CN112883148A - 一种基于研究趋势匹配的学科人才评价控制方法和装置 - Google Patents

Abstract

本发明涉及一种基于研究趋势匹配的学科人才评价控制方法，包括以下步骤：S1、获取被评价人才的个人信息；S2、根据个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；S3、根据被评价人才对应的研究领域，检索词汇统计时期内该领域中每年公开的科学研究成果的学科高频词汇；S4、分别计算每年个人高频词汇和学科高频词汇的热度分值，个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，研究热度指数逐年进行比较，得到研究趋势匹配度并保存至人才数据库。与现有技术相比，本发明具有使人才评价机制的考查覆盖内容更加全面、提高人才评价结果的准确性和稳定性等优点。

Description

一种基于研究趋势匹配的学科人才评价控制方法和装置

技术领域

本发明涉及人才测评技术领域，尤其是涉及一种基于研究趋势匹配的学科人才评价控制方法和装置。

背景技术

在目前企业的人才招聘中，人才评价是必不可少的一个环节，通过对应聘人才进行评价，从而分配至合适对口的岗位，不仅可以提高员工的工作效率，同时可以增大企业的收益。但是现有技术中的人才评价机制过于注重应聘人才的论文数量和获奖项目，考查内容缺乏多样性，未能注重应聘人才所研究领域在社会中的热度指数的变化，导致最终的人才评价结果受影响较大，准确性和稳定性较差。

发明内容

本发明的目的就是为了克服上述现有技术存在的未能注重应聘人才所研究领域在社会中的热度指数的变化导致最终的人才评价结果准确性和稳定性较差的缺陷而提供一种基于研究趋势匹配的学科人才评价控制方法和装置。

本发明的目的可以通过以下技术方案来实现：

一种基于研究趋势匹配的学科人才评价控制方法，具体包括以下步骤：

S1、获取被评价人才的个人信息；

S2、根据所述个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索所述研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，所述个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，所述研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，所述研究趋势匹配度保存至人才数据库。

所述步骤S1中被评价人才的个人信息包括被评价人才的姓名。

所述步骤S2和S3中均通过大数据技术来检索个人高频词汇和学科高频词汇。

所述步骤S2中个人公开的科学研究成果包括目标人员个人公开发表的论文、公开的科研项目和专利。

进一步地，所述个人高频词汇包括论文的关键词、科研项目名称的主题词和专利的核心词。

所述步骤S3中研究领域内公开的科学研究成果包括研究领域内公开发表的论文、公开的科研项目和发明专利。

进一步地，所述学科高频词汇包括论文的关键词、科研项目名称的主题词和发明专利的核心词。

所述被评价人才的研究趋势匹配度的计算过程具体包括以下步骤：

S41、将学科高频词汇按照词汇的出现频率进行排序，得到学科高频词汇序列，根据预设的学科高频词汇数，获取学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇并设置相应的热度分值；

S42、将个人高频词汇按照词汇的出现频率进行排序，得到个人高频词汇序列，根据预设的个人高频词汇数，获取个人高频词汇序列中排序靠前的符合个人高频词汇数的个人高频词汇与赋值的学科高频词汇进行名称相同匹配，匹配成功的个人高频词汇获得与其匹配的学科高频词汇的热度分值；

S43、通过累加计算个人高频词汇序列的个人研究热度总分，同时计算学科高频词汇序列中排序靠前的符合个人高频词汇数的学科高频词汇的学科研究热度总分，计算所述个人研究热度总分与学科研究热度总分的比值得到研究热度指数；

S44、计算研究热度指数逐年变化的斜率，得到被评价人才的研究趋势匹配度。

进一步地，所述学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇的热度分值按照排名高到低依次减小，其中排名第一的学科高频词汇的热度分值最大，数值与学科高频词汇数相同，排名末位的学科高频词汇的热度分值最小，数值为1，位于第一与末位之间的学科高频词汇按照递减1的顺序依次赋值。

进一步地，所述学科高频词汇数大于个人高频词汇数。

进一步地，所述步骤S42中匹配失败的个人高频词汇的热度分值为0分。

一种使用所述基于研究趋势匹配的学科人才评价控制方法的装置，包括存储器和处理器，所述存储器中设有人才数据库，所述方法以计算机程序的形式储存在存储器中，并由处理器执行，执行时实现以下步骤：

S1、获取被评价人才的个人信息；

S2、根据所述个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索所述研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，所述个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，所述研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，所述研究趋势匹配度保存至人才数据库。

与现有技术相比，本发明具有以下有益效果：

本发明通过检索词汇统计时期内每年的被评价人才的个人高频词汇和相应研究领域的学科高频词汇，得到被评价人才每年的研究热度指数，将研究热度指数进行逐年比较得到被评价人才的研究领域在词汇统计时期内的研究趋势匹配度，由研究趋势匹配度来反映应聘人才所研究领域在社会中的热度指数的变化，使人才评价机制的考查覆盖内容更加全面，提高了人才评价结果的准确性和稳定性。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，一种基于研究趋势匹配的学科人才评价控制方法，具体包括以下步骤：

S1、获取被评价人才的个人信息；

S2、根据个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，研究趋势匹配度保存至人才数据库。

步骤S1中被评价人才的个人信息包括被评价人才的姓名。

步骤S2和S3中均通过大数据技术来检索个人高频词汇和学科高频词汇。

步骤S2中个人公开的科学研究成果包括目标人员个人公开发表的论文、公开的科研项目和专利。

个人高频词汇包括论文的关键词、科研项目名称的主题词和专利的核心词。

步骤S3中研究领域内公开的科学研究成果包括研究领域内公开发表的论文、公开的科研项目和发明专利。

学科高频词汇包括论文的关键词、科研项目名称的主题词和发明专利的核心词。

被评价人才的研究趋势匹配度的计算过程具体包括以下步骤：

S41、将学科高频词汇按照词汇的出现频率进行排序，得到学科高频词汇序列，根据预设的学科高频词汇数，获取学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇并设置相应的热度分值；

S42、将个人高频词汇按照词汇的出现频率进行排序，得到个人高频词汇序列，根据预设的个人高频词汇数，获取个人高频词汇序列中排序靠前的符合个人高频词汇数的个人高频词汇与赋值的学科高频词汇进行名称相同匹配，匹配成功的个人高频词汇获得与其匹配的学科高频词汇的热度分值；

S43、通过累加计算个人高频词汇序列的个人研究热度总分，同时计算学科高频词汇序列中排序靠前的符合个人高频词汇数的学科高频词汇的学科研究热度总分，计算个人研究热度总分与学科研究热度总分的比值得到研究热度指数；

S44、计算研究热度指数逐年变化的斜率，得到被评价人才的研究趋势匹配度。

学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇的热度分值按照排名高到低依次减小，其中排名第一的学科高频词汇的热度分值最大，数值与学科高频词汇数相同，排名末位的学科高频词汇的热度分值最小，数值为1，位于第一与末位之间的学科高频词汇按照递减1的顺序依次赋值。

学科高频词汇数大于个人高频词汇数。

步骤S42中匹配失败的个人高频词汇的热度分值为0分。

一种使用基于研究趋势匹配的学科人才评价控制方法的装置，包括存储器和处理器，存储器中设有人才数据库，方法以计算机程序的形式储存在存储器中，并由处理器执行，执行时实现以下步骤：

S1、获取被评价人才的个人信息；

S2、根据个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，研究趋势匹配度保存至人才数据库。

实施例

以控制工程为例，基于控制工程的学科特点，本实施例中，取词汇统计时期为最近5年，学科高频词汇数为100，个人高频词汇数为10。

本发明的基于研究趋势匹配的学科人才评价控制方法在执行时具体包括以下步骤：

S1、通过大数据技术检索统计近5年内控制工程领域公开发表论文的关键词、公开的科研项目名称主题词和发明专利的核心词，得出词汇的出现频率，并进行排序和确定排序前100名的词汇，从排名高到低分别给予100到1的分值，即排名第1的分值为100分，第2的为99，依此类推，排名100的为1，即得分＝101-名次；

S2、通过大数据技术检索统计近5年内被评价人才个人公开发表论文的关键词、公开科研项目名称的主题词和专利的核心词，得出词汇的出现频率，并进行排序和确定排序前10名的词汇；

S3、把最近5年内每一年的被评价人才个人的排序前10名的词汇与学科排名前100名的词汇进行对比，如果与学科排名中某些词汇一致，则被评价人才取得相应的排名分值，不在学科排名中的计0分，并按年度进行累加，得到被评价人才个人的每年总分值，分别为N1、N2、N3、N4、N5；本实施例中，第一年被评价人才个人的排序前10名的词汇与学科排名前100名的词汇对比，分别为个人第1名与学科第10名一致，个人第2～8名分别与学科第12、15、20、50、62、78、90名一致，个人第9、10名不在学科100名范围内，则被评价人才个人词汇的得分为91、89、86、81、51、39、23、11、0、0，被评价人才个人的第一年的总分值N1＝91+89+86+81+51+39+23+11+0+0＝390；第二年、第三年、第四年和第五年的总分值N2、N3、N4、N5分别为N2＝400、N3＝415、N4＝420、N5＝435；

S4、把被评价人才个人的每年得分总值与学科排名当年前10名词汇分值累加值相比，得到被评价人才的每年研究热度指数。即学科排名前10名词汇分值累加值＝100+99+98+97+96+95+94+93+92+91＝955，则被评价人才第一年到第五年的研究热度指数分别为n1＝N1/955、n2＝N2/955、n3＝N3/955、n4＝N4/955、n5＝N5/955，即n1＝390/955＝0.41、n2＝400/955＝0.42、n3＝415/955＝0.43、n4＝420/955＝0.44、n5＝435/955＝0.46；

S5、比较被评价人才的研究热度指数逐年的变化情况，得到其研究趋势匹配度；本实施例中，研究趋势匹配度定义为按年度得到的研究热度指数曲线的总体斜率，若按年度得到的研究热度指数曲线基本保持水平，则总体斜率接近0，确定研究趋势匹配度基本没有变化；若按年度得到的研究热度指数曲线总体上升，则总体斜率为正值，确定研究趋势匹配度为好，且斜率正值越大，确定研究趋势匹配度为越好；若按年度得到的研究热度指数曲线总体下降，则总体斜率为负值，确定研究趋势匹配度为差，且斜率负值越大，确定研究趋势匹配度为越差；本实施例中按年度得到的研究热度指数值(N1、N2、N3、N4、N5)，随年度变化逐渐增大，研究热度指数曲线总体上升，则总体斜率为正值，尽管其研究热度指数值不大，但其研究趋势匹配度为好。

此外，需要说明的是，本说明书中所描述的具体实施例，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，具体包括以下步骤：

S1、获取被评价人才的个人信息；

S2、根据所述个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索所述研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，所述个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，所述研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，所述研究趋势匹配度保存至人才数据库。

2.根据权利要求1所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述步骤S1中被评价人才的个人信息包括被评价人才的姓名。

3.根据权利要求1所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述步骤S2和S3中均通过大数据技术来检索个人高频词汇和学科高频词汇。

4.根据权利要求1所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述步骤S2中个人公开的科学研究成果包括目标人员个人公开发表的论文、公开的科研项目和专利。

5.根据权利要求4所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述个人高频词汇包括论文的关键词、科研项目名称的主题词和专利的核心词。

6.根据权利要求1所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述步骤S3中研究领域内公开的科学研究成果包括研究领域内公开发表的论文、公开的科研项目和发明专利。

7.根据权利要求6所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述学科高频词汇包括论文的关键词、科研项目名称的主题词和发明专利的核心词。

8.根据权利要求1所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述被评价人才的研究趋势匹配度的计算过程具体包括以下步骤：

S41、将学科高频词汇按照词汇的出现频率进行排序，得到学科高频词汇序列，根据预设的学科高频词汇数，获取学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇并设置相应的热度分值；

S42、将个人高频词汇按照词汇的出现频率进行排序，得到个人高频词汇序列，根据预设的个人高频词汇数，获取个人高频词汇序列中排序靠前的符合个人高频词汇数的个人高频词汇与赋值的学科高频词汇进行名称相同匹配，匹配成功的个人高频词汇获得与其匹配的学科高频词汇的热度分值；

S43、通过累加计算个人高频词汇序列的个人研究热度总分，同时计算学科高频词汇序列中排序靠前的符合个人高频词汇数的学科高频词汇的学科研究热度总分，计算所述个人研究热度总分与学科研究热度总分的比值得到研究热度指数；

S44、计算研究热度指数逐年变化的斜率，得到被评价人才的研究趋势匹配度。

9.根据权利要求8所述的一种基于研究趋势匹配的学科人才评价控制方法，其特征在于，所述学科高频词汇序列中排序靠前的符合学科高频词汇数的学科高频词汇的热度分值按照排名高到低依次减小，其中排名第一的学科高频词汇的热度分值最大，数值与学科高频词汇数相同，排名末位的学科高频词汇的热度分值最小，数值为1，位于第一与末位之间的学科高频词汇按照递减1的顺序依次赋值。

10.一种使用如权利要求1所述的基于研究趋势匹配的学科人才评价控制方法的装置，其特征在于，包括存储器和处理器，所述存储器中设有人才数据库，所述方法以计算机程序的形式储存在存储器中，并由处理器执行，执行时实现以下步骤：

S1、获取被评价人才的个人信息；

S2、根据所述个人信息检索被评价人才在词汇统计时期内每年个人公开的科学研究成果的个人高频词汇；

S3、根据被评价人才个人公开的科学研究成果对应的研究领域，检索所述研究领域中在词汇统计时期内每年公开的科学研究成果的学科高频词汇；

S4、分别计算词汇统计时期内每年个人高频词汇和学科高频词汇的热度分值，所述个人高频词汇和学科高频词汇的热度分值按照相同年份进行对比得到被评价人才每年的研究热度指数，所述研究热度指数逐年进行比较，得到被评价人才的研究趋势匹配度，所述研究趋势匹配度保存至人才数据库。

Images