CN110992227B - 一种校企结合职业技能人才培养系统和方法 - Google Patents
一种校企结合职业技能人才培养系统和方法 Download PDFInfo
- Publication number
- CN110992227B CN110992227B CN201911215952.4A CN201911215952A CN110992227B CN 110992227 B CN110992227 B CN 110992227B CN 201911215952 A CN201911215952 A CN 201911215952A CN 110992227 B CN110992227 B CN 110992227B
- Authority
- CN
- China
- Prior art keywords
- skill
- knowledge
- module
- points
- practical training
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012549 training Methods 0.000 claims abstract description 139
- 238000005516 engineering process Methods 0.000 claims description 38
- 230000006399 behavior Effects 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000012258 culturing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000007115 recruitment Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001755 vocal 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (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)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种校企结合职业技能人才培养系统和方法，该系统包括：标准模块，用于根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；教育模块，用于根据新的职业技能标准信息进行知识点和技能点的划分，生成实训课程，并获取基于实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；产业模块，用于根据实训成绩、考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果，并根据实时获取的岗位需求更新职业技能需求信息。本发明在教学中按照新的技能标准进行技能人才培养和实训训练，精准对接产业需求，解决专业技术技能人才培养、就业难题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种校企结合职业技能人才培养系统和方法。
背景技术
随着社会经济发展的转型升级，在各行各业多需要大量具备专业技能的人才，人才的培养需要一定的周期，特别是一些操作性、专业性比较强的职业(如焊工、电工等)需要学生在学校经历学习、实训、实习等过程才能掌握一定的专业技能。
但是在技能人才培养过程中，传统的模式为学校自行设计教学课程和实训内容，教学标准与产业实际脱节，标准内容更新不及时；学生实训内容单一，实训设备陈旧，学校实训无法与企业生产实际情形有效衔接；实训过程中教师对学生的监督指导不足，无法做到因材施教，对学生的实训过程无法做到全方位、全过程的监控和实时的指导；学校教材陈旧，教学资源不足，教学形式单一，教师教学能力不足；对学生实训成绩的考评鉴定不够科学合理、准确高效，学生学习和实训成绩无法进行终身记录；学生和教师不了解企业实际的人才需求和技能要求，实训缺乏针对性，实训的效率底，成本高；学生实训习得的技能无法满足企业实际的岗位技能要求，最终造成学生就业困难，企业生产缺乏具有专业技能人才的困局。
可见，传统的院校专业建设及人才培养体系，已无法满足产业端对高素质技术技能人才的需求。
上述缺陷是本领域技术人员期望克服的。
发明内容
(一)要解决的技术问题
为了解决现有技术的上述问题，本发明提供一种校企结合职业技能人才培养系统和方法，以解决现有技术中校企分离、学习实训与就业分离导致无法满足产业端对高素质技术技能人才需求的问题。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
本发明一实施例提供一种校企结合职业技能人才培养系统，其包括：
标准模块，用于根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；
教育模块，用于根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程，并获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；
产业模块，用于根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果，并根据实时获取的岗位需求更新所述职业技能需求信息。
本发明的一个实施例中，所述标准模块包括：
需求处理子模块，用于采用跨域异构数据自适应获取与高效清洗技术，对所述职业技能需求信息进行采集、汇总、分类及分析，得到不同行业的行业需求数据；
标准处理子模块，用于对所述已有标准信息中的国家职业技能标准和相关职业技能等级标准进行技能类型及技能等级水平划分，得到技能要求数据；
新标准合成子模块，用于根据所述行业需求数据与所述技能要求数据匹配，并对所述技能要求数据按照所述行业需求数据进行适应性调整，生成所述新的职业技能标准信息。
本发明的一个实施例中，所述教育模块包括：
教学子模块，用于采用行为知识图谱对所述职业技能标准信息进行知识点和技能点的划分，根据所述知识点和技能点构建或调整知识体系和技能体系并生成实训课程；
实训考核子模块，用于获取基于所述实训课程实施教学计划后得到学生的实训成绩，以及对学生进行技能鉴定得到的考核鉴定信息。
本发明的一个实施例中，所述教育模块还包括：
实训指导子模块，用于通过获取学生在所述实训课程中的操作方案，基于所述操作方案与所述实训课程的标准操作进行对比，生成针对所述操作方案进行纠正的实训指导，将所述实训指导展示给相应的学生。
本发明的一个实施例中，所述产业模块包括：
匹配子模块，用于根据所述实训成绩、所述考核鉴定信息采用图模式匹配技术结合岗位需求进行匹配，得到匹配结果；
双向推荐子模块，用于根据所述匹配结果形成针对学生的职位推荐结果，所述职位推荐结果中包括符合学生求职意向的多个职位，并按照预设的一个参数或多个参数进行降序排列；以及根据所述匹配结果形成针对企业的人才推荐结果，所述人才推荐结果中包括符合企业职位需求的多个学生，并按照预设的一个或多个参数进行降序排列；
需求更新子模块，用于根据实时获取的岗位需求更新所述职业技能需求信息。
本发明的一个实施例中，所述实训考核子模块通过虚拟现实VR设备或增强现实AR设备提供实训场景，并在所述实训场景中实施所述实训课程，并根据学生在所述实训场景中的操作方案与标准操作比对，得出所述实训成绩。
本发明的一个实施例中，还包括：
数据存储模块，与所述标准模块、所述教育模块和所述产业模块连接，用于接收并存储所述新的职业技能标准信息、所述实训成绩、所述考核鉴定信息、所述职位推荐结果、所述人才推荐结果和所述职业技能需求信息。
本发明的一个实施例中，所述教育模块还包括：
参数更新子模块，用于从所述数据存储模块中获取当前设备的配置数据，并基于多目标优化技术按照所述新的职业技能标准信息对所述配置数据进行更新。
本发明的一个实施例中，所述教育模块中还包括：
图谱构建子模块，用于基于多数据流耦合分析技术、海量特征流挖掘技术、学习行为知识图谱并行查询方法构建学习过程中的行为知识图谱
本发明另一实施例还提供一种校企结合职业技能人才培养方法，包括：
根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；
根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程；
获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；
根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果；以及
根据实时获取的岗位需求更新所述职业技能需求信息。
(三)有益效果
本发明的有益效果是：本发明上述实施例提供的校企结合职业技能人才培养系统和方法，通过校企合作，基于岗位需求可以实时更新技能标准，进而在教学中按照新的技能标准进行技能人才培养和实训训练，精准对接产业需求，前置化人才培养，解决专业技术技能人才培养、就业难题，满足产业发展对高素质技术技能人才的需求。
附图说明
图1为本发明一实施例提供的一种校企结合职业技能人才培养方法的流程图；
图2为本发明另一实施例中提供的一种校企结合职业技能人才培养系统的示意图；
图3为本发明另一实施例的图2中标准模块210的示意图；
图4为本发明另一实施例采用跨域异构数据自适应获取与高效清洗技术的原理示意图；
图5为本发明另一实施例的图2中教育模块220的示意图；
图6为本发明另一实施例图谱构建子模块221进行行为知识图谱建模的示意图；
图7为本发明另一实施例教学子模块222基于行为知识图谱进行数据处理的过程示意图；
图8为本发明另一实施例中基于大数据分析的智能优化更新实训设备的原理图；
图9为本发明另一实施例的图2中产业模块230的示意图；
图10为本发明另一实施例中图模式匹配的原理示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明提供一种校企结合职业技能人才培养系统和方法，该方法和系统尤其适用于应用型本科院校及职业院校的高技术技能人才培养。
图1为本发明一实施例提供的一种校企结合职业技能人才培养方法的流程图，如图1所示，该方法包括以下步骤：
如图1所示，在步骤S110中，根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；
如图1所示，在步骤S120中，根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程；
如图1所示，在步骤S130中，获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；
如图1所示，在步骤S140中，根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果；以及
如图1所示，在步骤S150中，根据实时获取的岗位需求更新所述职业技能需求信息。
相应的，为了实现上述方法，本发明另一实施例还提供一种以STEP体系为基础搭建的校企结合职业技能人才培养系统，包括两个核心内容，一是专业建设，二是人才培养。STEP体系的具体内涵：S为标准，如1+X证书相关技能等级标准、国家职业技能标准；T为实训，包括认知实训、基础实训、工艺实训、行业综合应用实践；E为教学，包括教师培训、教学资源、教学方法；P为平台，包括1+X职能平台、教学平台、实习就业平台。
图2为本发明另一实施例中提供的一种校企结合职业技能人才培养系统的示意图，如图2所示，该系统200中包括：标准模块210、教育模块220和产业模块230。
其中标准模块210用于根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；教育模块220用于根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程，并获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；产业模块230用于根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果，并根据实时获取的岗位需求更新所述职业技能需求信息。
基于上述，该具有STEP体系的系统可以贯穿院校人才培养的全过程，包括标准制定、学生实训、学校教学、为学生就业以及终身职业发展提供相关服务。STEP体系将标准模块、教育模块和产业模块整合起来，在院校里建立产业需求导向下的基于标准传递的人才培养新模式，真正体现职业教育产教融合的精髓，最终满足产业端对高素质技术技能人才的需求，从而缩短人才培养转化为社会生产力的周期。
以下对图2所示实施例的各个模块的具体实现进行详细阐述：
在标准模块210中，主要是针对现有技能标准在院校专业建设及人才培养体系内的传递不够精确，缺乏知识智能辅助的问题，采用跨域异构数据自适应获取与高效清洗技术，对产业端岗位技能要求信息进行集成管理。包括多类型数据源综合管理技术、面向高可采集比的自适应精准高效数据采集技术、多源异构数据智能冗余清洗技术，建设异构数据自适应获取工具。
具体的，图3为本发明另一实施例的图2中标准模块210的示意图，如图3所示，标准模块210中包括：需求处理子模块211、标准处理子模块212和新标准合成子模块213。
其中需求处理子模块211用于采用跨域异构数据自适应获取与高效清洗技术，对所述职业技能需求信息进行采集、汇总、分类及分析，得到不同行业的行业需求数据；标准处理子模块212用于对所述已有标准信息中的国家职业技能标准和相关职业技能等级标准进行技能类型及技能等级水平划分，得到技能要求数据；新标准合成子模块213用于根据所述行业需求数据与所述技能要求数据匹配，并对所述技能要求数据按照所述行业需求数据进行适应性调整，生成所述新的职业技能标准信息。
图4为本发明另一实施例采用跨域异构数据自适应获取与高效清洗技术的原理示意图，如图4所示，通过从产业模块获取职业技能需求信息，包括各行各业的行业技能要求以及不同企业内部的内部技能要求，所涉及的领域包括海洋技术、航空航天、轨道交通、重型机械、压力容器等，所涉及的生产过程包括研发设计、生产制造、经营管理、销售服务、客户服务等。通过多类型数据源自适应侦测接口获取上述行业技能要求和内部技能要求，一方面基于模板与数据获取流程的智能自适应精准采集，另一方面，基于非精确匹配规则和机器学习的智能清洗，从而将这些技能要求进行统一化的管理和分析，按照行业的区别、甚至同一行业在不同地区的区别形成行业需求数据。
在教育模块220中，主要是针对现有技术中学生实训过程的实训记录和考评鉴定完全依赖人工，缺乏数据支撑，技能标准在教学体系中无法自动同步的问题，本实施例采用行为知识图挖掘与模式发现技术，包括多数据流耦合分析技术、海量特征流挖掘技术、学习行为知识图谱并行查询方法，研发知识图谱搜索引擎。同时，还采用基于大数据分析的智能优化与自主决策技术，对学生实训进行过程记录和技能鉴定。包括大数据的高效资源调度技术、大数据的多目标智能优化技术和大数据驱动的智能管理及自主决策技术。
具体的，图5为本发明另一实施例的图2中教育模块220的示意图，如图5所示，包括：图谱构建子模块221、教学子模块222、实训考核子模块223、实训指导子模块224和参数更新子模块225。
图谱构建子模块221用于基于知识建模、信息抽取、知识融合、知识存储、知识计算以及知识应用进行行为知识图谱建模；教学子模块222用于采用行为知识图谱对所述职业技能标准信息进行知识点和技能点的划分，根据所述知识点和技能点构建或调整知识体系和技能体系并生成实训课程；实训考核子模块223用于获取基于所述实训课程实施教学计划后得到学生的实训成绩，以及对学生进行技能鉴定得到的考核鉴定信息；实训指导子模块224用于通过获取学生在所述实训课程中的操作方案，基于所述操作方案与所述实训课程的标准操作进行对比，生成针对所述操作方案进行纠正的实训指导，将所述实训指导展示给相应的学生；参数更新子模块225用于从所述数据存储模块中获取当前设备的配置数据，并基于多目标优化技术按照所述新的职业技能标准信息对所述配置数据进行更新。
图6为本发明另一实施例图谱构建子模块221进行行为知识图谱建模的示意图，如图6所示，图谱构建子模块221进行行为知识图谱的构建，主要涉及到知识建模、信息抽取、知识融合、知识存储、知识计算以及知识应用等方面，形成有关行为的知识图谱。
图7为本发明另一实施例教学子模块222基于行为知识图谱进行数据处理的过程示意图，其中知识图谱是一种基于图的数据结构，由节点(point)和边(Edge)组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”。如图7所示，通过对行为知识进行统一表达，结合本次构建形成行为知识图谱，然后利用该行为知识图谱将新的职业技能标准信息分解为多个知识点和多个技能点，将其作为图谱中的实体。基于该模块将职业技能标准中的知识和技能要求，按照知识图谱的建模要求，利用数据挖掘和机器学习技术，进行自然语言学习和全量数据机器学习。建立基于规则的关联计算，建立实体之间的关系。最后，将图谱中具有同类属性的实体归纳为不同技能等级的知识点和技能点。
其中实训考核子模块223通过虚拟现实VR设备或增强现实AR设备提供实训场景，并在所述实训场景中实施所述实训课程，并根据学生在所述实训场景中的操作方案与标准操作比对，得出所述实训成绩。该模块中采用VR/AR、虚拟仿真、人工智能、大数据等技术，与传统的基础技能实训相结合，制定虚实结合的个性化实训方案，可以提高实训效率、降低实训成本，且实训内容可以实现多样化且及时更新。
其中实训指导子模块224使用智能实训设备，通过智能实训设备采集记录学生实训过程的相关数据，并将相关数据发送到教师端或反馈给智能设备的智能指导中心，根据学生的实训相关数据生成相应的指导数据，并将该指导数据反馈给学生以便指导学生改进实训操作的方法，有利于学生能力的快速提升。
其中参数更新子模块225采用大数据高效资源调度技术、大数据的多目标智能优化技术和大数据驱动的智能管理及自主决策技术。图8为本发明另一实施例中基于大数据分析的智能优化更新实训参数的原理图，如图8所示，采用分布式调度技术基于多种算法资源调度模型采集学生实训过程中的各种技术参数，对所采集到的参数采用多目标智能优化技术进行数据智能治理与整合，基于LASSO回归异常数据实时诊断响应等技术进行参数更新的自主决策。
在产业模块230中，主要是针对现有技术中产业端各行各业不同岗位对技术技能人才要求的海量碎片化信息难以集成管理，以及岗位技能需求与学生技能水平的匹配缺乏数据支撑和智能决策的问题，通过采用图模式匹配技术，将岗位技能要求与学生技能水平进行匹配，并进行智能决策。产业模块230通过与学分银行对接，根据学生的教育基础、技能经历和就业需求，以院校传统人才培养方案为基准，开发“1+X”的多版本人才培养方案。
具体的，图9为本发明另一实施例的图2中产业模块230的示意图，如图9所示，包括：匹配子模块231、双向推荐子模块232和需求更新子模块233。
匹配子模块231用于根据所述实训成绩、所述考核鉴定信息采用图模式匹配技术结合岗位需求进行匹配，得到匹配结果；双向推荐子模块232用于根据所述匹配结果形成针对学生的职位推荐结果，所述职位推荐结果中包括符合学生求职意向的多个职位，并按照预设的一个参数或多个参数进行降序排列；以及根据所述匹配结果形成针对企业的人才推荐结果，所述人才推荐结果中包括符合企业职位需求的多个学生，并按照预设的一个或多个参数进行降序排列；需求更新子模块233用于根据实时获取的岗位需求更新所述职业技能需求信息。
图10为本发明另一实施例中图模式匹配的原理示意图，如图10所示，在数据库中获取学生的实训成绩和考核鉴定信息(即人才信息)，以及企业的岗位需求(即岗位信息)，通过基于这些数据结合用户的行为数据进行深度文本挖掘，建立索引后可以进行人才搜索，并将结果返回给前端界面予以展示，企业可以通过查看简历获取人才信息。另外，还根据匹配结果进行供求双方的推荐，即将人才推荐给企业，将企业推荐给学生，从而实现双方的快速锁定和沟通，提高匹配效率。
上述行为数据中既包括企业方面的行为数据，也包括学生等求职者方面的行为数据。例如，企业过往在人才招聘方面的行为数据，包括招聘数量、录取比例、招聘流程等。企业过往是否存在严重违法违规行为等。学生过往应聘方面的行为数据，包括学生简历投递数量、登陆频率、信息回复速度等。学生是否存在严重的失信或者道德问题等。行为数据对匹配起到辅助作用，提高匹配度和匹配效率，同时起到防范招聘或就业风险的作用。
其中需求更新子模块233在产业模块中更接近实际生产，从而可以根据实际生产情况、技术发展趋势、以及不同行业的行业特征和技能要求，来更新职业技能需求信息，从而推动职业技能标准的及时更新以及教学实训的定制化开发。
除此之外，该系统中还包括数据存储模块(图2中未示出)，与所述标准模块、所述教育模块和所述产业模块连接，用于接收并存储所述新的职业技能标准信息、所述实训成绩、所述考核鉴定信息、所述职位推荐结果、所述人才推荐结果和所述职业技能需求信息。通过数据存储模块构建建立模块化的教学资源数据库，以便于对进行大数据分析的智能优化。
针对上述系统，在技术实现方面，可以基于前端的用户应用层、后台的用户中心、管理中心以及针对数据提供的各种接口，如用户接口、课程资源接口、1+X认证接口和学员档案接口等。
综上所述，本发明实施例提供的校企结合职业技能人才培养系统，通过校企合作，基于岗位需求可以实时更新技能标准，进而在教学中按照新的技能标准进行技能人才培养和实训训练，精准对接产业需求，前置化人才培养，解决专业技术技能人才培养、就业难题，加快人才与岗位的匹配效率，满足产业发展对高素质技术技能人才的需求。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (7)
1.一种校企结合职业技能人才培养系统，其特征在于，其包括：
标准模块，用于根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；
教育模块，用于根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程，并获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；
产业模块，用于根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果，并根据实时获取的岗位需求更新所述职业技能需求信息；
所述教育模块，包括：
图谱构建子模块，用于基于知识建模、信息抽取、知识融合、知识存储、知识计算以及知识应用进行行为知识图谱建模；
教学子模块，用于采用行为知识图谱对所述职业技能标准信息进行知识点和技能点的划分，根据所述知识点和技能点构建或调整知识体系和技能体系并生成实训课程；
实训考核子模块，用于获取基于所述实训课程实施教学计划后得到学生的实训成绩，以及对学生进行技能鉴定得到的考核鉴定信息；
实训指导子模块，用于通过获取学生在所述实训课程中的操作方案，基于所述操作方案与所述实训课程的标准操作进行对比，生成针对所述操作方案进行纠正的实训指导，将所述实训指导展示给相应的学生；
参数更新子模块，用于从数据存储模块中获取当前设备的配置数据，并基于多目标优化技术按照所述新的职业技能标准信息对所述配置数据进行更新；
所述教学子模块，具体用于通过对行为知识进行统一表达，结合本次构建形成行为知识图谱，然后利用所述行为知识图谱将新的职业技能标准信息分解为多个知识点和多个技能点，将其作为图谱中的实体，以及基于该模块将职业技能标准中的知识和技能要求，按照知识图谱的建模要求，利用数据挖掘和机器学习技术，进行自然语言学习和全量数据机器学习，以及建立基于规则的关联计算，建立实体之间的关系，最后将图谱中具有同类属性的实体归纳为不同技能等级的知识点和技能点。
2.如权利要求1所述的校企结合职业技能人才培养系统，其特征在于，所述标准模块包括：
需求处理子模块，用于采用跨域异构数据自适应获取与高效清洗技术，对所述职业技能需求信息进行采集、汇总、分类及分析，得到不同行业的行业需求数据；
标准处理子模块，用于对所述已有标准信息中的国家职业技能标准和相关职业技能等级标准进行技能类型及技能等级水平划分，得到技能要求数据；
新标准合成子模块，用于根据所述行业需求数据与所述技能要求数据匹配，并对所述技能要求数据按照所述行业需求数据进行适应性调整，生成所述新的职业技能标准信息。
3.如权利要求1所述的校企结合职业技能人才培养系统，其特征在于，所述产业模块包括：
匹配子模块，用于根据所述实训成绩、所述考核鉴定信息采用图模式匹配技术结合岗位需求进行匹配，得到匹配结果；
双向推荐子模块，用于根据所述匹配结果形成针对学生的职位推荐结果，所述职位推荐结果中包括符合学生求职意向的多个职位，并按照预设的一个参数或多个参数进行降序排列；以及根据所述匹配结果形成针对企业的人才推荐结果，所述人才推荐结果中包括符合企业职位需求的多个学生，并按照预设的一个或多个参数进行降序排列；
需求更新子模块，用于根据实时获取的岗位需求更新所述职业技能需求信息。
4.如权利要求1所述的校企结合职业技能人才培养系统，其特征在于，所述实训考核子模块通过虚拟现实VR设备或增强现实AR设备提供实训场景，并在所述实训场景中实施所述实训课程，并根据学生在所述实训场景中的操作方案与标准操作比对，得出所述实训成绩。
5.如权利要求4所述的校企结合职业技能人才培养系统，其特征在于，还包括：
所述数据存储模块，与所述标准模块、所述教育模块和所述产业模块连接，用于接收并存储所述新的职业技能标准信息、所述实训成绩、所述考核鉴定信息、所述职位推荐结果、所述人才推荐结果和所述职业技能需求信息。
6.如权利要求1所述的校企结合职业技能人才培养系统，其特征在于，所述教育模块中还包括：
图谱构建子模块，用于基于多数据流耦合分析技术、海量特征流挖掘技术、学习行为知识图谱并行查询方法构建学习过程中的行为知识图谱。
7.一种校企结合职业技能人才培养方法，其特征在于，包括：
根据已有标准信息结合职业技能需求信息生成形成新的职业技能标准信息；
根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程；
获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息；
根据所述实训成绩、所述考核鉴定信息结合岗位需求进行匹配，根据匹配结果形成针对学生的职位推荐结果和针对企业的人才推荐结果；以及
根据实时获取的岗位需求更新所述职业技能需求信息；
所述根据所述新的职业技能标准信息进行知识点和技能点的划分，生成实训课程以及所述获取基于所述实训课程实施教学计划后得到学生的实训成绩和考核鉴定信息，包括：
基于知识建模、信息抽取、知识融合、知识存储、知识计算以及知识应用进行行为知识图谱建模；采用行为知识图谱对所述职业技能标准信息进行知识点和技能点的划分，根据所述知识点和技能点构建或调整知识体系和技能体系并生成实训课程；获取基于所述实训课程实施教学计划后得到学生的实训成绩，以及对学生进行技能鉴定得到的考核鉴定信息；通过获取学生在所述实训课程中的操作方案，基于所述操作方案与所述实训课程的标准操作进行对比，生成针对所述操作方案进行纠正的实训指导，将所述实训指导展示给相应的学生；从数据存储模块中获取当前设备的配置数据，并基于多目标优化技术按照所述新的职业技能标准信息对所述配置数据进行更新；
所述采用行为知识图谱对所述职业技能标准信息进行知识点和技能点的划分，根据所述知识点和技能点构建或调整知识体系和技能体系并生成实训课程，包括：
通过对行为知识进行统一表达，结合本次构建形成行为知识图谱，然后利用所述行为知识图谱将新的职业技能标准信息分解为多个知识点和多个技能点，将其作为图谱中的实体，以及基于该模块将职业技能标准中的知识和技能要求，按照知识图谱的建模要求，利用数据挖掘和机器学习技术，进行自然语言学习和全量数据机器学习，以及建立基于规则的关联计算，建立实体之间的关系，最后将图谱中具有同类属性的实体归纳为不同技能等级的知识点和技能点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911215952.4A CN110992227B (zh) | 2019-12-02 | 2019-12-02 | 一种校企结合职业技能人才培养系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911215952.4A CN110992227B (zh) | 2019-12-02 | 2019-12-02 | 一种校企结合职业技能人才培养系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110992227A CN110992227A (zh) | 2020-04-10 |
| CN110992227B true CN110992227B (zh) | 2024-01-30 |
Family
ID=70089399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911215952.4A Active CN110992227B (zh) | 2019-12-02 | 2019-12-02 | 一种校企结合职业技能人才培养系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110992227B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898005B (zh) * | 2020-07-20 | 2023-11-10 | 西安培华学院 | 校企合作平台人才管理自动匹配系统和方法 |
| CN111861825A (zh) * | 2020-07-31 | 2020-10-30 | 嘉兴运达智能设备有限公司 | 一种轨道交通行业职业培训体系模型构建方法及系统 |
| CN112597365A (zh) * | 2020-11-12 | 2021-04-02 | 广东恒电信息科技股份有限公司 | 一种基于在线教育用的就业竞争力分析系统 |
| CN112101828B (zh) * | 2020-11-23 | 2021-06-22 | 广州万维图灵智能科技有限公司 | 岗位技能评估方法、系统、电子设备及存储介质 |
| CN113592301A (zh) * | 2021-07-30 | 2021-11-02 | 国能大渡河大数据服务有限公司 | 一种员工培训管理方法及系统 |
| CN113869673A (zh) * | 2021-09-10 | 2021-12-31 | 安徽梦森科技有限公司 | 一种校企合作人才管理系统 |
| CN114841508A (zh) * | 2022-03-28 | 2022-08-02 | 无锡凯数科技有限公司 | 一种课程群推导及课程体系构建分析平台 |
| WO2023245420A1 (zh) * | 2022-06-21 | 2023-12-28 | 北京全道智源教育科技院 | 职业教育课程开发方法、装置及计算机设备 |
| CN115455200B (zh) * | 2022-09-13 | 2023-05-12 | 九江职业技术学院 | 一种用于专业大类的技能测试技能树构建方法及系统 |
| CN115860997B (zh) * | 2023-02-21 | 2023-05-30 | 山东心法科技有限公司 | 一种基于职业技能的人才培训管理方法、系统及介质 |
| CN116433200A (zh) * | 2023-03-22 | 2023-07-14 | 北京游娱网络科技有限公司 | 基于职业教育的人才推荐方法、装置和职业教育系统 |
| CN116452166A (zh) * | 2023-03-22 | 2023-07-18 | 北京游娱网络科技有限公司 | 基于职业教育的学生职业倾向评估方法和装置 |
| CN116957873B (zh) * | 2023-09-20 | 2024-04-09 | 绵阳职业技术学院 | 一种基于建筑材料全生命周期驱动的教学实训系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103778811A (zh) * | 2012-10-25 | 2014-05-07 | 无锡睿泰科技有限公司 | 一种基于能力模型的学习管理系统及方法 |
| CN106156935A (zh) * | 2015-04-22 | 2016-11-23 | 董武斌 | 一种基于岗位模型的招生、培训、实习、就业装置 |
| CN109360453A (zh) * | 2018-11-26 | 2019-02-19 | 四川科特检测技术有限公司 | 基于vr的特种设备检测培训系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090162826A1 (en) * | 2007-11-26 | 2009-06-25 | Ayati Mohammad B | Mass Customization Method for High School and Higher Education |
| US20150242979A1 (en) * | 2014-02-25 | 2015-08-27 | University Of Maryland, College Park | Knowledge Management and Classification in a Quality Management System |
-
2019
- 2019-12-02 CN CN201911215952.4A patent/CN110992227B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103778811A (zh) * | 2012-10-25 | 2014-05-07 | 无锡睿泰科技有限公司 | 一种基于能力模型的学习管理系统及方法 |
| CN106156935A (zh) * | 2015-04-22 | 2016-11-23 | 董武斌 | 一种基于岗位模型的招生、培训、实习、就业装置 |
| CN109360453A (zh) * | 2018-11-26 | 2019-02-19 | 四川科特检测技术有限公司 | 基于vr的特种设备检测培训系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| "双线并行"机制下高职校企融合人才培养管理平台的设计;王学卿;程琦峰;陈海峰;;电脑知识与技术;09(36);第8366-8368页 * |
| 王学卿 ; 程琦峰 ; 陈海峰 ; ."双线并行"机制下高职校企融合人才培养管理平台的设计.电脑知识与技术.2013,09(36),第8366-8368页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110992227A (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110992227B (zh) | 一种校企结合职业技能人才培养系统和方法 | |
| Khosravi et al. | Intelligent Learning Analytics Dashboards: Automated Drill-Down Recommendations to Support Teacher Data Exploration. | |
| Cui | [Retracted] Construction of Big Data Technology Training Environment for Vocational Education Based on Edge Computing Technology | |
| CN117787892A (zh) | 一种企业协同办公系统及其方法 | |
| CN113269662A (zh) | 一种基于大数据的智慧教学系统 | |
| Zlatarov et al. | A web-based system for personalized learning path tracking of doctoral students | |
| CN117994100A (zh) | 一种基于知识图谱的大学生就业实训装置 | |
| Lamovšek et al. | Past, present and future: A systematic multitechnique bibliometric review of the field of distributed work | |
| CN111444409A (zh) | 一种基于大数据的学情分析系统 | |
| CN117171337A (zh) | 一种基于知识图谱的煤炭行业智适应培训平台搭建方法 | |
| AbuKhousa et al. | Big learning data analytics support for engineering career readiness | |
| CN112148805A (zh) | 一种知识图谱系统 | |
| Mago | A Proposed Framework for Big Data Analytics in Higher Education | |
| Muhammad et al. | Exploring knowledge management in a Lean Six Sigma organisation | |
| CN109272233A (zh) | 一种基于二型模糊集合的员工胜任力评估方法 | |
| Anderson et al. | Indonesia Network Infrastructures and Workforce Adequacy to Implement Machine Learning for Large-Scale Manufacturing | |
| Yang et al. | Exploration of Career Development Paths for Counselors Empowered by ChatGPT | |
| Kendle et al. | TnP Vision: Automation and analysis of campus placements in colleges | |
| Abdulaziz et al. | A survey on Big Data Analytics for Education | |
| Ago | The Role of Islamic Human Resources Leadership in Higher Education in Improving Productivity of Academic Services | |
| Miranda et al. | An Analysis of the Job Offer for Professionals in Information Technology | |
| Gutierrez-Cardenas | Are information systems and computer science overlapping more and more? | |
| Sitorus et al. | Implementation of Digital-Based Approaches in Early Childhood Education Supervision Amidst the COVID-19 Pandemic | |
| Suharyat | Artificial Intelligent: Positive And Negative Role in Education Management | |
| Wu et al. | Research on Problems and Countermeasures of the Pedagogy Reform of Logistics and Supply Chain Management in the Era of Big Data |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |