CN115392804B - 一种基于大数据的人才赋能方法及系统 - Google Patents
一种基于大数据的人才赋能方法及系统 Download PDFInfo
- Publication number
- CN115392804B CN115392804B CN202211330733.2A CN202211330733A CN115392804B CN 115392804 B CN115392804 B CN 115392804B CN 202211330733 A CN202211330733 A CN 202211330733A CN 115392804 B CN115392804 B CN 115392804B
- Authority
- CN
- China
- Prior art keywords
- task
- data
- talent
- module
- management module
- 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.)
- Active
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
- G06Q10/06—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
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
Abstract
本发明涉及一种基于大数据的人才赋能方法及系统,其中,人才赋能系统包括:数据验证模块,维护通用计算机所存储的非结构化数据并监测通用计算机关联的设备;人才管理模块,确定工作人员的人员特质并将其发送至数据验证模块;任务管理模块,通过数据验证模块向工作人员分配关于维护通用计算机及其关联设备的工作项任务。本发明还涉及一种基于大数据的人才赋能方法,包括数据验证模块维护通用计算机所存储的非结构化数据并监测通用计算机关联的设备;人才管理模块耦合到操作能力极值测试模块以通过操作能力极值测试模块确定工作人员的人员特质;任务管理模块通过数据验证模块向工作人员分配关于维护通用计算机及其关联设备的工作项任务。
Description
技术领域
本发明涉及信息管理系统技术领域,尤其涉及一种基于大数据的人才赋能方法及系统。
背景技术
信息系统(Information System)是对信息进行采集、处理、存储、检索和传输,必要时能向有关人员提供有用信息的系统,即基于计算机与通讯网络等现代化的工具和手段、服务于管理领域的信息处理系统。它是二十世纪中叶信息科学、管理科学、决策科学、系统科学、认知科学、人工智能以及认识论、开发方法等学科相互渗透而发展起来的一门学科。半个世纪以来,在不断探索和实践中,信息系统科学已初步形成了自己独特的理论和技术体系,其应用也已深入到社会生活的各个领域,以信息系统为核心的信息产业已成为当今信息化社会中最活跃、最有生机、最有潜力的支柱产业之一。
现有技术中如公开号为CN111624967A的专利文献所提出的一种在过程控制环境中与专家系统协作的监督引擎,其用于自动生成,分配,跟踪,和管理工作项。该监督引擎根据从专家系统接收到的数据而创建工作项,选择可用的人员来执行工作项,将工作项发送至选定人员,排定该工作项的执行,并创建和存储允许该指定人员在指定时间内完成该工作项的目标功能的权限。该监督引擎确定与工作项相关的所需技能组合,角色,认证,和/或证书,并根据指定与该人员相关的技能组合,角色,认证,和/或证书的人员简介选择人员以执行工作项。可选地或额外地,该监督引擎根据在该目标设备或其附近出现的人员分配工作项。
如公开号为CN110770771A的专利文献所提出的一种用于管理临时工的系统和界面,该系统允许将候选者安置到工作中涉及的各种实体(例如,招聘、人员配置和客户计算机系统和/或装置),系统地交互以执行常规系统不能执行的功能。例如,这些功能可以包括同步在安置工作者时涉及的不同实体的系统、在安置和/或招聘过程期间有效地跟踪临时工、以及安置后活动。为此,提供了系统和方法,其允许不同系统之间的握手过程以完成候选者安置过程、工时表批准和处理、合并开账单、定制的分析和报告、临时工的供应商准入、招聘后跟踪以及其他新颖工具、接口和功能。
上述专利针对人才管理过程中的任务分配的问题进行设计,其利用大数据对任务进行分析以及人员信息进行分析,一定程度上优化了任务匹配程度,但在实际工作的过程中,具备相同技能的人员会在心理素质、并行任务处理能力等方面存在差异,现有技术仅在技能方面对人员进行分配,不对上述心理素质等因素进行考量,会使任务分配不合理,影响整体的效率,甚至会引发安全事故。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明提供了一种基于大数据的人才赋能系统,旨在解决现有技术中存在的至少一个或多个技术问题。
为实现上述目的,本发明提供了一种基于大数据的人才赋能系统,包括:
数据验证模块,配置为耦合到通用计算机以维护通用计算机所存储的非结构化数据以及监测通用计算机关联的设备;
人才管理模块,配置为耦合到操作能力极值测试模块以通过操作能力极值测试模块确定工作人员的人员特质,并将其发送至数据验证模块;
任务管理模块,配置为耦合到数据验证模块以通过数据验证模块向工作人员分配关于维护通用计算机及其关联设备的工作项任务。
优选地,数据验证模块响应于接收到的来自任务管理模块的工作项任务向人才管理模块发布任务指示,人才管理模块基于解析数据库存储的结构化数据和任务指示选择性地将任务指示分配至人才管理模块关联的工作人员。
优选地,操作能力极值测试模块可包括:
测试单元,其被配置为向对应的工作人员推送测试项目;
监测单元,其被配置为监测工作人员在测试项目中的行为特征信息;
分析单元,其被配置为响应于接收到来自监测单元的行为特征信息以及数据库存储的结构化数据分析工作人员的人员特质。
特别地,本发明通过获取工作人员在进行测试项目中的测试数据对工作人员的手脚眼协调、情绪控制、人格稳定性、反应速度、应急反应速度、注意广度、短时记忆、长期记忆等方面进行检测分析,得出符合工作人员情况的心理指标、智力指标和物理指标等指标,并按照工作项任务的工作安全等级、操作速度等级、工作内容变动等级以及并发项目数量等级等对人员进行分类,以建立包括谨慎型人才、效率型人才、稳健型人才以及多任务型人才等多个人才库,以应对过程工厂等工作场景中的多种维护任务,根据人员特质对工作项任务所分配的工作人员分配情况进行修正,有助于提高对工作项任务分配的匹配度,以为工作项任务提供符合其实际情况的工作人员,提高维护的效率以及安全性。
优选地,任务管理模块能够基于解析数据库存储的结构化数据选择性地创建工作项任务并且工作项任务通过数据验证模块发布至相应通用计算机,数据验证模块响应于接收到来自任务管理模块的工作项任务向人才管理模块发布任务指示。
优选地,在数据验证模块发布来自于任务管理模块的工作项任务时,数据验证模块识别工作项任务的作业信息以及与工作项任务相关联的验证信息,人才管理模块基于工作项任务的作业信息和第一验证信息识别存储在数据库中的结构化节点,并在与结构化节点相关联的数据库中融合第二验证信息,其中,第一验证信息包括关联于相应工作项任务的工作人员的作业质量信息,第二验证信息包括关联于相应工作项任务的作业流程信息。
优选地,本发明提供一种基于大数据的人才赋能方法,包括:
数据验证模块维护通用计算机所存储的非结构化数据以及监测通用计算机关联的设备;
人才管理模块耦合到操作能力极值测试模块以通过操作能力极值测试模块确定工作人员的人员特质;
任务管理模块耦合到数据验证模块以通过数据验证模块向工作人员分配关于维护通用计算机及其关联设备的工作项任务。
优选地,本发明提供的人才赋能方法还包括:
向工作人员推送测试项目以监测工作人员在测试项目中的行为特征信息;
基于行为特征信息以及数据库存储的结构化数据分析工作人员的人员特质;
向工作人员发布与通过行为特征信息确定的人员特质相对应的工作项任务。
优选地,本发明提供的人才赋能方法还包括:
任务管理模块耦合到数据库且用于分析由数据库存储的结构化数据,并且基于从数据库接收的结构化数据创建工作项任务;
在数据库中存储结构化数据,结构化数据关联于任务管理模块的工作项任务、人才管理模块的工作人员的人员特质以及通用计算机存储的非结构化数据。
优选地,本发明中,发布工作项任务指示包括以下步骤:
对人才管理模块关联的多个工作人员以及任务管理模块的多个工作项任务进行匹配;
数据验证模块通过匹配过程优化通用计算机与数据库的数据存储;
数据验证模块响应于接收到来自任务管理模块的工作项任务,向至少一个通用计算机和/或人才管理模块发布任务指示。
优选地,本发明中,工作项任务的任务信息包括工作项任务的工作安全等级、操作速度等级、工作内容变动等级以及并发项目数量等级。
附图说明
图1是本发明的基于大数据的人才赋能系统的简化整体结构示意图;
图2是本发明的基于大数据的人才赋能方法的简化流程结构示意图。
附图标记列表
1:数据验证模块;2:人才管理模块;3:任务管理模块;4:数据库;5:操作能力极值测试模块;11:第一验证单元;12:第二验证单元;51:测试单元;52:监测单元;53:分析单元;100:通用计算机。
具体实施方式
下面结合附图对本发明进行详细说明。
本发明公开了一种基于大数据的人才赋能系统,如图1所示,该人才赋能系统可包括:
数据验证模块1,其被配置为耦合到通用计算机100以维护通用计算机100所存储的非结构化数据以及监测通用计算机100关联的设备;
人才管理模块2,其被配置为将工作人员的信息发送至数据验证模块1;
任务管理模块3,其被配置为耦合到数据验证模块1以通过数据验证模块1向工作人员分配关于维护通用计算机100及其关联设备的工作项任务;以及
数据库4,其被配置为存储关联于工作项任务、工作人员以及通用计算机100所存储的非结构化数据的结构化数据。
根据一种优选的实施方式,数据验证模块1响应于接收到的来自任务管理模块3的工作项任务向人才管理模块2发布任务指示。人才管理模块2基于解析数据库4存储的结构化数据和任务指示选择性地将任务指示分配至人才管理模块2关联的工作人员。
根据一种优选的实施方式,任务管理模块3能够基于解析数据库4存储的结构化数据选择性地创建工作项任务并且工作项任务通过数据验证模块1发布至相应通用计算机100,数据验证模块1响应于接收到来自任务管理模块3的工作项任务向人才管理模块2发布任务指示。
根据一种优选的实施方式,在数据验证模块1发布来自于任务管理模块3的工作项任务时,数据验证模块1识别相应工作项任务的作业信息以及与工作项任务相关联的验证信息。
根据一种优选的实施方式,人才管理模块2基于相应的作业信息和第一验证信息识别存储在数据库4中的结构化节点,以及在与结构化节点相关联的数据库4中融合第二验证信息,其中,第一验证信息包括关联于相应工作项任务的工作人员的作业质量信息,第二验证信息包括关联于相应工作项任务的作业流程信息。
特别地,如图1所示,数据验证模块1可包括第一验证单元11和第二验证单元12,其中,第一验证单元11用于识别关联于相应工作项任务的工作人员作业质量信息的第一验证信息,第二验证单元12用于识别关联于相应工作项任务的作业流程信息的第二验证信息。
实施例1
根据一种优选的实施方式,如图1所示,人才管理模块2被配置为耦合到操作能力极值测试模块5以通过操作能力极值测试模块5确定工作人员的人员特质,并将其发送至数据验证模块1。
进一步地,如图1所示,操作能力极值测试模块5可包括测试单元51、监测单元52和分析单元53。具体地,测试单元51被配置为向对应的工作人员推送测试项目。监测单元52被配置为监测工作人员在测试项目中的行为特征信息并将行为特征信息发送至分析单元53。分析单元53基于行为特征信息以及数据库4存储的结构化数据分析工作人员的人员特质。
针对不同的维护工作类型,其所需要的人员特质不同,如具备同样的技能时,一些需要紧急处理的则需要人员具有更好的心理素质以及操作速度,而现有技术中未对上述问题进行处理,因此在维护过程中容易出现安全隐患。因此本发明通过检测人格稳定性、反应速度、应急反应速度等参数对工作人员按照工作安全等级进行考核、分类,通过检测手脚眼协调、反应速度等参数对工作人员按照操作速度等级进行考核、分类,通过检测情绪控制、人格稳定性等参数按照工作内容变动等级对工作人员进行考核、分类,通过检测短时记忆、长期记忆等参数按照并发项目数量等级对工作人员进行考核、分类,因此这一过程中能够建立多种人员特质数据库,以应对工作项任务的安全、时间等方面具有不同等级的任务,并且对现有人员进行分类,以便于对人员的巡查位置进行优化,进一步提高人员和任务的匹配程度,其中,第一类人员特质数据库为谨慎型人才,第二类人员特质数据库为效率型人才,第三类人员特质数据库为稳健型人才,第四类人员特质数据库为多任务型人才。
换言之,在评定工作人员的人员特质的过程中,区别于现有考评方案的只对工作人员的技能进行评定的评价方式,本发明对工作人员进行综合评价,将代表“天赋”的评价赋予权重结合后期的训练过程的技能熟练程度对工作人员进行综合评价,区别于现有技术中的结果评价的方式(技能等级考试等),本发明对工作人员进行长期评价,例如将工作人员在过程工厂中的培训以及维护操作都纳入考评,并且将培训以及初期的维护操作过程中的评价作为工作人员的附加评价,以评价工作人员的“天赋”,进而在分配工作时,将代表“天赋”的评价作为优先匹配的条件。
本发明采用上述方式对人员进行评价,由于考评所具备的自然、隐藏(在工作人员的培训和维护操作过程中埋伏多个考点)、反复多次测试、评分标准透明以及考评内容随机的特征,改进了工作人员的技能培训时的培训效果,而且避免结果评价以及评价“天赋”的过程中的随机干扰。
为便于理解本发明的操作能力极值测试模块5的工作原理,以第四类人员特质数据库中的多任务人才的考核以及分类过程为例进行说明:
可选地,在对人员进行评价的过程中,需要进行多个指标的检测,如手脚眼协调、情绪控制、人格稳定性、反应速度、应急反应速度、注意广度、短时记忆、长期记忆等,并且对上述参数进行分类,其中,手脚眼协调、反应速度、应急反应速度、注意广度等参数以物理指标进行评价;情绪控制、人格稳定性等参数以心理指标进行评价;短时记忆、长期记忆等参数以智力指标进行评价,从而根据不同的物理指标、心理指标、智力指标的分值对人员进行分类。
可选地,测试单元51可以包括音视频播放设备、关联于测试设备的用于播放正常教学内容和随机插入测试内容的测试服务器以及教学用操作设备(其上带有音视频播放设备或近旁安装有音视频播放设备)等。
可选地,监测单元52可以包括可穿戴手环、指定区域内的监控摄像头、和关联于教学用操作设备的信息采集附件等。
进行测试时,基于分析单元53的控制,测试单元51通过其音视频播放设备和/或教学用操作设备向工作人员发送测试项目。可选地,测试项目的主要内容为利用教学操作设备对工作人员的操作技能进行训练,并且在这一过程中,插入利用教学操作设备附带的音视频播放设备或近旁安装的音视频播放设备插入特质测试项目。
测试过程中,监测单元52对工作人员在测试过程中的行为特征信息进行收集,并将收集到的行为特征信息发送至分析单元53。可选地,行为特征信息包括工作人员的物理指标、心理指标和智力指标。在这一过程中,利用监测单元52对操作人员原有的教学操作设备的操作进行打分,并且依据特质测试项目完成过程中的工作人员的手臂移动速度、心跳等指标进行检测,从而评价人员的多任务处理能力,上述检测均为现有技术中较为成熟的技术,因此在此不过多赘述。
根据一种优选的实施方式,分析单元53分析包括来自人员的可穿戴手环、操作设备所采集的工作人员的行为特征信息。具体地,行为特征信息包括可穿戴手环采集的心率、手臂移动速度、手臂移动响应时间等,以及教学操作设备采集的响应时间、操作流程的正确性等。
根据一种优选的实施方式,分析单元53包括物理指标分析子单元、心理指标分析子单元和智力指标分析子单元。进一步地,物理指标分析子单元、心理指标分析子单元和智力指标分析子单元能够根据行为特征信息生成对应的数据,并且物理指标分析子单元、心理指标分析子单元和智力指标分析子单元能够基于调取的来自数据验证模块1的第二验证单元12的任务信息对上述数据进行处理后对人员进行分类至对应人员特质数据库。
具体地,以考核人员的并发项目数量等级测试为例,在执行并发项目数量等级的测试过程中,利用带有音视频播放设备或近旁安装有音视频播放设备的教学用操作设备对人员进行测试,在人员进行操作设备的过程中,利用音视频播放设备设置插入的特质测试项目(如移动操作设备上的工具等),并且操作设备的音视频播放设备在人员操作设备的过程中插入内容、次序等参数各异的包括第一特质测试项目、第二特质测试项目和第三特质测试项目,以使得工作人员进行并发项目数量等级测试。
进一步地,第一特质测试项目、第二特质测试项目和第三特质测试项目与教学操作设备的测试在内容方面无关联性,且第二特质测试项目的执行取决于工作人员对第一特质测试项目的反馈,第三特质测试项目的执行取决于工作人员对第二特质测试项目的反馈,从而在这一过程中,针对工作人员对特质测试项目的处理个数以及处理速度对工作人员的并发项目数量等级进行测试,并且在这一过程中,将对应的物理指标、心理指标和智力指标进行分析,以全面评价工作人员的能力。
优选地,在执行并发项目数量等级的测试过程中,插入出现在时序变化点的第一特质测试项目和/或多线程任务并行操作期间的第二特质测试项目,以干扰程度的差异量化评估工作人员的并发项目数量等级。监测单元52所采集的行为特征信息与工作人员的测试项目的操作流程以及特质测试项目是时序相关地进行存储的,不但考虑了工作人员对操作流程的学习能力,还结合第一特质测试项目等特质测试项目测试中的工作人员的评价来确定工作人员的并发项目数量等级。
此时,本发明对并发项目数量等级测试可以是多种形式、多时间节点的,借助于现有技术的心理测试方法完全能够给出较为接近真实情况的天赋评价。由于人脑自身的特点,绝大多数人在专注于一项事务时,例如针对测试单元51当前显示的流媒体中的部件钻孔位置,在培训设备上进行精确操作期间,大多数操作人员往往甚至会忽略测试单元51上给出的“引擎高温警告”。而这在实际现场恰好就是多线程任务并行多项操作期间必须要注意的关键信息,这种操作人员的关键天赋(认知能力)并非通过培训就能够提高的,特别是复杂场景下的并行任务操作期间,这就需要将操作熟练度对人才能力的提升与复杂场景下的认知能力区分开了,由此才能准确找到当前设备的工作人员,并加以深入培养。
进一步地,人员经过训练后,其对多线程任务的适应能力会逐步增强,因此无法有效检测人员的并发项目处理能力,因此,在这一过程中,需要在多任务测试场景中,调整插入的特质测试项目的内容及顺序,使得测试过程中的人员的适应性降低,并且人员的初期、中期、后期的测试数据采用不同权重,对人员的并发项目数量等级进行评定。
具体的,人员的初期数据更具有参考意义,更能反映出人员的并发项目处理能力,依据测试次数的预设权重对工作人员的并发项目处理等级进行权重修正,工作人员在每一个特质测试项目中的行为数据对应相应的以分值为评价标准的评价结果,分值的总数对应工作人员的并发项目处理等级。例如,分值≥90可以为一级,80≤分值<90为二级,分值<80可以为三级等。
实施例2
优选地,基于上述人才赋能系统,本发明还公开了一种基于大数据的人才赋能方法,如图2所示,该人才赋能方法可包括下述步骤:
S1、在数据库4中存储结构化数据,结构化数据关联于任务管理模块3的工作项任务、人才管理模块2的工作人员的人员特质和通用计算机100存储的非结构化数据、数据验证模块1维护通用计算机100所存储的非结构化数据以及监测通用计算机100关联的设备。
S2、任务管理模块3耦合到数据库4以用于分析数据库4存储的结构化数据,并且基于从数据库4接收的结构化数据创建工作项任务。
S3、人才管理模块2耦合到操作能力极值测试模块5以通过操作能力极值测试模块5确定工作人员的人员特质。
S4、任务管理模块3耦合到数据验证模块1以通过数据验证模块1向工作人员分配关于维护通用计算机100及其关联设备的工作项任务。
S5、数据验证模块1响应于接收到来自任务管理模块3的工作项任务,向通用计算机100和/或人才管理模块2发布任务指示。
S6、向工作人员推送测试项目以监测工作人员在测试项目中的行为特征信息。
S7、基于行为特征信息以及数据库4存储的结构化数据分析工作人员的人员特质。
S8、向工作人员发布与通过行为特征信息确定的人员特质相对应的工作项任务。
根据一种优选的实施方式,本实施例中,发布任务指示可包括下述步骤:
对人才管理模块2关联的多个工作人员以及任务管理模块3的多个工作项任务进行匹配;
数据验证模块1通过匹配过程优化通用计算机100与数据库4的数据存储;
数据验证模块1响应于接收到来自任务管理模块3的工作项任务,向若干个通用计算机100和/或人才管理模块2发布任务指示。
根据一种优选的实施方式,工作项任务的任务信息包括工作项任务的工作安全等级、操作速度等级、工作内容变动等级以及并发项目数量等级。
根据一种优选的实施方式,数据验证模块1响应于接收到来自任务管理模块3的工作项任务向人才管理模块2发布招聘指示,并且人才管理模块2基于解析数据库4存储的结构化数据和招聘指示选择性地接收人才管理模块2所调取的来自于外部的工作申请。
根据一种优选的实施方式,在数据验证模块1发布来自于任务管理模块3的工作项任务时,数据验证模块1识别相应工作项任务的作业信息以及与工作项任务相关联的验证信息,并且基于相应的作业信息和第一验证信息识别存储在数据库4中的结构化节点,以及在与结构化节点相关联的数据库4中融合第二验证信息,第一验证信息包括关联于相应工作项任务的人员的绩效考核信息,第二验证信息包括关联于相应工作项任务的作业流程信息。
根据一种优选的实施方式,人才赋能方法还可包括以下步骤:
数据验证模块1响应于接收到来自任务管理模块3的工作项任务向人才管理模块2发布招聘指示。
人才管理模块2基于解析数据库4存储的结构化数据和第一验证信息选择性地接收人才管理模块2所调取的来自于外部的工作申请。
数据验证模块1执行与数据库4和人才管理模块2相关联的第三指令以维护从数据库4接收的结构化数据,其中,第三指令包括基于第一验证信息以及相应的结构化数据的结构化节点识别关联于工作申请的人员信息。
根据一种优选的实施方式,接收人才管理模块2所调取的来自于外部的工作申请包括以下步骤:
人才管理模块2接收来自外部的工作申请。
人才管理模块2维护关联于招聘指示的工作项任务,每个工作项任务与多个工作申请中的一个相关联。
将工作申请通过与数据库4和人才管理模块2相关联的第三指令进行识别。
响应于第三指令的执行结果确定对应的通用计算机100以执行人才管理模块2的调取工作申请操作。
根据一种优选的实施方式,本实施例中,发布工作项任务指示可包括以下步骤:
对通用计算机100以及任务管理模块3的多个工作项任务进行匹配,其中,匹配是通过数据验证模块1执行第一指令和第二指令来实现的,且通用计算机100与人才管理模块2所选择的人员相关联。
数据验证模块1通过匹配过程优化通用计算机100与数据库4的数据存储。
在任务管理模块3所生成的一个或多个工作项任务中识别不能匹配至通用计算机100的工作项任务并将其传输至人才管理模块2。
根据一种优选的实施方式,发布工作项任务指示还可包括:生成工作项任务中规定的关联于该工作项任务的任务信息,任务信息是通过从数据验证模块1处接收到的来自于数据库4的结构化数据与任务管理模块3中的任务的相似程度来确定的。
根据一种优选的实施方式,工作项任务的任务信息包括执行工作项任务所需的流程、工作项的优先级、执行工作项任务所需的技能组合、所需的开始时间和/或日期以及所需的完成时间和/或日期。
根据一种优选的实施方式,数据验证模块1响应于接收到来自任务管理模块3的工作项任务向人才管理模块2发布招聘指示,并且人才管理模块2基于解析数据库4存储的结构化数据和招聘指示选择性地接收人才管理模块2所调取的来自于外部的工作申请。
根据一种优选的实施方式,在数据验证模块1发布来自于任务管理模块3的工作项任务时,数据验证模块1识别相应工作项任务的作业信息以及与工作项任务相关联的验证信息,并且基于相应的作业信息和第一验证信息识别存储在数据库4中的结构化节点,以及在与结构化节点相关联的数据库4中融合第二验证信息,第一验证信息包括关联于相应工作项任务的人员的绩效考核信息,第二验证信息包括关联于相应工作项任务的作业流程信息。
根据一种优选的实施方式,结构化数据关联于任务管理模块3的工作项任务、人才管理模块2的人员配置信息以及通用计算机100存储的非结构化数据,并且结构化数据具有若干个结构化节点以将相应的工作项任务、人员配置信息以及非结构化数据进行融合。
特别地,信息技术的发展所形成的无纸化办公使得邮件、短消息、文件等各种方式的数据被存储,当存储的需求得到满足后,对有关所述数据的更多信息的洞察会变得明显。相对于外部爬取的数据,这些数据的来源位置和来源真实性、内容的确定性都较高,在对数据重构后,建立基于关键绩效指标的业务模型以获得对数据的更多洞察是可以实现的,因此,本发明设置有数据库4和数据验证模块1在有计划的存储上述数据的过程中分析上述数据,并在数据库4中建立起关于关键绩效指标的业务模型,以优化上述数据的存储以及数据结构。
优选地,现有大数据服务模式主要基于爬取数据进行存储并且建立用于分析数据的服务器,而在本发明中,工作数据的来源相对稳定,可随时调取,在业务模型的建立过程则不需要按照上述模式进行设置,在原有的架构体系内就能够建立业务模型,进一步减小了设备投入的成本,而现有技术中通用计算机100的存储空间主要用于存储工作数据,其存储情况相对比较冗余(如,同一份工作文件会存储在多个计算机中),浪费了大量的存储空间,针对上述情况,本发明通过数据验证模块1在通用计算机100和数据库4之间的数据传输过程中建立了验证上传的数据传输模式,使得通用计算机100上传的数据能够进行分布存储,并且在验证数据的过程总对通用计算机100的数据存储进行维护以避免通用计算机100的数据冗余,并且为了进一步降低数据库4中的数据存储量,本发明通过数据验证模块1在数据库4与通用计算机100之间建立联系,使得同一工作数据能够进行分布存储,将工作文件的部分关键性的指标信息存储于数据库4优化业务模型而工作文件的数据存储于通用计算机100,使得数据的存储得到优化。
进一步地,现有技术中,数据传输的过程中,服务器对应的通用计算机100相对较多,因而会造成数据传输拥堵的现象,而本发明中,设置了数据验证模块1,通用计算机100与数据库4之间只需要进行工作文件的部分关键性的指标信息的传输,并不需要占据更多的传输带宽,并且对通用计算机100的维护能够在通用计算机100的数据传输请求过程中进行,并且在对通用计算机100进行维护的过程中,关联该通用计算机100所上传的工作数据的多个通用计算机100能够在这一过程中也一并维护,而维护以及数据分析过程中所需要的算力,也能够有效利用上述过程中维护的通用计算机100予以支持,进一步加快数据传输和通用计算机100的维护过程。
根据一种优选实施方式,人力资源的配置情况以及任务的工作量是高度相关的,但现有的管理模式中,主要依赖于人员对上述过程进行管理,因此会存在业务量以及人力资源配置失衡的情况,严重影响了企业的人力资源管理,因此本发明针对上述问题进行设计,设置了与人才管理模块2通信连接的第二交换单元,利用第二交换单元与人才管理模块2中调取的来自于外部的人员信息和数据库4中的关联与人员和任务信息的业务模型进行比对分析,进而优化人才管理模块2对工作申请的爬取,并且能够基于业务模型中关联于现有职员的信息的结构化节点对工作申请进行分析,以提高招聘过程中的人员匹配程度,并且进一步针对通用计算机100所对应的预定入职的人员基于现有的业务模型对其工作数据进行分析,进而更加便于确定人员的入职结果。
具体地,在对人员进行管理过程中,人员招聘与任务量之间存在相对滞后的现象,无法预知求职状况,并且工作量与人员的配置失衡的情况得到了解的过程也存在滞后性,因此需要在这一过程中,利用数据库4所建立的业务模型对人员和工作量的配置方面能够有更加精确的分析,才能够使得人员与任务量匹配,提高效率。因此,本发明利用数据验证模块1对来自互联网的人员工作申请的数据进行爬取,并且基于现有的模型对工作量的所对应的人员状况能够有更加清晰的认识,基于上述业务模型能够及时将获取相互匹配的人员信息进行处理,根据工作量的剩余状况生成相应的人员的招聘指令,并且基于现有人员的业务绩效结构进一步优化招聘指令的内容,而预定入职人员所完成的工作也能够得到考量,进而基于业务量生成更加准确的招聘指令。进一步地,当上述模型所分析的关于预定入职人员的业绩的数据能够与人才公司的数据库4之间建立联系时,在匹配人员的过程中能够将这一部分作为匹配内容,进一步提高了人员的匹配程度,减小了考核时间,进一步优化了人才管理的效率。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思,诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思,申请人保留根据每项发明构思提出分案申请的权利。
Claims (9)
1.一种基于大数据的人才赋能系统,其特征在于,包括:
数据验证模块(1),配置为耦合到通用计算机(100)以监测所述通用计算机(100)关联的设备;
人才管理模块(2),配置为耦合到操作能力极值测试模块(5)以通过所述操作能力极值测试模块(5)确定工作人员的人员特质,并将其发送至数据验证模块(1);
任务管理模块(3),配置为耦合到所述数据验证模块(1)以通过所述数据验证模块(1)向工作人员分配关于维护所述通用计算机(100)关联的设备的工作项任务;
所述操作能力极值测试模块(5)包括:
测试单元(51),其被配置为向对应的工作人员推送测试项目;
监测单元(52),其被配置为监测工作人员在测试项目中的行为特征信息,其中,所述行为特征信息包括工作人员的物理指标、心理指标和智力指标;
分析单元(53),其被配置为响应于接收到来自所述监测单元(52)的行为特征信息以及数据库(4)存储的结构化数据分析工作人员的人员特质;
所述向对应的工作人员推送测试项目包括推送参数各异的第一特质测试项目、第二特质测试项目和第三特质测试项目,以使得工作人员进行并发项目数量等级测试,其中,在执行并发项目数量等级的测试过程中,插入出现在时序变化点的所述第一特质测试项目和/或多线程任务并行操作期间的第二特质测试项目,以干扰程度的差异量化评估工作人员的并发项目数量等级。
2.根据权利要求1所述的基于大数据的人才赋能系统,其特征在于,所述数据验证模块(1)响应于接收到的来自所述任务管理模块(3)的工作项任务向人才管理模块(2)发布任务指示,所述人才管理模块(2)基于解析数据库(4)存储的结构化数据和所述任务指示选择性地将任务指示分配至所述人才管理模块(2)关联的工作人员。
3.根据权利要求1所述的基于大数据的人才赋能系统,其特征在于,所述任务管理模块(3)能够基于解析数据库(4)存储的结构化数据选择性地创建工作项任务并且所述工作项任务通过所述数据验证模块(1)发布至所述通用计算机(100),所述数据验证模块(1)能够响应于接收到来自所述任务管理模块(3)的工作项任务向人才管理模块(2)发布任务指示。
4.根据权利要求1所述的基于大数据的人才赋能系统,其特征在于,在所述数据验证模块(1)发布来自于所述任务管理模块(3)的工作项任务时,所述数据验证模块(1)识别所述工作项任务的作业信息以及与所述工作项任务相关联的验证信息,所述人才管理模块(2)基于所述工作项任务的作业信息和第一验证信息识别存储在所述数据库(4)中的结构化节点,并在与所述结构化节点相关联的所述数据库(4)中融合第二验证信息,其中,所述第一验证信息包括关联于相应工作项任务的工作人员的作业质量信息,所述第二验证信息包括关联于相应工作项任务的作业流程信息。
5.一种基于大数据的人才赋能方法,其特征在于,包括:
数据验证模块(1)维护通用计算机(100)所存储的非结构化数据并监测所述通用计算机(100)关联的设备;
人才管理模块(2)耦合到操作能力极值测试模块(5)以通过所述操作能力极值测试模块(5)确定工作人员的人员特质;
任务管理模块(3)耦合到所述数据验证模块(1)以通过所述数据验证模块(1)向工作人员分配关于维护所述通用计算机(100)及其关联设备的工作项任务,
所述操作能力极值测试模块(5)包括:
测试单元(51),其被配置为向对应的工作人员推送测试项目;
监测单元(52),其被配置为监测工作人员在测试项目中的行为特征信息,其中,所述行为特征信息包括工作人员的物理指标、心理指标和智力指标;
分析单元(53),其被配置为响应于接收到来自所述监测单元(52)的行为特征信息以及数据库(4)存储的结构化数据分析工作人员的人员特质;
所述向对应的工作人员推送测试项目包括推送参数各异的第一特质测试项目、第二特质测试项目和第三特质测试项目,以使得工作人员进行并发项目数量等级测试,其中,在执行并发项目数量等级的测试过程中,插入出现在时序变化点的所述第一特质测试项目和/或多线程任务并行操作期间的第二特质测试项目,以干扰程度的差异量化评估工作人员的并发项目数量等级。
6.根据权利要求5所述的基于大数据的人才赋能方法,其特征在于,还包括:
向工作人员推送测试项目以监测工作人员在测试项目中的行为特征信息;
基于所述行为特征信息以及数据库(4)存储的结构化数据分析工作人员的人员特质;
向工作人员发布与通过所述行为特征信息确定的人员特质相对应的工作项任务。
7.根据权利要求6所述的基于大数据的人才赋能方法,其特征在于,还包括:
任务管理模块(3)耦合到数据库(4)并分析由所述数据库(4)存储的结构化数据,以基于从所述数据库(4)接收的所述结构化数据创建工作项任务;
在所述数据库(4)中存储结构化数据,所述结构化数据关联于任务管理模块(3)的工作项任务、人才管理模块(2)的工作人员的人员特质以及通用计算机(100)存储的非结构化数据。
8.根据权利要求6所述的基于大数据的人才赋能方法,其特征在于,发布工作项任务包括:
对所述人才管理模块(2)关联的多个工作人员以及任务管理模块(3)的多个工作项任务进行匹配;
所述数据验证模块(1)通过匹配过程优化通用计算机(100)与数据库(4)的数据存储;
所述数据验证模块(1)响应于接收到来自所述任务管理模块(3)的工作项任务,向所述通用计算机(100)和/或所述人才管理模块(2)发布任务指示。
9.根据权利要求5~8任一项所述的基于大数据的人才赋能方法,其特征在于,所述工作项任务的任务信息包括工作项任务的工作安全等级、操作速度等级、工作内容变动等级以及并发项目数量等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330733.2A CN115392804B (zh) | 2022-10-28 | 2022-10-28 | 一种基于大数据的人才赋能方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211330733.2A CN115392804B (zh) | 2022-10-28 | 2022-10-28 | 一种基于大数据的人才赋能方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115392804A CN115392804A (zh) | 2022-11-25 |
CN115392804B true CN115392804B (zh) | 2023-02-03 |
Family
ID=84115288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211330733.2A Active CN115392804B (zh) | 2022-10-28 | 2022-10-28 | 一种基于大数据的人才赋能方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115392804B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2128006C1 (ru) * | 1997-08-26 | 1999-03-27 | Михайлик Николай Федорович | Способ оценки работоспособности членов экипажа воздушного судна |
CN106021274A (zh) * | 2016-04-29 | 2016-10-12 | 北京格分维科技有限公司 | 一种基于大数据的人才能力评价模型系统及方法 |
CN112016101A (zh) * | 2020-11-02 | 2020-12-01 | 深圳开源互联网安全技术有限公司 | 软件研发安全能力动态评估和提升方法及系统 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质 |
TW202203133A (zh) * | 2020-07-02 | 2022-01-16 | 丞鑫企業管理顧問有限公司 | 多維度職業性格動態檢測方法及動態檢測裝置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7137821B2 (en) * | 2004-10-07 | 2006-11-21 | Harcourt Assessment, Inc. | Test item development system and method |
GB2513958B (en) * | 2013-03-15 | 2020-07-08 | Fisher Rosemount Systems Inc | Supervisor engine for process control |
EP3580711A1 (en) * | 2017-02-13 | 2019-12-18 | Scout Exchange LLC | System and interfaces for managing temporary workers |
CN108009756A (zh) * | 2017-12-27 | 2018-05-08 | 安徽华久信科技有限公司 | 一种大数据人才能力评估系统及方法 |
CN108764706A (zh) * | 2018-05-25 | 2018-11-06 | 安徽理工大学 | 一种基于大数据的人才信息管理系统和方法 |
CN110633961A (zh) * | 2019-09-26 | 2019-12-31 | 深圳才储网络有限公司 | 一种可用于在企业岗位匹配的用户测评系统及其测评方法 |
CN114648299A (zh) * | 2022-03-17 | 2022-06-21 | 郭九英 | 一种基于深度学习的人才推荐与挖掘系统 |
-
2022
- 2022-10-28 CN CN202211330733.2A patent/CN115392804B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2128006C1 (ru) * | 1997-08-26 | 1999-03-27 | Михайлик Николай Федорович | Способ оценки работоспособности членов экипажа воздушного судна |
CN106021274A (zh) * | 2016-04-29 | 2016-10-12 | 北京格分维科技有限公司 | 一种基于大数据的人才能力评价模型系统及方法 |
TW202203133A (zh) * | 2020-07-02 | 2022-01-16 | 丞鑫企業管理顧問有限公司 | 多維度職業性格動態檢測方法及動態檢測裝置 |
CN112016101A (zh) * | 2020-11-02 | 2020-12-01 | 深圳开源互联网安全技术有限公司 | 软件研发安全能力动态评估和提升方法及系统 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115392804A (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jeanneret et al. | Linking O* NET job analysis information to job requirement predictors: An O* NET application | |
Militello et al. | A synthesized model of team performance | |
Chen et al. | Establishment of a maturity model to assess the development of industrial AI in smart manufacturing | |
US20080059340A1 (en) | Equipment management system | |
Schreiber et al. | Integrated production and maintenance planning for cyber-physical production systems | |
Hanley et al. | A guide for measuring the value of KM investments | |
Yousefi et al. | Using statistical control charts to monitor duration-based performance of project | |
Tahir et al. | A systematic mapping study on software measurement programs in SMEs | |
Alsubaie et al. | Maintenance process improvement model by integrating LSS and TPM for service organisations | |
CN115392804B (zh) | 一种基于大数据的人才赋能方法及系统 | |
Yli-Huumo et al. | Developing processes to increase technical debt visibility and manageability–an action research study in industry | |
Johannsen et al. | A Six Sigma approach for integrated solutions | |
CN116777690A (zh) | 一种基于多模态数据分析的大学生党员继续教育跟踪评价系统及方法 | |
Haindl et al. | Quality characteristics of a software platform for human-ai teaming in smart manufacturing | |
KR20230100260A (ko) | 업무 처리 자동화 시스템의 업무 처리 상황 관리 시스템 및 그 구동방법 | |
He et al. | A survey on software reliability demonstration | |
Millar | The role of reliability data bases in deploying CBM+, RCM and PHM with TLCSM | |
CN112184040A (zh) | 基于行为与学习数据进行软件工程能力评估的平台 | |
Barreto et al. | Defining and monitoring strategically aligned software improvement goals | |
Kurilenko et al. | Virtual Employee Implementation Using Temporal Case-based Reasoning | |
Djedović et al. | A combined process mining for improving business process | |
CN117172721B (zh) | 用于融资业务的数据流转监管预警方法及系统 | |
CN116205496B (zh) | 合规风险管控方法、系统、电子设备及存储介质 | |
KR102622630B1 (ko) | 업무성실도와 업무집중도 기반의 회사별 맞춤형 업무 평가 장치, 시스템 및 방법 | |
Arnovick et al. | Design and evaluation of information systems |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |