CN109784655A - 基于数据处理的面试官评估方法、装置和计算机设备 - Google Patents
基于数据处理的面试官评估方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109784655A CN109784655A CN201811544842.8A CN201811544842A CN109784655A CN 109784655 A CN109784655 A CN 109784655A CN 201811544842 A CN201811544842 A CN 201811544842A CN 109784655 A CN109784655 A CN 109784655A
- Authority
- CN
- China
- Prior art keywords
- interviewer
- interview
- job hunter
- score value
- grade
- 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.)
- Withdrawn
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理的技术领域，提供了一种基于数据处理的面试官评估方法、装置和计算机设备，获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；根据所述总分值，确定所述第一面试官的面试等级；该面试等级则可以反映出该第一面试官的面试水平。
Description
技术领域
本申请涉及数据处理的技术领域，特别涉及一种基于数据处理的面试官评估方法、装置和计算机设备。
背景技术
目前，用人单位招聘人才的需求越来越大，通常用人单位会委托多个供应商帮助用人单位找寻合适的候选人，供应商将其认为合适的候选人对应的候选人简历提供给用人单位，以供用人单位的面试官对面试人员进行面试。目前，对于面试人员通过率，面试者岗位定级都有明确的规定，而对于面试官的面试质量没有持续跟进，也没有完整的评估体系，无法评估面试官的面试水平。
发明内容
本申请的主要目的为提供一种基于数据处理的面试官评估方法、装置、计算机设备，旨在评估面试官的面试水平。
为实现上述目的，本申请提供了一种基于数据处理的面试官评估方法，包括以下步骤：
获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
根据所述总分值，确定所述第一面试官的面试等级。
进一步地，所述根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值的步骤，包括：
根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官的面试次数分值；
根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者入职后在各维度的考核分值。
进一步地，所述根据所述总分值，确定所述第一面试官的面试等级的步骤，包括：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
进一步地，所述根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求；
或者，从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
进一步度，所述按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值的步骤，包括：
获取所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值分别所对应的权重；
将所述面试次数分值与所述考核分值分别与其对应的权重相乘，再将相乘得到的结果进行相加，计算得到所述总分值。
进一步地，所述从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求的步骤之后，还包括：
在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
进一步地，所述根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
本申请还提供了一种基于数据处理的面试官评估装置，包括：
获取单元，用于获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
打分单元，用于根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
计算单元，用于按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
确定单元，用于根据所述总分值，确定所述第一面试官的面试等级。
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可读存储介质，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。
本申请提供的基于数据处理的面试官评估方法、装置、计算机设备和存储介质，获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；根据所述总分值，确定所述第一面试官的面试等级；该面试等级则可以反映出该第一面试官的面试水平。
附图说明
图1是本申请一实施例中基于数据处理的面试官评估方法步骤示意图；
图2是本申请另一实施例中基于数据处理的面试官评估方法步骤示意图；
图3是本申请一实施例中基于数据处理的面试官评估装置结构框图；
图4是本申请另一实施例中基于数据处理的面试官评估装置结构框图；
图5为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，本申请一实施例中提供了一种基于数据处理的面试官评估方法，包括以下步骤：
步骤S1，获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
步骤S2，根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
步骤S3，按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
步骤S4，根据所述总分值，确定所述第一面试官的面试等级。
本实施例中，上述方法主要应用于用人单位的终端上对用人单位的面试官的面试水平进行评估。目前，通常是对求职者进行考核，或者是对面试通过的部分人员进行追踪考核，通常不会对面试官进行考核。而面试官的面试水平直接关系到用人单位是否能够招聘到合适的员工，对用人单位的工作开展具有很大的主导作用。因此，需要对面试官进行考核，获取面试官的面试水平。可以理解的是，若要对面试官的面试水平进行全面的考核，则需要从多个维度，多方面对面试官进行考核。例如，面试官的面试次数，通过面试官面试的求职者的整体质量等多维度。求职者的质量通常是其通过面试之后，进入用人单位的工作表现才能得到具体体现。
如上述步骤S1所述的，在用人单位的第一面试官(面试官团队中的一员)去面试求职者的时候，用人单位的软件系统中可以对应进行记录，从该记录中则可以获取到每一个面试官面试了多少个求职者。第一面试官在面试求职者的时候，认为其中任意的第一求职者的各项技能可以满足用人单位需求时，则可以发出面试通过的通知，对应的第一求职者则可以进入用人单位参加工作。在第一求职者进入用人单位工作之后，用人单位会对该第一求职者进行多维度考核，对应地，将多维度考核信息记录下来，便于后续可以获取到这些数据。因此，在用人单位的终端上则可以获取到上述第一求职者的多维度考核信息；其中，上述多维度考核信息包括但不限于：绩效考核、合规性考核、离职率考核等，上述多维度考核信息代表着第一求职者的综合考核水平。上述多维度考核信息可以是用人单位的工作人员进行考核后输入至用人单位终端中，也可以是用人单位终端通过自动化考核进行考核的，例如考勤考核即可以通过打卡器等直接获取到数据。
如上述步骤S2所述的，预先设置好对应的打分规则，再根据上述第一面试官面试求职者的次数，以及上述第一求职者的多维度考核信息，则可以根据对应的打分规则分别进行打分，以得到上述第一面试官的面试次数分值以及上述第一求职者在各维度的考核分值。
如上述步骤S3所述的，对于上述第一面试官的面试次数分值以及上述第一求职者在各维度的考核分值，可以预设对应的权重比例，根据对应的权重进行加权计算，则可以得到最终的总分值，该总分值则代表着对上述第一面试官的综合打分。
具体地，获取所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值分别所对应的权重；将所述面试次数分值与所述考核分值分别与其对应的权重相乘，再将相乘得到的结果进行相加，计算得到所述总分值。
在一实施例中，上述第一求职者的在多维度的考核绩效考核以及考勤考核，其分别对应的考核分值为绩效分值以及考勤分值；本实施例中，预先设置有上述面试次数分值、绩效分值以及考勤分值的权重比例为a：b：c，其中a+b+c＝1，例如a：b：c＝0.3:0.4:0.3；则上述总分值的计算方式为，将上述面试次数分值、绩效分值以及考勤分值分别乘以对应的权重，再将相乘的结果进行相加得到最终的总分值，即总分值＝面试次数分值*0.3+绩效分值*0.4+考勤分值*0.3。
最后，如上述步骤S4所述的，根据上述总分值，确定出所述第一面试官的面试等级，而根据该面试等级则可以直接明了的获取到第一面试官的面试水平。具体地，在一个实施例中，上述面试等级可以包括金牌面试专家、高级面试专家以及面试专家三个等级，上述总分值为百分制；
具体地，上述根据所述总分值，确定所述第一面试官的面试等级的步骤S4，包括：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
本实施例中，可以预先设置上述总分值与面试等级的映射关系，例如，上述金牌面试专家、高级面试专家以及面试专家分别对应的总分值为80-100分，75-80分，75分以下。当上述计算得到的总分值为82分时，则可以确定该第一面试官的面试等级为金牌面试专家。
综上，本实施例中，根据面试官面试求职者的次数，以及面试通过的求职者的综合考核水平，综合进行评估，得出面试官的面试等级。便于用人单位对面试官进行综合评估、考核，便于用人单位选择合适的面试官，提升招聘效率。
在一实施例中，上述根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值的步骤S2，包括：
根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官的面试次数分值；
根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者在各维度的考核分值。
在本实施例中，预先设置好有上述面试次数与面试次数分值的对应关系，以及考核信息与考核分值的对应关系，以便于在获取到第一面试官面试求职者的次数以及第一求职者入职后的多维度考核信息之后，便可以从上述对应关系中确定出对应的打分。
在另一具体实施例中，上述多维度考核信息可以是用人单位的工作人员进行考核后输入至用人单位终端中的，用人单位终端获取到这些多维度考核信息之后，则可以按照对应的打分规则进行打分。上述多维度考核信息包括绩效考核、合规性考核以及离职率考核。其对应的打分规则如下：
对于绩效考核，将考核分类分为A、B、C、D、E五个考核水平依次降低的等级，当参与绩效考核的第一求职者人数中A类、B类人数总占比大于等于50％，且D类、E类人数总占比小于等于30％(或者D类、E类占比小于5％)，则打分为30分；当参与绩效考核的第一求职者人数中A类、B类人数总占比大于等于40％并小于50％，且D类、E类人数总占比小于等于30％(或者D类、E类占比小于20％)，得打分为24分；当没有第一求职者参与绩效考核时打分0分，其他情况打分为18分。
对于合规性考核，合规性为用于评判第一求职者是否遵守用人单位规则。当第一求职者中无合规问题则打分20分，每出现1次合规问题扣3分，最高扣20分(即最低0分)。
对于离职率(离场率)考核，主要针对半年内离职率：半年内离职人数/面试通过的第一求职者人数。当半年内离职率为0-15％打分为25分，当半年内离职率为15-30％打分为20分，当半年内离职率为30-50％打分为15分，当半年内离职率大于50％或者无面试通过人数(即100％)得0分。
在一实施例中，上述根据所述总分值，确定所述第一面试官的面试等级的步骤S4之后，包括：
步骤S5a，从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求。
在本实施例中，面试等级越高的第一面试官，对于用人单位的面试需求越容易得到满足，为了能高质量满足用人单位招聘员工的需求，对于不同面试水平的面试官，用人单位可以提出不同的面试需求数量。举例地说，若面试官的面试等级越高，则可以将更多的面试需求分配给该面试官，不仅可以提高用人单位招聘员工的质量，而且可以降低招聘成本。本实施例中，上述预设等级可以是高级面试专家，上述第一目标面试官则可以是金牌面试专家。其它实施例中，也可以是当上述面试等级低于预设等级时，增加上述面试需求。
在另一实施例中，上述根据所述总分值，确定所述第一面试官的面试等级的步骤S4之后，包括：
步骤S5b，从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
在本实施例中，面试等级越低的面试官，对于用人单位的面试需求越不容易得到满足，对于不同面试等级的面试官，用人单位可以提出不同的面试需求数量。本实施例中，上述预设等级可以是高级面试专家，上述第一目标面试官则为面试专家。举例地说，若面试官的面试等级越低，则可以减少面试需求分配给该面试官，避免其影响面试效率。
在又一实施例中，上述从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求的步骤S5a之后，还包括：
步骤S6，在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
在本实施例中，用人单位为了激励面试官对面试需求的响应，设定有对应于面试官面试等级的奖金，即上述面试官的面试等级排名不同，其获取到的奖金不同，可以理解的是，面试等级越在前，其奖金越高。本实施例中，上述奖金可以是只发放至高于预设等级的第一目标面试官，即可以将奖金发放至排名靠前的面试官，例如只将奖金发放至金牌面试专家。每个面试官对应绑定有对应的银行账户，上述奖金可以直接转入至面试官的银行账户中。
参照图2，在又一实施例中，上述根据所述总分值，确定所述第一面试官的面试等级的步骤S4之后，包括：
步骤S50，在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
步骤S60，根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
在本实施例中，对于不同面试等级的第一面试官，给出的每一次面试的面试奖金不同，面试等级高的第一面试官，其面试奖金较高。本实施例中，根据预设的面试官面试等级与每一次面试的面试奖金的对应关系，获取到第一面试官面试一次的面试奖金，并根据其在指定时间段内面试的次数，计算出该第一面试官在指定时间内获取到的总奖金，便于定时为该第一面试官发放奖金。优选地，每个面试官对应绑定有对应的银行账户，上述总奖金可以直接转入至面试官的银行账户中。
参照图3，本申请一实施例中还提供了一种基于数据处理的面试官评估装置，包括：
获取单元10，用于获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
打分单元20，用于根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
计算单元30，用于按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
确定单元40，用于根据所述总分值，确定所述第一面试官的面试等级。
本实施例中，上述装置主要应用于用人单位的终端上对用人单位的面试官的面试水平进行评估。目前，通常是对求职者进行考核，或者是对面试通过的部分人员进行追踪考核，通常不会对面试官进行考核。而面试官的面试水平直接关系到用人单位是否能够招聘到合适的员工，对用人单位的工作开展具有很大的主导作用。因此，需要对面试官进行考核，获取面试官的面试水平。可以理解的是，若要对面试官的面试水平进行全面的考核，则需要从多个维度，多方面对面试官进行考核。例如，面试官的面试次数，通过面试官面试的求职者的整体质量等多维度。求职者的质量通常是其通过面试之后，进入用人单位的工作表现才能得到具体体现。
如上述获取单元10所述的，在用人单位的第一面试官(面试官团队中的一员)去面试求职者的时候，用人单位的软件系统中可以对应进行记录，从该记录中则可以获取到每一个面试官面试了多少个求职者。第一面试官在面试求职者的时候，认为其中任意的第一求职者的各项技能可以满足用人单位需求时，则可以发出面试通过的通知，对应的第一求职者则可以进入用人单位参加工作。在第一求职者进入用人单位工作之后，用人单位会对该第一求职者进行多维度考核，对应地，将多维度考核信息记录下来，便于后续可以获取到这些数据。因此，在用人单位的终端上则可以获取到上述第一求职者的多维度考核信息；其中，上述多维度考核信息包括但不限于：绩效考核、合规性考核、离职率考核等，上述多维度考核信息代表着第一求职者的综合考核水平。上述多维度考核信息可以是用人单位的工作人员进行考核后输入至用人单位终端中，也可以是用人单位终端通过自动化考核进行考核的，例如考勤考核即可以通过打卡器等直接获取到数据。
如上述打分单元20所述的，预先设置好对应的打分规则，再根据上述第一面试官面试求职者的次数，以及上述第一求职者的多维度考核信息，则可以根据对应的打分规则分别进行打分，以得到上述第一面试官的面试次数分值以及上述第一求职者在各维度的考核分值。
如上述计算单元30所述的，对于上述第一面试官的面试次数分值以及上述第一求职者在各维度的考核分值，可以预设对应的权重比例，根据对应的权重进行加权计算，则可以得到最终的总分值，该总分值则代表着对上述第一面试官的综合打分。
具体地，上述计算单元30包括：
获取子单元，用于获取所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值分别所对应的权重；
加权计算子单元，用于将所述面试次数分值与所述考核分值分别与其对应的权重相乘，再将相乘得到的结果进行相加，计算得到所述总分值。
在一实施例中，上述第一求职者的在多维度的考核绩效考核以及考勤考核，其分别对应的考核分值为绩效分值以及考勤分值；本实施例中，预先设置有上述面试次数分值、绩效分值以及考勤分值的权重比例为a：b：c，其中a+b+c＝1，例如a：b：c＝0.3:0.4:0.3；则上述总分值的计算方式为，将上述面试次数分值、绩效分值以及考勤分值分别乘以对应的权重，再将相乘的结果进行相加得到最终的总分值，即总分值＝面试次数分值*0.3+绩效分值*0.4+考勤分值*0.3。
最后，如上述确定单元40所述的，根据上述总分值，确定出所述第一面试官的面试等级，而根据该面试等级则可以直接明了的获取到第一面试官的面试水平。具体地，在一个实施例中，上述面试等级可以包括金牌面试专家、高级面试专家以及面试专家三个等级，上述总分值为百分制；
具体地，上述确定单元40具体用于：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
本实施例中，可以预先设置上述总分值与面试等级的映射关系，例如，上述金牌面试专家、高级面试专家以及面试专家分别对应的总分值为80-100分，75-80分，75分以下。当上述计算得到的总分值为82分时，则可以确定该第一面试官的面试等级为金牌面试专家。
综上，本实施例中，根据面试官面试求职者的次数，以及面试通过的求职者的综合考核水平，综合进行评估，得出面试官的面试等级。便于用人单位对面试官进行综合评估、考核，便于用人单位选择合适的面试官，提升招聘效率。
在一实施例中，上述打分单元20包括：
第一打分子单元，用于根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官的面试次数分值；
第二打分子单元，用于根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者在各维度的考核分值。
在本实施例中，预先设置好有上述面试次数与面试次数分值的对应关系，以及考核信息与考核分值的对应关系，以便于在获取到第一面试官面试求职者的次数以及第一求职者入职后的多维度考核信息之后，便可以从上述对应关系中确定出对应的打分。
在另一具体实施例中，上述多维度考核信息可以是用人单位的工作人员进行考核后输入至用人单位终端中的，用人单位终端获取到这些多维度考核信息之后，则可以按照对应的打分规则进行打分。上述多维度考核信息包括绩效考核、合规性考核以及离职率考核。其对应的打分规则如下：
对于绩效考核，将考核分类分为A、B、C、D、E五个考核水平依次降低的等级，当参与绩效考核的第一求职者人数中A类、B类人数总占比大于等于50％，且D类、E类人数总占比小于等于30％(或者D类、E类占比小于5％)，则打分为30分；当参与绩效考核的第一求职者人数中A类、B类人数总占比大于等于40％并小于50％，且D类、E类人数总占比小于等于30％(或者D类、E类占比小于20％)，得打分为24分；当没有第一求职者参与绩效考核时打分0分，其他情况打分为18分。
对于合规性考核，合规性为用于评判第一求职者是否遵守用人单位规则。当第一求职者中无合规问题则打分20分，每出现1次合规问题扣3分，最高扣20分(即最低0分)。
对于离职率(离场率)考核，主要针对半年内离职率：半年内离职人数/面试通过的第一求职者人数。当半年内离职率为0-15％打分为25分，当半年内离职率为15-30％打分为20分，当半年内离职率为30-50％打分为15分，当半年内离职率大于50％或者无面试通过人数(即100％)得0分。
在一实施例中，上述基于数据处理的面试官评估装置，还包括：
增加单元，用于从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求。
在本实施例中，面试等级越高的第一面试官，对于用人单位的面试需求越容易得到满足，为了能高质量满足用人单位招聘员工的需求，对于不同面试水平的面试官，用人单位可以提出不同的面试需求数量。举例地说，若面试官的面试等级越高，则可以将更多的面试需求分配给该面试官，不仅可以提高用人单位招聘员工的质量，而且可以降低招聘成本。本实施例中，上述预设等级可以是高级面试专家，上述第一目标面试官则可以是金牌面试专家。其它实施例中，也可以是当上述面试等级低于预设等级时，增加上述面试需求。
在另一实施例中，上述基于数据处理的面试官评估装置，还包括：
减少单元，用于从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
在本实施例中，面试等级越低的面试官，对于用人单位的面试需求越不容易得到满足，对于不同面试等级的面试官，用人单位可以提出不同的面试需求数量。本实施例中，上述预设等级可以是高级面试专家，上述第一目标面试官则为面试专家。举例地说，若面试官的面试等级越低，则可以减少面试需求分配给该面试官，避免其影响面试效率。
在又一实施例中，上述基于数据处理的面试官评估装置，还包括：
转入单元，用于在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
在本实施例中，用人单位为了激励面试官对面试需求的响应，设定有对应于面试官面试等级的奖金，即上述面试官的面试等级排名不同，其获取到的奖金不同，可以理解的是，面试等级越在前，其奖金越高。本实施例中，上述奖金可以是只发放至高于预设等级的第一目标面试官，即可以将奖金发放至排名靠前的面试官，例如只将奖金发放至金牌面试专家。每个面试官对应绑定有对应的银行账户，上述奖金可以直接转入至面试官的银行账户中。
参照图4，在又一实施例中，上述基于数据处理的面试官评估装置，还包括：
匹配单元50，用于在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
奖金计算单元60，用于根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
在本实施例中，对于不同面试等级的第一面试官，给出的每一次面试的面试奖金不同，面试等级高的第一面试官，其面试奖金较高。本实施例中，匹配单元50根据预设的面试官面试等级与每一次面试的面试奖金的对应关系，获取到第一面试官面试一次的面试奖金；奖金计算单元60根据其在指定时间段内面试的次数，计算出该第一面试官在指定时间内获取到的总奖金，便于定时为该第一面试官发放奖金。优选地，每个面试官对应绑定有对应的银行账户，上述总奖金可以直接转入至面试官的银行账户中。
综上所述，为本申请实施例中提供的基于数据处理的面试官评估方法、装置，获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；根据所述总分值，确定所述第一面试官的面试等级；该面试等级则可以反映出该第一面试官的面试水平。
参照图5，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5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面试数据、考核数据等。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基于数据处理的面试官评估方法。
上述处理器执行上述基于数据处理的面试官评估方法的步骤：
获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
根据所述总分值，确定所述第一面试官的面试等级。
在一实施例中，上述处理器根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值的步骤，包括：
根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官的面试次数分值；
根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者在各维度的考核分值。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤，包括：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
在一实施例中，上述处理器从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求的步骤之后，还包括：
在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
本领域技术人员可以理解，图5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可读存储介质，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基于数据处理的面试官评估方法，具体为：
获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
根据所述总分值，确定所述第一面试官的面试等级。
在一实施例中，上述处理器根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值的步骤，包括：
根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官面试求职者的次数所对应的分值；
根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者入职后的多维度考核信息所对应的分值。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤，包括：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
在一实施例中，上述处理器从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求的步骤之后，还包括：
在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
在一实施例中，上述处理器根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
综上所述，为本申请实施例中提供的基于数据处理的面试官评估方法、装置、计算机设备和存储介质，获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；根据所述总分值，确定所述第一面试官的面试等级；该面试等级则可以反映出该第一面试官的面试水平。
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)
1.一种基于数据处理的面试官评估方法，其特征在于，包括以下步骤：
获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
根据所述总分值，确定所述第一面试官的面试等级。
2.根据权利要求1所述的基于数据处理的面试官评估方法，其特征在于，所述根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值的步骤，包括：
根据所述第一面试官面试求职者的次数，以及预设的面试次数与分值的对应关系，确定所述第一面试官的面试次数分值；
根据所述第一求职者入职后的多维度考核信息，以及预设的考核信息与分值的对应关系，确定所述第一求职者入职后在各维度的考核分值。
3.根据权利要求1所述的基于数据处理的面试官评估方法，其特征在于，所述根据所述总分值，确定所述第一面试官的面试等级的步骤，包括：
在预设的总分值-面试等级的映射关系中，匹配对应所述总分值的面试等级，作为所述第一面试官的面试等级。
4.根据权利要求1所述的基于数据处理的面试官评估方法，其特征在于，所述根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求；
或者，从所述第一面试官中选择出面试等级低于预设等级的第二目标面试官，并减少分配至所述第二目标面试官的面试需求。
5.根据权利要求1所述的面试官的评估方法，其特征在于，所述按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值的步骤，包括：
获取所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值分别所对应的权重；
将所述面试次数分值与所述考核分值分别与其对应的权重相乘，再将相乘得到的结果进行相加，计算得到所述总分值。
6.根据权利要求4所述的基于数据处理的面试官评估方法，其特征在于，所述从所述第一面试官中选择出面试等级高于预设等级的第一目标面试官，并增加分配至所述第一目标面试官的面试需求的步骤之后，还包括：
在预设的面试等级与奖金金额的对应关系中，匹配出对应所述第一目标面试官的奖金金额，并将对应的奖金转入至绑定所述第一目标面试官的银行账户中。
7.根据权利要求1所述的基于数据处理的面试官评估方法，其特征在于，所述根据所述总分值，确定所述第一面试官的面试等级的步骤之后，包括：
在预设的面试官面试等级与每一次面试的面试奖金的对应关系中，匹配与所述第一面试官的面试等级所对应的每一次面试的面试奖金；
根据所述每一次面试的面试奖金，以及所述第一面试官在指定时间段内面试求职者的次数，计算所述第一面试官在指定时间段内面试的总奖金。
8.一种基于数据处理的面试官评估装置，其特征在于，包括：
获取单元，用于获取第一面试官在指定时间段内面试求职者的次数，以及获取通过所述第一面试官面试的第一求职者入职后的多维度考核信息；
打分单元，用于根据所述第一面试官面试求职者的次数，以及所述第一求职者入职后的多维度考核信息，按照对应的打分规则分别进行打分，得到所述第一面试官的面试次数分值和所述第一求职者在各维度的考核分值；
计算单元，用于按照预设权重比例，将第一面试官的面试次数分值和所述第一求职者在各维度的考核分值进行加权计算，得到总分值；
确定单元，用于根据所述总分值，确定所述第一面试官的面试等级。
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。
10.一种计算机可读存储介质，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 |
|---|---|---|---|
| CN201811544842.8A CN109784655A (zh) | 2018-12-17 | 2018-12-17 | 基于数据处理的面试官评估方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811544842.8A CN109784655A (zh) | 2018-12-17 | 2018-12-17 | 基于数据处理的面试官评估方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109784655A true CN109784655A (zh) | 2019-05-21 |
Family
ID=66498145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811544842.8A Withdrawn CN109784655A (zh) | 2018-12-17 | 2018-12-17 | 基于数据处理的面试官评估方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109784655A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414911A (zh) * | 2019-06-06 | 2019-11-05 | 陈煜明 | 一种基于人工智能和算法的面试系统 |
| CN111833020A (zh) * | 2020-07-16 | 2020-10-27 | 北京字节跳动网络技术有限公司 | 面试方法、装置、电子设备及计算机可读存储介质 |
| CN112365148A (zh) * | 2020-11-06 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 基于多维度的职员排序方法、装置、设备及存储介质 |
-
2018
- 2018-12-17 CN CN201811544842.8A patent/CN109784655A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414911A (zh) * | 2019-06-06 | 2019-11-05 | 陈煜明 | 一种基于人工智能和算法的面试系统 |
| CN111833020A (zh) * | 2020-07-16 | 2020-10-27 | 北京字节跳动网络技术有限公司 | 面试方法、装置、电子设备及计算机可读存储介质 |
| CN112365148A (zh) * | 2020-11-06 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 基于多维度的职员排序方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aduda et al. | An empirical test of competing corporate governance theories on the performance of firms listed at the Nairobi Securities Exchange | |
| Zhu et al. | Misperceiving the beliefs of others: How pluralistic ignorance contributes to the persistence of positive security analyst reactions to the adoption of stock repurchase plans | |
| CN109784655A (zh) | 基于数据处理的面试官评估方法、装置和计算机设备 | |
| Wahlström | Worrying but accepting new measurements: the case of Swedish bankers and operational risk | |
| Mattar et al. | Valuing large engineering projects under uncertainty: private risk effects and real options | |
| Musau | Environmental factors affecting procurement performance in county governments: A case of Uasin Gishu County | |
| CN110458633A (zh) | 基于区块链技术的发票数据生成方法、系统和计算机设备 | |
| Ajah et al. | Loan fraud detection and IT-based combat strategies | |
| Tonello | Emerging governance practices in enterprise risk management | |
| Kautz III et al. | The Government Performance and Results Act of 1993: Implications for social work practice | |
| Agénor | The analytics of segmented labor markets | |
| Coyne et al. | The unproductive protective state: The US defense sector as a fiscal commons | |
| Baig et al. | Estimating value‐at‐risk models for non‐conventional equity market index | |
| Trisanti | Did the corporate governance reform have effect on creative accounting practices in emerging economies? The case of Indonesian listed companies | |
| Piget et al. | Banks, Eurozone, human capital efficiency and return on equity: an approach via panel econometrics | |
| Harris | Corporate Elections and Tactical Settlements | |
| Asare | The prime risks of financing small and medium enterprise (SMEs) businessprojects in developing economies | |
| Carter | Financial analysis for R&D decisions | |
| CN109800951A (zh) | 评估简历质量的方法、装置、计算机设备和存储介质 | |
| Ozbek et al. | Quantitative Decision-Making Framework to Evaluate Environmental Commitment Tracking Systems: Colorado Department of Transportation Case Study | |
| Karlsson et al. | Pension portfolio choice and menu exposure | |
| Davis et al. | The relationship between capital structure and profitability of firms listed at the nairobi securitites exchange | |
| Steger et al. | Roles and tasks of German supervisory boards: an exploratory view | |
| Johnson et al. | What is strategy | |
| Alserda | Choices in Pension Management |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190521 |