CN111080079A - 一种基于大数据的人才职业技能评估方法及系统 - Google Patents
一种基于大数据的人才职业技能评估方法及系统 Download PDFInfo
- Publication number
- CN111080079A CN111080079A CN201911166888.5A CN201911166888A CN111080079A CN 111080079 A CN111080079 A CN 111080079A CN 201911166888 A CN201911166888 A CN 201911166888A CN 111080079 A CN111080079 A CN 111080079A
- Authority
- CN
- China
- Prior art keywords
- data
- student
- evaluation
- talent
- score
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 162
- 230000001755 vocal effect Effects 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000013210 evaluation model Methods 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims abstract description 7
- 230000006399 behavior Effects 0.000 claims description 64
- 230000000694 effects Effects 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 20
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000011157 data evaluation Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims 3
- 238000004891 communication Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G06Q10/0639—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
- G06Q10/06—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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的人才职业技能评估方法及系统,涉及大数据处理技术领域,具体包括:由高校学生管理系统中获取若干学生在校期间的行为数据;每个学生的行为数据包括若干行为子数据;针对每个学生,将各行为子数据分别处理得到学生对应的能力评估分;根据各学生的行为数据和对应的能力评估分训练得到人才职业技能评估模型;由高校学生管理系统中获取待评估学生的行为数据,并将行为数据输入人才职业技能评估模型中,得到待评估学生的人才职业技能评估结果;根据人才职业技能评估结果生成待评估学生的个人评测报告。本发明基于学生在校期间的行为数据建立人才职业技能评估模型,综合考虑了学生的各项能力,有效提升人才测评准确率。
Description
技术领域
本发明涉及大数据处理技术领域,具体涉及一种基于大数据的人才职业技能评估方法及系统。
背景技术
对于刚毕业的大学生工作经验基本为零,对于自身的职业能力没有清晰的判断,企业对候选人的能力无法评估,候选人基于自身能力的不明确导致无法找到合适的企业,迫于生计的压力海投简历,求职各种类型工作,有“高不成低不就”的心态,找工作时四处碰壁,对求职成功率低,求职期望逐渐下降,大学生就业难的形势日益严峻。
市场上现有人才测评系统比如性格测试等大多基于问答形式,被测评者参加测评时基于一定的目的,诸如求职产品经理,被测评者基于目的性的回答带有很大的主观能动性,造成数据带有随机性、主观性、不真实性、一次性,造成测评结果的准确性和真实性较差。且现有人才测评系统一般基于学生在校时的学习成绩,具有片面性,能力测评考察范围只局限于学习成绩,而对于社交能力,组织能力,领导能力,创造能力,持续学习能力、思维能力、自身性格等缺乏综合性的考量和判断。
发明内容
本发明的目的在于提供一种基于大数据的人才职业技能评估方法及系统,以解决上述的技术问题。
为达此目的,本发明采用以下技术方案:
提供一种基于大数据的人才职业技能评估方法,具体包括:
步骤S1,由高校学生管理系统中获取若干学生在校期间的行为数据;
每个所述学生的所述行为数据包括若干行为子数据;
步骤S2,针对每个所述学生,将各所述行为子数据分别处理得到所述学生对应的能力评估分;
步骤S3,根据各所述学生的所述行为数据和对应的所述能力评估分训练得到人才职业技能评估模型;
步骤S4,由所述高校学生管理系统中获取待评估学生的所述行为数据,并将所述行为数据输入所述人才职业技能评估模型中,得到所述待评估学生的人才职业技能评估结果;
步骤S5,根据所述人才职业技能评估结果生成所述待评估学生的个人评测报告;
所述个人评测报告包括所述人才职业技能评估结果和对应所述人才职业技能评估结果的就业推荐结果。
作为本发明的一种优选方案,所述行为子数据为所述学生的图书借阅数据、上网学习数据以及自习室学习数据,则所述步骤S2具体包括:
步骤S21a,根据所述图书借阅数据于同年级人群中进行横向数据分析得到第一学习能力评估分;
步骤S22a,根据所述上网学习数据于所述同年级人群中进行所述横向数据分析得到第二学习能力评估分;
步骤S23a,根据所述自习室学习数据于所述同年级人群中进行横向数据分析得到第三学习能力评估分;
步骤S24a,根据预设的第一权重比例对所述第一学习能力评估分、所述第二学习能力评估分和所述第三学习能力评估分进行加权求和计算得到所述学生的学习能力评估分,并将所述学习能力评估分作为所述能力评估分进行保存。
作为本发明的一种优选方案,所述行为子数据为所述学生的班级管理数据以及社交群管理数据,则所述步骤S2具体包括:
步骤S21b,根据所述班级管理数据处理得到第一管理能力评估分;
步骤S22b,根据所述社交群管理数据处理得到第二管理能力评估分;
步骤S23b,根据预设的第二权重比例对所述第一管理能力评估分和所述第二管理能力评估分进行加权求和计算得到所述学生的管理能力评估分,并将所述管理能力评估分作为所述能力评估分进行保存。
作为本发明的一种优选方案,所述行为子数据为所述学生的校园集体活动数据以及社交网络活跃度数据,则所述步骤S2具体包括:
步骤S21c,根据所述校园集体活动数据处理得到第一社交能力评估分;
步骤S22c,根据所述社交网络活跃度数据处理得到第二社交能力评估分;
步骤S23c,根据预设的第三权重比例对所述第一社交能力评估分和所述第二社交能力评估分进行加权求和计算得到所述学生的社交能力评估分,并将所述社交能力评估分作为所述能力评估分进行保存。
作为本发明的一种优选方案,所述行为子数据为所述学生的学术风采上榜数据以及专业书籍借阅数据,则所述步骤S2具体包括:
步骤S21d,根据所述学术风采上榜数据处理得到第一专业能力评估分;
步骤S22d,根据所述专业书籍借阅数据处理得到第二专业能力评估分;
步骤S23d,根据预设的第四权重比例对所述第一专业能力评估分和所述第二专业能力评估分进行加权求和计算得到所述学生的专业能力评估分,并将所述专业能力评估分作为所述能力评估分进行保存。
作为本发明的一种优选方案,所述行为子数据为所述学生的导师评价数据,则所述步骤S2具体包括:
根据所述导师评价数据处理得到所述学生的决策执行能力评估分,并将所述决策执行能力评估分作为所述能力评估分进行保存。
一种基于大数据的人才职业技能评估系统,应用以上任意一项所述的基于大数据的人才职业技能评估方法,所述基于大数据的人才职业技能评估系统具体包括:
数据获取模块,用于由高校学生管理系统中获取若干学生在校期间的行为数据;
每个所述学生的所述行为数据包括若干行为子数据;
数据处理模块,连接所述数据获取模块,用于针对每个所述学生,将各所述行为子数据分别处理得到所述学生对应的能力评估分;
模型建立模块,分别连接所述数据获取模块和所述数据处理模块,用于根据各所述学生的所述行为数据和对应的所述能力评估分训练得到人才职业技能评估模型;
数据评估模块,连接所述模型建立模块,用于由所述高校学生管理系统中获取待评估学生的所述行为数据,并将所述行为数据输入所述人才职业技能评估模型中,得到所述待评估学生的人才职业技能评估结果;
报告生成模块,连接所述数据评估模块,用于根据所述人才职业技能评估结果生成所述待评估学生的个人评测报告;
所述个人评测报告包括所述人才职业技能评估结果和对应所述人才职业技能评估结果的就业推荐结果。
作为本发明的一种优选方案,所述行为子数据包括所述学生的图书借阅数据、上网学习数据、自习室学习数据、班级管理数据、社交群管理数据、校园集体活动数据、社交网络活跃度数据、学术风采上榜数据、专业书籍借阅数据和导师评价数据中的一种或多种。
本发明的有益效果:
1)基于学生在校期间的行为数据建立人才职业技能评估模型,综合考虑了学生的各项能力,评估结果具有较高的准确性和真实性;
2)通过评估得到的个人评测报告,能够帮助学生明确自身能力,提高应聘成功率;
3)对各大高校及中小学及企业人才评估方面具有通用性,为社会准确推荐合适人才资源,有效提升人才测评准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述的附图仅仅是本发明的一些实施例,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的附图。
图1是本发明一实施例所述的一种基于大数据的人才职业技能评估方法的流程示意图。
图2是本发明一实施例所述的学习能力评估分的计算方法的流程示意图。
图3是本发明一实施例所述的管理能力评估分的计算方法的流程示意图。
图4是本发明一实施例所述的社交能力评估分的计算方法的流程示意图。
图5是本发明一实施例所述的专业能力评估分的计算方法的流程示意图。
图6是本发明一实施例所述的一种基于大数据的人才职业技能评估系统的结构示意图。
图7是本发明一实施例所述的一种基于大数据的人才职业技能评估系统进行人才职业技能评估的流程框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
在本发明的描述中,除非另有明确的规定和限定,若出现术语“连接”等指示部件之间的连接关系,该术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
根据现有技术中存在的问题,本发明提供一种基于大数据的人才职业技能评估方法,如图1和图7所示,具体包括:
步骤S1,由高校学生管理系统中获取若干学生在校期间的行为数据;
每个学生的行为数据包括若干行为子数据;
步骤S2,针对每个学生,将各行为子数据分别处理得到学生对应的能力评估分;
步骤S3,根据各学生的行为数据和对应的能力评估分训练得到人才职业技能评估模型;
步骤S4,由高校学生管理系统中获取待评估学生的行为数据,并将行为数据输入人才职业技能评估模型中,得到待评估学生的人才职业技能评估结果;
步骤S5,根据人才职业技能评估结果生成待评估学生的个人评测报告;
个人评测报告包括人才职业技能评估结果和对应人才职业技能评估结果的就业推荐结果。
具体地,本实施例中,由于新生一入学统一发放学生卡及图书证,学生到图书馆、自习室、体育馆、操场、校内体育馆、参加社团活动、出入宿舍、校门等需要持证,各大高校学生管理系统,根据刷卡次数,时间记录跟踪统计学生的日常活动及行为,因此可以通过高效学生管理系统进行累计统计,基于学生的四年真实且准确的数据(包括但不限于读书、社交、运动、学习成绩、担任职务),训练人才职业技能评估模型,对于对自己能力缺少清晰准确判断的学生在毕业时给予准确的个人能力的评估,也是求职时简历的有力事实依据。根据学生的行为数据分析出学生的各方面能力判断,为学生提供能力培养方案,适合公司及工作岗位,推荐相关知名人士信息等,进而帮助大学生对自己做一个清晰准确的能力判断和求职定位,增加定向求职成功的机率。
上述技术方案中,如图7所示,高校学生管理系统包括高校的图书管理系统、教务管理系统、考试管理系统、上网管理系统、课堂签到系统、校园活动签到系统、学生档案管理系统、学生实习求职管理系统等。
作为本发明的一种优选方案,行为子数据为学生的图书借阅数据、上网学习数据以及自习室学习数据,如图2所示,则步骤S2具体包括:
步骤S21a,根据图书借阅数据于同年级人群中进行横向数据分析得到第一学习能力评估分;
步骤S22a,根据上网学习数据于同年级人群中进行横向数据分析得到第二学习能力评估分;
步骤S23a,根据自习室学习数据于同年级人群中进行横向数据分析得到第三学习能力评估分;
步骤S24a,根据预设的第一权重比例对第一学习能力评估分、第二学习能力评估分和第三学习能力评估分进行加权求和计算得到学生的学习能力评估分,并将学习能力评估分作为能力评估分进行保存。
具体地,本实施例中,学生学习能力的评估可以分为三部分,即图书借阅数据、上网学习数据和自习室学习数据。
对于图书借阅数据,优选通过学生的图书证读取到该学生的图书借阅信息,借阅的图书类型、借阅归还的时长可以推测学生的读书学习速度,频繁的借阅记录表明了该学生乐于求知。通过将上述图书借阅信息,借阅的图书类型、借阅归还的时长于同年级人群中进行横向数据分析得到第一学习能力评估分。
对于上网学习数据,优选通过学号登录校园网站,判断浏览内容和浏览时长、收藏记录,根据在某一类学习型网站的浏览频次和时长明显高于其它类型网站时,可以判断该学生学习专注,善于学习。通过上述浏览内容和浏览时长、收藏记录于同年级人群中进行横向数据分析得到第二学习能力评估分。
对于自习室学习数据,优选通过定位学生的手机来确定,当学生手机的定位信息和活动范围显示在自习室附近,并且GPS位置固定时长超过半小时,根据时长可以确定学生的学习热情。通过上述定位信息和GPS位置固定时长于同年级人群中进行横向数据分析得到第三学习能力评估分。
进一步具体地,可以通过极值及方差等方式确定相应的评分范围和第一权重比例,并根据上述评分范围得到上述第一学习能力评估分、第二学习能力评估分和第三学习能力评估分,随后根据第一权重比例进行加权求和最终得到学生的学习能力评估分。
作为本发明的一种优选方案,行为子数据为学生的班级管理数据以及社交群管理数据,如图3所示,则步骤S2具体包括:
步骤S21b,根据班级管理数据处理得到第一管理能力评估分;
步骤S22b,根据社交群管理数据处理得到第二管理能力评估分;
步骤S23b,根据预设的第二权重比例对第一管理能力评估分和第二管理能力评估分进行加权求和计算得到学生的管理能力评估分,并将管理能力评估分作为能力评估分进行保存。
具体地,本实施例中,管理能力的评估可以分为两部分,即班级管理数据以及社交群管理数据。
对于班级管理数据,优选通过查询获取各学院各专业各班级的管理团队人物介绍及取得优异成绩简述,优异成绩越多说明能力越强;还可以查看管理层成员任职的持续时间,在职岗位,连任时间越长,负责的事情越多说明是众望所归,民心所向,大家都认可该学生的领导能力,组织能力和管理能力。
对于社交管理数据,优选通过上网记录获取,每个班级内部都有自己的内部群,通过各种社交方式在维持着联系,通过聊天记录的关键字识别,如果在一个群内部某名同学总是发布群公告或者发起群活动,根据得到群成员的的回复情况来判断该同学的组织能力;
根据以上两项数据表现及加权求和计算得出管理能力评估分。
作为本发明的一种优选方案,行为子数据为学生的校园集体活动数据以及社交网络活跃度数据,如图4所示,则步骤S2具体包括:
步骤S21c,根据校园集体活动数据处理得到第一社交能力评估分;
步骤S22c,根据社交网络活跃度数据处理得到第二社交能力评估分;
步骤S23c,根据预设的第三权重比例对第一社交能力评估分和第二社交能力评估分进行加权求和计算得到学生的社交能力评估分,并将社交能力评估分作为能力评估分进行保存。
具体地,本实施例中,社交能力的评估可以分为两部分,即校园集体活动数据以及社交网络活跃度数据。
对于校园集体活动数据,优选通过校园集体活动:根据学生档案记录获得信息,学生参加的活动及取得的成绩,如果为集体活动,说明团队之间交流融洽,配合程度高,合作能力和沟通能力强;通过对图书管理系统、网络管理系统、教务系统等的图书登记信息、图书借阅记录、上网记录、活动打开记录等分析同一时间或同一地点出现的同学可以基本判定是关系很好的朋友,对于经常一起活动的朋友的个人能力判断可以推测出同学的社交能力;
对于社交网络活跃度数据,优选通过上网记录获取,根据某名学生在社交活动中的活跃程度,消息频繁且沟通对象不单一,交流时间长于10分钟(10分钟也是根据全校学生的互动时长统计出的高于平均水平的数据),表明该同学善于沟通表达;
根据以上两项数据表现及加权求和计算得出社交能力评估分。
作为本发明的一种优选方案,行为子数据为学生的学术风采上榜数据以及专业书籍借阅数据,如图5所示,则步骤S2具体包括:
步骤S21d,根据学术风采上榜数据处理得到第一专业能力评估分;
步骤S22d,根据专业书籍借阅数据处理得到第二专业能力评估分;
步骤S23d,根据预设的第四权重比例对第一专业能力评估分和第二专业能力评估分进行加权求和计算得到学生的专业能力评估分,并将专业能力评估分作为能力评估分进行保存。
具体地,本实施例中,专业能力的评估可以分为两部分,即学术风采上榜数据以及专业书籍借阅数据。
对于学术风采上榜数据,优选通过根据学校教务系统中学术风采模块中介绍文字中提到的学生姓名可以看出该学生的专业能力由于未上榜的其它学生,可以作为专业能力判断的依据;
对于专业书籍借阅数据,优选通过根据学生的图书借阅记录中经常阅读的书籍种类,如果是该学生专业范围内书籍,说明该学生相对于其它学生有深厚的专业知识贮备,由此推断专业能力较强;
根据以上两项数据表现及加权求和计算得出专业能力评估分。
作为本发明的一种优选方案,行为子数据为学生的导师评价数据,则步骤S2具体包括:
根据导师评价数据处理得到学生的决策执行能力评估分,并将决策执行能力评估分作为能力评估分进行保存。
具体地,本实施例中,优选通过学生档案中老师对于学生的评、同学之间的评价等内容,通过提取关键字包括但不限于[准时完成]、[提前完成]、[超出预期]、[执行力]、[马上去做]、[决策]、[清晰的判断],匹配句越多,推测该学生的执行力和决策力较强,计算得出决策执行能力评估分。
一种基于大数据的人才职业技能评估系统,应用以上任意一项的基于大数据的人才职业技能评估方法,如图6所示,基于大数据的人才职业技能评估系统具体包括:
数据获取模块1,用于由高校学生管理系统中获取若干学生在校期间的行为数据;
每个学生的行为数据包括若干行为子数据;
数据处理模块2,连接数据获取模块1,用于针对每个学生,将各行为子数据分别处理得到学生对应的能力评估分;
模型建立模块3,分别连接数据获取模块1和数据处理模块2,用于根据各学生的行为数据和对应的能力评估分训练得到人才职业技能评估模型;
数据评估模块4,连接模型建立模块3,用于由高校学生管理系统中获取待评估学生的行为数据,并将行为数据输入人才职业技能评估模型中,得到待评估学生的人才职业技能评估结果;
报告生成模块5,连接数据评估模块4,用于根据人才职业技能评估结果生成待评估学生的个人评测报告;
个人评测报告包括人才职业技能评估结果和对应人才职业技能评估结果的就业推荐结果。
作为本发明的一种优选方案,行为子数据为学生的图书借阅数据、上网学习数据以及自习室学习数据,数据处理模块2将图书借阅数据、上网学习数据以及自习室学习数据处理得到学生的学习能力评估分。
作为本发明的一种优选方案,行为子数据为学生的班级管理数据以及社交群管理数据,数据处理模块2将班级管理数据以及社交群管理数据处理得到学生的管理能力评估分。
作为本发明的一种优选方案,行为子数据为学生的校园集体活动数据以及社交网络活跃度数据,数据处理模块2将校园集体活动数据以及社交网络活跃度数据处理得到社交能力评估分。
作为本发明的一种优选方案,行为子数据为学生的学术风采上榜数据以及专业书籍借阅数据,数据处理模块2将学术风采上榜数据以及专业书籍借阅数据处理得到专业能力评估分。
作为本发明的一种优选方案,行为子数据为学生的导师评价数据,数据处理模块2将导师评价数据处理得到决策执行能力评估分。
需要声明的是,上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白,还可以对本发明做各种修改、等同替换、变化等等。但是,这些变换只要未背离本发明的精神,都应在本发明的保护范围之内。另外,本申请说明书和权利要求书所使用的一些术语并不是限制,仅仅是为了便于描述。
Claims (8)
1.一种基于大数据的人才职业技能评估方法,其特征在于,具体包括:
步骤S1,由高校学生管理系统中获取若干学生在校期间的行为数据;
每个所述学生的所述行为数据包括若干行为子数据;
步骤S2,针对每个所述学生,将各所述行为子数据分别处理得到所述学生对应的能力评估分;
步骤S3,根据各所述学生的所述行为数据和对应的所述能力评估分训练得到人才职业技能评估模型;
步骤S4,由所述高校学生管理系统中获取待评估学生的所述行为数据,并将所述行为数据输入所述人才职业技能评估模型中,得到所述待评估学生的人才职业技能评估结果;
步骤S5,根据所述人才职业技能评估结果生成所述待评估学生的个人评测报告;
所述个人评测报告包括所述人才职业技能评估结果和对应所述人才职业技能评估结果的就业推荐结果。
2.根据权利要求1所述的基于大数据的人才职业技能评估方法,其特征在于,所述行为子数据为所述学生的图书借阅数据、上网学习数据以及自习室学习数据,则所述步骤S2具体包括:
步骤S21a,根据所述图书借阅数据于同年级人群中进行横向数据分析得到第一学习能力评估分;
步骤S22a,根据所述上网学习数据于所述同年级人群中进行所述横向数据分析得到第二学习能力评估分;
步骤S23a,根据所述自习室学习数据于所述同年级人群中进行横向数据分析得到第三学习能力评估分;
步骤S24a,根据预设的第一权重比例对所述第一学习能力评估分、所述第二学习能力评估分和所述第三学习能力评估分进行加权求和计算得到所述学生的学习能力评估分,并将所述学习能力评估分作为所述能力评估分进行保存。
3.根据权利要求1所述的基于大数据的人才职业技能评估方法,其特征在于,所述行为子数据为所述学生的班级管理数据以及社交群管理数据,则所述步骤S2具体包括:
步骤S21b,根据所述班级管理数据处理得到第一管理能力评估分;
步骤S22b,根据所述社交群管理数据处理得到第二管理能力评估分;
步骤S23b,根据预设的第二权重比例对所述第一管理能力评估分和所述第二管理能力评估分进行加权求和计算得到所述学生的管理能力评估分,并将所述管理能力评估分作为所述能力评估分进行保存。
4.根据权利要求1所述的基于大数据的人才职业技能评估方法,其特征在于,所述行为子数据为所述学生的校园集体活动数据以及社交网络活跃度数据,则所述步骤S2具体包括:
步骤S21c,根据所述校园集体活动数据处理得到第一社交能力评估分;
步骤S22c,根据所述社交网络活跃度数据处理得到第二社交能力评估分;
步骤S23c,根据预设的第三权重比例对所述第一社交能力评估分和所述第二社交能力评估分进行加权求和计算得到所述学生的社交能力评估分,并将所述社交能力评估分作为所述能力评估分进行保存。
5.根据权利要求1所述的基于大数据的人才职业技能评估方法,其特征在于,所述行为子数据为所述学生的学术风采上榜数据以及专业书籍借阅数据,则所述步骤S2具体包括:
步骤S21d,根据所述学术风采上榜数据处理得到第一专业能力评估分;
步骤S22d,根据所述专业书籍借阅数据处理得到第二专业能力评估分;
步骤S23d,根据预设的第四权重比例对所述第一专业能力评估分和所述第二专业能力评估分进行加权求和计算得到所述学生的专业能力评估分,并将所述专业能力评估分作为所述能力评估分进行保存。
6.根据权利要求1所述的基于大数据的人才职业技能评估方法,其特征在于,所述行为子数据为所述学生的导师评价数据,则所述步骤S2具体包括:
根据所述导师评价数据处理得到所述学生的决策执行能力评估分,并将所述决策执行能力评估分作为所述能力评估分进行保存。
7.一种基于大数据的人才职业技能评估系统,其特征在于,应用如权利要求1-6中任意一项所述的基于大数据的人才职业技能评估方法,所述基于大数据的人才职业技能评估系统具体包括:
数据获取模块,用于由高校学生管理系统中获取若干学生在校期间的行为数据;
每个所述学生的所述行为数据包括若干行为子数据;
数据处理模块,连接所述数据获取模块,用于针对每个所述学生,将各所述行为子数据分别处理得到所述学生对应的能力评估分;
模型建立模块,分别连接所述数据获取模块和所述数据处理模块,用于根据各所述学生的所述行为数据和对应的所述能力评估分训练得到人才职业技能评估模型;
数据评估模块,连接所述模型建立模块,用于由所述高校学生管理系统中获取待评估学生的所述行为数据,并将所述行为数据输入所述人才职业技能评估模型中,得到所述待评估学生的人才职业技能评估结果;
报告生成模块,连接所述数据评估模块,用于根据所述人才职业技能评估结果生成所述待评估学生的个人评测报告;
所述个人评测报告包括所述人才职业技能评估结果和对应所述人才职业技能评估结果的就业推荐结果。
8.根据权利要求7所述的基于大数据的人才职业技能评估系统,其特征在于,所述行为子数据包括所述学生的图书借阅数据、上网学习数据、自习室学习数据、班级管理数据、社交群管理数据、校园集体活动数据、社交网络活跃度数据、学术风采上榜数据、专业书籍借阅数据和导师评价数据中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166888.5A CN111080079A (zh) | 2019-11-25 | 2019-11-25 | 一种基于大数据的人才职业技能评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166888.5A CN111080079A (zh) | 2019-11-25 | 2019-11-25 | 一种基于大数据的人才职业技能评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111080079A true CN111080079A (zh) | 2020-04-28 |
Family
ID=70311562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911166888.5A Pending CN111080079A (zh) | 2019-11-25 | 2019-11-25 | 一种基于大数据的人才职业技能评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080079A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115496638A (zh) * | 2022-11-18 | 2022-12-20 | 深圳方圆宝信息科技服务有限公司 | 基于智慧校园的学生课程成绩分析管理方法及系统 |
WO2023245418A1 (zh) * | 2022-06-21 | 2023-12-28 | 北京全道智源教育科技院 | 学生职业技能倾向评估方法、装置、计算机设备及介质 |
-
2019
- 2019-11-25 CN CN201911166888.5A patent/CN111080079A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023245418A1 (zh) * | 2022-06-21 | 2023-12-28 | 北京全道智源教育科技院 | 学生职业技能倾向评估方法、装置、计算机设备及介质 |
CN115496638A (zh) * | 2022-11-18 | 2022-12-20 | 深圳方圆宝信息科技服务有限公司 | 基于智慧校园的学生课程成绩分析管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boylan | Targeted Intervention for Developmental Education Students (TIDES). | |
Lofgran et al. | Science self‐efficacy and school transitions: Elementary school to middle school, middle school to high school | |
Luthans et al. | The impact of business school students’ psychological capital on academic performance | |
Moss | Reconceptualizing validity for classroom assessment | |
Taplin et al. | The use of short role-plays for an ethics intervention in university auditing courses | |
Leung et al. | Could gamification designs enhance online learning through personalization? Lessons from a field experiment | |
Jeffries et al. | Comparing vignette instruction and assessment tasks to classroom observations and reflections | |
WO2013066868A1 (en) | Student retention method and system | |
Schwitzer et al. | Community college counseling: Why are research outcomes so elusive? | |
Bacolod et al. | Who succeeds in distance learning? Evidence from quantile panel data estimation | |
CN111080079A (zh) | 一种基于大数据的人才职业技能评估方法及系统 | |
Tarigan et al. | Academic dishonesty (cheating) in online examination: A literature review | |
Zhang et al. | Chinese Teachers build growth mindset to foster student achievement in the disadvantaged private secondary high schools | |
Gearity et al. | Enriching selves in strength and conditioning society: A multilevel proposal to enhance strength and conditioning psychosocial practice as part of the Council on Accreditation of Strength and Conditioning Education | |
CN109949189A (zh) | 一种线上教学互动效果评价方法与装置 | |
Brefo-Manuh et al. | Evaluating the relationship between performance appraisal and organizational effectiveness in Ghana: A comparative analysis of public and private organizations | |
Suhartina et al. | STUDENTS’MOTIVATION IN LEARNING ENGLISH DURING THE ONLINE CLASS | |
McDevitt | Teaching civic journalism: Integrating theory and practice | |
Yen et al. | Self-regulated learning skills as the predictors for the positive perception of the online accelerated instruction learning experiences | |
CN114037358A (zh) | 基于高校互动课堂活动数据的学情分析方法及系统 | |
Clark et al. | Do Political Science Simulations Promote Knowledge, Engagement, Skills, and Empathy? | |
Mower | Moderating Conviction Through Civility in Education | |
Arunachalam et al. | Measures for predicting success factors of ELearning in Educational institutions | |
Wei et al. | Physical Education Teachers’ Perceptions of and Strategies for Managing Bullying: The Influence of Socialization | |
Bartolic et al. | Comparative approaches to teaching family theory |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200428 |
|
RJ01 | Rejection of invention patent application after publication |