模块251、权重配置子模块252以及项目推荐子模块253，其中：

评价数据获取子模块251，用于在预设的用户反馈数据库中提取用户对所述部分员工的评价数据。

权重配置子模块252，用于根据所述评价数据从高到低的配置不同权重给所述部分员工。

项目推荐子模块253，用于基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

作为一种方式，该项目推荐的装置200还包括：反馈信息获取模块、反馈数据库生成模块、机器学习算法调用模块以及机器学习算法运行模块，其中：

反馈信息获取模块，用于获取所述用户针对所述多个员工中的每个员工的反馈信息。

反馈数据库生成模块，用于将所述反馈信息进行存储并生成所述预设的用户反馈数据库。

机器学习算法调用模块，用于调用预设的机器学习算法，将所述项目作为输入向量，将所述项目对应推荐的排名最高的员工作为输出向量。

机器学习算法运行模块，用于运行所述预设的机器学习算法，建立所述项目和所述项目对应推荐的排名最高的员工之间的机器学习模型。

本实施例对项目推荐的装置200的各功能模块实现各自功能的过程，请参见上述图1至图4所示实施例中描述的内容，此处不再赘述。

综上所述，本发明实施例提供的项目推荐的方法及装置首先获取项目类型和多个员工的特征向量，然后基于多个员工的特征向量查找与项目类型匹配的多个员工中的部分员工，最后对部分员工进行排名并获取部分员工中排名最高的员工，将项目类型对应的项目推荐给排名最高的员工，从而能够通过对员工各项数据的管理，实现快速推荐每个项目给适合的员工，提高服务质量和效率。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也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，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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，所述模块、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方式中，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，两个连续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，这依所涉及的功能而定。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，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。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。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到变化或替换，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 (10)

1.一种项目推荐的方法，其特征在于，所述方法包括：

获取项目类型和多个员工的特征向量；

基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工；

对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

2.根据权利要求1所述的方法，其特征在于，所述获取项目类型和多个员工的特征向量之前，还包括：

在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据；

基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

3.根据权利要求2所述的方法，其特征在于，所述对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工，包括：

在预设的用户反馈数据库中提取用户对所述部分员工的评价数据；

根据所述评价数据从高到低的配置不同权重给所述部分员工；

基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

4.根据权利要求3所述的方法，其特征在于，所述方法，还包括：

获取所述用户针对所述多个员工中的每个员工的反馈信息；

将所述反馈信息进行存储并生成所述预设的用户反馈数据库。

5.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

调用预设的机器学习算法，将所述项目作为输入向量，将所述项目对应推荐的排名最高的员工作为输出向量；

运行所述预设的机器学习算法，建立所述项目和所述项目对应推荐的排名最高的员工之间的机器学习模型。

6.一种项目推荐的装置，其特征在于，所述装置包括：

数据获取模块，用于获取项目类型和多个员工的特征向量；

员工查找模块，用于基于所述多个员工的特征向量查找与所述项目类型匹配的所述多个员工中的部分员工；

项目推荐模块，用于对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

7.根据权利要求6所述的装置，其特征在于，所述装置，还包括：

数据提取模块，用于在预设的员工行为数据库中提取所述多个员工的行为数据和在预设的员工属性数据库中提取所述多个员工的属性数据；

特征向量生成模块，用于基于所述多个员工的行为数据和所述多个员工的属性数据生成所述多个员工的特征向量。

8.根据权利要求7所述的装置，其特征在于，所述项目推荐模块，包括：

评价数据获取子模块，用于在预设的用户反馈数据库中提取用户对所述部分员工的评价数据；

权重配置子模块，用于根据所述评价数据从高到低的配置不同权重给所述部分员工；

项目推荐子模块，用于基于所述不同权重对所述部分员工进行排名并获取所述部分员工中排名最高的员工，将所述项目类型对应的项目推荐给所述排名最高的员工。

9.根据权利要求8所述的装置，其特征在于，所述装置，还包括：

反馈信息获取模块，用于获取所述用户针对所述多个员工中的每个员工的反馈信息；

反馈数据库生成模块，用于将所述反馈信息进行存储并生成所述预设的用户反馈数据库。

10.根据权利要求6所述的装置，其特征在于，所述装置，还包括：

机器学习算法调用模块，用于调用预设的机器学习算法，将所述项目作为输入向量，将所述项目对应推荐的排名最高的员工作为输出向量；

机器学习算法运行模块，用于运行所述预设的机器学习算法，建立所述项目和所述项目对应推荐的排名最高的员工之间的机器学习模型。