CN109934433A - 一种人员能力评估方法、装置及云服务平台 - Google Patents

Abstract

本发明实施例提供一种人员能力评估方法、装置及云服务平台，在该方法中，确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量；调用人员能力评估模型，所述人员能力评估模型为根据工作效率、工作质量与人员能力评估值预先构建的模型；根据所述工作数据以及所述人员能力评估模型，确定所述待评估人员的能力评估值。通过本发明实施例，可以量化分析出人员能力水平。

Description

一种人员能力评估方法、装置及云服务平台

技术领域

本发明涉及测评技术领域，尤其涉及一种人员能力评估方法、装置及云服务平台。

背景技术

绩效考核通常是指企业在既定的战略目标下，运用特定的标准和指标，对员工的能力进行评估，其中，员工的能力可以是员工的工作行为以及取得的工作业绩等。

现代企业高速发展，离不开软件系统的支持，软件系统的稳定运行离不开软件开发人员的开发和运维，现在的大部分企业的员工中都有软件开发人员。目前对于软件开发人员的绩效考核比较主观，主要是凭借主管人员的主观判断对软件开发人员的能力进行评估，并没有对软件开发人员的工作量没有进行量化、合理的评估，对软件开发人员的工作质量也没有进行有数据支撑的分析。

因此，如何设计一种能够量化分析出人员能力水平的人员能力评估方法，急需解决。

发明内容

本发明实施例提供一种人员能力评估方法、装置及云服务平台，以量化分析出人员能力水平。

本发明实施例提供了一种人员能力评估方法，该方法包括：

确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量；调用人员能力评估模型，所述人员能力评估模型为根据工作效率、工作质量与人员能力评估值预先构建的模型；根据所述工作数据以及所述人员能力评估模型，确定所述待评估人员的能力评估值。

其中，所述人员能力评估模型采用如下方式根据工作效率、工作质量与人员能力评估值预先构建：

获取云服务平台上记录的历史工作数据；获取产生所述历史工作数据的人员的线下能力评估值；将所述历史工作数据中的部分数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型；将所述历史工作数据中未作为训练数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

进一步的，确定所述待评估人员的能力评估值之后，所述方法还包括：

获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

更进一步的，确定所述待评估人员的能力评估值之后，所述方法还包括：

将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级。

可选的，所述人员为软件开发人员。

所述工作效率通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定。

或者

所述工作效率通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定；其中，所述代码规模通过有效代码行或者功能点确定。

本发明实施例还提供一种人员能力评估装置，该人员能力评估装置包括模型构建单元、确定单元、调用单元和评估单元，其中：

所述模型构建单元用于根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型。

所述确定单元，用于确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量。

所述调用单元，用于调用所述模型构建单元预先构建的人员能力评估模型。

评估单元，用于根据所述确定单元确定的工作数据以及所述调用单元调用的人员能力评估模型，确定所述待评估人员的能力评估值。

具体的，所述模型构建单元用于采用如下方式根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型：

获取云服务平台上记录的历史工作数据；获取产生所述历史工作数据的人员的线下能力评估值；将所述历史工作数据中的部分历史工作数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型；将所述历史工作数据中未作为训练数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

进一步的，所述模型构建单元还用于：在所述评估单元确定所述待评估人员的能力评估值之后，获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

更进一步的，所述评估单元还用于：在确定所述待评估人员的能力评估值之后，将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级。

可选的，所述人员为软件开发人员。

所述工作效率通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定。

或者

所述工作效率通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定；其中，所述代码规模通过有效代码行或者功能点确定。

本发明实施例还提供一种云服务平台，该云服务平台包括存储器和处理器，其中：所述存储器，用于存储程序指令；所述处理器，用于调用所述存储器中存储的程序指令，并按照获得的程序执行本发明实施例上述涉及的人员能力评估方法。

本发明实施例还一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行本发明实施例上述涉及的人员能力评估方法。

本发明实施例提供的人员能力评估方法、装置及云服务平台，根据云服务平台上记录的工作数据以及预先构建的人员能力评估模型确定人员能力评估值，能够量化分析出人员能力水平。

附图说明

图1为本发明实施例提供的一种人员能力评估方法实施流程图；

图2为本发明实施例提供的一种构建人员能力评估模型的方法流程图；

图3为本发明实施例提供的一种软件开发人员能力评估实施流程图；

图4为本发明实施例提供的一种人员能力评估装置构成示意图；

图5为本发明实施例提供的一种云服务平台的结构示意图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行描述。

本发明实施例提供一种人员能力评估方法，该方法可应用于云服务平台。在该方法中，根据云服务平台上记录的工作数据以及预先构建的人员能力评估模型确定人员能力评估值，以量化分析出人员能力水平，相对凭借主观判断确定人员能力评估值的方式，能提供客观的考核依据。

图1所示为本发明实施例提供的一种人员能力评估方法实施流程图，图1所示的方法执行主体可以是云服务平台，也可以是具有执行人员能力评估功能的人员能力评估装置，参阅图1所示，该方法包括：

S101：确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量。

本发明实施例中，人员可直接在云服务平台上进行工作，云服务平台记录人员工作的内容以及工作时间，进而可确定工作效率。云服务平台还可对记录的工作内容进行自动化检查，以确定工作质量。当然，也可在线下采用人工检错的方式，确定工作质量并输入到云服务平台上。

S102：调用人员能力评估模型。

本发明实施例中可根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型。具体的，可采用图2所示的方式，预先构建人员能力评估模型。参阅图2所示，包括：

S201：获取云服务平台上记录的历史工作数据。

本发明实施例中云服务平台上记录的历史工作数据可以理解为是已经存储在云服务平台上的工作数据，该工作数据可以是多个人员的工作数据，也可以是同一个人员不同时间段内的工作数据。

S202：获取产生所述历史工作数据的人员的线下能力评估值。

本发明实施例中线下能力评估值可以理解为是未采用本发明实施例提供的能力评估方法确定的能力评估值，例如可以是通过主观判断方法确定的能力评估值。

S203：将历史工作数据中的部分历史工作数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型。

本发明实施例中对于统计评估所采用的具体实施方法并不限定，例如可采用机器学习的大数据分析方法，也可采用回归算法等。

本发明实施例中确定的初始人员能力评估模型可以表示为：

线下能力评估值＝A1*工作效率+B1*工作质量+C1。

其中，A1、B1和C1都可理解为是初始人员能力评估模型中的参数，具体的，A1、B1可为评估参数，C1为常量。

需要说明的是，本发明实施例中上述涉及的初始人员能力评估模型的表达式可以应用于线性模型，当选用其它模型，例如选用卷积神经网络、决策树等模型时，初始人员能力评估模型的表达式可能是多维的，也可能是曲线的。

S204：将获取的历史工作数据中未作为训练数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

本发明实施例中可利用测试数据中包括的工作效率和工作质量，调整A1和B1的值，得到A2和B2，并调整C1得到C2，使得A2*工作效率+B2*工作质量+C2所得到的能力评估值与所述线下能力评估值的误差在设定范围内，进而得到人员能力评估模型为：

能力评估值＝A2*工作效率+B2*工作质量+C2。

其中，A2、B2和C2都可理解为是人员能力评估模型中的参数，具体的，A2、B2可为评估参数，C2为常量。

S103：根据工作数据以及人员能力评估模型，确定待评估人员的能力评估值。

本发明实施例中确定了待评估人员的工作数据后，可将该工作数据中包括的工作质量和工作效率，输入到上述涉及的人员能力评估模型中，得到人员能力评估值。

本发明实施例中根据云服务平台上记录的工作数据以及预先构建的人员能力评估模型确定人员能力评估值，能够量化分析出人员能力水平。

一种可能的实施方式中，本发明实施例中确定所述待评估人员的能力评估值之后，还可定期将按照模型生成的能力评估值提供给领导进行评价和校对，得到能力评估值的校正值，将能力评估值的校正值输入到云服务平台上。云服务平台获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正，以使确定的能力评估值更为准确。具体的校正过程例如可以采用如下方式：将对上述人员能力评估模型中的参数进行调整，将工作效率和工作质量输入模型后，使按照调整后的参数进行处理得到的人员能力评估值接近所述能力评估值的校正值。

另一种可能的实施方式中，本发明实施例中确定所述待评估人员的能力评估值之后，还可将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级，进而在进行人员分配时，可在云服务平台上输入需要完成的功能点及工期，以自动推算出当前没被使用的具备该能力的人员。在进行绩效考核时，可以在云服务平台上直接查看人员的能力等级，参考能力等级对人员进行绩效考核。

本发明实施例提供的人员能力评估方法可适用于工作数据可以被量化的场景中，例如可以应用于对软件开发人员的能力评估中。

软件开发人员的工作通常是编写代码或文档，编写的代码和文档都可以根据工作量的大小、缺陷数等，确定工作效率和工作质量。例如，软件开发人员的工作为编写文档时，工作效率可通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量可通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定。软件开发人员的工作为编写代码时，工作效率可通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量可通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定。

本发明实施例以下结合实际应用，对软件开发人员的能力评估的实施过程进行说明。

图3所示为本发明实施例提供的一种软件开发人员能力评估实施流程图，参阅图3所示，该方法包括：

S301：软件开发人员登陆云服务平台，在云服务平台上开始工作，例如编写代码以及编写文档等。

S302：云服务平台确定软件开发人员的有效工作时间。

本发明实施例中云服务平台可在确定软件开发人员开始工作时，进行计时，当确定软件开发人员完成工作后，结束计时，以确定有效工作时间。

例如，软件开发人员可开始编写代码或者文档时，可点击“开始”按钮，云服务平台检测到软件开发人员点击“开始”后，开始计时。软件开发人员在完成代码或者文档的编写时，点击“提交”，云服务平台检测到软件开发人员点击“提交”后，可结束计时。

S303：云服务平台确定软件开发人员的工作效率。

本发明实施例中软件开发人员完成工作后，云服务平台可以通过计算分析工作内容的方式，确定工作规模，根据工作规模与有效工作时间确定工作效率。例如，软件开发人员的工作为编写文档时，云服务平台可通过检测软件开发人员编写的文档页数确定工作规模。通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定工作效率，例如：工作效率＝软件开发人员编写的文档页数/测试人员编写所述文档的有效工作时间。

软件开发人员的工作为编写代码时，云服务平台可通过检测软件开发人员编写的代码规模确定工作量。其中，所述代码规模可通过有效代码行或者功能点确定。通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定工作效率。例如工作效率＝软件开发人员编写代码的代码规模/软件开发人员编写代码的有效工作时间。

S304：云服务平台确定软件开发人员的工作质量。

本发明实施例中云服务平台可调用预先设备的缺陷检测工具确定软件开发人员编写的文档或代码中包含的缺陷数，也可采用手工记录缺陷数并输入到云服务平台的方式，使云服务平台确定软件开发人员编写的文档或代码中包含的缺陷数。根据软件开发人员编写的文档或代码中包含的缺陷数以及软件开发人员编写的文档页数或代码规模确定工作质量。本发明实施例中工作质量也可称为缺陷密度。

当软件开发人员的工作时编写文档时，可采用如下方式确定工作质量：工作质量＝缺陷密度＝软件开发人员编写的文档中的缺陷数/软件开发人员编写的文档页数。

当软件开发人员的工作时编写代码时，可采用如下方式确定工作质量：工作质量＝缺陷密度＝软件开发人员编写代码中的缺陷数/软件开发人员编写代码的代码规模。

S305：云服务平台调用预先构建的人员能力评估模型，运用该人员能力评估模型，依据上述确定的软件开发人员的工作效率和工作质量，确定软件开发人员的能力评估值。

本发明实施例中可利用软件开发人员的历史工作数据，参阅上述涉及的构建人员能力评估模型的实施方式，预先构建人员能力评估模型。

本发明实施例中，可直接将确定的软件开发人员的工作效率和工作质量输入到该调用的人员能力评估模型中，得到软件开发人员的能力评估值。

进一步的，可将得到软件开发人员的能力评估值按照分数段划分等级，从而得到软件开发人员能力等级。

更进一步的，云服务平台可定期将确定的能力评估值发送给评价人员(例如企业领导)，评价人员对该能力评估值进行评估和校对得到能力评估值的校正值，并将该将能力评估值的校正值输入到云服务平台中。云服务平台获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

本发明实施例中，采用上述涉及到人员能力评估方法，可实现基于模型的软件开发人员能力评估值的确定，进而能够准确地、量化地评价人员能力，使得评价效果更加客观、准确。并且人员能力评估模型根据历史工作数据确定，更加智能化，更加贴近人的真实能力。

进一步的，本发明实施例中上述进行人员能力评估的方法由云服务平台执行，使得该方法的实施稳定性更强，有利于公司软件资产的保留和继承。

基于相同的发明构思，本发明实施例还提供一种人员能力评估装置。图4所示为本发明实施例提供的一种人员能力评估装置构成示意图。参阅图4所示，该人员能力评估装置包括模型构建单元101、确定单元102、调用单元103和评估单元104，其中：

所述模型构建单元101用于根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型。

所述确定单元102，用于确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量。

所述调用单元103，用于调用所述模型构建单元101预先构建的人员能力评估模型。

评估单元104，用于根据所述确定单元102确定的工作数据以及所述调用单元103调用的人员能力评估模型，确定所述待评估人员的能力评估值。

具体的，所述模型构建单元101用于采用如下方式根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型：

获取云服务平台上记录的历史工作数据；获取产生所述历史工作数据的人员的线下能力评估值；将所述历史工作数据中的部分历史工作数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型；将所述历史工作数据中未作为训练数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

进一步的，所述模型构建单元101还用于：在所述评估单元104确定所述待评估人员的能力评估值之后，获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

更进一步的，所述评估单元104还用于：在确定所述待评估人员的能力评估值之后，将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级。

可选的，所述人员为软件开发人员。

进一步的，一种可能的实施方式中，所述工作效率可通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定。

进一步的，另一种可能的实施方式中，所述工作效率也可通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定；其中，所述代码规模通过有效代码行或者功能点确定。

在上述各实施例的基础上，本发明实施例还提供一种云服务平台，如图5所示，该云服务平台包括存储器1001和处理器1002，还可包括通信接口1003。其中，存储器1001、处理器1002和通信接口1003可通过通信总线完成相互间的通信。

本发明实施例中，所述存储器1001，用于存储程序指令。所述处理器1002，用于调用所述存储器1001中存储的程序指令，并按照获得的程序执行本发明实施例上述涉及的人员能力评估方法。所述通信接口1003用于上述云服务平台与其他设备之间的通信。

其中，存储器1001可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述处理器1002可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

本发明实施例还一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行本发明实施例上述涉及的人员能力评估方法。

其中，所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。

本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种人员能力评估方法，其特征在于，包括：

确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量；

调用人员能力评估模型，所述人员能力评估模型为根据工作效率、工作质量与人员能力评估值预先构建的模型；

根据所述工作数据以及所述人员能力评估模型，确定所述待评估人员的能力评估值。

2.如权利要求1所述的方法，其特征在于，所述人员能力评估模型采用如下方式根据工作效率、工作质量与人员能力评估值预先构建：

获取云服务平台上记录的历史工作数据；

获取产生所述历史工作数据的人员的线下能力评估值；

将所述历史工作数据中的部分历史工作数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型；

将所述历史工作数据中未作为历史工作数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

3.如权利要求1或2所述的方法，其特征在于，确定所述待评估人员的能力评估值之后，所述方法还包括：

获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

4.如权利要求1所述的方法，其特征在于，确定所述待评估人员的能力评估值之后，所述方法还包括：

将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级。

5.如权利要求1所述的方法，其特征在于，所述人员为软件开发人员；

所述工作效率通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定；

或者

所述工作效率通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定；

其中，所述代码规模通过有效代码行或者功能点确定。

6.一种人员能力评估装置，其特征在于，包括模型构建单元、确定单元、调用单元和评估单元，其中：

所述模型构建单元用于根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型；

所述确定单元，用于确定云服务平台上记录的待评估人员的工作数据，所述工作数据包括工作效率和工作质量；

所述调用单元，用于调用所述模型构建单元预先构建的人员能力评估模型；

评估单元，用于根据所述确定单元确定的工作数据以及所述调用单元调用的人员能力评估模型，确定所述待评估人员的能力评估值。

7.如权利要求6所述的装置，其特征在于，所述模型构建单元用于采用如下方式根据工作效率、工作质量与人员能力评估值预先构建人员能力评估模型：

获取云服务平台上记录的历史工作数据；

获取产生所述历史工作数据的人员的线下能力评估值；

将所述历史工作数据中的部分历史工作数据作为训练数据，对所述线下能力评估值、所述历史工作数据中包括的工作效率和工作质量，进行统计评估，得到初始人员能力评估模型；

将所述历史工作数据中未作为训练数据的另一部分历史工作数据作为测试数据，对所述初始人员能力评估模型中的参数进行调整，得到人员能力评估模型。

8.如权利要求6或7所述的装置，其特征在于，所述模型构建单元还用于：

在所述评估单元确定所述待评估人员的能力评估值之后，获取所述能力评估值的校正值，并根据所述校正值对所述人员能力评估模型进行校正。

9.如权利要求6所述的装置，其特征在于，所述评估单元还用于：

在确定所述待评估人员的能力评估值之后，将所述能力评估值按照分数段划分等级，得到所述待评估人员的能力等级。

10.如权利要求6所述的装置，其特征在于，所述人员为软件开发人员；

所述工作效率通过所述软件开发人员编写的文档页数与所述软件开发人员编写所述文档的有效工作时间确定，所述工作质量通过所述软件开发人员编写的文档中的缺陷数与所述软件开发人员编写的文档页数确定；

或者

所述工作效率通过所述软件开发人员编写代码的代码规模与所述软件开发人员编写所述代码的有效工作时间确定，所述工作质量通过所述软件开发人员编写代码中的缺陷数与所述软件开发人员编写代码的代码规模确定；

其中，所述代码规模通过有效代码行或者功能点确定。

11.一种云服务平台，其特征在于，包括存储器和处理器，其中：

所述存储器，用于存储程序指令；

所述处理器，用于调用所述存储器中存储的程序指令，并按照获得的程序执行权利要求1～5任一项所述的人员能力评估方法。

12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行权利要求1～5任一项所述的人员能力评估方法。