CN115907282A - 基于多级标签的人才测评方法及装置 - Google Patents

基于多级标签的人才测评方法及装置 Download PDF

Info

Publication number
CN115907282A
CN115907282A CN202211168124.1A CN202211168124A CN115907282A CN 115907282 A CN115907282 A CN 115907282A CN 202211168124 A CN202211168124 A CN 202211168124A CN 115907282 A CN115907282 A CN 115907282A
Authority
CN
China
Prior art keywords
label
level
evaluation
labels
talent
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
CN202211168124.1A
Other languages
English (en)
Inventor
李开乐
丁唯嘉
何正江
祁祥
黄鑫
任文勇
万雯萱
蔡杰杰
王晨
张婕
王宏远
刘春林
戴璐
马小燕
应伟志
赵凌瑶
谭袁子安
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.)
Boc Financial Technology Suzhou Co ltd
Original Assignee
Boc Financial Technology Suzhou 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 Boc Financial Technology Suzhou Co ltd filed Critical Boc Financial Technology Suzhou Co ltd
Priority to CN202211168124.1A priority Critical patent/CN115907282A/zh
Publication of CN115907282A publication Critical patent/CN115907282A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于多级标签的人才测评方法及装置，基于已建立的能力标签模型的一级标签确认人岗匹配规则；基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。本发明通过多级标签以及标签权重对待测评人员的能力进行测评，步骤简单且能够立即分析得到结果，提高了人才测评的匹配精度和效率。

Description

基于多级标签的人才测评方法及装置
技术领域
本发明涉及数据处理和测评技术领域，尤其涉及一种基于多级标签的人才测评方法及装置。
背景技术
基于企业员工主要来源于每年的春季、秋季校园招聘，入职员工人数多且无工作经验，适合的岗位各有不同，人力资源部门压力大且易出现员工与岗位不匹配的状况。
现有的基于人才测评的人岗匹配方法通过预置题库对测评人员进行测评，对结果进行分析，提取个人基础数据，从不同维度对测评人员的能力进行评估，根据职业能力得分推算职业类型得分和职业领域分布，综合各方面得分和数据特征，生成测评结果。
现有技术通过先测评后分析的方式得到测评结果，得到的测评数据不可控，结果存在的可能性过多，对测评结果进行数据分析容易造成无法精准匹配的问题，且步骤繁琐，难以快速分析出测评结果。
因此，在进行人才测评时数据步骤繁琐、匹配度不够精确，是当前亟需解决的技术问题。
发明内容
本发明提供一种基于多级标签的人才测评方法及装置，用以解决现有技术中上述存在的缺陷，实现通过多级标签以及标签权重对待测评人员的能力进行测评，步骤简单且能够立即分析得到结果，提高了人才测评的匹配精度和效率。
本发明提供一种基于多级标签的人才测评方法，包括：
基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
根据本发明提供的一种基于多级标签的人才测评方法，所述基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据，包括：
将所述测评问卷的各测评题目设置答题时长；
基于所述各测评题目以及对应的答题时长对所述待测评人员的能力进行测评；
在所述答题时长结束的情况下，自动退出测评并得到所述待测评人员的测评结果原始数据。
根据本发明提供的一种基于多级标签的人才测评方法，所述基于已建立的能力标签模型的一级标签确认人岗匹配规则，包括：
基于企业的预置岗位与所述一级标签确认所述人岗匹配规则；
其中，所述一级标签是根据所述预置岗位的人才需求确认的。
根据本发明提供的一种基于多级标签的人才测评方法，所述能力标签模型的建立方法，包括：
根据所述预置岗位的人才需求确认所述一级标签，并确认所述一级标签的标签权重；
将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重；
基于所述一级标签和二级标签、一级标签的标签权重以及二级标签的标签权重，建立所述能力标签模型。
根据本发明提供的一种基于多级标签的人才测评方法，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
基于市场需求，对企业招聘岗位的能力要求提取关键因素；
将所述一级标签基于所述关键因素多个维度的划分，获取多个维度的二级标签；
基于所述关键因素的出现频率、所述企业招聘岗位的薪资数据，确认所述一级标签的标签权重。
根据本发明提供的一种基于多级标签的人才测评方法，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
从企业的人才数据库提取特征变量；
将所述一级标签基于所述特征变量，以及结合企业的历史评分记录进行多个维度的划分，获取多个维度的二级标签；
基于所述人才数据库的数据更新，更新并确认所述二级标签的标签权重。
根据本发明提供的一种基于多级标签的人才测评方法，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
在企业确认所述预置岗位的岗位需求的情况下，基于企业需求自动对所述一级标签进行多个维度的划分，获取多个维度的二级标签；
基于所述企业需求，自动设置所述二级标签的标签权重。
本发明还提供一种多级标签的人才测评装置，包括：
规则确认模块，用于基于已建立的能力标签模型的一级标签确认人岗匹配规则；
调用模块，用于基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
测评模块，用于基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
得分获取模块，用于结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述多级标签的人才测评装置方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述多级标签的人才测评装置方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述多级标签的人才测评装置方法。
本发明提供的基于多级标签的人才测评方法及装置，通过基于已建立的能力标签模型的一级标签确认人岗匹配规则，然后基于能力标签模型的二级标签，从数据题库中调用测评问卷，进一步地基于测评问卷对待测评人员的能力进行测评，得到待测评人员的测评结果原始数据；结合人岗匹配规则，基于测评结果原始数据和一级标签以及二级标签的预设标签权重，得到待测评人员的岗位得分。本发明通过多级标签以及标签权重对待测评人员的能力进行测评，步骤简单且能够立即分析得到结果，提高了人才测评的匹配精度和效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的多级标签的人才测评方法的流程示意图之一；
图2是本发明提供的多级标签的人才测评方法的流程示意图之二；
图3是本发明提供的多级标签的人才测评装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
参照图1，本发明提供的基于多级标签的人才测评方法，包括以下步骤：
步骤110、基于已建立的能力标签模型的一级标签确认人岗匹配规则；
步骤120、基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
步骤130、基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
步骤140、结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
首先需要说明的是，本发明提供的基于多级标签的人才测评方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage， NAS)或个人计算机(personal computer，PC)等，本发明不作具体限定。以下以计算机执行本发明提供的基于多级标签的人才测评方法，对本发明的各步骤进行详细描述。
在步骤110中，首先根据已建立的能力标签模型的一级标签确定人岗匹配规则。一级标签即为企业或公司预置岗位的人才需求的大致方向，比如公司需要的技术岗位人员、文员岗位人员、后勤岗位人员、市场岗位人员以及财务岗位人员等。
然后根据企业或公司的预置岗位与需要的岗位人员进行绑定，也就是建立匹配关系，生成人岗匹配规则。
在步骤220中，根据能力标签模型的二级标签，从系统题库随机抽取题目组成专属测评问卷，利用该测评问卷对待测评人员进行能力测评。
需要说明的是，步骤220中的二级标签是对步骤210中的一级标签的进一步细分。比如一级标签的技术岗位人员可以具体划分为研发岗位人员、测试岗位人员、硬件开发岗位人员、软件开发岗位人员以及产品岗位人员等等。一级标签的市场岗位人员可以具体划分为市场经理岗位人员、电话销售岗位人员、商务秘书岗位人员等等。
根据二级标签对应的具体岗位人员需求，在数据题库中选取测试问卷，也就是不同的二级标签对应不同的测试问卷。
需要补充的是，数据题库是对人员招聘以及测评的试题进行大数据采集和存储建立的。在实际的人员测评中，利用二级标签随机从数据题库中选取题目组成专属的测评问卷，从而保证测评问卷具有不唯一性，降低测评的偶然性而增加真实性。
进一步地，在步骤130中，根据从数据题库中调用的测评问卷对待测评人员的能力进行测评，得到待测评人员的测评结果原始数据。
可通过利用选取试题组成的测评问卷对不同的待测评人员进行测评，由于试题是随机抽取的，因此随机的、不唯一的测评问卷在进行能力测评时，能够降低测评偶然性从而增加真实性，可在测评人员进行测评之后立即得出测评结果原始数据，
最后，在步骤140中，结合上述步骤110中得到的人岗匹配规则，利用步骤110中的一级标签的标签权重、步骤120中的二级标签的标签权重以及步骤130中的测评结果原始数据进行计算，从而得到待测评人员的岗位得分。
步骤140的计算公式如以下公式(1)所示：
Figure BDA0003862244340000071
其中，Sn表示：岗位得分，Mi表示：一级标签的标签权重；Bi表示：测评结果原始数据，Ni表示：二级标签的标签权重。
在企业或公司的实际测评过程中，可根据岗位得分进行不同岗位匹配度由高到低进行排序，从而获得待测评人员最适合的岗位，为需求单位新入职员工快速精准分配岗位。
本发明实施例提供的基于多级标签的人才测评方法，通过基于已建立的能力标签模型的一级标签确认人岗匹配规则，然后基于能力标签模型的二级标签，从数据题库中调用测评问卷，进一步地基于测评问卷对待测评人员的能力进行测评，得到待测评人员的测评结果原始数据；结合人岗匹配规则，基于测评结果原始数据和一级标签以及二级标签的预设标签权重，得到待测评人员的岗位得分。本发明通过多级标签以及标签权重对待测评人员的能力进行测评，步骤简单且能够立即分析得到结果，提高了人才测评的匹配精度和效率。
在上述实施例的基础上，所述基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据，包括：
将所述测评问卷的各测评题目设置答题时长；
基于所述各测评题目以及对应的答题时长对所述待测评人员的能力进行测评；
在所述答题时长结束的情况下，自动退出测评并得到所述待测评人员的测评结果原始数据。
在本实施例中，通过对测评问卷的每个测评题目设置答题时长，在答题时长的限制下，通过每个测评题目对待测评人员进行测评，在每个测评题目的答题时长结束时，自动退出测评，也就是表示本题目的测评时间已使用完毕，此时则会自动退出测评，从而减少测评时间，提高测评效率。
然后，统计所有测评题目的得分并进行汇总，得到测评问卷的最终得分。
本发明实施例提供的基于多级标签的人才测评方法，通过在答题时长的限制下对待测评人员能力进行测评，从而在一定的时间内完成测评，通过减少测评时间而提高测评效率。
在上述实施例的基础上，所述基于已建立的能力标签模型的一级标签确认人岗匹配规则，包括：
基于企业的预置岗位与所述一级标签确认所述人岗匹配规则；
其中，所述一级标签是根据所述预置岗位的人才需求确认的。
本实施例根据企业或公司的预置岗位与需要的岗位人员进行绑定，也就是建立匹配关系，生成人岗匹配规则。
在上述实施例的基础上，所述能力标签模型的建立方法，包括：
根据所述预置岗位的人才需求确认所述一级标签，并确认所述一级标签的标签权重；
将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重；
基于所述一级标签和二级标签、一级标签的标签权重以及二级标签的标签权重，建立所述能力标签模型。
本实施例提供能力标签模型的建立过程，首先需要通过人才需求确认一级标签，然后根据具体的人才需求设置一级标签的标签权重，可设置为0.8或0.2，也可根据实际情况进行调整，在此不多做限定。
然后将以及标签根据多个维度进行划分，得到多个二级标签，二级标签的标签权重可根据二级标签的具体需求度等因素进行设置，可设置为0.3、0.2、0.2、0.1、0.1、0.1，也可根据实际情况进行调整，在此不多做限定。
最后利用一级标签、二级标签形成多级标签，以及各标签对应的标签权重建立能力标签模型。
需要说明的是，上述实施例中提到的能力标签模型的建立方法可包括市场需求建模法、人才库建模法以及自定义建模法，以下通过三种不同的实施例对三种建模方法分别进行描述。
在上述实施例的基础上，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
基于市场需求，对企业招聘岗位的能力要求提取关键因素；
将所述一级标签基于所述关键因素多个维度的划分，获取多个维度的二级标签；
基于所述关键因素的出现频率、所述企业招聘岗位的薪资数据，确认所述一级标签的标签权重。
本实施例提供了根据市场需求建模法建立能力标签模型的过程。
在本实施例中，系统可以通过分析海量企业招聘岗位的能力要求提取关键因素，通过这些关键因素对一级标签进行划分，作为多个维度的二级标签。
然后根据关键因素的出现频率及岗位薪资等因素确定二级标签的标签权重。并且通过招聘数据的不断更新完善模型，不断调整标签权重的数值，从而无限接近与真实的市场需求。
在上述实施例的基础上，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
从企业的人才数据库提取特征变量；
将所述一级标签基于所述特征变量，以及结合企业的历史评分记录进行多个维度的划分，获取多个维度的二级标签；
基于所述人才数据库的数据更新，更新并确认所述二级标签的标签权重。
具体地，本实施例提供了根据人才库建模法建立能力标签模型的过程。
在本实施例中，由于系统存在基础人才库，因此在有公司人才库的条件下也可以通过导入公司人才库扩展系统数据，从中提取人才关键特征变量综合公司过往评分记录，获取二级标签并设置标签权重。
具体实现方式为，首先从企业的人才数据库提取特征变量，然后将一级标签基于特征变量，并结合企业的历史评分记录进行多个维度的划分，获取多个维度的二级标签，最后利用人才数据库的数据更新，更新并确认二级标签的标签权重。通过公司人才库的不断完善自我调整，更加贴近公司的专属需求。
在上述实施例的基础上，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
在企业确认所述预置岗位的岗位需求的情况下，基于企业需求自动对所述一级标签进行多个维度的划分，获取多个维度的二级标签；
基于所述企业需求，自动设置所述二级标签的标签权重。
具体地，本实施例提供了根据自定义建模法建立能力标签模型的过程。
在实际情况下，部分企业或公司对岗位需求明确度高，可在系统种自行设计二级、三级标签以及对应权重，并自行与对应岗位相绑定，系统通过验证有效性自动生成基础模型。
在企业或公司明确确认预置岗位的岗位需求的情况下，基于企业需求自动对一级标签进行多个维度的划分，获取多个维度的二级标签，然后基于企业需求，自动设置二级标签的标签权重。
本发明实施例提供的基于多级标签的人才测评方法，通过多种不同的建模方式建立能力标签模型，能够通过能力标签模型全面真实的体现招聘岗位所需人才的能力，通过各项能力得出招聘人员的胜任情况，并且不仅仅是通过单一企业对人员筛选的标准来评定，而是通过多种建模方式供需求方在不同场景下自由选择。
参照图2，图2是本发明提供的基于多级标签的人才测评方法的完整流程图，包括：
步骤210、根据公司职位需求定义基础一级标签，根据一级标签细化六个维度组成二级标签，预置岗位与一级标签绑定，生成人岗匹配规则；
步骤220、通过二级标签从系统题库随机抽取题目组成专属测评问卷，限制每题时长并通过退出提交保证数据真实性，得出测评结果原始数据；
步骤230、系统根据一级标签预置权重、二级标签预置权重对测评人员原始数据进行计算得分，通过人岗匹配规则计算岗位得分，根据得分标准得出适配岗位。
下面对本发明提供的基于多级标签的人才测评装置进行描述，下文描述的基于多级标签的人才测评装置与上文描述的基于多级标签的人才测评方法可相互对应参照。
参照图3，本发明还提供一种基于多级标签的人才测评装置，包括：
规则确认模块310，用于基于已建立的能力标签模型的一级标签确认人岗匹配规则；
调用模块320，用于基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
测评模块330，用于基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
得分获取模块340，用于结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
在规则确认模块310中，首先根据已建立的能力标签模型的一级标签确定人岗匹配规则。一级标签即为企业或公司预置岗位的人才需求的大致方向，比如公司需要的技术岗位人员、文员岗位人员、后勤岗位人员、市场岗位人员以及财务岗位人员等。
然后根据企业或公司的预置岗位与需要的岗位人员进行绑定，也就是建立匹配关系，生成人岗匹配规则。
在调用模块320中，根据能力标签模型的二级标签，从系统题库随机抽取题目组成专属测评问卷，利用该测评问卷对待测评人员进行能力测评。
需要说明的是，调用模块320中的二级标签是对规则确认模块 310中的一级标签的进一步细分。比如一级标签的技术岗位人员可以具体划分为研发岗位人员、测试岗位人员、硬件开发岗位人员、软件开发岗位人员以及产品岗位人员等等。一级标签的市场岗位人员可以具体划分为市场经理岗位人员、电话销售岗位人员、商务秘书岗位人员等等。
根据二级标签对应的具体岗位人员需求，在数据题库中选取测试问卷，也就是不同的二级标签对应不同的测试问卷。
需要补充的是，数据题库是对人员招聘以及测评的试题进行大数据采集和存储建立的。在实际的人员测评中，利用二级标签随机从数据题库中选取题目组成专属的测评问卷，从而保证测评问卷具有不唯一性，降低测评的偶然性而增加真实性。
进一步地，在测评模块330中，根据从数据题库中调用的测评问卷对待测评人员的能力进行测评，得到待测评人员的测评结果原始数据。
可通过利用选取试题组成的测评问卷对不同的待测评人员进行测评，由于试题是随机抽取的，因此随机的、不唯一的测评问卷在进行能力测评时，能够降低测评偶然性从而增加真实性，可在测评人员进行测评之后立即得出测评结果原始数据，
最后，在得分获取模块340中，结合上述规则确认模块310中得到的人岗匹配规则，利用规则确认模块310中的一级标签的标签权重、规则确认模块310中的二级标签的标签权重以及测评模块330中的测评结果原始数据进行计算，从而得到待测评人员的岗位得分。
得分获取模块340的计算公式如以下公式(1)所示：
Figure BDA0003862244340000131
其中，Sn表示：岗位得分，Mi表示：一级标签的标签权重；Bi表示：测评结果原始数据，Ni表示：二级标签的标签权重。
在企业或公司的实际测评过程中，可根据岗位得分进行不同岗位匹配度由高到低进行排序，从而获得待测评人员最适合的岗位，为需求单位新入职员工快速精准分配岗位。
本发明提供的基于多级标签的人才测评装置，通过基于已建立的能力标签模型的一级标签确认人岗匹配规则，然后基于能力标签模型的二级标签，从数据题库中调用测评问卷，进一步地基于测评问卷对待测评人员的能力进行测评，得到待测评人员的测评结果原始数据；结合人岗匹配规则，基于测评结果原始数据和一级标签以及二级标签的预设标签权重，得到待测评人员的岗位得分。本发明通过多级标签以及标签权重对待测评人员的能力进行测评，步骤简单且能够立即分析得到结果，提高了人才测评的匹配精度和效率。
在上述实施例的基础上，所述测评模块，具体用于：
将所述测评问卷的各测评题目设置答题时长；
基于所述各测评题目以及对应的答题时长对所述待测评人员的能力进行测试；
在所述答题时长结束的情况下，自动退出测试并得到所述待测评人员的测评结果原始数据。
在上述实施例的基础上，所述规则确认模块，具体用于：
基于企业的预置岗位与所述一级标签确认所述人岗匹配规则；
其中，所述一级标签是根据所述预置岗位的人才需求确认的。
在上述实施例的基础上，所述能力标签模型的建立方法，包括：
一级标签确认单元，用于根据所述预置岗位的人才需求确认所述一级标签，并确认所述一级标签的标签权重；
二级标签划分单元，用于将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重；
模型建立单元，用于基于所述一级标签和二级标签、一级标签的标签权重以及二级标签的标签权重，建立所述能力标签模型。
在上述实施例的基础上，所述二级标签划分单元，具体用于：
基于市场需求，对企业招聘岗位的能力要求提取关键因素；
将所述一级标签基于所述关键因素多个维度的划分，获取多个维度的二级标签；
基于所述关键因素的出现频率、所述企业招聘岗位的薪资数据，确认所述一级标签的标签权重。
在上述实施例的基础上，所述二级标签划分单元，还用于：
从企业的人才数据库提取特征变量；
将所述一级标签基于所述特征变量，以及结合企业的历史评分记录进行多个维度的划分，获取多个维度的二级标签；
基于所述人才数据库的数据更新，更新并确认所述二级标签的标签权重。
在上述实施例的基础上，所述二级标签划分单元，还用于：
在企业确认所述预置岗位的岗位需求的情况下，基于企业需求自动对所述一级标签进行多个维度的划分，获取多个维度的二级标签；
基于所述企业需求，自动设置所述二级标签的标签权重。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行基于多级标签的人才测评方法方法，该方法包括：
基于已建立的能力标签模型的一级标签确认人岗匹配规则；
基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
基于所述测评问卷对待测评人员的能力进行测试，得到所述待测评人员的测评结果原始数据；
结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于多级标签的人才测评方法方法，该方法包括：
基于已建立的能力标签模型的一级标签确认人岗匹配规则；
基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
基于所述测评问卷对待测评人员的能力进行测试，得到所述待测评人员的测评结果原始数据；
结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于多级标签的人才测评方法方法，该方法包括：
基于已建立的能力标签模型的一级标签确认人岗匹配规则；
基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
基于所述测评问卷对待测评人员的能力进行测试，得到所述待测评人员的测评结果原始数据；
结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种基于多级标签的人才测评方法，其特征在于，包括：
基于已建立的能力标签模型的一级标签确认人岗匹配规则；
基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
2.根据权利要求1所述的基于多级标签的人才测评方法，其特征在于，所述基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据，包括：
将所述测评问卷的各测评题目设置答题时长；
基于所述各测评题目以及对应的答题时长对所述待测评人员的能力进行测评；
在所述答题时长结束的情况下，自动退出测评并得到所述待测评人员的测评结果原始数据。
3.根据权利要求1所述的基于多级标签的人才测评方法，其特征在于，所述基于已建立的能力标签模型的一级标签确认人岗匹配规则，包括：
基于企业的预置岗位与所述一级标签确认所述人岗匹配规则；
其中，所述一级标签是根据所述预置岗位的人才需求确认的。
4.根据权利要求3所述的基于多级标签的人才测评方法，其特征在于，所述能力标签模型的建立方法，包括：
根据所述预置岗位的人才需求确认所述一级标签，并确认所述一级标签的标签权重；
将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重；
基于所述一级标签和二级标签、一级标签的标签权重以及二级标签的标签权重，建立所述能力标签模型。
5.根据权利要求4所述的基于多级标签的人才测评方法，其特征在于，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
基于市场需求，对企业招聘岗位的能力要求提取关键因素；
将所述一级标签基于所述关键因素多个维度的划分，获取多个维度的二级标签；
基于所述关键因素的出现频率、所述企业招聘岗位的薪资数据，确认所述一级标签的标签权重。
6.根据权利要求4所述的基于多级标签的人才测评方法，其特征在于，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
从企业的人才数据库提取特征变量；
将所述一级标签基于所述特征变量，以及结合企业的历史评分记录进行多个维度的划分，获取多个维度的二级标签；
基于所述人才数据库的数据更新，更新并确认所述二级标签的标签权重。
7.根据权利要求4所述的基于多级标签的人才测评方法，其特征在于，所述将所述一级标签划分为多个维度的二级标签，并确认所述二级标签的标签权重，包括：
在企业确认所述预置岗位的岗位需求的情况下，基于企业需求自动对所述一级标签进行多个维度的划分，获取多个维度的二级标签；
基于所述企业需求，自动设置所述二级标签的标签权重。
8.一种基于多级标签的人才测评装置，其特征在于，包括：
规则确认模块，用于基于已建立的能力标签模型的一级标签确认人岗匹配规则；
调用模块，用于基于所述能力标签模型的二级标签，从数据题库中调用测评问卷；
测评模块，用于基于所述测评问卷对待测评人员的能力进行测评，得到所述待测评人员的测评结果原始数据；
得分获取模块，用于结合所述人岗匹配规则，基于所述测评结果原始数据和一级标签的标签权重以及所述二级标签的标签权重，得到所述待测评人员的岗位得分。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于多级标签的人才测评方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于多级标签的人才测评方法。
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于多级标签的人才测评方法。
CN202211168124.1A 2022-09-23 2022-09-23 基于多级标签的人才测评方法及装置 Pending CN115907282A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211168124.1A CN115907282A (zh) 2022-09-23 2022-09-23 基于多级标签的人才测评方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211168124.1A CN115907282A (zh) 2022-09-23 2022-09-23 基于多级标签的人才测评方法及装置

Publications (1)

Publication Number Publication Date
CN115907282A true CN115907282A (zh) 2023-04-04

Family

ID=86482497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211168124.1A Pending CN115907282A (zh) 2022-09-23 2022-09-23 基于多级标签的人才测评方法及装置

Country Status (1)

Country Link
CN (1) CN115907282A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116342083A (zh) * 2023-05-30 2023-06-27 山东经纬信息集团有限公司 一种人才供需对接匹配的系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116342083A (zh) * 2023-05-30 2023-06-27 山东经纬信息集团有限公司 一种人才供需对接匹配的系统及方法
CN116342083B (zh) * 2023-05-30 2023-08-18 山东经纬信息集团有限公司 一种人才供需对接匹配的系统及方法

Similar Documents

Publication Publication Date Title
CN107872593B (zh) 坐席分配的方法及装置
WO2019104868A1 (zh) 客户风险等级确定方法、装置、设备及可读存储介质
US20210037136A1 (en) Method and system for proactive fraudster exposure in a customer service channel
CN108665159A (zh) 一种风险评估方法、装置、终端设备及存储介质
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN111861732A (zh) 一种风险评估系统及方法
CN112435112A (zh) 一种针对小微企业的银行互联网信贷风控方法
CN113989019A (zh) 识别风险的方法、装置、设备及存储介质
CN110135684A (zh) 一种能力测评方法、能力测评装置及终端设备
CN114492605A (zh) 联邦学习特征选择方法、装置、系统以及电子设备
CN115907282A (zh) 基于多级标签的人才测评方法及装置
CN114997812A (zh) 一种人力资源综合管理大数据监管服务系统
CN111191889A (zh) 一种基于逻辑回归与投票式模型集成的评分卡开发方法
CN111754195A (zh) 信息处理的方法及装置、电子设备及计算机可读存储介质
CN113177840A (zh) 一种客户风险的识别方法及装置
CN112000862B (zh) 数据处理方法及装置
CN109711984B (zh) 一种基于催收的贷前风险监控方法及装置
CN116186543B (zh) 一种基于图像识别的财务数据处理系统及方法
CN112347792A (zh) 一种基于关系抽取的反欺诈验证识别方法与系统
CN117114901A (zh) 基于人工智能的投保数据处理方法、装置、设备及介质
CN110619564B (zh) 一种反欺诈特征生成方法和装置
CN110555589A (zh) 风险订单识别方法及装置
CN115170051A (zh) 一种人力资源综合管理大数据监管服务系统
Rachev et al. Empirical examination of operational loss distributions
CN115545088A (zh) 模型构建方法、分类方法、装置和电子设备

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