CN109615161A - 供应商积极性判断的数据处理方法、装置和计算机设备 - Google Patents
供应商积极性判断的数据处理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109615161A CN109615161A CN201811236699.6A CN201811236699A CN109615161A CN 109615161 A CN109615161 A CN 109615161A CN 201811236699 A CN201811236699 A CN 201811236699A CN 109615161 A CN109615161 A CN 109615161A
- Authority
- CN
- China
- Prior art keywords
- supplier
- data
- marking
- marking value
- value
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 75
- 230000004044 response Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 5
- 230000007115 recruitment Effects 0.000 description 8
- 239000002699 waste material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请中提供了一种供应商积极性判断的数据处理方法、装置和计算机设备,通过获取指定供应商的指定数据,指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据,进而获取到其分别对应的打分值,根据打分值获取到供应商的总分值以及对应的积极性标签。通过获取判断供应商积极性的指定数据,并获取各指定数据对应的权重以及打分值,通过加权计算,以获取到指定供应商对应的积极性的总分值,评判指定供应商的积极性,获取到指定供应商的优劣势,有助于用人单位根据供应商的情况选择适合的供应商,提高用人单位的工作效率。
Description
技术领域
本申请涉及数据处理的计算机技术领域,特别涉及一种供应商积极性判断的数据处理方法、装置和计算机设备。
背景技术
现有的外包招聘过程中,前期需求发布人给多个供应商发布用人需求,由于各家供应商响应需求时长不一,导致部分供应商由于时效绝限性,推送简历不积极且质量低,而需求发布人不了解各家供应商情况,无法预知各家供应商对待本部门需求的态度,导致长时间无法满足用人单位用人紧张的状态,浪费用人单位急需招聘的时间成本。
发明内容
本申请的主要目的为提供一种供应商积极性判断的数据处理方法、装置和计算机设备,用于提高供应商的积极性,解决用人单位用人紧张的状态。
为实现上述目的,本申请提供了一种供应商积极性判断的数据处理方法,包括以下步骤:
获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
进一步地,所述根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值的步骤包括,包括:
在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
进一步地,所述获取指定供应商的指定数据的步骤,包括:
接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
进一步地,所述将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中的步骤,包括:
判断是否接收到所述用户端选择的所述指定数据中的侧重点;
若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
进一步地,所述判断是否接收到所述用户端选择的所述指定数据中的侧重点的步骤之后,还包括:
若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
进一步地,所述将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值的步骤之后,包括:
获取所述指定供应商中所述供应商响应需求的时长数据,所述推荐简历的通过率数据,所述推荐人员的面试通过率和所述推荐人员的到岗率数据分别所占的比重。
进一步地,所述将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上的步骤之后,包括:
获取多个所述指定供应商对应的总分值;
根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
本申请还提供了一种供应商积极性判断的数据处理装置,包括:
第一获取模块,用于获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
第二获取模块,用于根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
第三获取模块,用于将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
第四获取模块,用于根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
执行模块,用于将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请中提供的供应商积极性判断的数据处理方法、装置和计算机设备,具有以下有益效果:
通过获取判断供应商积极性的指定数据,并获取各指定数据对应的权重以及打分值,通过加权计算,以获取到指定供应商对应的积极性的总分值,评判指定供应商的积极性,获取到指定供应商的优劣势,有助于用人单位根据供应商的情况选择适合的供应商,提高用人单位的工作效率。
附图说明
图1是本申请一实施例中供应商积极性判断的数据处理方法步骤示意图;
图2是本申请一实施例中供应商积极性判断的数据处理装置结构框图;
图3是本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,为本申请一实施例中提供了一种供应商积极性判断的数据处理方法,包括以下步骤:
步骤S1,获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
在本步骤中,各招聘单位或者招聘部门进行招聘时,需要供应商进行响应并推荐简历,因此系统可以获取到每一指定供应商的供应情况以及指定数据,其中指定数据包括:供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据和推荐人员的到岗率数据,通过以上四个数据对指定供应商进行积极性的判断。
步骤S2,根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
以上步骤中,根据各指定数据获取其对应的等级分数,如针对供应商响应需求的时长数据,将其分为5个等级,每一等级对应的分数值不同,响应时长为第一、二个工作日的作为第一等级,对应的分数值为30分,第三工作日至第四工作日作为第二等级,对应的分数值为25分,第五工作日至第七工作日作为第三等级,对应的分数值为20分,第八工作日至第十工作日作为第四等级,对应的分数值为15分,超出第十个工作日作为第五等级,对应的分数值为10分,根据各供应商响应的时间的长短的平均值获取到对应的分数值,进而获取到每一供应商响应需求的时长的打分值。
针对供应商推荐简历的通过率数据,将其分为五个等级,每一等级对应的分数值不同,其中,简历通过率在80%以上的作为第一等级,对应的分数值为30分,简历通过率在60%-79%之间的作为第二等级,对应的分数值为25分,简历通过率在40%-59%之间的作为第三等级,对应的分数值为20分,简历通过率在20%-39%之间的作为第四等级,对应的分数为15分,简历通过率低于20%的作为第五等级,对应的分数值为10分,根据各供应商提供的简历通过率获取到对应的分数值,进而获取到供应商提供简历通过率的打分值。
针对推荐人员的面试通过率数据,将其分为五个等级,每一等级对应的分数值不同,其中,面试通过率在80%以上的作为第一等级,对应的分数值为30分,面试通过率在60%-79%之间的作为第二等级,对应的分数值为25分,面试通过率在40%-59%之间的作为第三等级,对应的分数值为20分,面试通过率在20%-39%之间的作为第四等级,对应的分数为15分,面试通过率低于20%的作为第五等级,对应的分数值为10分,根据各供应商提供的简历所对应的面试通过率获取到对应的分数值,进而获取到每一供应商的面试通过率的打分值。
针对推荐人员的到岗率数据,将其分为五个等级,每一等级对应的分数值不同,其中,到岗率在80%以上的作为第一等级,对应的分数值为30分,到岗率在60%-79%之间的作为第二等级,对应的分数值为25分,到岗率在40%-59%之间的作为第三等级,对应的分数值为20分,到岗率在20%-39%之间的作为第四等级,对应的分数为15分,到岗率低于20%的作为第五等级,对应的分数值为10分,根据每一供应商所提供的简历对应的到岗率获取到对应的分数值,进而获取到每一供应商的到岗率的打分值。
推荐简历的通过率是简历通过的分数/推荐简历总数;推荐人员的面试通过率是根据简历通过后,通过面试的人数/(推荐简历总数-退回简历数)得到的比值;通过获取到简历/面试通过率进而获取到其对应的分数值,简历/面试通过率在80%以上的,对应的分数为30分,简历/面试通过率在60%-79%范围所对应的分数为25分,简历/面试通过率在40%-59%范围所对应的分数为20分,简历/面试通过率在20%-39%范围所对应的分数为15分,简历/面试通过率低于20%所对应的分数为10分;其中,判断每一供应商简历通过率的基础数为高于十份简历,根据每一供应商提供简历的总数获取其简历通过率的比值,进而获取对应的分数值,面试通过率的基础数同样至少十份,进而获取对应的面试通过率所对应的分数值。
推荐人员的到岗率则是实际到岗的人数/通过面试的人数的比值,若某一应聘人员通过了面试,但是在约定好的到岗时间内放弃岗位工作,则由供应商获取不能准时到岗的原因,并将该原因发送至需求部门,以便及时处理人员不到岗的应对工作。
步骤S3,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
在本步骤中,根据历史数据获取每一指定数据的分布,进而获取到每一指定数据所对应的打分值,如在一具体实施例中,预先设置供应商积极性的权重值,如供应商响应需求的时长占40%,简历通过率占30%,面试通过率占15%,到岗率占15%;根据以往各供应商对需求部门提供的如供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据等,获取到供应商对应的打分值,对供应商的数据进行分析,获取到每一指定数据对应的权重值,并对打分值进行加权求和计算,获取到指定供应商对需求部门的积极度的总分,以判断供应商对用人单位的积极性。
步骤S4,根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
以上步骤中,获取指定供应商所对应的各指定数据,进而获取到所对应的打分值,以获取到指定供应商的优劣势,对指定供应商进行标签,针对每一供应商的每一指定数据的等级,若其为第一等级,则判断其为优,若在第二等级,则判断其为良,若在第三等级,则判断其为一般,若在第四等级,则不作任何评价,若在第五等级,则判断其为差,将标签内容对应划分为优、良、一般、差类型,可根据供应商响应需求的时长数据、推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率所对应的的等级获取到每一指定数据所对应的标签的,如供应商响应需求的时长准时,可增加标签为响应优,若获取其简历通过率为一般,则可以增加标签为简历通过率一般,设置每一供应商包含的多个标签,以便用人部门可以从标签中直接获取到供应商响应需求的时长、推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率中的优劣。
步骤S5,将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
以上步骤中,将获取到的指定供应商的每一标签附属于对应的指定供应商中,用于用人部门可以从标签中直接获取到供应商响应需求的时长、推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率中的优劣。
在一实施例中,根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值的步骤S2,包括:
步骤S21,在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
步骤S22,在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
步骤S23,在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
步骤S24,在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
以上步骤中,每一指定数据均设置有多个对应的等级,且每一等级分别对应有具体的打分值,作为评判供应商工作积极性的因子,获取到每一供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据所分别对应的等级,以及根据该对应的等级分别获取到其对应的打分值。
在一实施例中,获取指定供应商的指定数据的步骤S1,包括:
步骤S11,接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
以上步骤中,在本实施例中用户端为用人单位,当接收到用户端触发的某一指定供应商的数据进行积极度分析的操作,获取到指定供应商所对应的数据,并根据该数据进行分析计算,获取到对应的打分值,将对应的打分值输入到加权计算公式中,通过对获取到的打分值进行加权计算的运算,获取到指定供应商的积极度。
在一实施例中,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中的步骤S3,包括:
步骤S31,判断是否接收到所述用户端选择的所述指定数据中的侧重点;
步骤S32,若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
步骤S33,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
以上步骤中,根据用人单位/用人部门的需要,判断是否接收到用户端选择的指定数据的侧重点,若接收到从供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率、推荐人员的到岗率数据中选择其一指定数据作为侧重点,则从预设的加权计算公式列表中查找到对应的第一加权计算公式,根据不同数据的权重比例,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。如其所选取的侧重点的指定数据的权重系数40%,其他数据的权重系数各占20%,如用户端选取供应商响应时长作为其侧重点数据,则将供应商响应时长对应的数值输入到加权计算公式中,获取到总分值H=X*40%+Y*20%+Z*20%+J*20%,其中X表示用人单位在供应商响应需求时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据中选取其侧重点的指定数据,Y、Z、J表示余下三个非选取侧重点的指定数据,如供应商A的响应需求时长所对应的分数值为25分,简历通过率、面试通过率、到岗率所对应的分数值分别为20、15、15,则供应商响应时长对应的打分值乘以权重系数40%,可以获取到供应商A的总分值为H=25*40%+20*20%+15*20%+15*20%,则得到供应商A的总分值为20,在其他实施例中,用人单位可根据需要选择侧重的数据,以便用于计算总的分数值。
在一实施例中,判断是否接收到所述用户端选择的所述指定数据中的侧重点的步骤S31之后,还包括:
步骤S311,若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
步骤S312,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
以上步骤中,若用人单位不选择任意侧重的指定数据,则在预设的加权计算公式列表中查找每一数据的权重比均为25%的第二加权计算公式,此时采用的加权计算公式为:总分值为H=X*25%+Y*25%+Z*25%+J*25%,其中X表示用人单位在供应商响应需求时长数据,Y为推荐简历的通过率数据,Z为推荐人员的面试通过率数据,J为推荐人员的到岗率数据,将第一打分值、第二打分值、第三打分值和第四打分值分别输入到该对应的加权计算公式中,如供应商a的响应需求时长所对应的分数值为25分,推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率所对应的分数值分别为20、15、15,则可以获取到供应商a的总分值为H=25*25%+20*25%+15*25%+15*25%,为20分。
在一实施例中,将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值的步骤S3之后,包括:
步骤S301,获取所述指定供应商中所述供应商响应需求的时长,所述推荐简历的通过率数据,所述推荐人员的面试通过率数据和所述推荐人员的到岗率数据分别所占的比重。
系统通过对指定供应商的指定数据进行计算,指定数据包括有:供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据,对指定数据中的每一进行计算获取其占总分值的比例,进而可以获取指定供应商中每一指定数据的比重,需求部门可根据需要选取,若多个供应商的总分值相同,则根据需求部门选取的首要因子进行排序,如需求部门A需要招聘一批股票分析师,部门A选取的首要因子为推荐简历的通过率数据,次要因子为推荐人员的面试通过率数据、供应商响应需求的时长数据、推荐人员的到岗率数据的顺序,则当供应商F、供应商G、供应商H的总分值是相同时,对这三家供应商的简历通过率进行排序,若推荐简历的通过率数据的分值是相同,则再通过推荐人员的面试通过率数据等依次对比,获取到最终的排序,以供具有用人需求的部门选取供应商,促进供应商的工作积极性,同时,提高需求部门的录取效率,降低时间成本的浪费。
在一实施例中,将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上的步骤S5之后,包括:
步骤S6,获取多个所述指定供应商对应的总分值;
步骤S7,根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
在本步骤中,获取到每一指定供应商所对应的指定数据,进而获取到对应的打分值,将该打分值输入到加权计算公式中,以获取到供应商所对应的总分值,用于作为判断供应商积极度的分值,对多个指定供应商所分别对应的总分值由高至低的顺序进行排序,以方便需求部门根据排序获取供应商的积极度,当急需用人时,可以有选择性的选择供应商,降低需求部门时间成本的浪费,同时,也能促进供应商的工作积极性,提高需求部门的录取效率。
用人需求部门可以根据本部门从供应商响应需求的时长数据、推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据选择所看重的类型,进行优劣排序,如用人部门需要根据简历通过率的优劣对所有的供应商进行排序,以便获取到对应类型的供应商的优劣排序,需求用人的部门根据标签的内容。在一具体实施例中,若用人部门所看重的是供应商响应需求的时长数据,则以供应商响应需求的时长数据的分值进行排序,若两个供应商或者多个供应商的响应需求的时长分值相同,则以总分值进行排序,获取到每一供应商的排名,以便贴合需求部门选择性的选取供应商,节省时间。
在一具体实施例中,需求部门的发布员根据需求进行招聘发布时,被需求部门选取的供应商会根据招聘发布发的内容进行响应,并上传简历至系统,系统会将简历推送到需求部门面试官的邮箱或者指定的地址,若判断指定的简历通过了,系统会将信息发送至发布员,以便安排下一步的面试,若简历没有通过或者面试不通过的,对不通过的简历进行标签,以清楚简历在哪一过程不符合要求,且简历会沿原来的路径返回供应商,以便告知供应商该份简历的情况。如所有上传于简历库中的简历,标签包括“通过”、“退回”以及“未审阅”三种状态,若简历a由面试官审核,判断不符合部门需求,则在该份简历上进行“退回”的标签,还可以根据面试官审核过程中的批注进行标志,当供应商获取到该份返回的简历时,可以获取到简历不符合需求部门的原因,以便供应商针对性的上传对应的简历需求,提高录取的效率,同时节省时间成本。
若供应商为第一次合作对象,则可根据该供应商其之前对其他用人单位的积极度进行计算,获取该供应商之前的历史数据,如供应商A在用人需求单位B上没有任何的供应人才的数据,但是其之前为用人单位C提供人才而存有数据,可根据对用人单位C所提供的数据进行获取供应商A的积极度,若供应商从未对任何用人单位提供人才,则可在供应商上打上“新签供应商”的标签;也或者可以通过获取到所有的供应商的平均值,将新的供应商的积极度的总分值设置为所有供应商的平均值上。
综上所述,为本申请实施例中提供的供应商积极性判断的数据处理方法,通过获取判断供应商积极性的指定数据,并获取各指定数据对应的权重以及打分值,通过加权计算,以获取到指定供应商对应的积极性的总分值,评判指定供应商的积极性,获取到指定供应商的优劣势,有助于用人单位根据供应商的情况选择适合的供应商,提高用人单位的工作效率。
参照图2,本申请一实施例中还提供了一种供应商积极性判断的数据处理装置,包括:
第一获取模块10,用于获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
各招聘单位或者招聘部门进行招聘时,需要供应商进行响应并推荐简历,第一获取模块10获取到每一指定供应商的供应情况以及指定数据,其中指定数据包括:供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据和推荐人员的到岗率数据,通过以上四个数据对指定供应商进行积极性的判断。
第二获取模块20,用于根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
第二获取模块20根据各指定数据获取其对应的等级分数,如针对供应商响应需求的时长数据,将其分为5个等级,每一等级对应的分数值不同,响应时长为第一、二个工作日的作为第一等级,对应的分数值为30分,第三工作日至第四工作日作为第二等级,对应的分数值为25分,第五工作日至第七工作日作为第三等级,对应的分数值为20分,第八工作日至第十工作日作为第四等级,对应的分数值为15分,超出第十个工作日作为第五等级,对应的分数值为10分,根据各供应商响应的时间的长短的平均值获取到对应的分数值,进而获取到每一供应商响应需求的时长的打分值。
针对供应商推荐简历的通过率数据,将其分为五个等级,每一等级对应的分数值不同,其中,简历通过率在80%以上的作为第一等级,对应的分数值为30分,简历通过率在60%-79%之间的作为第二等级,对应的分数值为25分,简历通过率在40%-59%之间的作为第三等级,对应的分数值为20分,简历通过率在20%-39%之间的作为第四等级,对应的分数为15分,简历通过率低于20%的作为第五等级,对应的分数值为10分,根据各供应商提供的简历通过率获取到对应的分数值,进而获取到供应商提供简历通过率的打分值。
针对推荐人员的面试通过率数据,将其分为五个等级,每一等级对应的分数值不同,其中,面试通过率在80%以上的作为第一等级,对应的分数值为30分,面试通过率在60%-79%之间的作为第二等级,对应的分数值为25分,面试通过率在40%-59%之间的作为第三等级,对应的分数值为20分,面试通过率在20%-39%之间的作为第四等级,对应的分数为15分,面试通过率低于20%的作为第五等级,对应的分数值为10分,根据各供应商提供的简历所对应的面试通过率获取到对应的分数值,进而获取到每一供应商的面试通过率的打分值。
针对推荐人员的到岗率数据,将其分为五个等级,每一等级对应的分数值不同,其中,到岗率在80%以上的作为第一等级,对应的分数值为30分,到岗率在60%-79%之间的作为第二等级,对应的分数值为25分,到岗率在40%-59%之间的作为第三等级,对应的分数值为20分,到岗率在20%-39%之间的作为第四等级,对应的分数为15分,到岗率低于20%的作为第五等级,对应的分数值为10分,根据每一供应商所提供的简历对应的到岗率获取到对应的分数值,进而获取到每一供应商的到岗率的打分值。
推荐简历的通过率是简历通过的分数/推荐简历总数;推荐人员的面试通过率是根据简历通过后,通过面试的人数/(推荐简历总数-退回简历数)得到的比值;通过获取到简历/面试通过率进而获取到其对应的分数值,简历/面试通过率在80%以上的,对应的分数为30分,简历/面试通过率在60%-79%范围所对应的分数为25分,简历/面试通过率在40%-59%范围所对应的分数为20分,简历/面试通过率在20%-39%范围所对应的分数为15分,简历/面试通过率低于20%所对应的分数为10分;其中,判断每一供应商简历通过率的基础数为高于十份简历,根据每一供应商提供简历的总数获取其简历通过率的比值,进而获取对应的分数值,面试通过率的基础数同样至少十份,进而获取对应的面试通过率所对应的分数值。
推荐人员的到岗率则是实际到岗的人数/通过面试的人数的比值,若某一应聘人员通过了面试,但是在约定好的到岗时间内放弃岗位工作,则由供应商获取不能准时到岗的原因,并将该原因发送至需求部门,以便及时处理人员不到岗的应对工作。
第三获取模块30,用于将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
第三获取模块30根据历史数据获取每一指定数据的分布,进而获取到每一指定数据所对应的打分值,如在一具体实施例中,预先设置供应商积极性的权重值,如供应商响应需求的时长占40%,简历通过率占30%,面试通过率占15%,到岗率占15%;根据以往各供应商对需求部门提供的如供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据等,获取到供应商对应的打分值,对供应商的数据进行分析,获取到每一指定数据对应的权重值,并对打分值进行加权求和计算,获取到指定供应商对需求部门的积极度的总分,以判断供应商对用人单位的积极性。
第四获取模块40,用于根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
第四获取模块40根据获取到指定供应商所对应的各指定数据,进而获取到所对应的打分值,以获取到指定供应商的优劣势,对指定供应商进行标签,针对每一供应商的每一指定数据的等级,若其为第一等级,则判断其为优,若在第二等级,则判断其为良,若在第三等级,则判断其为一般,若在第四等级,则不作任何评价,若在第五等级,则判断其为差,将标签内容对应划分为优、良、一般、差类型,可根据供应商响应需求的时长数据、推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率所对应的的等级获取到每一指定数据所对应的标签的,如供应商响应需求的时长准时,可增加标签为响应优,若获取其简历通过率为一般,则可以增加标签为简历通过率一般,设置每一供应商包含的多个标签,以便用人部门可以从标签中直接获取到供应商响应需求的时长、推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率中的优劣。
执行模块50,用于将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
执行模块50将获取到的指定供应商的每一标签附属于对应的指定供应商中,用于用人部门可以从标签中直接获取到供应商响应需求的时长、推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率中的优劣。
在一实施例中,第二获取模块20包括:
第一查找单元21,用于在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
第二查找单元22,用于在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
第三查找单元23,用于在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
第四查找单元24,用于在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
每一指定数据均设置有多个对应的等级,且每一等级分别对应有具体的打分值,作为评判供应商工作积极性的因子,通过第一查找单元21、第二查找单元22、第三查找单元23和第四查找单元24分别对应查找每一供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据所分别对应的等级,以及根据该对应的等级分别获取到其对应的打分值。
在一实施例中,第一获取模块10包括:
第一获取单元11,用于第一接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
在本实施例中,用户端为用人单位,当接收到用户端触发的某一指定供应商的数据进行积极度分析的操作,第一获取单元11获取到指定供应商所对应的数据,并根据该数据进行分析计算,获取到对应的打分值,将对应的打分值输入到加权计算公式中,通过对获取到的打分值进行加权计算的运算,获取到指定供应商的积极度。
在一实施例中,第三获取模块30包括:
第一判断单元31,用于判断是否接收到所述用户端选择的所述指定数据中的侧重点;
第五查找单元32,用于若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
第一输入单元33,用于将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
根据用人单位/用人部门的需要,第一判断单元31判断是否接收到用户端选择的指定数据的侧重点,若接收到从供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率、推荐人员的到岗率数据中选择其一指定数据作为侧重点,则第五查找单元31从预设的加权计算公式列表中查找到对应的第一加权计算公式,根据不同数据的权重比例,第一输入单元33将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。如其所选取的侧重点的指定数据的权重系数40%,其他数据的权重系数各占20%,如用户端选取供应商响应时长作为其侧重点数据,则将供应商响应时长对应的数值输入到加权计算公式中,获取到总分值H=X*40%+Y*20%+Z*20%+J*20%,其中X表示用人单位在供应商响应需求时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据中选取其侧重点的指定数据,Y、Z、J表示余下三个非选取侧重点的指定数据,如供应商A的响应需求时长所对应的分数值为25分,简历通过率、面试通过率、到岗率所对应的分数值分别为20、15、15,则供应商响应时长对应的打分值乘以权重系数40%,可以获取到供应商A的总分值为H=25*40%+20*20%+15*20%+15*20%,则得到供应商A的总分值为20,在其他实施例中,用人单位可根据需要选择侧重的数据,以便用于计算总的分数值。
在一实施例中,第一获取模块30还包括:
第六查找单元311,用于若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
第二输入单元312,用于将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
若用人单位不选择任意侧重的指定数据,则在第六查找单元311在预设的加权计算公式列表中查找每一数据的权重比均为25%的第二加权计算公式,此时采用的加权计算公式为:总分值为H=X*25%+Y*25%+Z*25%+J*25%,其中X表示用人单位在供应商响应需求时长数据,Y为推荐简历的通过率数据,Z为推荐人员的面试通过率数据,J为推荐人员的到岗率数据,第二输入单元312将第一打分值、第二打分值、第三打分值和第四打分值分别输入到该对应的加权计算公式中,如供应商a的响应需求时长所对应的分数值为25分,推荐简历的通过率、推荐人员的面试通过率、推荐人员的到岗率所对应的分数值分别为20、15、15,则可以获取到供应商a的总分值为H=25*25%+20*25%+15*25%+15*25%,为20分。
在一实施例中,供应商积极性判断的数据处理装置还包括:
第五获取模块301,用于获取所述指定指定供应商中所述供应商响应需求的时长数据,所述推荐简历的通过率数据,所述推荐人员的面试通过率数据和所述推荐人员的到岗率数据分别所占的比重。
通过对指定供应商的指定数据进行计算,指定数据包括有:供应商响应需求的时长数据,推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据,第五获取模块301对指定数据中的每一指定数据进行计算获取其占总分值的比例,进而可以获取指定供应商中每一指定数据的比重,需求部门可根据需要选取,若多个供应商的总分值相同,则根据需求部门选取的首要因子进行排序,如需求部门A需要招聘一批股票分析师,部门A选取的首要因子为推荐简历的通过率数据,次要因子为推荐人员的面试通过率数据、供应商响应需求的时长数据、推荐人员的到岗率数据的顺序,则当供应商F、供应商G、供应商H的总分值是相同时,对这三家供应商的简历通过率进行排序,若推荐简历的通过率数据的分值是相同,则再通过推荐人员的面试通过率数据等依次对比,获取到最终的排序,以供具有用人需求的部门选取供应商,促进供应商的工作积极性,同时,提高需求部门的录取效率,降低时间成本的浪费。
在一实施例中,供应商积极性判断的数据处理装置,还包括:
第六获取模块60,用于获取多个所述指定供应商对应的总分值;
第二执行模块70,用于根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
第六获取模块60用于获取到每一指定供应商所对应的指定数据,进而获取到对应的打分值,将该打分值输入到加权计算公式中,以获取到供应商所对应的总分值,用于作为判断供应商积极度的分值,第二执行模块70对多个指定供应商所分别对应的总分值由高至低的顺序进行排序,以方便需求部门根据排序获取供应商的积极度,当急需用人时,可以有选择性的选择供应商,降低需求部门时间成本的浪费,同时,也能促进供应商的工作积极性,提高需求部门的录取效率。
用人需求部门可以根据本部门从供应商响应需求的时长数据、推荐简历的通过率数据、推荐人员的面试通过率数据、推荐人员的到岗率数据选择所看重的类型,进行优劣排序,如用人部门需要根据简历通过率的优劣对所有的供应商进行排序,以便获取到对应类型的供应商的优劣排序,需求用人的部门根据标签的内容。在一具体实施例中,若用人部门所看重的是供应商响应需求的时长数据,则以供应商响应需求的时长数据的分值进行排序,若两个供应商或者多个供应商的响应需求的时长分值相同,则以总分值进行排序,获取到每一供应商的排名,以便贴合需求部门选择性的选取供应商,节省时间。
在一具体实施例中,需求部门的发布员根据需求进行招聘发布时,被需求部门选取的供应商会根据招聘发布发的内容进行响应,并上传简历至系统,系统会将简历推送到需求部门面试官的邮箱或者指定的地址,若判断指定的简历通过了,系统会将信息发送至发布员,以便安排下一步的面试,若简历没有通过或者面试不通过的,对不通过的简历进行标签,以清楚简历在哪一过程不符合要求,且简历会沿原来的路径返回供应商,以便告知供应商该份简历的情况。如所有上传于简历库中的简历,标签包括“通过”、“退回”以及“未审阅”三种状态,若简历a由面试官审核,判断不符合部门需求,则在该份简历上进行“退回”的标签,还可以根据面试官审核过程中的批注进行标志,当供应商获取到该份返回的简历时,可以获取到简历不符合需求部门的原因,以便供应商针对性的上传对应的简历需求,提高录取的效率,同时节省时间成本。
若供应商为第一次合作对象,则可根据该供应商其之前对其他用人单位的积极度进行计算,获取该供应商之前的历史数据,如供应商A在用人需求单位B上没有任何的供应人才的数据,但是其之前为用人单位C提供人才而存有数据,可根据对用人单位C所提供的数据进行获取供应商A的积极度,若供应商从未对任何用人单位提供人才,则可在供应商上打上“新签供应商”的标签;也或者可以通过获取到所有的供应商的平均值,将新的供应商的积极度的总分值设置为所有供应商的平均值上。
综上所述,为本申请实施例中提供的供应商积极性判断的数据处理装置,通过获取判断供应商积极性的指定数据,并获取各指定数据对应的权重以及打分值,通过加权计算,以获取到指定供应商对应的积极性的总分值,评判指定供应商的积极性,获取到指定供应商的优劣势,有助于用人单位根据供应商的情况选择适合的供应商,提高用人单位的工作效率。。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储供应商积极性的指定数据、打分值等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种供应商积极性判断的数据处理方法。
上述处理器执行上述供应商积极性判断的数据处理方法的步骤:
获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
在一实施例中,所述处理器将所述根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值的步骤,包括:
在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
在一实施例中,所述处理器获取指定供应商的指定数据的步骤,包括:
接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
在一实施例中,所述处理器将将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中的步骤,包括:
判断是否接收到所述用户端选择的所述指定数据中的侧重点;
若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
在一实施例中,所述处理器判断是否接收到所述用户端选择的所述指定数据中的侧重点的步骤之后,还包括:
若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
在一实施例中,所述处理器将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值的步骤之后,包括:
获取所述指定指定供应商中所述供应商响应需求的时长数据,所述推荐简历的通过率数据,所述推荐人员的面试通过率数据和所述推荐人员的到岗率数据分别所占的比重。
在一实施例中,所述处理器将将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上的步骤之后,包括:
获取多个所述指定供应商对应的总分值;
根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种供应商积极性判断的数据处理方法,具体为:
获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
在一实施例中,所述处理器将所述根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值的步骤,包括:
在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
在一实施例中,所述处理器获取指定供应商的指定数据的步骤,包括:
接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
在一实施例中,所述处理器将将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中的步骤,包括:
判断是否接收到所述用户端选择的所述指定数据中的侧重点;
若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
在一实施例中,所述处理器判断是否接收到所述用户端选择的所述指定数据中的侧重点的步骤之后,还包括:
若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
在一实施例中,所述处理器将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值的步骤之后,包括:
获取所述指定指定供应商中所述供应商响应需求的时长数据,所述推荐简历的通过率数据,所述推荐人员的面试通过率数据和所述推荐人员的到岗率数据分别所占的比重。
在一实施例中,所述处理器将将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上的步骤之后,包括:
获取多个所述指定供应商对应的总分值;
根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
综上所述,为本申请实施例中提供的供应商积极性判断的数据处理方法、装置和计算机设备,通过获取判断供应商积极性的指定数据,并获取各指定数据对应的权重以及打分值,通过加权计算,以获取到指定供应商对应的积极性的总分值,评判指定供应商的积极性,获取到指定供应商的优劣势,有助于用人单位根据供应商的情况选择适合的供应商,提高用人单位的工作效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种供应商积极性判断的数据处理方法,其特征在于,包括以下步骤:
获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
2.根据权利要求1所述的供应商积极性判断的数据处理方法,其特征在于,所述根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值的步骤,包括:
在预设的第一打分数据库中查找与所述供应商响应需求的时长数据对应的第一打分等级,并在所述第一打分数据库中查找与所述第一打分等级对应的打分值,以得到第一打分值;
在预设的第二打分数据库中查找与所述推荐简历的通过率数据对应的第二打分等级,并在所述第二打分数据库中查找与所述第二打分等级对应的打分值,以得到第二打分值;
在预设的第三打分数据库中查找与所述推荐人员的面试通过率数据对应的第三打分等级,并在所述第三打分数据库中查找与所述第三打分等级对应的打分值,以得到第三打分值;
在预设的第四打分数据库中查找与所述推荐人员的到岗率数据对应的第四打分等级,并在所述第四打分数据库中查找与所述第四打分等级对应的打分值,以得到第四打分值。
3.根据权利要求2所述的供应商积极性判断的数据处理方法,其特征在于,所述获取指定供应商的指定数据的步骤,包括:
接收到用户端触发的所述指定供应商积极性分析的操作指令后,获取到所述指定供应商对应的所述指定数据。
4.根据权利要求1所述的供应商积极性判断的数据处理方法,其特征在于,所述将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中的步骤,包括:
判断是否接收到所述用户端选择的所述指定数据中的侧重点;
若接收到,则根据所述用户端选择的所述指定数据中的侧重点,在预设的加权计算公式列表中查找与所述侧重点对应的第一加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第一加权计算公式中。
5.根据权利要求4所述的供应商积极性判断的数据处理方法,其特征在于,所述判断是否接收到所述用户端选择的所述指定数据中的侧重点的步骤之后,还包括:
若未接收到所述用户端选择的所述指定数据的侧重点,则在预设的加权计算公式列表中查找每一所述指定数据权重比相同的第二加权计算公式;
将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值输入到所述第二加权计算公式中。
6.根据权利要求1所述的供应商积极性判断的数据处理方法,其特征在于,所述将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值的步骤之后,包括:
获取所述指定指定供应商中所述供应商响应需求的时长数据,所述推荐简历的通过率数据,所述推荐人员的面试通过率数据和所述推荐人员的到岗率数据分别所占的比重。
7.根据权利要求1所述的供应商积极性判断的数据处理方法,其特征在于,所述将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上的步骤之后,包括:
获取多个所述指定供应商对应的总分值;
根据每一所述指定供应商对应的所述总分值,对多个所述指定供应商进行排序。
8.一种供应商积极性判断的数据处理装置,其特征在于,包括:
第一获取模块,用于获取指定供应商的指定数据,其中,所述指定数据包括供应商响应需求的时长数据,推荐简历的通过率数据,推荐人员的面试通过率数据和推荐人员的到岗率数据;
第二获取模块,用于根据所述指定数据,分别得到对应所述供应商响应需求的时长数据的第一打分值,对应所述推荐简历的通过率数据的第二打分值,对应所述推荐人员的面试通过率数据的第三打分值,以及对应所述推荐人员的到岗率数据的第四打分值;
第三获取模块,用于将所述第一打分值、所述第二打分值、所述第三打分值和所述第四打分值分别输入到加权计算公式中,获取到所述指定供应商的总分值;
第四获取模块,用于根据所述总分值,在供应商积极性数据库中查找与所述总分值对应的积极性标签,根据所述第一打分值获取到对应的第一标签,根据所述第二打分值获取到对应的第二标签,根据所述第三打分值获取到对应的第三标签,根据所述第四打分值获取到第四标签;
执行模块,用于将所述第一标签、所述第二标签、所述第三标签、所述第四标签附于对应的所述指定供应商的积极性标签上。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811236699.6A CN109615161A (zh) | 2018-10-23 | 2018-10-23 | 供应商积极性判断的数据处理方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811236699.6A CN109615161A (zh) | 2018-10-23 | 2018-10-23 | 供应商积极性判断的数据处理方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109615161A true CN109615161A (zh) | 2019-04-12 |
Family
ID=66001983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811236699.6A Pending CN109615161A (zh) | 2018-10-23 | 2018-10-23 | 供应商积极性判断的数据处理方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615161A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163557A (zh) * | 2019-04-16 | 2019-08-23 | 平安科技(深圳)有限公司 | 评估供应商响应简历的方法、装置和计算机设备 |
CN111814056A (zh) * | 2020-07-31 | 2020-10-23 | 平安金融管理学院(中国·深圳) | 基于信息处理的供应商推荐方法及相关设备 |
CN115687762A (zh) * | 2022-10-31 | 2023-02-03 | 北京淘友天下技术有限公司 | 职位邀约方法、装置、电子设备、存储介质及程序产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022036A (zh) * | 2017-11-01 | 2018-05-11 | 平安科技(深圳)有限公司 | 评估管理方法、应用服务器及计算机可读存储介质 |
CN108198037A (zh) * | 2018-01-12 | 2018-06-22 | 金瓜子科技发展(北京)有限公司 | 账户管理方法及装置 |
CN108415921A (zh) * | 2017-09-25 | 2018-08-17 | 平安科技(深圳)有限公司 | 供应商推荐方法、装置及计算机可读存储介质 |
CN108428037A (zh) * | 2017-10-31 | 2018-08-21 | 平安科技(深圳)有限公司 | 电子装置、调整供应商的方法及存储介质 |
CN108536701A (zh) * | 2017-03-02 | 2018-09-14 | 塞纳德(北京)信息技术有限公司 | 一种基于页面打分的用户画像构建和内容推荐方法 |
CN108563670A (zh) * | 2018-01-12 | 2018-09-21 | 武汉斗鱼网络科技有限公司 | 视频推荐方法、装置、服务器及计算机可读存储介质 |
-
2018
- 2018-10-23 CN CN201811236699.6A patent/CN109615161A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536701A (zh) * | 2017-03-02 | 2018-09-14 | 塞纳德(北京)信息技术有限公司 | 一种基于页面打分的用户画像构建和内容推荐方法 |
CN108415921A (zh) * | 2017-09-25 | 2018-08-17 | 平安科技(深圳)有限公司 | 供应商推荐方法、装置及计算机可读存储介质 |
CN108428037A (zh) * | 2017-10-31 | 2018-08-21 | 平安科技(深圳)有限公司 | 电子装置、调整供应商的方法及存储介质 |
CN108022036A (zh) * | 2017-11-01 | 2018-05-11 | 平安科技(深圳)有限公司 | 评估管理方法、应用服务器及计算机可读存储介质 |
CN108198037A (zh) * | 2018-01-12 | 2018-06-22 | 金瓜子科技发展(北京)有限公司 | 账户管理方法及装置 |
CN108563670A (zh) * | 2018-01-12 | 2018-09-21 | 武汉斗鱼网络科技有限公司 | 视频推荐方法、装置、服务器及计算机可读存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163557A (zh) * | 2019-04-16 | 2019-08-23 | 平安科技(深圳)有限公司 | 评估供应商响应简历的方法、装置和计算机设备 |
CN110163557B (zh) * | 2019-04-16 | 2023-09-01 | 平安科技(深圳)有限公司 | 评估供应商响应简历的方法、装置和计算机设备 |
CN111814056A (zh) * | 2020-07-31 | 2020-10-23 | 平安金融管理学院(中国·深圳) | 基于信息处理的供应商推荐方法及相关设备 |
CN115687762A (zh) * | 2022-10-31 | 2023-02-03 | 北京淘友天下技术有限公司 | 职位邀约方法、装置、电子设备、存储介质及程序产品 |
CN115687762B (zh) * | 2022-10-31 | 2023-11-07 | 北京淘友天下技术有限公司 | 职位邀约方法、装置、电子设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bertrand et al. | Operations management research methodologies using quantitative modeling | |
Bailey et al. | External management succession, human capital, and firm performance: An integrative analysis | |
Choy et al. | An intelligent supplier management tool for benchmarking suppliers in outsource manufacturing | |
Svenson | Decision making and the search for fundamental psychological regularities: What can be learned from a process perspective? | |
Huang et al. | Developing strategic measurement and improvement for the biopharmaceutical firm: Using the BSC hierarchy | |
US7117161B2 (en) | Decision dynamics | |
Singh et al. | Justification for the selection of a reconfigurable manufacturing system: a fuzzy analytical hierarchy based approach | |
Kumar et al. | Benchmarking supply chains by analyzing technology transfer critical barriers using AHP approach | |
CN109615161A (zh) | 供应商积极性判断的数据处理方法、装置和计算机设备 | |
Neely | Production/Operations Management: Research Process andContent during the 1980s | |
US20140032279A1 (en) | Method of management human resource development | |
Goyal et al. | Advanced manufacturing technology effectiveness: A review of literature and some issues | |
Choe | Impact of management accounting information and AMT on organizational performance | |
Wardhani et al. | Strategy formulation using SWOT analysis, space matrix and QSPM: a conceptual framework | |
Subramaniam et al. | Dynamic selection of dispatching rules for job shop scheduling | |
Asadabadi | A hybrid QFD-based approach in addressing supplier selection problem in product improvement process | |
Arzi et al. | Neural network-based adaptive production control system for a flexible manufacturing cell under a random environment | |
Ordoobadi | Application of AHP and Taguchi loss functions in evaluation of advanced manufacturing technologies | |
Tahir et al. | A systematic mapping study on software measurement programs in SMEs | |
Wen et al. | Methods for measuring information technology investment payoff | |
Davern et al. | Diagnosing decision quality | |
Chase | Measuring value in product development | |
Heijltjes | Advanced manufacturing technologies and HRM policies. Findings from chemical and food and drink companies in the Netherlands and Great Britain | |
de Sousa Mendes et al. | The fuzzy front end of new product development for Brazilian technology-based companies in the medical device industry: A causal model | |
Essawy et al. | An integrated model for achieving business strategic objectives with a case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |