CN111080241A - 一种基于互联网平台的数据化人才管理分析系统 - Google Patents
一种基于互联网平台的数据化人才管理分析系统 Download PDFInfo
- Publication number
- CN111080241A CN111080241A CN201911225839.4A CN201911225839A CN111080241A CN 111080241 A CN111080241 A CN 111080241A CN 201911225839 A CN201911225839 A CN 201911225839A CN 111080241 A CN111080241 A CN 111080241A
- Authority
- CN
- China
- Prior art keywords
- talent
- data
- information
- enterprise
- post
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 230000008520 organization Effects 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000007418 data mining Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 11
- 238000013499 data model Methods 0.000 claims description 10
- 230000006978 adaptation Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 238000012258 culturing Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 210000001503 joint Anatomy 0.000 claims description 3
- 230000001755 vocal effect Effects 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 2
- 230000007115 recruitment Effects 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101000637771 Homo sapiens Solute carrier family 35 member G1 Proteins 0.000 description 1
- 206010024642 Listless Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 102000053339 human SLC35G1 Human genes 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000017971 listlessness Diseases 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- 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
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于互联网平台的数据化人才管理分析系统，本发明提供应用大数据挖掘技术对现有典型企业的相关信息与员工个人基础、心理特质信息做相关性建模分析，最后选取企业组织目标、核心竞争力、工作氛围、核心价值观、人才标准等五个维度的指标，提炼“企业脸谱”，为企业进行数据化画像。对标经由人才测评平台输出的职业风格、志趣倾向、性格特质、职业价值观、商业价值倾向五个纬度人才特质，旨在帮助组织找到个人意愿度高、胜任岗位、愿意与组织共同发展的关键人才。
Description
技术领域
本发明涉及基于互联网平台的人才分析技术领域，特别是涉及一种基于互联网平台的数据化人才管理分析系统。
背景技术
云计算、移动互联网、社交网络等新技术或新平台正深入地渗透到人力资源管理领域，企业级软件也正处于技术升级的变革时期，目前，已有一些面向中国大中型企事业客户，运用互联网技术，提供组织搭建、人员管理、考勤管理的人力资源管理解决方案，并开发出商业软件，如北森“岗位胜任力测评及模型构建”技术等。其技术内是基于麦克利兰“冰山模型”、人岗匹配理论等，利用大数据基于统计意义做标准化岗位胜任力构建，即做典型行业职类模板，或典型高绩效员工模型。
这项技术的不足在于，仅从行业、岗位类型、岗位层级三个维度做了划分，取发对企业本身的特异性得探索，具体表现为胜任力维度较少，且缺少岗位专业技能；同时，仅从价值观匹配角度考虑人与组织匹配，更具体来说是考虑企业性质本身的价值取向与个人需求的匹配，对个人有一定指导作用，但精准的不够，存在试错风险；最后，只有针对不同层级的岗位胜任力维度的划分，不能根据岗位工作任务的差异，调整能力的比重。
发明内容
本发明的目的是提供一种基于互联网平台的数据化人才管理分析系统，以解决上述问题。
为实现上述目的，本发明提供了一种基于互联网平台的数据化人才管理分析系统，包括：
岗位数据模型构建模块，基于组织目标达成各岗位的作用和贡献，分解出各个岗位存在的价值和绩效要求，量化实现岗位绩效的职责、任务和胜任力要求；
人的商业价值分析模块，行业、企业、职业三维度大的数据库资源为基础，融合信息技术打造的职业信息化云平台，为企业人才任用提供更加精准的适配数据化分析报告；
人与组织的适配度分析模块，通过人才测评函数对人才进行评定，对接人才信息与企业信息；
效训对标分析模块，通过对企业人才评价、规划、配置、培养，将员工学习情况数据影像立体呈现。
进一步地，岗位数据模型构建模块，首先针对企业岗位任务的差异性、组织目标的个性化需求，对岗位产生高绩效的能力设置了胜任力维度权重，并通过图文生动的表达，让管理者、员工都能理解岗位实现价值，产出绩效的核心能力要素及其在工作任务执行过程中的比重，一般能力要素及其在工作任务执行过程中的比重，一定程度上，也提供了员工能力成长的指标方向；同时，提供了“人岗匹配”识别、评价和能力提升的数据化标准，将岗位胜任力转化为在工作完成过程中清晰、明确、可观察地行为描述，通过对标。
进一步地，所述人的商业价值分析模块，对我国现行的职业分类体系为基本逻辑框架，对其中的1481个职业，2670个工种对应霍兰德职业兴趣类型、MBTI行为风格类型做匹配分析，同时，采集咨询案例中省内本土企业的对应岗位数据，及国内相关知名求职招聘网站活跃用户的岗位数据信息整合分析而成。
进一步地，人与组织的适配度分析模块，应用大数据挖掘技术对现有典型企业的相关信息与员工个人基础、心理特质信息做相关性建模分析，最后选取企业组织目标、核心竞争力等六个维度的指标，提炼“企业脸谱”，为企业进行数据化画像。
进一步地，效训对标分析模块，选取涉及8个垂直领域，对应400个以上岗位能力模型的1000门以上课程，针对在岗新人、与组织匹配但能力有一定差距者，企业在该岗位意图培养的有潜质个人，通过课程平台，对个人学习过程进行规划、跟踪、分析、评估、反馈。
进一步地，包括企业目标模块，其内存储有企业需求维度函数M(M1，M2，M,3，M4，M5)，其中，M1表示企业组织目标维度，M2表示核心竞争力维度，M3表示工作氛围维度，M4表示核心价值观维度，M5表示人才标准维度，各个维度之间分别按照0-100计数，分别进行量化，用以进行运算。
进一步地，还包括人才测定模块，其内存储有人才测定矩阵C(C1，C2，C3，C4，C5，F)，其中，C1表示人才职业风格维度，C2表示人才志趣倾向维度，C3表示胜任岗位维度，C4表示职业价值观维度，C5表示商业价值倾向维度，F表示人才数据矩阵，将不同的人才特性与对应的人才存储信息对应；上式中，各个维度均通过数字化量化，如人才职业风格按照风格类型划分为100个等级，各个等级分别对应0-99的数字，以便进行运算与查询；其他几个维度类似，均通过划分为100个等级，分别赋值对应量化。
进一步地，包括人才数据模块，其内存储有人才相关的各个数据，设定人才数据矩阵F(a，b，c，d，e，f)，其中a表示人才的ID信息、身份信息，b表示人才的体征信息，c表示人才的学历信息，d表示人才的工作信息，e表示人才的病史信息，f表示人才的违法信息。
进一步地，还包括数据汇编单元，其将人才数据模块的各项数据按照数据格式分别进行记录，将文字信息与对应的二进制码信息对应，通过数字方式进行排序，通过二进制数据阵与图像填充矩阵分别表示；
还包括点位确定模块，其根据用户需求向系统输入需求指令，系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息。
进一步地，还包括优化输出模块，其根据用户需求向系统输入需求指令，系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息；所述优化输出模块将二进制码序列中的每一二进制码按照设定顺序进行图形填充，并将所有二进制码填充后的图形进行合并，得到原始数据块图形，其中，填充点位与图像填充一一对应，在若干个区域内先后插入图形点，图形点与填充的图形组合插入，通过在同一区域内的三个图形点，确定基准点位，选择最优点位点的坐标表达为Qm(Qmx，Qmy)，则继续对第二优点位点进行选择，此时，将最优点位点点位排除，基础点位数据为(i-1)个可能点位点，每个点位点的坐标表达为Qj(Qjx，Qjy)。
本发明提供的基于互联网平台的数据化人才管理分析系统具有以下优点：本发明借助大数据、云计算、数据挖掘分析技术做垂直化、精准分析，通过“数据+咨询+研究”的方式，挖掘、净化、整合分析人才数据、公司数据和行业市场数据等，针对企业不同的需求，不同发展阶段和类型做基于企业组织目标达成分解的数据化岗位标准构建，并对标模型做员工分析、评估、反馈，提供针对性的成长发展建议，帮助企业达到降低人力成本，提升组织效能的目标；针对个人而言，则基于适配岗位定制学习提升方案，提供可视化大数据支持，帮助个人在职业选择上提供参考方向，在职业发展过程中降低择业成本，在职场能力提升上降低时间和投资成本。并通过四个自主研发的互联网数字平台：企业人才管理e平台、职业信息化云平台、智能教学管理系统、测评系统实现技术的落地。
本发明通过设定人才数据模块，其内存储有人才相关的各个数据，设定人才数据矩阵F(a，b，c，d，e，f)，其中a表示人才的ID信息、身份信息，b表示人才的体征信息，c表示人才的学历信息，d表示人才的工作信息，e表示人才的病史信息，f表示人才的违法信息。系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息。如企业需求找到天津籍贯硕士学历在华为有三年以上工作经验的无病史无犯罪记录人才，则输入模块通过点位确定模块寻找对应的“天津籍贯硕士学历在华为有三年以上工作经验的无病史无犯罪记录人才”对应人才数据矩阵F(a，b，c，d，e，f)的二进制数据阵与图像填充矩阵，找到若干对应的数据列进行筛选。
进一步地，本发明通过将人才的ID信息、体征信息，学历信息，工作信息分别进行量化成为数字，引入图像集，将二进制码序列中的每一二进制码按照设定顺序进行图形填充，并将所有二进制码填充后的图形进行合并，得到原始数据块图形，其中，填充点位与图像填充一一对应。因此，在本实施例中，可方便对图像填充点位进行定位。
进一步地，本发明优化输出模块将原始人才数据进行区域划分，在若干区域中的每个区域内，将原始数据按照二进制对照表进行转换，得到二进制码序列，点位通过两位二进制码填充，引入图像集，将二进制码序列中的每一二进制码按照设定顺序进行图形填充，并将所有二进制码填充后的图形进行合并，得到原始数据块图形，其中，填充点位与图像填充一一对应，可方便对图像填充点位进行定位。在数据识别以及点位定位过程中，往往产生识别点扭曲或偏移，产生数据错误，不能够准确定位，因此，在若干个区域内先后插入图形点，图形点与填充的图形组合插入，通过在同一区域内的三个图形点，确定基准点位，则相应的数据码以此为基准进行排列，在同一区域内设定Z个区域段，在Z各区域段内设定三个图形点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中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为本发明实施例提供的基于互联网平台的数据化人才管理分析系统的示意图；
图2为本发明实施例提供的数据流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例人才数据化平台的构建分析系统包括：岗位数据模型构建模块，基于组织目标达成各岗位的作用和贡献，分解出各个岗位存在的价值和绩效要求，量化实现岗位绩效的职责、任务和胜任力要求；人的商业价值分析模块，行业、企业、职业三维度大的数据库资源为基础，融合信息技术打造的职业信息化云平台，为企业人才任用提供更加精准的适配数据化分析报告；人与组织的适配度分析模块，通过人才测评函数对人才进行评定，对接人才信息与企业信息；效训对标分析模块，通过对企业人才评价、规划、配置、培养，将员工学习情况数据影像立体呈现。
其具体方法包括：步骤1，岗位数据模型构建，应用人才胜任力模型构建的基本原则，分析、提炼企业的组织目标，并基于组织目标达成各岗位的作用和贡献，分解出各个岗位存在的价值和绩效要求，量化实现岗位绩效的职责、任务和胜任力要求。为企业提供定制化、可视化的岗位数据模型。首先针对企业岗位任务的差异性、组织目标的个性化需求，对岗位产生高绩效的能力设置了胜任力维度权重，并通过图文生动的表达，让管理者、员工都能理解岗位实现价值，产出绩效的核心能力要素及其在工作任务执行过程中的比重，一般能力要素及其在工作任务执行过程中的比重，一定程度上，也提供了员工能力成长的指标方向；同时，提供了“人岗匹配”识别、评价和能力提升的数据化标准，将岗位胜任力转化为在工作完成过程中清晰、明确、可观察地行为描述，通过对标，即可识别、评价该岗位上的员工表现，能够广泛的应用在人事管理的“选”“用”“育”等工作环节。
步骤2，人的商业价值分析；依托以行业、企业、职业三维度大的数据库资源为基础，融合信息技术打造的职业信息化云平台，为企业人才任用提供更加精准的适配数据化分析报告。在调研模式上，应用大数据技术，对我国现行的职业分类体系为基本逻辑框架，对其中的1481个职业，2670个工种对应霍兰德职业兴趣类型、MBTI行为风格类型做匹配分析，同时，采集咨询案例中省内本土企业的对应岗位数据，及国内相关知名求职招聘网站活跃用户的岗位数据信息整合分析而成，涵盖了500个真实企业岗位的优质数据，与市场接轨，定期更新，能够在网站、手机端口登录浏览，交互性很强。
在此基础上，整合、分析、研究构建的通用版岗位数据模型构，涵盖了计算机、金融、贸易等12个行业近100个细分领域的行业发展、岗位标准、薪酬状况等信息，涉及财务、人事、行政等通用职位及各行业特有职能序列。结合自主研究开发的人才测评平台中，测评数据呈现的个人志趣倾向、行为风格、动机，即可有效识别员工适合做、愿意做相应岗位的适配程度，同时能根据岗位胜任程度对标省内薪酬数据对人才经行身价评估。个人通过，几项数据的对标，也能预估自己在岗位中的价值，为实现身价倍增，找到理想的任职企业提供依据。
步骤3，人与组织的适配度分析；
通过对标岗位数据模型的评价方式，企业基本能识别、选用内外部人才。但是，不是所有的能人都能委以重任的，找到与组织匹配的关键人才，才能和组织长期合作，共同发展。为达到这一目标，并解决当前主流分析技术在做“人岗”匹配分析中，只考虑价值观的匹配问题。应用大数据挖掘技术对现有典型企业的相关信息与员工个人基础、心理特质信息做相关性建模分析，最后选取企业组织目标、核心竞争力等六个维度的指标，提炼“企业脸谱”，为企业进行数据化画像。对标经由人才测评平台输出的个人特质，旨在帮助组织找到个人意愿度高、胜任岗位、愿意与组织共同发展的关键人才。找到了与组织匹配度高的关键人才，更重要的是实现有效互动，智能关怀，才能使员工愿意留任。利用大数据挖掘技术对员工相关信息进行建模分析，构建了八大维度结构化离职因素指标，分析其与离职倾向之间的关联关系以及影响程度，厘清影响因素并进行分类整理，其中新员工流失关键因素为无人关注缺乏存在感、无效指导，老员工离职关键因素为：职业迷茫没有晋升发展方向、职业倦怠无法调节，而企业内部因素如HR专业程度普遍较低以及部门主管缺乏有效的团队发展管理经验。对标以上因素，基于互联网打造企业人才管理e平台，连接“人才”与“企业”，在平台上实现企业文化建设，老板、管理层和员工通过不同模块进行展示、互动，基于员工的信息画像，提供个性化、智能化的关怀体验，为企业人才流失问题定制解决方案，帮助企业最大化发挥人才效能，降低招聘成本。
步骤4.效训对标分析；
效训对标分析技术的应用逻辑链条是岗位—高绩效达成—胜任力—差距—提升。应用职业信息化云平台中的海量的岗位数据模型，对标既定岗位产出高绩效的标准，应用自主研发的智能教学管理系统即可实现一键定制针对胜任力提升提供针对性课程体系。该课程体系聚合了业界龙头资源，选取涉及8个垂直领域，对应400个以上岗位能力模型的1000门以上课程，针对在岗新人、与组织匹配但能力有一定差距者，企业在该岗位意图培养的有潜质个人，通过课程平台，对个人学习过程进行规划、跟踪、分析、评估、反馈，结合员工个人学习成长轨迹，员工学习情况数据影像立体呈现，帮助企业快速摸清人才现状，实现培训投资收益最大化。全方位应用且覆盖到人才评价、规划、配置、培养管理体系极大的提高了人力资源咨询效率，同时为企业提供了可量化的参考依据。
参阅图1所示，其为本发明实施例提供的基于互联网平台的数据化人才管理分析系统的示意图，包括企业目标模块，其内存储有企业需求维度函数M(M1，M2，M,3，M4，M5)，其中，M1表示企业组织目标维度，M2表示核心竞争力维度，M3表示工作氛围维度，M4表示核心价值观维度，M5表示人才标准维度，各个维度之间分别按照0-100计数，分别进行量化，用以进行运算。如企业组织目标维度按照风格类型划分为100个等级，各个等级分别对应0-99的数字，以便进行运算与查询；其他几个维度类似，均通过划分为100个等级，分别赋值对应量化。
还包括人才测定模块，其内存储有人才测定矩阵C(C1，C2，C3，C4，C5，F)，其中，C1表示人才职业风格维度，C2表示人才志趣倾向维度，C3表示胜任岗位维度，C4表示职业价值观维度，C5表示商业价值倾向维度，F表示人才数据矩阵，将不同的人才特性与对应的人才存储信息对应。上式中，各个维度均通过数字化量化，如人才职业风格按照风格类型划分为100个等级，各个等级分别对应0-99的数字，以便进行运算与查询；其他几个维度类似，均通过划分为100个等级，分别赋值对应量化。其中，人才数据矩阵F(a，b，c，d，e，f)，其中a表示人才的ID信息、身份信息，b表示人才的体征信息，c表示人才的学历信息，d表示人才的工作信息，e表示人才的病史信息，f表示人才的违法信息。其中，a为18为数字信息，通过二进制码表示；b表示人才的体征信息，通过体征矩阵表示b(b1,b2，b3，b4，bi)，b1表示对应的身高值，b2表示对应的体重值，b3表示对应的近视度值，b4表示对应的衣服尺码值，依次类推，各个值通过二进制码表示；c表示对应的学历信息，学历矩阵c(c1,c2,c3,c4,ci),c1表示c1表示学历，c2表示对应的学历时间，c3表示对应的学历专业才，c4表示对应的学历结束时间，依次类推，各个学历信息通过二维码表示，c1学历矩阵中还包括，c11表示小学学历，赋值为1，c12表示初中学历，赋值为2，依次类推，通过量化的方式表达；人才工作信息矩阵d(d1,d2,d3,d4,di)，d1表示工作年限，d2表示工作领域，d3表示工作职位，按照从低到高的顺序设定，d4表示工作打分情况，按照从低到高的顺序设定。病史矩阵e(e1,e2,ei)，其中，e1表示是否病史，0表示无病，1表示有病史，e2-ei表示人才的对应某种疾病信息，在病史为1值时，取值；人才违法信息f(f1,f2,fi),f1表示是否违法，0表示无违法，1表示违法，f2表示对应的违法类别，按照轻微、轻、中、重、较重分别标记，并设定1-4值。
继续参阅图1所示，还包括数据汇编单元，其将人才数据模块的各项数据按照数据格式分别进行记录，将文字信息与对应的二进制码信息对应，通过数字方式进行排序，010000001110000111，通过二进制数据阵与图像填充矩阵分别表示。
继续参阅图1所示，还包括点位确定模块，其根据用户需求向系统输入需求指令，系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息。如企业需求找到天津籍贯硕士学历在华为有三年以上工作经验的无病史无犯罪记录人才，则输入模块通过点位确定模块寻找对应的“天津籍贯硕士学历在华为有三年以上工作经验的无病史无犯罪记录人才”对应人才数据矩阵F(a，b，c，d，e，f)的二进制数据阵与图像填充矩阵，找到若干对应的数据列进行筛选。
具体而言，所述优化输出模块将原始人才数据进行区域划分，在若干区域中的每个区域内，将原始数据按照二进制对照表进行转换，得到二进制码序列；所述二进制对照表为数字与二进制码对应的表格，将所述二进制码序列中的每一二进制码按照设定顺序进行点位填充，并将所有二进制码填充后的点位进行合并，得到原始数据块点位；将由六位数构成的二进制码按照3行2列排列；按照第一行第二列对应点位、第二行第二列对应点位、第三行第二列对应点位、第三行第一列对应点位、第二行第一列对应点位和第一行第一列对应点位依次对照二进制码进行点位填充，点位通过两位二进制码填充。每一二进制码为一个字节的数据对应的六位二进制数，如数字2对应的二进制码为000010；填充点位信息后为00000010；而1234这一原始数据对应的二进制序列为000001000010000011000100，填充后为00000001000000100000001100000100。因此先将每一二进制码进行点位填充，在将填充好的所有二进制码按照原始数据的排序进行合并即可得到原始数据块点位。同时，本发明实施例中，引入图像集，将二进制码序列中的每一二进制码按照设定顺序进行图形填充，并将所有二进制码填充后的图形进行合并，得到原始数据块图形，其中，填充点位与图像填充一一对应。因此，在本实施例中，可方便对图像填充点位进行定位。
具体而言，在数据识别以及点位定位过程中，往往产生识别点扭曲或偏移，产生数据错误，不能够准确定位，因此，在若干个区域内先后插入图形点，图形点与填充的图形组合插入，通过在同一区域内的三个图形点，确定基准点位，则相应的数据码以此为基准进行排列，在同一区域内设定Z个区域段，在Z各区域段内设定三个图形点。图形点也可设置为移动式的，所述点位确定模块根据每个点位信息进行设定，设定每个区域段大小的灰度值E，通过将不同灰度值与相应的点位Q对应，实时获取的图像图谱灰度值信息为E，预设点位Q0对应的图像图谱灰度值信息为E0，将实际灰度值E与预设灰度值E0进行比较，获得实际点位Qi。
在本实施例中，设定对应的灰度值与点位值按照预设的正相关关系进行确定，基于该算法得出对应的一组相对点位信息；在确定获取每个定位点的点位信息时，首先获取满足图像图谱灰度值信息为E0最接近的第一点位Q1、第二点位Q2、第三点位Q3，通过该三个点位获取可能的第一定位点点位Q(Qx，Qy)，在获取实时点位信息时，获取每个相对点位信息的x轴方向参量QiX＝Qix cos(ai),ai表示对应的每个相对点位Qi信息在坐标系中沿x轴方向的夹角，Qix sin(ai)表示对应的每个相对点位Qi信息在坐标系中沿x轴方向的投影长度，分别为a1、a2、a3，因此，可能的第一定位点点位Q(Qx，Qy)中，实时x轴点位为Qx＝(Q1x+Q2x+Q3x)/3。获取每个相对点位信息的y轴方向参量Qiy＝Qix sin(ai),ai表示对应的每个相对点位Qi信息在坐标系中沿y轴方向的夹角，Qix sin(ai)表示对应的每个相对点位Qi信息在坐标系中沿y轴方向的投影长度；分别为a1、a2、a3，因此，实时y轴点位为Qy＝(Q1y+Q2y+Q3y)/3。因此，可能的第一定位点位Q(Qx，Qy)信息能够确定，也即能够确定潜在定位点的点位。
本实施例通过上述计算方法获取基于每个区域段的图像灰度与点位对应关系，获取i个可能点位点，i表示序号，根据实际真实图像单元的数量而定，每个点位点的坐标表达为Qi(Qix，Qiy)。本实施例中，定位点的数量设置为三个，数量过少，产生定位误差，数量过多，数据重复比较，数据定位验证时间大大延长。因此，需对i个点位进行选择，确定最优三个点位，所述点位确定模块设定其中一基础点位函数N，根据预先点位的数据整理而得，将当前点位函数信息与所述基础点位函数的数据信息进行对比,
其中，
表示点位函数信息与所述基础点位函数的数据信息进行对比值，Mi表示第i基础数据库的数据量，也即选择的对应的点位信息的数量，Nj表示某现有点位的数据信息的点位函数，Uij表基础点位函数数据信息与第i基础数据库的相关度，i表示基础点位函数的编号，d表示修正系数，d的取值为0.996；|A|表示点位函数A的修正值，由于在运算过程中，产生数据转换，将人才函数A的修正值作为考虑因素。在本实施例中，还包括点位修正模块，其确定基本点位修正函数A0(L0，v0，W0)，当前点位函数信息的点位修正函数A(L，v，W)；点位函数A的修正值：
|A|＝(L/L0+v/v0+W/W0)/4
其中，L表示表示的当前原始数据块点位长度，L0表示预设的原始数据块点位长度，v表示真实图像的平均灰度值，v0表示真实图像的预设灰度值，W表示真实点位的分割区域数量，W0表示预设的真实点位的分割区域数量。本实施例通过对原始数据、真实点位的特性进行一定程度的修正，使得点位选择更加准确。通过引入修正函数，在做
比较值时，能够使比较值普遍具有较大的比值，便于综合比较。
点位点相关度Cij由下述公式计算：
其中，x表示第i基础数据库内的基础数据，y表示基础点位j的现有数据，Mi表示第i基础数据库的数据量，Nj表示某现有点位的数据信息的点位函数F；
当Mi＞Nj时，
输出值为
当Mi≤Nj时，
的输出值均为0。
若
的输出值为0，则直接更换下一基础数据库，重复进行比较，最终
的输出值不为0时，进入下一步骤。
当
的输出值不为0时，所述数据库处理器将
的输出值存储，其输出值在不小于预设函数值ζ时，则以此时的基础点位函数建立该基础点位数据库；若所述输出的函数小于预设函数值ζ，则重新选择基础点位函数，直至输出的函数在不小于预设函数值ζ。
具体而言，所述预设函数值ζ可以根据实际需求设定，设定为0.95。
通过上述选择最优点位点的坐标表达为Qm(Qmx，Qmy)，则继续对第二优点位点进行选择，此时，将最优点位点点位排除，基础点位数据为(i-1)个可能点位点，每个点位点的坐标表达为Qj(Qjx，Qjy)，其中，j＝i-1，根据上述算法计算第二优点位信息。同理，继续对第三优点位点进行选择，此时，将最优、第二优点位点点位排除，基础点位数据为(i-2)个可能点位点，每个点位点的坐标表达为Qk(Qkx，Qky)，其中，k＝i-2，根据上述算法计算第三优点位信息。
通过上述计算方法确定三个定位点，既能够避免了识别点变形后不能被识别的问题，也大大增加了识别点的安全性。
具体而言，所述点位确定模块内存储有实际点位信息，其向所述优化输出模块内输入基础地理数据库，按照预设的缩放比例，以建立多尺度、多分辨率的地理信息数据库，将需求导入模块获取的用户需求信息与资源管理系统中的地理编码数据库进行自动匹配并完成用户点位信息的获取。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于互联网平台的数据化人才管理分析系统，其特征在于，包括：
岗位数据模型构建模块，基于组织目标达成各岗位的作用和贡献，分解出各个岗位存在的价值和绩效要求，量化实现岗位绩效的职责、任务和胜任力要求；
人的商业价值分析模块，行业、企业、职业三维度大的数据库资源为基础，融合信息技术打造的职业信息化云平台，为企业人才任用提供更加精准的适配数据化分析报告；
人与组织的适配度分析模块，通过人才测评函数对人才进行评定，对接人才信息与企业信息；
效训对标分析模块，通过对企业人才评价、规划、配置、培养，将员工学习情况数据影像立体呈现。
2.根据权利要求1所述的基于互联网平台的数据化人才管理分析系统，其特征在于，岗位数据模型构建模块，首先针对企业岗位任务的差异性、组织目标的个性化需求，对岗位产生高绩效的能力设置了胜任力维度权重，并通过图文生动的表达，让管理者、员工都能理解岗位实现价值，产出绩效的核心能力要素及其在工作任务执行过程中的比重，一般能力要素及其在工作任务执行过程中的比重，一定程度上，也提供了员工能力成长的指标方向；同时，提供了“人岗匹配”识别、评价和能力提升的数据化标准，将岗位胜任力转化为在工作完成过程中清晰、明确、可观察地行为描述，通过对标。
3.根据权利要求1所述的基于互联网平台的数据化人才管理分析系统，其特征在于，所述人的商业价值分析模块，对我国现行的职业分类体系为基本逻辑框架，对其中的1481个职业，2670个工种对应霍兰德职业兴趣类型、MBTI行为风格类型做匹配分析，同时，采集咨询案例中省内本土企业的对应岗位数据，及国内相关知名求职招聘网站活跃用户的岗位数据信息整合分析而成。
4.根据权利要求1所述的基于互联网平台的数据化人才管理分析系统，其特征在于，人与组织的适配度分析模块，应用大数据挖掘技术对现有典型企业的相关信息与员工个人基础、心理特质信息做相关性建模分析，最后选取企业组织目标、核心竞争力等六个维度的指标，提炼“企业脸谱”，为企业进行数据化画像。
5.根据权利要求1所述的基于互联网平台的数据化人才管理分析系统，其特征在于，效训对标分析模块，选取涉及8个垂直领域，对应400个以上岗位能力模型的1000门以上课程，针对在岗新人、与组织匹配但能力有一定差距者，企业在该岗位意图培养的有潜质个人，通过课程平台，对个人学习过程进行规划、跟踪、分析、评估、反馈。
6.根据权利要求1所述的基于互联网平台的数据化人才管理分析系统，其特征在于，包括企业目标模块，其内存储有企业需求维度函数M(M1，M2，M,3，M4，M5)，其中，M1表示企业组织目标维度，M2表示核心竞争力维度，M3表示工作氛围维度，M4表示核心价值观维度，M5表示人才标准维度，各个维度之间分别按照0-100计数，分别进行量化，用以进行运算。
7.根据权利要求6所述的基于互联网平台的数据化人才管理分析系统，其特征在于，还包括人才测定模块，其内存储有人才测定矩阵C(C1，C2，C3，C4，C5，F)，其中，C1表示人才职业风格维度，C2表示人才志趣倾向维度，C3表示胜任岗位维度，C4表示职业价值观维度，C5表示商业价值倾向维度，F表示人才数据矩阵，将不同的人才特性与对应的人才存储信息对应；上式中，各个维度均通过数字化量化，如人才职业风格按照风格类型划分为100个等级，各个等级分别对应0-99的数字，以便进行运算与查询；其他几个维度类似，均通过划分为100个等级，分别赋值对应量化。
8.根据权利要求7所述的基于互联网平台的数据化人才管理分析系统，其特征在于，包括人才数据模块，其内存储有人才相关的各个数据，设定人才数据矩阵F(a，b，c，d，e，f)，其中a表示人才的ID信息、身份信息，b表示人才的体征信息，c表示人才的学历信息，d表示人才的工作信息，e表示人才的病史信息，f表示人才的违法信息。
9.根据权利要求7所述的基于互联网平台的数据化人才管理分析系统，其特征在于，还包括数据汇编单元，其将人才数据模块的各项数据按照数据格式分别进行记录，将文字信息与对应的二进制码信息对应，通过数字方式进行排序，通过二进制数据阵与图像填充矩阵分别表示；
还包括点位确定模块，其根据用户需求向系统输入需求指令，系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息。
10.根据权利要求7所述的基于互联网平台的数据化人才管理分析系统，其特征在于，还包括优化输出模块，其根据用户需求向系统输入需求指令，系统通过转化二维数据确定待寻找的对应的数据信息，也即二进制数据阵与图像填充矩阵，并通过优化输出模块确定最佳的数字序列，再通过数据还原模块还原对应的人才信息；所述优化输出模块将二进制码序列中的每一二进制码按照设定顺序进行图形填充，并将所有二进制码填充后的图形进行合并，得到原始数据块图形，其中，填充点位与图像填充一一对应，在若干个区域内先后插入图形点，图形点与填充的图形组合插入，通过在同一区域内的三个图形点，确定基准点位，选择最优点位点的坐标表达为Qm(Qmx，Qmy)，则继续对第二优点位点进行选择，此时，将最优点位点点位排除，基础点位数据为(i-1)个可能点位点，每个点位点的坐标表达为Qj(Qjx，Qjy)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911225839.4A CN111080241A (zh) | 2019-12-04 | 2019-12-04 | 一种基于互联网平台的数据化人才管理分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911225839.4A CN111080241A (zh) | 2019-12-04 | 2019-12-04 | 一种基于互联网平台的数据化人才管理分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111080241A true CN111080241A (zh) | 2020-04-28 |
Family
ID=70312721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911225839.4A Pending CN111080241A (zh) | 2019-12-04 | 2019-12-04 | 一种基于互联网平台的数据化人才管理分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111080241A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009302A (zh) * | 2017-12-29 | 2018-05-08 | 南昌怀才当遇人力资源管理有限公司 | 基于互联网的分布式异步人才服务反射式匹配方法 |
| CN111797307A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种企业用户的画像方法和装置 |
| CN111798265A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种适用于企业用户的精准营销方法和装置 |
| CN111985897A (zh) * | 2020-08-20 | 2020-11-24 | 诚智行网络科技(深圳)有限公司 | 运用人才大数据构建职业画像数据模型的方法及装置 |
| CN112381525A (zh) * | 2020-11-26 | 2021-02-19 | 贵州非你莫属人才大数据有限公司 | 基于大数据的人才数据库分析系统及方法 |
| CN113128876A (zh) * | 2021-04-22 | 2021-07-16 | 北京房江湖科技有限公司 | 基于图像的对象管理方法、装置及计算机可读存储介质 |
| CN113205408A (zh) * | 2021-05-28 | 2021-08-03 | 中国工商银行股份有限公司 | 客户经理能力图谱生成方法及装置 |
| CN115018453A (zh) * | 2022-05-23 | 2022-09-06 | 电子科技大学 | 一种岗位人才画像自动生成方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110231330A1 (en) * | 2010-03-19 | 2011-09-22 | Chung Yuan Christian University | Job matching method |
| CN103294816A (zh) * | 2013-06-09 | 2013-09-11 | 广东倍智人才管理咨询有限公司 | 一种为求职者推荐职位的方法和职位推荐系统 |
| CN104834668A (zh) * | 2015-03-13 | 2015-08-12 | 浙江奇道网络科技有限公司 | 基于知识库的职位推荐系统 |
| CN105630972A (zh) * | 2015-12-24 | 2016-06-01 | 网易（杭州）网络有限公司 | 数据处理方法及装置 |
| CN106096597A (zh) * | 2016-08-17 | 2016-11-09 | 广东工业大学 | 一种人脸识别方法和装置 |
| CN106127748A (zh) * | 2012-07-18 | 2016-11-16 | 成都理想境界科技有限公司 | 一种图像特征样本数据库及其建立方法 |
| CN107239892A (zh) * | 2017-05-26 | 2017-10-10 | 山东省科学院情报研究所 | 基于大数据的区域人才供需平衡量化分析方法 |
| CN107609835A (zh) * | 2017-07-28 | 2018-01-19 | 国网辽宁省电力有限公司 | 一种电网人力配置应用系统及方法 |
| CN108062657A (zh) * | 2017-11-30 | 2018-05-22 | 朱学松 | 人才招聘面试方法及系统 |
| CN108415978A (zh) * | 2018-02-09 | 2018-08-17 | 北京腾云天下科技有限公司 | 用户标签存储方法、用户画像计算方法及计算设备 |
| CN108733681A (zh) * | 2017-04-14 | 2018-11-02 | 华为技术有限公司 | 信息处理方法及装置 |
| CN109767182A (zh) * | 2018-12-29 | 2019-05-17 | 金现代信息产业股份有限公司 | 一种基于规则库的干部调整方法及系统 |
-
2019
- 2019-12-04 CN CN201911225839.4A patent/CN111080241A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110231330A1 (en) * | 2010-03-19 | 2011-09-22 | Chung Yuan Christian University | Job matching method |
| CN106127748A (zh) * | 2012-07-18 | 2016-11-16 | 成都理想境界科技有限公司 | 一种图像特征样本数据库及其建立方法 |
| CN103294816A (zh) * | 2013-06-09 | 2013-09-11 | 广东倍智人才管理咨询有限公司 | 一种为求职者推荐职位的方法和职位推荐系统 |
| CN104834668A (zh) * | 2015-03-13 | 2015-08-12 | 浙江奇道网络科技有限公司 | 基于知识库的职位推荐系统 |
| CN105630972A (zh) * | 2015-12-24 | 2016-06-01 | 网易（杭州）网络有限公司 | 数据处理方法及装置 |
| CN106096597A (zh) * | 2016-08-17 | 2016-11-09 | 广东工业大学 | 一种人脸识别方法和装置 |
| CN108733681A (zh) * | 2017-04-14 | 2018-11-02 | 华为技术有限公司 | 信息处理方法及装置 |
| CN107239892A (zh) * | 2017-05-26 | 2017-10-10 | 山东省科学院情报研究所 | 基于大数据的区域人才供需平衡量化分析方法 |
| CN107609835A (zh) * | 2017-07-28 | 2018-01-19 | 国网辽宁省电力有限公司 | 一种电网人力配置应用系统及方法 |
| CN108062657A (zh) * | 2017-11-30 | 2018-05-22 | 朱学松 | 人才招聘面试方法及系统 |
| CN108415978A (zh) * | 2018-02-09 | 2018-08-17 | 北京腾云天下科技有限公司 | 用户标签存储方法、用户画像计算方法及计算设备 |
| CN109767182A (zh) * | 2018-12-29 | 2019-05-17 | 金现代信息产业股份有限公司 | 一种基于规则库的干部调整方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陶冶: ""基于特征点描述的人脸识别算法研究"", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009302A (zh) * | 2017-12-29 | 2018-05-08 | 南昌怀才当遇人力资源管理有限公司 | 基于互联网的分布式异步人才服务反射式匹配方法 |
| CN111797307A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种企业用户的画像方法和装置 |
| CN111798265A (zh) * | 2020-05-27 | 2020-10-20 | 北京国电通网络技术有限公司 | 一种适用于企业用户的精准营销方法和装置 |
| CN111797307B (zh) * | 2020-05-27 | 2024-05-17 | 北京国电通网络技术有限公司 | 一种企业用户的画像方法和装置 |
| CN111985897A (zh) * | 2020-08-20 | 2020-11-24 | 诚智行网络科技(深圳)有限公司 | 运用人才大数据构建职业画像数据模型的方法及装置 |
| CN111985897B (zh) * | 2020-08-20 | 2024-01-12 | 诚智行网络科技(深圳)有限公司 | 运用人才大数据构建职业画像数据模型的方法及装置 |
| CN112381525A (zh) * | 2020-11-26 | 2021-02-19 | 贵州非你莫属人才大数据有限公司 | 基于大数据的人才数据库分析系统及方法 |
| CN112381525B (zh) * | 2020-11-26 | 2021-07-16 | 贵州非你莫属人才大数据有限公司 | 基于大数据的人才数据库分析系统及方法 |
| CN113128876A (zh) * | 2021-04-22 | 2021-07-16 | 北京房江湖科技有限公司 | 基于图像的对象管理方法、装置及计算机可读存储介质 |
| CN113205408A (zh) * | 2021-05-28 | 2021-08-03 | 中国工商银行股份有限公司 | 客户经理能力图谱生成方法及装置 |
| CN115018453A (zh) * | 2022-05-23 | 2022-09-06 | 电子科技大学 | 一种岗位人才画像自动生成方法 |
| CN115018453B (zh) * | 2022-05-23 | 2024-04-09 | 电子科技大学 | 一种岗位人才画像自动生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111080241A (zh) | 一种基于互联网平台的数据化人才管理分析系统 | |
| Kowarsch et al. | Scientific assessments to facilitate deliberative policy learning | |
| Samoilenko et al. | Using Data Envelopment Analysis (DEA) for monitoring efficiency-based performance of productivity-driven organizations: Design and implementation of a decision support system | |
| Mortaji et al. | Fuzzy time-driven activity-based costing | |
| Nichols et al. | Evaluation of environmental assessment methods | |
| CN112395508A (zh) | 一种人工智能人才职位推荐系统及其处理方法 | |
| Tamošaitienė et al. | Identification and prioritization of critical risk factors of commercial and recreational complex building projects: A Delphi study using the TOPSIS method | |
| Pandey et al. | GIS: scope and benefits | |
| Lima et al. | Classifying occupations using web-based job advertisements: an application to STEM and creative occupations | |
| CN113421056A (zh) | 一种互联网人力资源管理系统 | |
| Garasto et al. | Developing experimental estimates of regional skill demand | |
| Özkan et al. | A GIS-based DANP-VIKOR approach to evaluate R&D performance of Turkish cities | |
| CN115775140B (zh) | 一种城市人才规划与人力资源智能调配系统及方法 | |
| Owusu-Manu et al. | Determinants of management innovation in the Ghanaian construction consulting sector | |
| CN110059967A (zh) | 一种应用于城市辅助决策分析的数据处理方法及装置 | |
| Mwaro et al. | Neural network model for talent recruitment and management for employee development and retention | |
| Majam et al. | Data driven human resource management in the Fourth Industrial Revolution (4IR) | |
| Mojtahedi et al. | Risk identification and analysis concurrently: Group Decision Making afpproach | |
| CN113239283A (zh) | 一种基于多维度的岗位匹配度计算方法及系统 | |
| Frazier et al. | Generating a close-to-reality synthetic population of ghana | |
| Ngcobo | An evaluation of an activity-driven operational cost accounting framework in an electricity distribution company | |
| Anggawidjaja et al. | WORKFORCE GROUPING IN COMPLETING PROJECTS WITH INTERN WORK ACTIVITY LOG DATA | |
| Haji Mohamad Ali Jahromi et al. | Designing the strategy map with combined approach of Anp and Dematel | |
| Novia et al. | Forecasting Employee Potential through Probationary Assessment | |
| CN116468290B (zh) | 一种利用计算机实施的土地流转热度系统及其构建方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200428 |