CN116029687A - 一种企业内部人才选拔智能评价分析管理系统 - Google Patents
一种企业内部人才选拔智能评价分析管理系统 Download PDFInfo
- Publication number
- CN116029687A CN116029687A CN202310326210.9A CN202310326210A CN116029687A CN 116029687 A CN116029687 A CN 116029687A CN 202310326210 A CN202310326210 A CN 202310326210A CN 116029687 A CN116029687 A CN 116029687A
- Authority
- CN
- China
- Prior art keywords
- project
- personnel
- item
- person
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 105
- 238000004458 analytical method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 29
- 238000007726 management method Methods 0.000 claims description 26
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- 230000002688 persistence Effects 0.000 claims description 8
- 238000010191 image analysis Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
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
本发明属于企业内部人才选拔管理技术领域，具体公开提供的一种企业内部人才选拔智能评价分析管理系统，该系统包括人员画像构建模块、人员画像解析模块、项目信息提取解析模块、人员选拔评估模块和选拔人员反馈终端；本发明通过构建人员画像解析人员履历维度优势度、人员项目维度优势度，同时根据当前待开发项目的信息解析当前待开发项目对应难度评估指数，进而将两者进行结合，构建人员选拔模型进行人员评价选拔，实现了人员的多维度选拔评价，确保了人员选拔评价的覆盖率，同时打破了当前广度层面评价分析方式存在的局限性，满足了项目岗位类的人才选拔评价需求，提高了项目岗位类人员选拔评价的灵活性和针对性。
Description
技术领域
本发明属于企业内部人才选拔管理技术领域，涉及到一种企业内部人才选拔智能评价分析管理系统。
背景技术
面对市场化的今天，人才竞争已成为企业发展的第一资源，企业内部选拔晋升是也成了选拨人才和促进公司发展的有效手段，尤其是项目这类要求较为严格的部门，其人才选拔直接影响了项目进程，由此凸显了企业内部人员选拔分析管理的重要性。
目前企业内部人员选拔主要通过设置选拔规则并结合同事口碑等层面，进行人员评价和选拔，确认选拔人员，并且当前选拔规则基本上是从任职经历和教育背景层面的笼统性设定，还存在以下几个方面的问题：1、同事的评价存在一定的主观性，会造成待选拔人员的评价选拔结果造成很大的误差，使得待选拔人员的选拔的公正性和公平性得不到有效保障。
2、当前对任职经历和教育背景层面的规则设置主要用于评判待选拔人员的资历以及绩效等，属于广度层面上的评价，无法服务于要求较为精细化的岗位选拔，对待选拔人员的评价较为浅显，同时评价的覆盖率不高。
3、当前对选拔岗位本体的分析力不足，侧重于待选拔人员的单侧分析，无法确保待选拔人员与待选拔岗位的贴合性，存在一定的局限性。
4、当前对待选拔人员的评价存在模糊性的数据，无法确保待选拔人员选拔的合理性和规范性，同时当前的选拔方式对入职年限和绩效等资历的设定权重较大，不适用于特定要求岗位的选拔评价。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种企业内部人才选拔智能评价分析管理系统。
本发明的目的可以通过以下技术方案实现：本发明提供一种企业内部人才选拔智能评价分析管理系统，该系统包括：人员画像解析模块，用于根据指定企业中项目岗位内各人员的画像，解析各人员对应的履历维度优势度和项目维度优势度，i表示人员编号，。
项目信息提取解析模块，用于提取当前待开发项目对应的类型、金额和限定交付周期长度，计算当前待开发项目对应难度评估指数，。
其中，表示项目难度条件因子，为设定难度评估修正因子，e为自然常数。
人员选拔评估模块，用于根据各人员的画像以及当前待开发项目对应难度评估指数，构建人员选拔模型，根据所述人员选拔模型，筛选得出目标选拔人员。
选拔人员反馈终端，用于将目标选拔人员反馈至指定企业对应人事管理人员。
在一种可能的设计中，所述企业内部人才选拔智能评价分析管理系统还包括人员画像构建模块，所述人员画像构建模块用于提取指定企业中项目岗位内各人员对应的参与项目信息以及过往履历信息，进而构建各人员的画像。
其中，参与项目信息包括参与项目数目以及各参与项目对应的名称、类型、金额、限定交付周期长度、承担职位、计划交付日期、实际交付日期和后续出现问题次数。
过往履历信息包括累计入职年限、过往入职企业数目、过往从事项目岗位的企业数目和各过往从事项目岗位企业对应的就职日期。
在一种可能的设计中，所述各人员对应的履历维度优势度的具体解析过程包括：根据各人员对应的过往履历信息，统计各人员对应的过往履历符合度和过往履历持续度。
将、导入公式计算各人员对应的履历维度优势度，。
其中，表示人员数目，分别为设定的过往履历符合度、过往履历持续度对应履历维度优势评估占比权重，分别为设定参照的过往履历符合度偏差、过往履历持续度偏差，为设定的履历维度优势度评估修正因子。
在一种可能的设计中，所述各人员对应的过往履历符合度、过往履历持续度的具体统计过程为：提取各人员对应过往从事项目岗位的企业数目和过往入职企业数目，将其进行作比得到各人员项目企业入职比。
将各人员对应过往从事项目岗位的企业数目记为。
提取各人员对应的累计入职年限。
计算各人员对应的过往履历符合度，。
其中，为设定的参照企业更换比，分别为设定的企业更换比、项目企业入职比对应履历符合评估占比权重，n表示人员数目。
提取各人员对应各过往从事项目岗位企业的就职日期，对比得到各人员对应各过往从事项目岗位企业的就职间隔时长，并从中筛选出最长间隔时长。
计算各人员对应的过往履历持续度，。
其中，分别为设定的参照间隔时长、参照偏差间隔时长。
在一种可能的设计中，所述各人员对应的项目维度优势度的具体解析过程包括：根据各人员对应的参与项目信息，统计各人员对应的项目丰富度、项目完成度和项目人员交叉度。
计算各人员对应的项目维度优势度，。
其中，表示项目优势度条件因子，为设定项目优势评估修正因子，。
式中，分别为设定的项目丰富度、项目完成度、项目人员交叉度对应项目维度评估占比权重，分别为设定参照的项目丰富度、项目完成度、项目人员交叉度对应的偏差，为项目维度优势评估占比权重因子。
在一种可能的设计中，所述各人员对应的项目完成度的统计过程为：从各人员对应的参与项目信息中提取各参与项目对应的计划交付日期、实际交付日期和后续出现问题次数。
将各人员对应各参与项目的计划交付日期与其实际交付日期进行对比，确认各人员对应的按期交付项目数目和平均提前交付天数。
提取各人员对应各参与项目的金额和限定交付周期长度，并将其导入项目许可出现问题次数评估模型中，评估得到各人员对应各参与项目对应许可出现问题次数，d表示参与项目编号，。
提取各人员对应各参与项目的后续出现问题次数。
计算各人员对应的项目完成度，。
其中，分别为按期交付项目数目、交付天数、出现问题次数偏差，分别为设定参照的按期交付项目数目、提前交付天数、参照出现问题次数偏差，为设定的项目规模完成度评估修正因子。
在一种可能的设计中，所述项目难度条件因子具体表达形式为：。
其中，分别为设定的项目关联度、项目复杂度对应评估占比权重因子，分别为当前待开发项目对应的关联度和复杂度，分别为设定参照的项目关联度、项目复杂度，取值为或者或者，>>。
。
其中，分别为设定的参照常规项目金额、参照常规项目周期长度，分别为当前待开发项目对应的金额、限定交付周期长度，分别为设定的项目金额、项目周期长度对应项目复杂评估占比权重因子，为设定的复杂评估修正因子。
在一种可能的设计中，所述当前待开发项目对应的关联度的分析为：步骤1、从各人员对应的参与项目信息中提取各参与项目对应的类型，进行相互对比得到指定企业对应的各综合参与项目类型和各综合参与项目类型对应的参与项目数目。
步骤2、根据项目主体评定模型进行主体参与项目存在判定，若项目主体评定模型分析结果为1，则判定存在主体参与项目，执行步骤3，若项目主体评定模型分析结果为0，执行步骤5。
步骤3、将参与项目数目最多的综合参与项目类型作为指定企业主体参与项目类型。
步骤4、将当前待开发项目对应的类型与指定企业主体参与项目类型进行匹配对比，若匹配成功，则将当前待开发项目对应的关联度记为，若匹配失败进行步骤5。
步骤5、将当前待开发项目对应的类型与指定企业对应的各综合参与项目类型进行匹配对比，若指定企业对应各综合参与项目类型中存在当前待开发项目对应的类型，则将当前待开发项目对应的关联度记为，反之则进行步骤6。
步骤6、将当前待开发项目对应的关联度记为。
在一种可能的设计中，所述人员选拔模型具体表示形式为：。
其中，为选拔优先指数，分别为项目难度胜任度、参照基准项目难度胜任度、人员履历维度优势度、人员项目维度优势度，为设定的人员选拔评估修正因子，分别为设定的履历维度优势度、项目维度优势度对应修正因子。
在一种可能的设计中，所述筛选得出目标选拔人员，具体筛选过程为：根据各人员对应的人员画像，分析各人员对应的项目难度承担度和项目难度达成度。
计算各人员对应的项目难度胜任度，。
其中，分别为项目难度承担度、项目难度达成度对应项目难度胜任评估占比权重因子。
将各人员对应的项目难度胜任度、履历维度优势度和项目维度优势度导入人员选拔模型中，得到各人员对应的选拔优先指数，将选拔优先指数最大的人员作为目标选拔人员。
相较于现有技术，本发明的有益效果如下：（1）本发明通过根据人员履历维度优势度、人员项目维度优势度以及当前待开发项目对应难度评估指数，由此构建人员选拔模型，并进行人员评价选拔，实现了人员的多维度选拔评价，确保了人员选拔评价的覆盖率，同时打破了当前广度层面评价分析方式存在的局限性，并且满足了项目岗位类的人才选拔评价需求，从另一层面还提高了项目岗位类人员选拔评价的灵活性和针对性，使得企业项目岗位人才选拔管理更为精细化。
（2）本发明通过统计过往履历符合度和过往履历持续度进行履历维度优势度分析，直观的展示了人员工作的持续情况和贴合情况，也从侧面反应了人员项目工作的适应情况，提高了人员履历层面的评价深度，规避了当前对入职年限、经验等资历依赖性过大的缺陷。
（3）本发明通过统计项目丰富度、项目完成度和项目人员交叉度进行项目维度优势分析，实现了项目维度优势的深度化分析，避免单一绩效层面优势评价造成的片面性和主观性，提高了人员项目层面优势评估的精准性和可靠性。
（4）本发明通过统计项目人员交叉度，直观展示了各人员之间的项目关联性和交互性，再通过结合项目丰富度和项目完成度，实现了模糊性数据的量化性转换，确保了人员选拔的合理性和规范性，通过直观的数据分析，规避了同事评价存在的主观性，减少了人员评价选拔结果的误差性，提高了项目这类严苛性岗位的选拔适配性。
（5）本发明通过统计项目关联度和项目复杂度，从而计算当前待开发项目对应难度评估指数，进而凸显了待开发项目的难度状态，有效解决了当前对选拔岗位本体的分析力度不足的问题，同时还有效拓展了项目岗位人才选拔的评估依据，并且通过加入项目本身的数据分析，提高人员与待选拔岗位的贴合性，实现了人岗双向匹配。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明系统各模块连接示意图。
图2为本发明人员画像示意简图。
图3为本发明待开发项目关联度分析流程简化示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。
请参阅图1所示，本发明提供了一种企业内部人才选拔智能评价分析管理系统，该系统包括人员画像构建模块、人员画像解析模块、项目信息提取解析模块、人员选拔评估模块和选拔人员反馈终端；
上述中，人员选拔评估模块分别与人员画像构建模块、人员画像解析模块、项目信息提取解析模块和选拔人员反馈终端连接，人员画像构建模块分别与人员画像解析模块和项目信息提取解析模块连接。
请参阅图2所示，所述人员画像构建模块，用于提取指定企业中项目岗位内各人员对应的参与项目信息以及过往履历信息，进而构建各人员的画像。
具体地，参与项目信息包括参与项目数目以及各参与项目对应的名称、类型、金额、限定交付周期长度、承担职位、计划交付日期、实际交付日期和后续出现问题次数。
进一步地，过往履历信息包括累计入职年限、过往入职企业数目、过往从事项目岗位的企业数目和各过往从事项目岗位企业对应的就职日期。
所述人员画像解析模块，用于根据指定企业中项目岗位内各人员的画像，解析各人员对应的履历维度优势度和项目维度优势度，i表示人员编号，。
示例性地，各人员对应的履历维度优势度的具体解析过程包括：A1、根据各人员对应的过往履历信息，统计各人员对应的过往履历符合度和过往履历持续度。
进一步地，各人员对应的过往履历符合度、过往履历持续度的具体统计过程为：A1-1、提取各人员对应过往从事项目岗位的企业数目和过往入职企业数目，将其进行作比得到各人员项目企业入职比。
A1-2、将各人员对应过往从事项目岗位的企业数目记为。
A1-2、提取各人员对应的累计入职年限。
A1-3、计算各人员对应的过往履历符合度，。
其中，为设定的参照企业更换比，分别为设定的企业更换比、项目企业入职比对应履历符合评估占比权重，n表示人员数目。
A1-4、提取各人员对应各过往从事项目岗位企业的就职日期，对比得到各人员对应各过往从事项目岗位企业的就职间隔时长，并从中筛选出最长间隔时长。
A1-5、计算各人员对应的过往履历持续度，。
其中，分别为设定的参照间隔时长、参照偏差间隔时长。
A2、将、导入公式计算各人员对应的履历维度优势度，。
其中，表示人员数目，分别为设定的过往履历符合度、过往履历持续度对应履历维度优势评估占比权重，分别为设定参照的过往履历符合度偏差、过往履历持续度偏差，为设定的履历维度优势度评估修正因子。
在一个具体实施例中，对于项目类对人员的熟悉情况和熟练情况都有着高要求，履历符合度对应人员的熟练情况，履历持续度对应人员对应项目的熟悉情况。
本发明实施例通过统计过往履历符合度和过往履历持续度进行履历维度优势度分析，直观的展示了人员工作的持续情况和贴合情况，也从侧面反应了人员项目工作的适应情况，提高了人员履历层面的评价深度，规避了当前对入职年限、经验等资历依赖性过大的缺陷。
又一示例性地，各人员对应的项目维度优势度的具体解析过程包括：B1、根据各人员对应的参与项目信息，统计各人员对应的项目丰富度、项目完成度和项目人员交叉度。
在一个具体实施例中，各人员对应的项目丰富度的具体统计过程参照下述步骤：F1、从各人员对应的参与项目信息中提取各参与项目对应的类型、承担职位和金额。
F2、将各人员对应各参与项目的类型进行相互对比，统计各人员参与的项目类型数目，通过公式统计得到各人员对应项目类型丰富度。
F3、各人员对应各参与项目的承担职位进行相互对比，统计各人员对应项目承担职位数目和各项目承担职位对应的参与项目数目，通过公式统计得到各人员对应承担职位丰富度。
其中，其中职位丰富度评估修正因子具体设定过程为：将各人员对应各项目承担职位的参与项目数目与其参与项目数目进行作比，得到各人员对应各项目承担职位的参与项目比。
将各人员对应各项目承担职位的参与项目比进行相互作差，得到各人员对应各项目承担职位之间的参与项目比之差，并从中定位出最大参与项目比之差。
通过公式计算得到职位丰富度评估修正因子。
F4、将各人员对应各参与项目的金额与各项目规模等级对应的项目金额进行对比，得到各人员对应各参与项目的项目规模等级；
F5、将各人员对应各参与项目的项目规模等级进行相互对比，得到各人员对应的参与项目规模等级数目，通过公式计算得到各人员对应项目规模丰富度。
F6、计算各人员对应的项目丰富度，。
其中，分别为设定的项目类型丰富度、承担职位丰富度、项目规模丰富度对应评估占比权重因子，为设定的项目规模丰富度评估修正因子。
在一个具体实施例中，各人员对应的项目完成度的统计过程为：H1、从各人员对应的参与项目信息中提取各参与项目对应的计划交付日期、实际交付日期和后续出现问题次数。
H2、将各人员对应各参与项目的计划交付日期与其实际交付日期进行对比，确认各人员对应的按期交付项目数目和平均提前交付天数。
需要说明的是，按期交付项目数目指计划交付日期在其实际交付之前的参与项目数目。
还需要说明的是，平均提前交付天数的确认依据为：将各人员对应各按期交付项目的计划交付日期和实际交付日期进行作差，得到各人员对应各按期交付项目对应的提前交付天数，将并将其进行均值计算，得到平均提前交付天数。
H3、提取各人员对应各参与项目的金额和限定交付周期长度，并将其导入项目许可出现问题次数评估模型中，评估得到各人员对应各参与项目对应许可出现问题次数，d表示参与项目编号，。
在一个具体实施例中，项目许可出现问题次数评估模型具体评估参照下式:；
其中，为设定的参照基准许可出现问题次数，为设定参照项目问题易发评估指数，表示第i个人员对应第d个参与项目对应的问题易发评估指数，为设定的单位问题易发评估指数对应参照浮动出现问题次数，为设定问题评估修正系数，表示向下取整符号。
，表示第i个人员对应第d个参与项目对应的难度评估指数，为参照项目难度评估指数，为设定的问题易发评估修正因子。
需要说明的是，各人员对应各参与项目对应的难度评估指数与后续当前待开发项目对应难度评估指数的分析方式为同种方式。
H4、提取各人员对应各参与项目的后续出现问题次数。
H5、计算各人员对应的项目完成度，。
其中，分别为按期交付项目数目、交付天数、出现问题次数偏差，分别为设定参照的按期交付项目数目、提前交付天数、参照出现问题次数偏差，为设定的项目规模完成度评估修正因子。
在另一个具体实施例中，各人员对应的项目人员交叉度的具体统计过程为：N1、从各人员对应的参与项目信息中提取各参与项目对应的名称，将各人员对应各参与项目对应的名称构成各人员对应参与项目集合，将名称作为集合中的元素。
N2、在各人员中任意选取一名人员作为目标人员，将其他各人员作为各参照人员。
N3、将目标人员对应参与项目集合与各参照人员对应参与项目集合进行对比，若目标人员对应参与项目集合存在与某参照人员对应参与项目集合一致的元素，则将该参照人员作为目标人员的项目交叉人员，由此统计目标人员对应的项目交叉人员数目。
N4、按照目标人员对应项目交叉人员数目的统计方式，依次得到各参照人员对应的项目交叉人员数目，由此得到各人员对应的项目交叉人员数目。
N5、计算各人员对应的项目人员交叉度，，其中，为设定交叉人员数目比，为设定的项目人员交叉度评估修正因子。
在一个具体实施例中，项目交叉反应人员之间的合作情况，某人员的交叉人员越多，该人员熟知人员的覆盖面越广，后续管理工作进程也更为便利。
本发明实施例通过统计项目人员交叉度，直观展示了各人员之间的项目关联性和交互性，再通过结合项目丰富度和项目完成度，实现了模糊性数据的量化性转换，确保了人员选拔的合理性和规范性，通过直观的数据分析，规避了同事评价存在的主观性，减少了人员评价选拔结果的误差性，提高了项目这类严苛性岗位的选拔适配性。
B2、计算各人员对应的项目维度优势度，。
其中，表示项目优势度条件因子，为设定项目优势评估修正因子，。
式中，分别为设定的项目丰富度、项目完成度、项目人员交叉度对应项目维度评估占比权重，分别为设定参照的项目丰富度、项目完成度、项目人员交叉度对应的偏差，为项目维度优势评估占比权重因子。
本发明实施例通过统计项目丰富度、项目完成度和项目人员交叉度进行项目维度优势分析，实现了项目维度优势的深度化分析，避免单一绩效层面优势评价造成的片面性和主观性，提高了人员项目层面优势评估的精准性和可靠性。
所述项目信息提取解析模块，用于提取当前待开发项目对应的类型、金额和限定交付周期长度，计算当前待开发项目对应难度评估指数，。
其中，表示项目难度条件因子，为设定难度评估修正因子，e为自然常数。
具体地，项目难度条件因子具体表达形式为：。
其中，分别为设定的项目关联度、项目复杂度对应评估占比权重因子，分别为当前待开发项目对应的关联度和复杂度，分别为设定参照的项目关联度、项目复杂度，取值为或者或者。
。
其中，分别为设定的参照常规项目金额、参照常规项目周期长度，分别为当前待开发项目对应的金额、限定交付周期长度，分别为设定的项目金额、项目周期长度对应项目复杂评估占比权重因子，为设定的复杂评估修正因子。
进一步地，请参阅图3所示，当前待开发项目对应的关联度的分析为：步骤1、从各人员对应的参与项目信息中提取各参与项目对应的类型，进行相互对比，将相同参与项目类型作为指定企业的综合参与项目类型，以此得到指定企业对应的各综合参与项目类型和各综合参与项目类型对应的参与项目数目。
步骤2、根据项目主体评定模型进行主体参与项目存在判定，若项目主体评定模型分析结果为1，则判定存在主体参与项目，执行步骤3，若项目主体评定模型分析结果为0，执行步骤5。
在一个具体实施例中，项目主体评定模型为。
表示指定企业第各综合参与项目类型对应的参与项目数目中的最大值，j表示指定综合参与项目类型编号，。
步骤3、将参与项目数目最多的综合参与项目类型作为指定企业主体参与项目类型。
步骤4、将当前待开发项目对应的类型与指定企业主体参与项目类型进行匹配对比，若匹配成功，则将当前待开发项目对应的关联度记为，若匹配失败进行步骤5。
步骤5、将当前待开发项目对应的类型与指定企业对应的各综合参与项目类型进行匹配对比，若指定企业对应各综合参与项目类型中存在当前待开发项目对应的类型，则将当前待开发项目对应的关联度记为，反之则进行步骤6。
步骤6、将当前待开发项目对应的关联度记为。
本发明实施例通过统计项目关联度和项目复杂度，从而计算当前待开发项目对应难度评估指数，进而凸显了待开发项目的难度状态，有效解决了当前对选拔岗位本体的分析力度不足的问题，同时还有效拓展了项目岗位人才选拔的评估依据，并且通过加入项目本身的数据分析，提高人员与待选拔岗位的贴合性，实现了人岗双向匹配。
所述人员选拔评估模块，用于根据各人员的画像以及当前待开发项目对应难度评估指数，构建人员选拔模型，根据所述人员选拔模型，筛选得出目标选拔人员。
具体地，人员选拔模型具体表示形式为：；
其中，为选拔优先指数，分别为项目难度胜任度、参照基准项目难度胜任度、人员履历维度优势度、人员项目维度优势度，为设定的人员选拔评估修正因子，分别为设定的履历维度优势度、项目维度优势度对应修正因子。
进一步地，筛选得出目标选拔人员，具体筛选过程为：根据各人员对应的人员画像，分析各人员对应的项目难度承担度和项目难度达成度。
需要说明的是，项目难度承担度和项目难度达成度的具体统计过程为：从各人员对应参与项目信息中提取各参与项目对应的类型，将其与待开发项目对应的类型进行对比，进而筛选出各人员参与项目类型与待开发项目对应类型一致的各参与项目，作为各人员对应的目标参与项目。
提取各人员对应目标参与项目的金额和限定交付周期长度，按照当前待开发项目对应难度评估指数的计算方式计算得到各人员对应各目标参与项目的难度评估指数。
将各人员对应各目标参与项目的难度评估指数与当前待开发项目对应难度评估指数进行作差，得到各人员对应各目标参与项目的难度评估指数差。
从各人员对应各目标参与项目的难度评估指数差中统计出大于或者等于0的目标参与项目数目，作为各人员对应的重点参与项目数目，记为。
提取各人员对应各重点参与项目的难度评估指数差，将各人员对应各重点参与项目的难度评估指数差进行均值计算，得到各人员对应重点参与项目平均难度评估指数差。
将和导入公式计算各人员对应的项目难度承担度，。
其中，分别为设定的重点参与项目数目、重点参与项目平均难度评估指数差对应项目难度承担评估占比权重，为设定的项目难度承担度评估修正因子。
提取各人员对应各重点参与项目的计划交付日期、实际交付日期和后续出现问题次数，r表示重点参与项目编号，；
；
其中，分别为设定的交付日期偏差、出现问题偏差对应项目难度达成度评估占比权重，分别为设定的参照交付日期偏差、参照出现问题偏差，为设定的项目难度达成度评估修正因子。
计算各人员对应的项目难度胜任度，；
其中，分别为项目难度承担度、项目难度达成度对应项目难度胜任评估占比权重因子；
将各人员对应的项目难度胜任度、履历维度优势度和项目维度优势度导入人员选拔模型中，得到各人员对应的选拔优先指数，将选拔优先指数最大的人员作为目标选拔人员。
本发明实施例通过根据人员履历维度优势度、人员项目维度优势度以及当前待开发项目对应难度评估指数，由此构建人员选拔模型，并进行人员评价选拔，实现了人员的多维度选拔评价，确保了人员选拔评价的覆盖率，同时打破了当前广度层面评价分析方式存在的局限性，并且满足了项目岗位类的人才选拔评价需求，从另一层面还提高了项目岗位类人员选拔评价的灵活性和针对性，使得企业项目岗位人才选拔管理更为精细化。
所述选拔人员反馈终端，用于将目标选拔人员反馈至指定企业对应人事管理人员。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种企业内部人才选拔智能评价分析管理系统，其特征在于：该系统包括：
人员画像解析模块，用于根据指定企业中项目岗位内各人员的画像，解析各人员对应的履历维度优势度和项目维度优势度，i表示人员编号，；
项目信息提取解析模块，用于提取当前待开发项目对应的类型、金额和限定交付周期长度，计算当前待开发项目对应难度评估指数，；
其中，表示项目难度条件因子，为设定难度评估修正因子，e为自然常数；
人员选拔评估模块，用于根据各人员的画像以及当前待开发项目对应难度评估指数，构建人员选拔模型，根据所述人员选拔模型，筛选得出目标选拔人员；
选拔人员反馈终端，用于将目标选拔人员反馈至指定企业对应人事管理人员。
2.如权利要求1所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述企业内部人才选拔智能评价分析管理系统还包括人员画像构建模块，所述人员画像构建模块用于提取指定企业中项目岗位内各人员对应的参与项目信息以及过往履历信息，进而构建各人员的画像；
其中，参与项目信息包括参与项目数目以及各参与项目对应的名称、类型、金额、限定交付周期长度、承担职位、计划交付日期、实际交付日期和后续出现问题次数；
过往履历信息包括累计入职年限、过往入职企业数目、过往从事项目岗位的企业数目和各过往从事项目岗位企业对应的就职日期。
3.如权利要求2所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述各人员对应的履历维度优势度的具体解析过程包括：
根据各人员对应的过往履历信息，统计各人员对应的过往履历符合度和过往履历持续度；
将、导入公式计算各人员对应的履历维度优势度，；
其中，表示人员数目，分别为设定的过往履历符合度、过往履历持续度对应履历维度优势评估占比权重，分别为设定参照的过往履历符合度偏差、过往履历持续度偏差，为设定的履历维度优势度评估修正因子。
4.如权利要求3所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述各人员对应的过往履历符合度、过往履历持续度的具体统计过程为：
提取各人员对应过往从事项目岗位的企业数目和过往入职企业数目，将其进行作比得到各人员项目企业入职比；
将各人员对应过往从事项目岗位的企业数目记为；
提取各人员对应的累计入职年限；
计算各人员对应的过往履历符合度，；
其中，为设定的参照企业更换比，分别为设定的企业更换比、项目企业入职比对应履历符合评估占比权重，n表示人员数目；
提取各人员对应各过往从事项目岗位企业的就职日期，对比得到各人员对应各过往从事项目岗位企业的就职间隔时长，并从中筛选出最长间隔时长；
计算各人员对应的过往履历持续度，；
其中，分别为设定的参照间隔时长、参照偏差间隔时长。
5.如权利要求2所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述各人员对应的项目维度优势度的具体解析过程包括：
根据各人员对应的参与项目信息，统计各人员对应的项目丰富度、项目完成度和项目人员交叉度；
计算各人员对应的项目维度优势度，；
其中，表示项目优势度条件因子，为设定项目优势评估修正因子，；
式中，分别为设定的项目丰富度、项目完成度、项目人员交叉度对应项目维度评估占比权重，分别为设定参照的项目丰富度、项目完成度、项目人员交叉度对应的偏差，为项目维度优势评估占比权重因子。
6.如权利要求5所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述各人员对应的项目完成度的统计过程为：
从各人员对应的参与项目信息中提取各参与项目对应的计划交付日期、实际交付日期和后续出现问题次数；
将各人员对应各参与项目的计划交付日期与其实际交付日期进行对比，确认各人员对应的按期交付项目数目和平均提前交付天数；
提取各人员对应各参与项目的金额和限定交付周期长度，并将其导入项目许可出现问题次数评估模型中，评估得到各人员对应各参与项目对应许可出现问题次数，d表示参与项目编号，；
提取各人员对应各参与项目的后续出现问题次数；
计算各人员对应的项目完成度，；
其中，分别为按期交付项目数目、交付天数、出现问题次数偏差，分别为设定参照的按期交付项目数目、提前交付天数、参照出现问题次数偏差，为设定的项目规模完成度评估修正因子。
7.如权利要求2所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述项目难度条件因子具体表达形式为：；
其中，分别为设定的项目关联度、项目复杂度对应评估占比权重因子，分别为当前待开发项目对应的关联度和复杂度，分别为设定参照的项目关联度、项目复杂度，取值为或者或者，>>；
；
其中，分别为设定的参照常规项目金额、参照常规项目周期长度，分别为当前待开发项目对应的金额、限定交付周期长度，分别为设定的项目金额、项目周期长度对应项目复杂评估占比权重因子，为设定的复杂评估修正因子。
8.如权利要求7所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述当前待开发项目对应的关联度的分析为：
步骤1、从各人员对应的参与项目信息中提取各参与项目对应的类型，进行相互对比得到指定企业对应的各综合参与项目类型和各综合参与项目类型对应的参与项目数目；
步骤2、根据项目主体评定模型进行主体参与项目存在判定，若项目主体评定模型分析结果为1，则判定存在主体参与项目，执行步骤3，若项目主体评定模型分析结果为0，执行步骤5；
步骤3、将参与项目数目最多的综合参与项目类型作为指定企业主体参与项目类型；
步骤4、将当前待开发项目对应的类型与指定企业主体参与项目类型进行匹配对比，若匹配成功，则将当前待开发项目对应的关联度记为，若匹配失败进行步骤5；
步骤5、将当前待开发项目对应的类型与指定企业对应的各综合参与项目类型进行匹配对比，若指定企业对应各综合参与项目类型中存在当前待开发项目对应的类型，则将当前待开发项目对应的关联度记为，反之则进行步骤6；
步骤6、将当前待开发项目对应的关联度记为。
9.如权利要求1所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述人员选拔模型具体表示形式为：；
其中，为选拔优先指数，分别为项目难度胜任度、参照基准项目难度胜任度、人员履历维度优势度、人员项目维度优势度，为设定的人员选拔评估修正因子，分别为设定的履历维度优势度、项目维度优势度对应修正因子。
10.如权利要求9所述的一种企业内部人才选拔智能评价分析管理系统，其特征在于：所述筛选得出目标选拔人员，具体筛选过程为：
根据各人员对应的人员画像，分析各人员对应的项目难度承担度和项目难度达成度；
计算各人员对应的项目难度胜任度，；
其中，分别为项目难度承担度、项目难度达成度对应项目难度胜任评估占比权重因子；
将各人员对应的项目难度胜任度、履历维度优势度和项目维度优势度导入人员选拔模型中，得到各人员对应的选拔优先指数，将选拔优先指数最大的人员作为目标选拔人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310326210.9A CN116029687A (zh) | 2023-03-30 | 2023-03-30 | 一种企业内部人才选拔智能评价分析管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310326210.9A CN116029687A (zh) | 2023-03-30 | 2023-03-30 | 一种企业内部人才选拔智能评价分析管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116029687A true CN116029687A (zh) | 2023-04-28 |
Family
ID=86089655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310326210.9A Pending CN116029687A (zh) | 2023-03-30 | 2023-03-30 | 一种企业内部人才选拔智能评价分析管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116029687A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110014590A1 (en) * | 2008-12-29 | 2011-01-20 | Jason Scott | Project Management Guidebook and Methodology |
| CN112633641A (zh) * | 2020-12-04 | 2021-04-09 | 深圳城安软通科技集团有限公司 | 一种基于多因子评价的用工推荐匹配方法及系统 |
| CN114676316A (zh) * | 2022-02-16 | 2022-06-28 | 广东卓维网络有限公司 | 一种基于大数据构建的企业员工画像的方法及系统 |
-
2023
- 2023-03-30 CN CN202310326210.9A patent/CN116029687A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110014590A1 (en) * | 2008-12-29 | 2011-01-20 | Jason Scott | Project Management Guidebook and Methodology |
| CN112633641A (zh) * | 2020-12-04 | 2021-04-09 | 深圳城安软通科技集团有限公司 | 一种基于多因子评价的用工推荐匹配方法及系统 |
| CN114676316A (zh) * | 2022-02-16 | 2022-06-28 | 广东卓维网络有限公司 | 一种基于大数据构建的企业员工画像的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hwang et al. | Jack of all, master of some: Information network and innovation in crowdsourcing communities | |
| Sulkin | Issue politics in congress | |
| US7472097B1 (en) | Employee selection via multiple neural networks | |
| Goletsis et al. | Project ranking in the Armenian energy sector using a multicriteria method for groups | |
| Franchetti | Lean six sigma for engineers and managers: with applied case studies | |
| CN112766869A (zh) | 一种数字化人力资源管理的人岗匹配算法 | |
| Kim | Enhancing public accountability for developing countries: Major constraints and strategies | |
| Gray et al. | Performance indicators: flourish or perish? | |
| Ciftci et al. | Committee assignments in a nascent party system: The case of the Turkish Grand National Assembly | |
| CN116342074B (zh) | 一种工程项目咨询专家库人才匹配服务系统 | |
| CN113554316A (zh) | 一种基于物联网的员工培训系统 | |
| CN116029687A (zh) | 一种企业内部人才选拔智能评价分析管理系统 | |
| Dewachter et al. | Who Takes a Seat at the Pro-Poor Table?: Civil Society Participation in the Honduran Poverty Reduction Strategy | |
| CN105931020A (zh) | 一种投票方法及装置 | |
| CN113205221A (zh) | 一种基于工作量评估的工期预测方法 | |
| Bicking et al. | A scenario-based approach towards open collaboration for policy modelling | |
| Rupeika-Apoga et al. | SMEs' digital transformation facilitated by COVID-19 | |
| Som | Determinants of good governance for public management in Cambodia | |
| CN117494897B (zh) | 一种单一舆情事件发展倾向性判断方法 | |
| Phillips et al. | Measuring the Return on Investment on Green Projects and Sustainability Efforts | |
| Humphreys et al. | Policing politicians | |
| Mónzon | Examination of Enrollment Patterns and Behaviors of High School Graduating Seniors at a Hispanic Serving Institution | |
| Mokhtar et al. | Lesson drawing: The congruence of policy transfer and benchmarking | |
| Saputri et al. | Analysis of Musyawarah Rencana Pembangunan (MUSRENBANG) as The Realization of a Participatory Development Planning System in Indonesia | |
| Moopanar | Developing a human capital scorecard for Lean implementation within an engineering environment—The case of Transnet coach business unit |
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 |