CN112001609A - 一种职业培训评价系统及其方法 - Google Patents
一种职业培训评价系统及其方法 Download PDFInfo
- Publication number
- CN112001609A CN112001609A CN202010805120.4A CN202010805120A CN112001609A CN 112001609 A CN112001609 A CN 112001609A CN 202010805120 A CN202010805120 A CN 202010805120A CN 112001609 A CN112001609 A CN 112001609A
- Authority
- CN
- China
- Prior art keywords
- portrait
- data
- image
- post
- course
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012549 training Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000007115 recruitment Effects 0.000 claims abstract description 14
- 238000003860 storage Methods 0.000 claims abstract description 5
- 230000001755 vocal effect Effects 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 4
- 238000013481 data capture Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 125000004122 cyclic group Chemical group 0.000 abstract 1
- 101100261000 Caenorhabditis elegans top-3 gene Proteins 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012827 research and development 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- 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
- G06Q50/2057—Career enhancement or continuing education service
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种职业培训评价系统及其方法，通过数据抓取模块创建初始数据，进入数据处理模块生成初代用户职业画像，调用存储模块的用户职业画像库和对应的课程库生成第1阶段知识点集合，用户进入学习阶段学习专业知识，每一个学习阶段的过程数据被数据抓取模块抓取，结合每一个阶段结束后的模拟招聘数据，通过数据处理模块得到第n代纠偏职业画像，然后调整下一阶段的专业知识点集合，直到完成全部学习阶段，输出最终用户职业画像。本发明通过实时抓取并循环迭代处理数据，动态修正用户职业画像，依据用户职业画像调取对应课程，实现课程的个性化定制和培训过程中的动态调整，实时跟踪用户的培训过程和最终效果。
Description
技术领域
本发明涉及网络培训技术领域，具体涉及一种职业培训评价系统及其方法。
背景技术
网络培训可以实现跨时空、跨地域的教育培训，可以实现在校学生和社会人士共同享有优秀的教育资源。然而，现有的网络教育培训内容千人一面，无法做到个性化定制和培训过程中的动态调整，也无法跟踪培训过程和最终效果。
发明内容
本发明的目的是提供一种可动态修正用户画像并依据动态画像分配个性化培训课程的培训评价系统及其方法。
为了达到上述目的，本发明通过以下技术方案来实现：
一种职业培训评价系统，包括数据抓取模块、数据处理模块、存储模块、课程调用模块和输出模块，各模块之间进行数据交互；
所述数据抓取模块用来抓取初始数据、过程数据和模拟招聘数据。初始数据包括个人信息和量化职业信息，个人信息包括姓名、年龄、性别、籍贯、学历学位、学校层次，量化职业信息包括期望求职地、期望薪资、期望就职行业、期望就业岗位Top3、期望就职企业类型及规模。过程数据包括专业课程学习时长、专业课程学习成绩分数、专业课程学习次数。模拟招聘数据包括态度数据和结果数据，态度数据包括投递简历次数总量、单日数据、投递频率、每日投递时间、Top3推荐岗位接受分布，结果数据包括简历被查看比例、邀约比例、录取比例。
所述存储模块包括课程库和岗位画像库。课程库包括多门课程K，每门课程K内容包含理论在线课件（文档资料和教学视频）、在线实验、对应试题集合和归属岗位画像编号属性并设置独立编号，对应试题集合包含课程名称、考核合格分值，用户完成课程K的对应试题集合后分数达到或超过考核合格分值即为掌握课程K。课程编号对应相应的课程名称与课程内容，例如，K1对应大学英语。岗位画像库包括若干个大类岗位画像集G，单个大类岗位画像集G包括若干个岗位画像g，每个岗位画像g包含岗位名称、岗位量化技能要求、岗位参考薪资范围、岗位地域分布、岗位工作内容属性并设置独立编号，岗位画像g按岗位量化技能要求与课程K具有对应关系。所述大类岗位画像集G可按技能等级分类，也可按职业方向分类。
所述数据处理模块利用Cart决策树或BP神经网络算法对初始数据、过程数据、模拟招聘数据进行处理进而得出职业画像Z，职业画像Z包括用户姓名、掌握课程编号、最适前三个岗位画像g编号属性，数据处理模块包括计数器，用于记录职业画像Z的迭代次数n，n∈{1、2…m}，最大迭代次数m由系统预先设置且其数值与大类岗位画像集G的分类数量相同。
所述数据处理模块通过处理初始数据并与岗位画像库匹配得出初始职业画像Z0，所述课程调用模块依据初始职业画像Z0中最适前三个岗位画像g编号属性，调取对应课程K，用户进入课程K的学习和考核；在其后每次循环迭代时，通过处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出第n代职业画像Zn，根据第n代职业画像Zn中最适前三个岗位画像g编号属性，调取对应课程K，用户进入课程K的学习和考核，当n=m时，当前职业画像Zn作为终代职业画像通过输出模块输出，而当n<m时，则继续加入模拟招聘数据对第n代职业画像Zn进行反馈修正，迭代次数n数值加1，并继续循环迭代，每次迭代后，根据第n代职业画像Zn中最适前三个岗位画像g编号属性，调取对应课程K，用户进入课程K的学习和考核，单门课程K通过考核后不重复学习。
一种职业培训评价方法，包括如下步骤：
S1）预设系统最大迭代次数m；
S2）读取当前职业画像Z迭代次数n，当n<m时，处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出下一代职业画像Zn，并执行步骤S3），当n=m时，执行步骤S4）；
S3）抓取模拟招聘数据，对第n代职业画像Zn进行反馈修正处理，迭代次数n数值加1，调取当前职业画像Zn对应课程K并执行步骤S2）；
S4）将当前职业画像Zn作为终代职业画像输出，结束流程。
进一步地，步骤S2）具体如下：
S2-1）当n=0时，处理初始数据并与岗位画像库匹配得出初始职业画像Z0，调取初始职业画像Z0对应的课程K；
S2-2）当0<n<m时，处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出下一代职业画像Zn，抓取模拟招聘数据，对第n代职业画像Zn进行反馈修正处理，迭代次数n数值加1，同时调取当前职业画像Zn对应课程K；
S2-3）当n=m时，当前职业画像Zn即为终代职业画像。
本发明与现有技术相比，具有以下优点：
本发明一种职业培训评价系统及其方法，通过实时抓取并循环迭代处理数据，动态修正用户职业画像，依据用户职业画像调取对应课程，实现课程的个性化定制和培训过程中的动态调整，实时跟踪用户的培训过程和最终效果。
附图说明
图1是本发明一种职业培训评价系统的模块示意图。
图2是本发明一种职业培训评价方法的流程示意图。
具体实施方式
下面结合附图，对本发明的实施例作进一步详细的描述。
如图1、2所示，分别为本发明一种职业培训系统的模块示意图和本发明一种职业培训评价方法的流程示意图。
实施例1
以用户张三为例，初始数据如表1所示。
表1 用户张三初始数据
第一步：数据抓取模块抓取用户初始数据，包括个人信息、量化职业信息两大类，个人信息包括姓名、年龄、性别、籍贯、学历学位、学校层次，量化职业信息包括期望求职地、期望薪资、期望就职行业、期望就业岗位Top3、期望就职企业类型及规模。
第二步：数据处理模块处理初始数据并与岗位画像库匹配得出初始职业画像Z0。
如表2所示为岗位画像分类，表2的大类岗位画像集是按技能等级分类的。
表2 岗位画像分类
本实施例的用户初始职业画像Z0如表3所示。
表3 用户张三初始职业画像
| 用户姓名 | 掌握课程编号 | 最适前三个岗位画像g编号 |
| 张三 | / | g11、g12、g13 |
第三步：课程调用模块依据当前职业画像Z的最适前三个岗位画像g编号属性，调取该最适前三个岗位画像g所对应的课程K，单门课程K通过考核后不重复学习。
如表4所示为课程编号与课程名称对应表。
表4 课程编号与课程名称对应表
| 课程编号 | 课程名称 |
| K1 | 大学英语 |
| K2 | 高等数据 |
| K3 | 压力管理 |
| K4 | 人际交往 |
| K5 | 形式与政策 |
| K6 | 物联网工程导论 |
| K7 | C语言程序设计 |
| K8 | 电子电工技术 |
| K9 | 职业与商务礼仪 |
| K10 | 传感器原理与应用技术 |
| K11 | 移动互联应用设计 |
| K12 | 物联网产品营销与工程案例分析 |
| K13 | 工程制图与综合布线 |
| K14 | NB-loT入门到精通 |
| K15 | 工业物联网与机器人应用 |
| K16 | 数据库原理与应用 |
| K17 | 物联网识别技术 |
| K18 | 物联网工程咨询与造价 |
| K19 | 物联网工程实施与项目管理 |
| K20 | 物联网网络建设运维 |
| K21 | 物联网应用设计与系统集成 |
| K22 | 物联网终端设备安装与品控调测 |
| K23 | 智能产品与系统工程 |
如表5所示，岗位画像按岗位量化技能要求与课程对应关系如下。
表5 岗位画像与课程对应关系
| 岗位画像编号 | 对应课程编号 |
| g11 | K1、K2、K3、K4、K5、K6 |
| g12 | K1、K2、K3、K4、K5、K6 |
| g13 | K1、K2、K3、K4、K5、K6 |
| g21 | K7、K8、K9、K10、K11 |
| g22 | K7、K8、K9、K10、K11 |
| g23 | K7、K8、K9、K10、K11 |
| g31 | K12、K13、K14、K15、K16、K17 |
| g32 | K12、K13、K14、K15、K16、K17 |
| g33 | K12、K13、K14、K15、K16、K17 |
| g41 | K18、K19、K20、K21、K22、K23 |
| g42 | K18、K19、K20、K21、K22、K23 |
| g43 | K18、K19、K20、K21、K22、K23 |
依据表5调取相应课程，用户张三进入相应课程的学习。
第四步：数据处理模块读取当前职业画像迭代次数n，并抓取第n代过程数据，处理数据得出第n代职业画像Zn，计数器记录当前职业画像Z的迭代次数n；
当1<n<m时，数据处理模块处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出第n代职业画像Zn，并执行第五步；当n=m时，执行第六步。
本实施例中，m=4。
第五步：数据抓取模块抓取模拟招聘数据，其包含态度数据、结果数据两大类，态度数据包括投递简历次数总量、单日数据、投递频率、每日投递时间、Top3推荐岗位接受分布，结果数据包括简历被查看比例、邀约比例、录取比例。数据处理模块对第n代职业画像Zn进行反馈修正处理，迭代次数n数值加1，并执行第三步。
如表6所示为用户张三未经修正的第n代职业画像和修正后的第n代职业画像。
表6 未经修正及修正后的第n代职业画像
第六步：当前第n代职业画像Zn作为终代职业画像输出，并结束流程。
实施例2
实施例2中，大类岗位画像集是按职业方向分类的，具体如下：岗位画像库包括市场行销岗位画像集G5、工程实施岗位画像集G6、网络运维岗位画像集G7、应用设计岗位画像集G8、安装调测岗位画像集G9、智能产品开发岗位画像集G10，其中智能产品开发岗位画像集G10包括传感器开发工程师画像G101、嵌入式硬件工程师画像G102、嵌入式软件工程师画像G103、无线通信研发工程师画像G104、物联网平台架构师画像G105、物联网应用开发工程师画像G106、物联网产品经理画像G107、智能硬件产品经理画像G108。
其余同实施例1。
以上所述仅是本发明优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。
Claims (8)
1.一种职业培训评价系统，其特征在于：包括数据抓取模块、数据处理模块、存储模块、课程调用模块和输出模块；
所述数据抓取模块用来抓取初始数据、过程数据和模拟招聘数据，初始数据包括个人信息和量化职业信息，过程数据包括专业课程的学习数据，模拟招聘数据包括态度数据；
所述存储模块包括课程库和岗位画像库，课程库包括多门课程K，岗位画像库包括若干个大类岗位画像集G，单个大类岗位画像集G包括若干个岗位画像g，每个岗位画像g按岗位量化技能要求与课程K具有对应关系；
所述数据处理模块对初始数据、过程数据、模拟招聘数据进行处理进而得出职业画像Z，职业画像Z包括用户姓名、掌握课程编号、推荐岗位画像g编号属性，数据处理模块包括计数器，用于记录职业画像Z的迭代次数n，n∈{1、2…m}，m为最大迭代次数且其数值与大类岗位画像集G的分类数量相同；
所述数据处理模块通过处理初始数据并与岗位画像库匹配得出初始职业画像Z0；在其后每次循环迭代时，通过处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出第n代职业画像Zn；当n<m时，则继续加入模拟招聘数据对第n代职业画像Zn进行反馈修正，迭代次数n数值加1，并根据第n代职业画像Zn中推荐岗位画像g编号属性，调取对应课程K供用户学习和考核；当n=m时，当前职业画像Zn作为终代职业画像通过输出模块输出。
2.根据权利要求1所述的一种职业培训评价系统，其特征在于：所述过程数据包括专业课程学习时长、专业课程学习成绩分数、专业课程学习次数。
3.根据权利要求1或2所述的一种职业培训评价系统，其特征在于：所述单门课程K通过考核后不重复学习。
4.根据权利要求1所述的一种职业培训评价系统，其特征在于：所述大类岗位画像集按技能等级分类。
5.根据权利要求1所述的一种职业培训评价系统，其特征在于：所述大类岗位画像集按职业方向分类。
6.根据权利要求1所述的一种职业培训评价系统，其特征在于：所述职业画像Z中推荐岗位画像g为最适前三个岗位画像g。
7.一种职业培训评价方法，其特征在于包括如下步骤：
S1）预设系统最大迭代次数m；
S2）读取当前职业画像Z迭代次数n，当n<m时，处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出下一代职业画像Zn，并执行步骤S3），当n=m时，执行步骤S4）；
S3）抓取模拟招聘数据，对第n代职业画像Zn进行反馈修正处理，迭代次数n数值加1，调取当前职业画像Zn对应课程K并执行步骤S2）；
S4）将当前职业画像Zn作为终代职业画像输出，结束流程。
8.根据权利要求7所述的一种职业培训评价方法，其特征在于步骤S2）具体如下：
S2-1）当n=0时，处理初始数据并与岗位画像库匹配得出初始职业画像Z0，调取初始职业画像Z0对应的课程K；
S2-2）当0<n<m时，处理上一代职业画像Zn-1和过程数据并与岗位画像库匹配得出下一代职业画像Zn，抓取模拟招聘数据，对第n代职业画像Zn进行反馈修正处理，迭代次数n数值加1，同时调取当前职业画像Zn对应课程K；
S2-3）当n=m时，当前职业画像Zn即为终代职业画像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010805120.4A CN112001609A (zh) | 2020-08-12 | 2020-08-12 | 一种职业培训评价系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010805120.4A CN112001609A (zh) | 2020-08-12 | 2020-08-12 | 一种职业培训评价系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112001609A true CN112001609A (zh) | 2020-11-27 |
Family
ID=73463131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010805120.4A Pending CN112001609A (zh) | 2020-08-12 | 2020-08-12 | 一种职业培训评价系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112001609A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113268512A (zh) * | 2021-05-13 | 2021-08-17 | 成系学府(宁波)信息科技有限公司 | 基于互联网平台的企业岗位职业技能培训系统 |
| CN113468228A (zh) * | 2021-07-15 | 2021-10-01 | 广州汇思信息科技股份有限公司 | 一种学习平台的岗位信息处理方法、装置和计算机设备 |
| CN113516571A (zh) * | 2021-05-11 | 2021-10-19 | 浙江吉利控股集团有限公司 | 一种基于职业理想的教育方法及系统 |
| 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 |
| CN114723337A (zh) * | 2022-05-12 | 2022-07-08 | 青软创新科技集团股份有限公司 | 一种线上职业能力培训效果评价系统和方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150242979A1 (en) * | 2014-02-25 | 2015-08-27 | University Of Maryland, College Park | Knowledge Management and Classification in a Quality Management System |
| CN105608477A (zh) * | 2016-03-01 | 2016-05-25 | 吕云 | 一种人物画像与职位匹配的方法及系统 |
| CN108062657A (zh) * | 2017-11-30 | 2018-05-22 | 朱学松 | 人才招聘面试方法及系统 |
| CN109508958A (zh) * | 2018-11-19 | 2019-03-22 | 广东闯越信息科技有限公司 | 一种基于区块链应用的终身职业能力诚信履历系统 |
| CN109934619A (zh) * | 2019-02-13 | 2019-06-25 | 北京三快在线科技有限公司 | 用户画像标签建模方法、装置、电子设备及可读存储介质 |
| CN110377804A (zh) * | 2019-06-20 | 2019-10-25 | 平安科技（深圳）有限公司 | 培训课程数据的推送方法、装置、系统及存储介质 |
| CN110619506A (zh) * | 2019-08-13 | 2019-12-27 | 平安科技（深圳）有限公司 | 一种岗位画像生成方法、岗位画像生成装置及电子设备 |
-
2020
- 2020-08-12 CN CN202010805120.4A patent/CN112001609A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150242979A1 (en) * | 2014-02-25 | 2015-08-27 | University Of Maryland, College Park | Knowledge Management and Classification in a Quality Management System |
| CN105608477A (zh) * | 2016-03-01 | 2016-05-25 | 吕云 | 一种人物画像与职位匹配的方法及系统 |
| CN108062657A (zh) * | 2017-11-30 | 2018-05-22 | 朱学松 | 人才招聘面试方法及系统 |
| CN109508958A (zh) * | 2018-11-19 | 2019-03-22 | 广东闯越信息科技有限公司 | 一种基于区块链应用的终身职业能力诚信履历系统 |
| CN109934619A (zh) * | 2019-02-13 | 2019-06-25 | 北京三快在线科技有限公司 | 用户画像标签建模方法、装置、电子设备及可读存储介质 |
| CN110377804A (zh) * | 2019-06-20 | 2019-10-25 | 平安科技（深圳）有限公司 | 培训课程数据的推送方法、装置、系统及存储介质 |
| CN110619506A (zh) * | 2019-08-13 | 2019-12-27 | 平安科技（深圳）有限公司 | 一种岗位画像生成方法、岗位画像生成装置及电子设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113516571A (zh) * | 2021-05-11 | 2021-10-19 | 浙江吉利控股集团有限公司 | 一种基于职业理想的教育方法及系统 |
| WO2022237401A1 (zh) * | 2021-05-11 | 2022-11-17 | 浙江吉利控股集团有限公司 | 一种基于职业理想的教育方法及系统 |
| CN113268512A (zh) * | 2021-05-13 | 2021-08-17 | 成系学府(宁波)信息科技有限公司 | 基于互联网平台的企业岗位职业技能培训系统 |
| CN113268512B (zh) * | 2021-05-13 | 2022-03-04 | 成系学府(宁波)信息科技有限公司 | 基于互联网平台的企业岗位职业技能培训系统 |
| CN113468228A (zh) * | 2021-07-15 | 2021-10-01 | 广州汇思信息科技股份有限公司 | 一种学习平台的岗位信息处理方法、装置和计算机设备 |
| 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 |
| CN114723337A (zh) * | 2022-05-12 | 2022-07-08 | 青软创新科技集团股份有限公司 | 一种线上职业能力培训效果评价系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112001609A (zh) | 一种职业培训评价系统及其方法 | |
| CN105070124A (zh) | 一种交互式商法基础教学系统 | |
| CN104021149A (zh) | 基于元知识点的教学课件构建方法 | |
| CN105787833A (zh) | 一种学生学习综合管理系统 | |
| CN112508118B (zh) | 针对数据偏移的目标对象行为预测方法及其相关设备 | |
| CN112333420B (zh) | 一种智慧校园的大数据信息安全管理系统 | |
| US20200051451A1 (en) | Short answer grade prediction | |
| Alipourfard et al. | Using Simpson’s paradox to discover interesting patterns in behavioral data | |
| CN112861662B (zh) | 基于人脸和交互文本的目标对象行为预测方法及相关设备 | |
| CN114819924A (zh) | 一种基于画像分析的企业信息推送处理方法及设备 | |
| CN107710245A (zh) | 课程技能匹配系统及其方法 | |
| CN114742679A (zh) | 一种基于互联网的线上教育管理控制系统 | |
| CN111339285B (zh) | 基于bp神经网络的企业简历筛选方法和系统 | |
| CN112507679A (zh) | 一种自动生成课程表的方法、装置、电子设备及存储介质 | |
| KR20190052237A (ko) | 자기주도학습 관리 장치 및 방법 | |
| CN111104455B (zh) | 多源多维的学校教学横向信息差异比对分析方法 | |
| Salam et al. | Student Graduation Prediction Model using Deep Learning Convolutional Neural Network (CNN) | |
| Bataev et al. | Artificial intelligence technologies in higher education institutions: a model of adaptive education | |
| US20130216984A1 (en) | Learning estimation tool | |
| CN114328667A (zh) | 一种基于履职数据的大学院系画像模型的构建及系统 | |
| CN113590961A (zh) | 基于认知与状态评价的个性化习题推荐方法、装置及智能终端 | |
| KR101245824B1 (ko) | 학습 정보를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
| CN112116264A (zh) | 一种活跃度评估方法及装置 | |
| Condorelli et al. | Designing a Master Course on Architectures for Big Data: A Collaboration between University and Industry | |
| CN117610667B (zh) | 基于开源大模型的故障处置专家系统、方法和计算机设备 |
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 |