CN111967836A - 人才“全息数字画像”的生成方法及其应用 - Google Patents

人才“全息数字画像”的生成方法及其应用 Download PDF

Info

Publication number
CN111967836A
CN111967836A CN202010529899.1A CN202010529899A CN111967836A CN 111967836 A CN111967836 A CN 111967836A CN 202010529899 A CN202010529899 A CN 202010529899A CN 111967836 A CN111967836 A CN 111967836A
Authority
CN
China
Prior art keywords
holographic digital
talent
evaluation
label
portrait
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
Application number
CN202010529899.1A
Other languages
English (en)
Inventor
王伟军
刘红
孙守义
黄燕蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gansu Horun Zhixin Enterprise Management Consulting Co ltd
Original Assignee
Gansu Horun Zhixin Enterprise Management Consulting Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gansu Horun Zhixin Enterprise Management Consulting Co ltd filed Critical Gansu Horun Zhixin Enterprise Management Consulting Co ltd
Priority to CN202010529899.1A priority Critical patent/CN111967836A/zh
Publication of CN111967836A publication Critical patent/CN111967836A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Holo Graphy (AREA)

Abstract

本发明提供一种人才“全息数字画像”的生成方法及其应用，从多个维度、多个途径建立包括对象基本信息标签和对象能力素养标签在内的人才“全息数字画像”。作为对象本身，可以根据自身的“全息数字画像”，找出自己的优势，发现自己与同级别对象之间存在的差距，从而有针对性的进行自主学习成长，为自身提供清晰的成长路径和清楚的奋斗目标。作为组织管理者，可以参考“全息数字画像”所呈现的有关对象的基本信息标签以及能力素养标签，为对象制定“私人定制”的培养计划，实现“滴灌式培养”，同时也有助于人岗匹配，为组织管理者在选人用人、干部提拔中提供直接参考，避免埋没真正适合的人才，造成人才资源的浪费。

Description

人才“全息数字画像”的生成方法及其应用
技术领域
本发明属于人力资源管理技术领域，具体涉及一种人才“全息数字画像”的生成方法及其应用。
背景技术
干部是组织的第一战略资源，目前，对青年干部的培养一般历经三个主要阶段，一线基层历练(针对新进大学毕业生，一般为3-5年)、人才储备(针对工作年限符合要求，且能力突出者，一般为5-8年)及青年干部。对于干部的培养，形成“金字塔”式组织人才培养模式，但是这种培养模式适用于扁平化、专项化的人才培养模式，直接应用于公司规模大、管理层级多、职工人数多、专业跨度大的大型企业的人才培养，将导致人才培养目的性不强，不能因人而异进行培养指导，青年人才由于缺失奋斗目标而感到迷茫；导致青年干部提拔主要依赖工作年限、主管领导推荐及日常工作绩效等，缺少能力素养方面的直接参考依据，造成大量的优秀青年人才被埋没。
发明内容
基于此，有必要针对现有技术中存在的人才培养缺失目的性，青年干部提拔缺少能力素养方面的直接参考依据的技术问题，提供一种人才“全息数字画像”的生成方法。
还有必要提供一种人才“全息数字画像”在人力资源管理技术领域的应用方法。
本发明解决其技术问题所采用的技术方案是：
一种人才“全息数字画像”的生成方法，包括以下步骤：
a.获取对象的基本信息标签；
b.获取对象的能力素养标签；
c.生成对象的“全息数字画像”；
其中，步骤b中，所述“获取对象的能力素养标签”包括：
b1.获取至少一类评价主体对某一对象的若干待评价指标的评价结果；
b2.根据不同所述评价主体的预设权重，对评价结果进行统计分析处理，获得能力素养标签。
在其中一个实施方式中，所述待评价指标具有N个不同的等级，其中，N为≥3的整数；步骤b1中，所述“获取至少一类评价主体对某一对象的若干待评价指标的评价结果”包括：
获取至少一个评价主体采用定性或定量的评价方法，确定的对某一对象的若干待评价指标的评价结果，其中，评价结果包括：处于所述待评价指标具有的N个不同的等级的第M等级，其中，M为整数，且0≤M≤N。
在其中一个实施方式中，步骤b中，所述“获取对象的能力素养标签”还包括：生成可视化综合素养图表。
在其中一个实施方式中，步骤a中，所述“获取对象的基本信息标签”包括：获取对象的基本档案信息、奖惩档案信息、培训档案信息及特别贡献档案信息中的至少一种。
在其中一个实施方式中，还包括以下步骤：获取对象的个性标签；相应地，所述“全息数字画像”包括：基本信息标签、能力素养标签及个性标签。
在其中一个实施方式中，所述“获取对象的个性标签”包括：获取经心理学评价得到的对象的性格标签、心理标签及推荐岗位标签中的至少一项。
一种人才“全息数字画像”的应用，将通过如上所述的人才“全息数字画像”的生成方法，所生成的对象的“全息数字画像”，应用于人力资源管理技术领域。
在其中一个实施方式中，所生成的“全息数字画像”用于培养人才，包括以下步骤：
d1.获取某一对象的“全息数字画像”；
d2.从“人才库”中获取该对象的“标准全息数字画像”；
d3.对比分析所述“全息数字画像”和“标准全息数字画像”，获取该对象的缺点指标；
d4.根据该对象的缺点指标，制定培训计划。
在其中一个实施方式中，所述“人才库”包括：
分别由多个不同的对象形成的若干个依次递进的大组，上位大组能够依据预设置的吸收条件，吸纳下位大组的对象；
每一个大组具有若干由多个不同的对象形成的依次递进的小组，上位小组能够依据预设置的吸收条件，吸收下位小组的对象；
每一个小组具有独立的“标准全息数字画像”；
相应地，步骤d2中，所述“从‘人才库’中获取该对象的‘标准全息数字画像’”包括：获取该对象所在的小组的组别。
在其中一个实施方式中，所生成的人才“全息数字画像”用于给既定对象匹配岗位，包括以下步骤：
e1.获取某一对象的“全息数字画像”；
e2.遍历“岗位库”中的“岗位需求标准画像”，并采用AI技术将该对象的“全息数字画像”与“岗位需求标准画像”进行匹配；
e3.将该对象的“全息数字画像”与“岗位需求标准画像”的匹配度超过预设阈值的岗位形成待选择岗位集合；
或者用于给既定岗位匹配对象，包括以下步骤：
f1.获取某一岗位的“岗位需求标准画像”；
f2.遍历“人才库”中的所有对象的“全息数字画像”，并采用AI技术及大数据技术将该岗位的“岗位需求标准画像”与“全息数字画像”进行匹配；
f3.将该岗位的“岗位需求标准画像”与“全息数字画像”的匹配度超过预设阈值的对象形成待选择对象集合，并进行匹配度排序。
本发明提供一种人才“全息数字画像”的生成方法及其应用，其有益效果是：
从多个维度、多个途径建立包括对象基本信息标签和对象能力素养标签在内的对象的“全息数字画像”，作为对象本身(即基层员工、青年干部等)，可以根据自身的“全息数字画像”，找出自己的优势，发现自己与同级别对象之间存在的差距，从而有针对性的进行自主学习成长，从而通过“全息数字画像”，为对象本身提供清晰的成长路径和清楚的奋斗目标。作为管理者，秉持“不抛弃、不放弃任何一个”的理念，让青年看到奋进的希望，知道努力的路径，明确提升的方向。另一方面，人才“全息数字画像”为领导者在选人用人、人岗匹配中提供了有效地参考。领导者可以参考人才“全息数字画像”所呈现的有关对象的基本信息标签(如姓名、年龄、工龄、奖惩等)以及能力素养标签(如创新能力、专业能力、管理能力等)，为满足条件的对象选择合适的岗位，也可以根据某一岗位的具体要求，选择最适宜该岗位的对象，从而有效地避免干部提拔仅仅受直系领导、工作年限以及工作业绩等约束，缺乏对拟提拔对象的综合能力素养的直接参考，导致人岗匹配度较差，容易埋没真正适合的人才，造成人才资源的浪费。
附图说明
图1是对象的“全息数字画像”的示例图。
图2是对象的能力素养标签的待评价指标示例图。
图3是对象的能力素养标签的评价标准示例表。
图4是能力素养标签的雷达图示例图。
图5是对象的个性标签的评价过程示例表。
图6是“人才库”对象的分组示例图。
具体实施方式
为了便于理解本发明，下面将结合本发明附图，对本发明进行更全面的描述。附图及实施例中给出了本发明的较佳实施方式，但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
除非另有定义，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方式的目的，不是旨在于限制本发明。本文所使用的术语“及/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。
在一实施方式中，一种人才“全息数字画像”的生成方法，包括以下步骤：
a.获取对象的基本信息标签；
b.获取对象的能力素养标签；
c.生成对象的“全息数字画像”；
其中，步骤b中，所述“获取对象的能力素养标签”包括：
b1.获取至少一类评价主体对某一对象的若干待评价指标的评价结果；
b2.根据不同所述评价主体的预设权重，对评价结果进行统计分析处理，获得能力素养标签。
上述人才“全息数字画像”的生成方法，从多个维度、多个途径建立包括对象基本信息标签和对象能力素养标签在内的对象的“全息数字画像”，作为对象本身(即基层员工、青年干部等)，可以根据自身的“全息数字画像”，找出自己的优势，发现自己与同级别对象之间存在的差距，从而有针对性的进行自主学习成长，从而通过“全息数字画像”，为对象本身提供清晰的成长路径和清楚的奋斗目标。作为管理者，可以参考“全息数字画像”所呈现的有关对象的基本信息标签(如姓名、年龄、工龄、奖惩等)以及能力素养标签(如创新能力、交际能力、管理能力等)，为对象制定“私人定制”的培养计划，实现“滴管式培养”，同时也能够为满足条件的对象选择合适的岗位，也可以根据某一岗位的具体要求，选择最适宜该岗位的对象，从而有效地避免干部提拔仅仅受直系领导、工作年限以及工作业绩等约束，缺乏对拟提拔对象的综合能力素养的直接参考，导致人岗匹配度较差，容易埋没真正适合的人才，造成人才资源的浪费。
下面结合具体实施例对所述人才“全息数字画像”的生成方法及其应用进行说明，以进一步理解本发明的发明构思。
请参看图1，在一实施例中，一种人才“全息数字画像”的生成方法，包括以下步骤：
a.获取对象的基本信息标签；
b.获取对象的能力素养标签；
c.生成对象的“全息数字画像”；
其中，步骤b中，所述“获取对象的能力素养标签”包括：
b1.获取至少一类评价主体对某一对象的若干待评价指标的评价结果；
b2.根据不同所述评价主体的预设权重，对评价结果进行统计分析处理，获得能力素养标签。
也就是说，本发明提供了一种人才“全息数字画像”的生成方法，该“全息数字画像”主要由对象的基本信息标签和对象的能力素养标签两个部分组成。
对象的基本信息标签，可能包括对象(基层员工、青年干部等)的姓名、年龄、工龄、奖惩、荣誉等基本情况信息，这些信息在对象入职时开始收集录入，并提供实时更新的入口。在一优选实施例中，上述基本信息标签包括基本档案信息、奖惩档案信息、培训档案信息及特别贡献档案信息中的一种或多种。
基本档案信息全面记录对象的基本信息，例如，基本档案信息包括个人、家庭、履历三个方面。个人信息包含姓名、性别、出生年月、民族、籍贯、出生地、工作时间、健康状况、在职学历、全日制学历、职务级别、照片等；家庭信息包含配偶、直系亲属的关系、姓名、出生年月、工作地点、联系方式等；履历信息包含现任职务、履任职务及任职时间等。
奖惩档案信息包括对象受到的各种奖励、惩罚信息，例如，奖惩档案信息包括不同专业口径荣誉奖项(含各类创新奖项、专利、论文、软著等)等，以个人标签形式，统一纳入青年人才奖惩事项库，实现统一管理和信息共享，推动能力评估“评之有据”。
培训档案信息包括对象接受培训的信息。例如，为青年个人建立数字化教育培训管理台账，将参加学习类型(各类培训、挂职锻炼、交流学习)、活动层次(公司级、企业级、行业级、国家级)、学习时长、学习成效(尤为重要) 等信息一一记录，实现“一人一库”。
特别贡献档案信息包括对象在危难险重急任务中“挑大梁”、在现场攻坚克难中“显身手”、在重大公共危机事件中“强担当”等临时性、突发性情况，作为人才“全息数字画像”的重要辅助材料。
对象的能力素养标签，可能包括对象的创新能力、专业能力、管理能力等，对象的能力素养标签通过以下方式实现量化：将对象的能力素养划分为若干待评价指标，通过至少一类评价主体(包括但不限于自评、同级互评、直系领导评价)对每一项待评价指标进行评价，获得评价结果。然后根据不同评价主体的预设权重，对评价结果进行统计分析处理，从而得到某一对象的每一项待评价指标的评价结果，对所有的评价结果进行统计，形成统计图表，即为对象的能力素养标签。
请一并参看图2、图3与图4，作为优选实施方式，每一个所述评价指标具有N个不同的等级，其中，N为≥3的整数。所述“获取至少一类待评价主体对某一对象的若干待评价指标的评价结果”包括：获取至少一个评价主体采用行为锚定法，确定的对某一对象的若干待评价指标的评价结果，其中，评价结果包括：处于所述待评价指标具有的N个不同的等级的第M等级，其中，M为整数，且0≤M≤N。也就是说，每一个指标被划分为若干个递进的等级，评价主体采用行为锚定法等定性或定量的评价方法，对某一对象的某一个待评价指标进行定性评价，确定被评价对象的某一个待评价指标处于哪一个等级，最终形成若干待评价指标的评价结果统计图表，即为对象的能力素养标签。为直观起见，以N 个不同的等级做同心圆，并将同心圆按照待评价指标的数量进行等分，每一个等分区域代表一个待评价指标，形成雷达图。并根据评价结果，形成能力素养标签雷达图。从雷达图上，能够清晰地、直观地查看对象的待评价指标的评价结果，即能够清晰地、直观地查看对象的能力素养标签。
更进一步地，为提高评价的科学性和准确性，防止“千人一面”，可对已评价确定的等级进行赋分，实现定量地、准确地评价。
请一并参看图5，在一优选实施例中，所述人才“全息数字画像”的生成方法还包括以下步骤：获取对象的个性标签；相应地，所述“全息数字画像”包括：基本信息标签、能力素养标签及个性标签。例如，获取经心理学评价得到的对象的性格标签、心理标签及推荐岗位标签中的至少一项。
也就是说，为进一步提高人才“全息数字画像”的全面性、科学性和可参考性还需要对对象的个性特征进行综合评价，而这也是传统的人才管理、干部管理中所缺失的一环。所述“全息数字画像”还包括对象的个性标签，对象的个性标签采用心理学评价的方式获取，并将评价结果录入，并提供实时更新入口。
为便于理解，例如，所述“全息数字画像”主要包括对象的基本信息标签、对象的能力素养标签及对象的个性标签。
对象的基本信息标签主要依靠对象自身填写完善或管理者收集并批量完善，形成包含基本档案信息、奖惩档案信息、培训档案信息及特别贡献档案信息等内容在内的基本信息标签。单独的档案信息的建立过程，为人力资源管理领域常规手段，不再赘述。
对象的能力素养标签的获取过程，具体如下：
请继续参看图2与图3，首先，根据企业发展需要、人才发展需要及青年干部培养需求等，将对象的能力素养划分为若干个一维方向，例如，将对象的能力素养划分为4类一维评价方向。每一个一维评价方向下分为若干二维评价指标。
通过上述过程，将企业需求、人才需求的指标显性化、具体化为可量化评价标准和条款，提高评价过程的可操作性和科学性，提高评价结果的准确性。
进一步地，采用行为锚定的评价方式，对被评价对象的若干待评价指标进行定性定量评价。具体地，每一个待评价指标被以具体地行为模式定义，并将行为表现模式按照由低到高的顺序进行分级，例如，每一个待评价指标按照具体行为模式，分为基础级(LEVEL0)、普通级(LEVELⅠ)、优秀级(LEVELⅡ) 及成熟级(LEVELⅢ)四个级别，每一个级别被具象为具体地行为模式。
一种情况下，评价主体可以直接根据行为关键词结合被评价对象的实际表现，对被评价对象的某一个待评价指标进行评级。依次类推，对所有待评价指标进行评级，即可生成一张待评价指标与具体评级对应的评价表，可以以此评价表直接作为能力素养标签。
此过程中，为防止“千人一面”，使对能力素养的评价更为准确，可对评级后的指标进行赋分，以进一步区别不同对象的能力素养水平。例如，Level 0 可评价为0-0.75分；LevelⅠ级可评价为0.75-1.5分；LevelⅡ级可评价为1.5- 2.25分；LevelⅢ级可评价为2.25-3分。
同时，为进一步地提高评价的科学性，防止评价过程受到评价主体的主观情感影响，对能力素养的评价过程需至少一个不同类别的评价主体完成。对能力素养的评价过程总体按照“集中考核与日常考核结合、定性评价与定量考核结合、专题考核与多维测评结合、主观评人与客观评事结合”原则，根据能力素质不同性质选取评价方法。例如，对新进员工的评价，可采用自评+他评结合的方式，一是自我评价，依据素质标准定性评价各项指标等级；二是直系领导 (班组长)评价，三是班组师傅评价。例如，对青年人才的评价，可采用自评+ 他评的模式，对年轻干部的评价可采用“他评”的模式，依次实现多层评价、知情人评价，评定人分层取样。
对于对象的个性标签的获取过程，具体地：
改变目前各级各类人才选拔中过于注重显性成果的做法，通过日常了解、调研谈话、核实甄别、分析研判、考核考察等手段方法，掌握与同岗同级的比较、领导同事的评价、基层群众的反映等情况，特别是对前期隐形不明显但后期有决定性影响的个性特征、性格特点、优势长处等特殊因素予以标记。
例如，根据约翰·霍兰德人格类型-职业匹配理论，并结合企业实际情况，针对大型企业干部员工，划分“社会型、实际型、企业型、常规型、调研型”五种个性类型，从个性倾向性、个性可靠性、个性行为风格3个角度，关注青年个性特征，发现识别发展潜质，争取做到“岗人匹配、人尽其才、才尽其用”。
值得特别说明的是，任何人都是复合型人格，同时具备2种或以上性格特征，而且性格表现也与环境等外因有关，本身并无优劣、好坏之分，实际评价应当避免“一刀切”和“标签化”形成的刻板印象，必须动态、客观评判，做到既要识别标记、知人善任，也要合理引导、培养塑造。
本发明技术方案逐人建立成长档案，形成能360°全方位反映青年特点、优劣的大数据库，绘制青年成长“全息数字画像”，包括基本信息标签、能力素养标签、个性标签3个部分。“全息数字画像”可以包括不同时间评价数据，并用系统可视化方法或工具，自动汇总、可视展示、动态对比，实现“与标准比，与过去比”。
基于上述评价过程，一优选实施例中，开发计算机应用平台，实现对对象“全息数字画像”的集中管理，提高“全息数字画像”的全面性、科学性和指导性。解决现有技术中存在的由于涉及多口数据采集和集成数据分析，若单纯凭借线下操作不仅人工投入工作量大，且存在数据不易保存、归集分析困难、无法“选-管-培”协同开展等弊端。利用大数据、AI算法等新技术，使功能线上化，开发“全息数字画像”在线管理信息系统，着力解决多源信息源数据采集、全息数字画像自动绘制、通过算法模型的数据价值挖掘(匹配度的智能自动评估、人才培养方向精准评估)等问题，实现在线收集数据、等级评定、动态管理、可视呈现。
“全息数字画像”在线测评信息系统具备“考核测评、培训学习、资讯新闻”等功能模块，将青年干部“选拔-管理-培养”环节进行集中统一、相互协同。
一具体实施例中，所得到的“全息数字画像”可以在人力资源管理技术领域被广泛应用，例如，用于作为激励员工上进的手段、用于作为培养培训员工的工具、用于作为员工信息管理的辅助方法、用于作为员工考核管理的辅助措施、用于作为人岗匹配的重要参考等。
例如，所生成的“全息数字画像”用于培养人才，即用于员工培训，包括以下步骤：
d1.获取某一对象的“全息数字画像”；
d2.从“人才库”中获取该对象的“标准全息数字画像”；
d3.对比分析所述“全息数字画像”和“标准全息数字画像”，获取该对象的缺点指标；
d4.根据该对象的缺点指标，制定培训计划。
具体地，将所生成的“全息数字画像”用于培养人才，包括两个方面的内容：其一、对象本身利用“全息数字画像”进行查优补缺，自主学习，自主进步，避免自主学习时，由于缺失奋斗目标，而无所适从，员工成长慢。其二、管理者利用“全息数字画像”对所有对象进行查优补缺，有针对性、有目的性进行组织培训、“滴管式”培训，提高培训效率，提高人才培养的目标性，变传统大水漫灌式的培训学习导致的员工学习主动性差、积极性差，造成优秀员工浪费时间进行基础培训，一般员工浪费精力进行高端培训，员工得不到所需求的培训，培训效果差。
其主要的过程是：将某一对象的“全息数字画像”与该对象所对应的“标准全息数字画像”进行分析比对，尤其地，对“全息数字画像”中的能力素养标签进行比对，分析该对象的“全息数字画像”与“标准全息数字画像”的不同，从而实现查优补缺。例如，将“全息数字画像”与“标准全息数字画像”中，每一个不同的评价指标进行逐一比较，如果“全息数字画像”中对某一指标的评价结果小于“标准全息数字画像”中该指标的预设结果，则说明需要加强对该对象针对该指标的培训力度。相对地，如果“全息数字画像”中对某一指标的评价结果大于等于“标准全息数字画像”中该指标的预设结果，则说明该对象已经初步具备该指标所对应的能力素养，可以继续深化培养。
请一并参看图6，为加强“全息数字画像”与“标准全息数字画像”可对比性，为员工设置短期小目标，不断激发员工自主学习、自主进步的潜力，让员工有目标、有动力，让员工能够意识到自己与同级别其他对象的不足，在其中一个实施例中，所述“人才库”包括：分别由多个不同的对象形成的若干个依次递进的大组，上位大组能够依据预设置的吸收条件，吸纳下位大组的对象。每一个大组具有若干由多个不同的对象形成的依次递进的小组，上位小组能够依据预设置的吸收条件，吸收下位小组的对象。每一个小组具有独立的“标准全息数字画像”。相应地，步骤d2中，所述“从‘人才库’中获取该对象的‘标准全息数字画像’”包括：获取该对象所在的小组的组别。
例如，将青年员工按照新进员工(一线员工)、青年人才(专职员工)及年轻干部(下层或中层领导)分为三个级别，形成“松树”型的“人才库”。设定条件，如工作年限满足要求且表现优异者，可自动被吸纳进入上一级。每一级里又包括基础组、普通组和优秀组三个小组，形成“金字塔”型的上升通道，并设定条件，如工作年限满足要求且表现优异者，可自动被吸纳进入上一组别。将不同阶段人才架构叠加，形成状如“松树”的分阶段金字塔式干部梯队架构，一层层筛选、针对性培养，实现高层专家化、中层职业化、基层专业化、员工精益化，提升人才培养针对性、个性化。
将青年人才的培养路径具象化，且考虑企业、公司的发展需求，为“人才库”每一个小组设置“标准全息数字画像”，也即是为不同发展阶段的对象设置“标准全息数字画像”，对象本身或管理者可以直观地参照对象所在小组的“标准全息数字画像”，综合评估对象的优势和劣势，从而有针对性、有目的性进行培训管理，提高培训效率，增强培训效果。
例如，管理者可利用所生成的“全息数字画像”进行人岗匹配管理，以为对象匹配最合适岗位，为岗位匹配最合适对象。
例如，所生成的人才“全息数字画像”用于给既定对象匹配岗位，包括以下步骤：
e1.获取某一对象的“全息数字画像”；
e2.遍历“岗位库”中的“岗位需求标准画像”，并采用AI技术将该对象的“全息数字画像”与“岗位需求标准画像”进行匹配；
e3.将该对象的“全息数字画像”与“岗位需求标准画像”的匹配度超过预设阈值的岗位形成待选择岗位集合。
例如，所生成的人才“全息数字画像”用于给既定岗位匹配对象，包括以下步骤：
f1.获取某一岗位的“岗位需求标准画像”；
f2.遍历“人才库”中的所有对象的“全息数字画像”，并采用AI技术及大数据技术将该岗位的“岗位需求标准画像”与“全息数字画像”进行匹配；
f3.将该岗位的“岗位需求标准画像”与“全息数字画像”的匹配度超过预设阈值的对象形成待选择对象集合，并进行匹配度排序。
具体地，例如，将公司岗位分成经营、管理、技术、综合等四类，建立岗位要求数据库，包括年龄、任期、学历等硬性条件，专业素质、管理素质等能力素质，不同性格等个性特点要求，形成“岗位需求标准画像”。
通过“标签标记”法，建立智能“人岗匹配”算法模型，给定意向岗位任职条件(年龄范围、个性特征、履职要求等)和限定因素(家庭要求等)，由系统对个人任职倾向性、能力拓展性、岗位胜任性等进行自动评估和智能预判，给出数字化“匹配度(％)”，低于50％即表示不匹配，需要增加参数重新评估或者更换对象重新评估，按匹配程度进行排序，实现“人-岗”“人-事”“人- 能”“人-人”双向匹配，提供辅助决策支撑。
值得说明的是，“全息数字画像”的对象可以包括新进员工、青年人才及青年干部。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种人才“全息数字画像”的生成方法，其特征在于，包括以下步骤：
a.获取对象的基本信息标签；
b.获取对象的能力素养标签；
c.生成对象的“全息数字画像”；
其中，步骤b中，所述“获取对象的能力素养标签”包括：
b1.获取至少一类评价主体对某一对象的若干待评价指标的评价结果；
b2.根据不同所述评价主体的预设权重，对评价结果进行统计分析处理，获得能力素养标签。
2.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，所述待评价指标具有N个不同的等级，其中，N为≥3的整数；
步骤b1中，所述“获取至少一类评价主体对某一对象的若干待评价指标的评价结果”包括：
获取至少一个评价主体采用定性或定量的评价方法，确定的对某一对象的若干待评价指标的评价结果，其中，评价结果包括：处于所述待评价指标具有的N个不同的等级的第M等级，其中，M为整数，且0≤M≤N。
3.如权利要求2所述的人才“全息数字画像”的生成方法，其特征在于，步骤b中，所述“获取对象的能力素养标签”还包括：
生成可视化综合素养图表。
4.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，步骤a中，所述“获取对象的基本信息标签”包括：
获取对象的基本档案信息、奖惩档案信息、培训档案信息及特别贡献档案信息中的至少一种。
5.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，还包括以下步骤：
获取对象的个性标签；
相应地，所述“全息数字画像”包括：基本信息标签、能力素养标签及个性标签。
6.如权利要求5所述的人才“全息数字画像”的生成方法，其特征在于，所述“获取对象的个性标签”包括：获取经心理学评价得到的对象的性格标签、心理标签及推荐岗位标签中的至少一项。
7.一种人才“全息数字画像”的应用，其特征在于，将通过如权利要求1-6中任意一项所述的人才“全息数字画像”的生成方法，所生成的对象的“全息数字画像”，应用于人力资源管理技术领域。
8.如权利要求7所述的人才“全息数字画像”应用，其特征在于，所生成的“全息数字画像”用于培养人才，包括以下步骤：
d1.获取某一对象的“全息数字画像”；
d2.从“人才库”中获取该对象的“标准全息数字画像”；
d3.对比分析所述“全息数字画像”和“标准全息数字画像”，获取该对象的缺点指标；
d4.根据该对象的缺点指标，制定培训计划。
9.如权利要求8所述的人才“全息数字画像”应用，其特征在于，所述“人才库”包括：
分别由多个不同的对象形成的若干个依次递进的大组，上位大组能够依据预设置的吸收条件，吸纳下位大组的对象；
每一个大组具有若干由多个不同的对象形成的依次递进的小组，上位小组能够依据预设置的吸收条件，吸收下位小组的对象；
每一个小组具有独立的“标准全息数字画像”；
相应地，步骤d2中，所述“从‘人才库’中获取该对象的‘标准全息数字画像’”包括：获取该对象所在的小组的组别。
10.如权利要求7所述的人才“全息数字画像”应用，其特征在于，所生成的人才“全息数字画像”用于给既定对象匹配岗位，包括以下步骤：
e1.获取某一对象的“全息数字画像”；
e2.遍历“岗位库”中的“岗位需求标准画像”，并采用AI技术将该对象的“全息数字画像”与“岗位需求标准画像”进行匹配；
e3.将该对象的“全息数字画像”与“岗位需求标准画像”的匹配度超过预设阈值的岗位形成待选择岗位集合；
或者用于给既定岗位匹配对象，包括以下步骤：
f1.获取某一岗位的“岗位需求标准画像”；
f2.遍历“人才库”中的所有对象的“全息数字画像”，并采用AI技术及大数据技术将该岗位的“岗位需求标准画像”与“全息数字画像”进行匹配；
f3.将该岗位的“岗位需求标准画像”与“全息数字画像”的匹配度超过预设阈值的对象形成待选择对象集合，并进行匹配度排序。
CN202010529899.1A 2020-06-11 2020-06-11 人才“全息数字画像”的生成方法及其应用 Pending CN111967836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010529899.1A CN111967836A (zh) 2020-06-11 2020-06-11 人才“全息数字画像”的生成方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010529899.1A CN111967836A (zh) 2020-06-11 2020-06-11 人才“全息数字画像”的生成方法及其应用

Publications (1)

Publication Number Publication Date
CN111967836A true CN111967836A (zh) 2020-11-20

Family

ID=73360357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010529899.1A Pending CN111967836A (zh) 2020-06-11 2020-06-11 人才“全息数字画像”的生成方法及其应用

Country Status (1)

Country Link
CN (1) CN111967836A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801636A (zh) * 2021-03-19 2021-05-14 深圳市企慧通信息技术有限公司 基于学习地图及岗位画像的智能人才推荐培养平台及方法
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
CN113626695A (zh) * 2021-08-03 2021-11-09 华中师范大学 一种基于情境测试的中小学校长信息素养画像构建方法及系统
CN114022025A (zh) * 2021-11-18 2022-02-08 国网江苏省电力有限公司管理培训中心 基于能力画像的数字化职业发展评价系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801636A (zh) * 2021-03-19 2021-05-14 深圳市企慧通信息技术有限公司 基于学习地图及岗位画像的智能人才推荐培养平台及方法
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
CN113626695A (zh) * 2021-08-03 2021-11-09 华中师范大学 一种基于情境测试的中小学校长信息素养画像构建方法及系统
CN114022025A (zh) * 2021-11-18 2022-02-08 国网江苏省电力有限公司管理培训中心 基于能力画像的数字化职业发展评价系统及方法

Similar Documents

Publication Publication Date Title
CN111967836A (zh) 人才“全息数字画像”的生成方法及其应用
Gajda Professional adaptation of new employees to the organization
Bauwens The use of method triangulation in probation research
Naong The impact of skills-development training on lower-level employee’s motivation and job satisfaction–A case-study of five South African companies
Haryanto et al. Does internal control promote employee engagement drivers? A systematic literature review
Bagienska Employee value proposition as a tool of employer branding
Gungor et al. The evaluation of instructional leadership researches between 2002 and 2017 in Turkey
Oh et al. Differences of perception between private and public officers in an organizing committee concerning stakeholders of an international sporting event
Ye The decision tree classification and its application research in personnel management
Roszyk-Kowalska Chosen methods and tools for measuring managerial competencies
Anjum et al. Performance appraisal and promotion practices of public commercial banks in Bangladesh-a case study on acr method
Doering et al. Intraorganizational and interorganizational job change: A discriminant analysis
Knapp et al. Occupational interest measurement and subsequent career decisions: A predictive follow-up study of the COPSystem Interest Inventory.
CN114971953A (zh) 一种学校内部质量诊断改进系统及其使用方法
Taslimi et al. el. Factors, Shaping Fields and Typology of Organizational Culture of School on Tehran City
Cárdenas et al. Descriptive analysis of the vacancy database
Jampala Employee engagement among IT employees during COVID-19
Seema et al. A conceptual framework of mentoring on career success
Chaudhuri et al. Organisational citizenship behaviour and employee engagement at a leading Indian public sector oil company
Kužet et al. Assessment of Candidate Efficiency Based on Personality Traits on Reskilling Programs in the IT Sector
Nemati et al. Identifying and ranking the factors affecting the performance of value-oriented human resources in the Iranian public sector with The Fuzzy Analytic Hierarchy Process (FAHP)
Kathiravan et al. A Strategic View of Competency Mapping on Organizational Commitment with a Focus on Bank Employees.
Suryantari et al. Exploring The Contributions Of 5-Star Hotels In Bali Indonesia, To Social Development Pillars Of The SDGs: A Descriptive Qualitative Analysis
Sitepu et al. CAN MILITARIST SERVANT LEADERSHIP BE APPLIED?
Bacilio et al. Labor strategies in generational diversity for public institutions in the canton of Salinas-Ecuador

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: 20201120