CN116432890B - 基于推荐关系自绑定的技工裂变管理系统及方法 - Google Patents

基于推荐关系自绑定的技工裂变管理系统及方法 Download PDF

Info

Publication number
CN116432890B
CN116432890B CN202310701169.9A CN202310701169A CN116432890B CN 116432890 B CN116432890 B CN 116432890B CN 202310701169 A CN202310701169 A CN 202310701169A CN 116432890 B CN116432890 B CN 116432890B
Authority
CN
China
Prior art keywords
fission
data
level
layer
relation
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
Application number
CN202310701169.9A
Other languages
English (en)
Other versions
CN116432890A (zh
Inventor
陈一凡
陈亚东
陈阳
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.)
Beijing Wanfu Internet Technology Group Co ltd
Original Assignee
Beijing Wanfu Internet Technology Group 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 Beijing Wanfu Internet Technology Group Co ltd filed Critical Beijing Wanfu Internet Technology Group Co ltd
Priority to CN202310701169.9A priority Critical patent/CN116432890B/zh
Publication of CN116432890A publication Critical patent/CN116432890A/zh
Application granted granted Critical
Publication of CN116432890B publication Critical patent/CN116432890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及资源管理技术领域，具体地说，涉及基于推荐关系自绑定的技工裂变管理系统及方法。其包括裂变平台和推荐关系绑定模块，所述裂变平台内搭载有多个独立裂变元；所述推荐关系绑定模块根据推荐顶层数据的顶层技工的底层裂变关系，自动对底层数据端连接的底层技工的设备端进行绑定；所述推荐关系绑定模块根据推荐顶层数据的顶层技工的顶层裂变关系，自动对其他独立裂变元进行绑定。本发明中让知识储备和工作经验丰富的顶层技工向独立裂变元中上传顶层数据，以降低经验和知识错误概率，保证独立裂变元具有对底层技工学习进行正确引导的能力，同时利用底层技工学习产生新的底层数据，再通过正确的底层数据对顶层数据进行迭代或者优化。

Description

基于推荐关系自绑定的技工裂变管理系统及方法
技术领域
本发明涉及资源管理技术领域，具体地说，涉及基于推荐关系自绑定的技工裂变管理系统及方法。
背景技术
技工裂变管理是一种常见的管理方法，旨在将技工的经验和知识分散于公司员工中，以提高公司整体能力和效率，具体来说，它包括以下几个方面：
1、建立知识库：将技工的经验和知识记录在知识库中，并让员工轻松地查找和使用这些知识。
2、建立培训计划：通过培训和学习，让员工掌握技工的技能和知识，并将技工的职责和任务逐步转移给其他员工。
3、设计计划和流程：制定计划和流程，帮助员工逐步了解和掌握技工的工作流程，并在工作中得到逐步提高。
4、安排实践机会：为员工安排实际操作机会，让他们在实践中学习和掌握技工的技能和知识。
5、激励员工：通过奖励机制、职业晋升等方式激励员工，鼓励他们学习、掌握和应用技工的经验和知识。
在实际使用时，技工裂变管理的基础就是建立知识库，那么所有技工都可以将自己的经验和知识记录在知识库中，后续员工学习也是自主的在知识库中寻找，这时候找到的技术经验或者知识都比较的混乱，即使进行分类还是很难进行体系性的学习，甚至说有些经验和知识都是错误的，所以需要有更具代表性的经验和知识在知识库中进行引导，通常是能够传授经验和知识的技工向知识库中传输技术数据，以供学习的技工进行查阅，可这还有个弊端就是导致知识库中技术数据的迭代变慢。
发明内容
本发明的目的在于提供基于推荐关系自绑定的技工裂变管理系统及方法，以解决如何在技工裂变管理中进行有引导性和迭代性学习的问题。
为实现上述目的，本发明目的之一在于，提供了基于推荐关系自绑定的技工裂变管理系统，至少包括：
裂变平台，所述裂变平台内搭载有多个独立裂变元，每个独立裂变元均具有顶层数据端和底层数据端，所述顶层数据端与至少一个顶层技工的设备端连接，用于向独立裂变元传输顶层数据；
以及，
推荐关系绑定模块，所述推荐关系绑定模块根据推荐顶层数据的顶层技工的底层裂变关系，自动对底层数据端连接的底层技工的设备端进行绑定，绑定后的底层技工的设备端用于向独立裂变元传输底层数据；所述推荐关系绑定模块根据推荐顶层数据的顶层技工的顶层裂变关系，自动对其他独立裂变元进行绑定，以使绑定后的独立裂变元进行数据交汇。
优选的，所述顶层技工包括具备技术传授能力的技工和具备经验传授能力的技工，所述顶层数据为顶层技工所推荐的技术数据。
优选的，所述底层技工包括具备学习技术能力的技工和具备学习经验能力的技工，所述底层数据为底层技工所推荐的技术数据。
优选的，所述底层裂变关系为顶层技工与底层技工之间的关系，具体包含工作关系、教学关系和上下级关系。
优选的，所述顶层裂变关系为顶层技工与顶层技工之间的关系，具体包含工作关系、合作关系和平级关系。
作为本技术方案的进一步改进，还包括公开裂变库，所述公开裂变库用于接收独立裂变元上传的顶层数据，并对上传的顶层数据进行公开。
本发明目的之二在于，提供了用于技工裂变管理系统的方法，其包括如下方法步骤：
S1.1、顶层技工的设备端与顶层数据端之间建立顶层数据传输通道，通过顶层数据传输通道向独立裂变元内输入顶层数据；
S1.2、独立裂变元确定底层裂变关系和顶层裂变关系，其中：
底层裂变关系基于顶层技工的设备端上传至独立裂变元的顶层数据确定；
顶层裂变关系基于独立裂变元上传至公开裂变库的顶层数据确定；
S1.3、独立裂变元根据确定的底层裂变关系自动对底层数据端连接的底层技工的设备端进行绑定；
以及，
独立裂变元根据确定的顶层裂变关系自动对其他独立裂变元进行绑定。
作为本技术方案的进一步改进，所述独立裂变元中裂变关系的确定采用裂变特征分析算法，其算法步骤如下：
S2.1、独立裂变元在接收到顶层数据端输入的顶层数据后，认定该顶层数据为一级顶层数据；
S2.2、利用一级顶层数据确定用于裂变的技术特征；
S2.3、一级顶层数据根据技术特征裂变成多个顶层数据集，基于顶层数据集在独立裂变元中建立裂变区，同时通过与技术特征的相关性确定底层裂变关系；
S2.4、利用底层裂变关系绑定底层技工的设备端通过底层数据端与裂变区连接，并根据技术特征将底层数据裂变成多个底层数据集，底层数据集传输至对应技术特征的裂变区内；
S2.5、将裂变区内的顶层数据集和底层数据集进行整合得到二级顶层数据，同时通过与二级顶层数据的相关性在公开裂变库确定顶层裂变关系。
作为本技术方案的进一步改进，所述独立裂变元中还搭载有用于裂变区内数据集合并的算法，其算法步骤如下：
S3.1、底层裂变关系确定后进行S3.2，否则将所有裂变区中的顶层数据集进行合并，以得到学习后的一级顶层数据；
S3.2、顶层裂变关系确定后进行S3.3，否则将所有裂变区中的二级顶层数据合并，以得到学习后的二级顶层数据；
S3.3、独立裂变元提取根据顶层裂变关系绑定的其他独立裂变元中的顶层数据集和二级顶层数据，并在对应裂变区中进行数据整合得到三级顶层数据；
S3.4、将所有裂变区中的三级顶层数据进行合并，以得到学习后的三级顶层数据。
优选的，所述公开裂变库接收的顶层数据包括一级顶层数据、学习后的一级顶层数据、学习后的二级顶层数据和学习后的三级顶层数据。
与现有技术相比，本发明的有益效果：
1、该基于推荐关系自绑定的技工裂变管理系统及方法中，让知识储备和工作经验丰富的顶层技工向独立裂变元中上传顶层数据，以降低经验和知识错误概率，保证独立裂变元具有对底层技工学习进行正确引导的能力，同时利用底层技工学习产生新的底层数据，再通过正确的底层数据对顶层数据进行迭代或者优化。
2、该基于推荐关系自绑定的技工裂变管理系统及方法中，底层裂变关系基于顶层技工的设备端上传至独立裂变元的顶层数据确定，这样涉及到的底层技工都是需要对顶层数据进行学习的，所以针对性更强，覆盖到的底层技工也更广；
顶层裂变关系基于独立裂变元上传至公开裂变库的顶层数据确定，这样绑定后的独立裂变元都是由共同的学习或者传授目标，这样独立裂变元之间的交汇的目的性更强，而需要扩充学习知识的可自主的在公开裂变库中进行学习。
附图说明
图1为本发明技工裂变管理系统的整体框图；
图2为本发明的独立裂变元的结构框图；
图3为本发明用于技工裂变管理系统的方法的步骤流程框图；
图4为本发明的裂变特征分析算法步骤流程框图；
图5为本发明用于裂变区内数据集合并的算法的步骤流程框图。
图中各个标号意义为：
100、公开裂变库；200、裂变平台；300、推荐关系绑定模块。
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。
技工裂变管理是一种常见的管理方法，旨在将技工的经验和知识分散于公司员工中，以提高公司整体能力和效率，在实际使用时，技工裂变管理的基础就是建立知识库，那么所有技工都可以将自己的经验和知识记录在知识库中，后续员工学习也是自主的在知识库中寻找，这时候找到的技术经验或者知识都比较的混乱，即使进行分类还是很难进行体系性的学习，甚至说有些经验和知识都是错误的，所以需要有更具代表性的经验和知识在知识库中进行引导，通常是能够传授经验和知识的技工向知识库中传输技术数据，以供学习的技工进行查阅，可这还有个弊端就是导致知识库中技术数据的迭代变慢。
基于上述背景可知，技工裂变管理时需要有能够传授技术经验和知识的顶层技工和对技术经验和知识进行学习的底层技工，即：顶层技工需要具备技术传授能力和经验传授能力，而这些技术、经验以及知识封装成顶层数据（具体可以是音频数据、文字数据和图片数据等）进行推荐。
而底层技工需要具备学习技术的能力和学习经验的能力，同样底层技工在学习过程中产生的技术、经验以及知识封装成底层数据（具体可以是音频数据、文字数据和图片数据等）进行推荐。
为了解决如何在技工裂变管理中进行有引导性和迭代性学习的问题，本发明提供了基于推荐关系自绑定的技工裂变管理系统，第一实施例，如图1所示，该技工裂变管理系统至少包括裂变平台200和推荐关系绑定模块300，裂变平台200可供一个企业使用或者供多个企业共同使用，参与的企业越多，裂变管理的技术数据（包含顶层数据和底层数据）也会越多，技术的推广性也会越强，而在裂变平台200内搭载有多个独立裂变元，通过独立裂变元对技术数据进行存储，独立裂变元由一个或者多个顶层技工建立，参阅图2所示，每个独立裂变元均具有顶层数据端和底层数据端，顶层数据端与建立独立裂变元的顶层技工的设备端连接，顶层技工的设备端向独立裂变元传输顶层数据。
这时候独立裂变元内的顶层数据就更具代表性了，降低了经验和知识错误概率，因为顶层技工往往都是知识储备和工作经验丰富的技工，例如：工厂的组长、部门的经理等等，与此同时，推荐关系绑定模块300根据推荐顶层数据的顶层技工的底层裂变关系，例如顶层技工下的组员或者员工，这时候自动对底层数据端连接的底层技工的设备端进行绑定，绑定后，底层技工可通过设备端提取独立裂变元中顶层数据进行学习，在学习过程中产生的底层数据也可以向独立裂变元进行上传，从而达到独立裂变元和底层技工设备端之间的数据传输，此过程中即利用了顶层数据对底层技工进行学习上的引导，同时可以利用学习产生新的底层数据，再通过正确的底层数据对顶层数据进行迭代或者优化，即使有的底层数据会存在错误或者不足的问题，也只限制在独立裂变元内进行推广。
也就是说，上述实施方式中独立裂变元之间是无法进行交汇的，这样也限制了裂变管理对技术的推广和学习，所以在接下来的实施方式中，推荐关系绑定模块300可根据推荐顶层数据的顶层技工的顶层裂变关系，自动对其他独立裂变元进行绑定，以使绑定后的独立裂变元进行数据交汇，这时候技术数据的推广依然限制在独立裂变元中，但不排除独立裂变元中的数据进行交汇。
需要说明的是，独立裂变元的底层数据端可以不连接底层技工的工设备端。
优选的，顶层技工包括具备技术传授能力的技工和具备经验传授能力的技工，顶层数据为顶层技工所推荐的技术数据。
优选的，底层技工包括具备学习技术能力的技工和具备学习经验能力的技工，底层数据为底层技工所推荐的技术数据。
优选的，底层裂变关系为顶层技工与底层技工之间的关系，具体包含工作关系、教学关系和上下级关系。
优选的，顶层裂变关系为顶层技工与顶层技工之间的关系，具体包含工作关系、合作关系和平级关系。
第二实施例，该技工裂变管理系统还包括公开裂变库100，公开裂变库100用于接收独立裂变元上传的顶层数据，并对上传的顶层数据进行公开，具体通过公开裂变库100提供了一个公开平台，以供所有技工进行学习，而顶层数据是更具代表性的，学习时降低了错误知识或者经验的干扰。
本发明还提供了用于技工裂变管理系统的方法，如图3所示，该方法包括如下步骤：
S1.1、顶层技工的设备端与顶层数据端之间建立顶层数据传输通道，通过顶层数据传输通道向独立裂变元内输入顶层数据；
S1.2、独立裂变元确定底层裂变关系和顶层裂变关系，其中：
底层裂变关系基于顶层技工的设备端上传至独立裂变元的顶层数据确定，这样涉及到的底层技工都是需要对顶层数据进行学习的，所以针对性更强，覆盖到的底层技工也更广；
顶层裂变关系基于独立裂变元上传至公开裂变库100的顶层数据确定，这样绑定后的独立裂变元都是由共同的学习或者传授目标，这样独立裂变元之间的交汇的目的性更强，而需要扩充学习知识的可自主的在公开裂变库100中进行学习；
S1.3、独立裂变元根据确定的底层裂变关系自动对底层数据端连接的底层技工的设备端进行绑定；
以及，
独立裂变元根据确定的顶层裂变关系自动对其他独立裂变元进行绑定。
进一步的，独立裂变元中裂变关系的确定采用裂变特征分析算法，其算法步骤如下：
S2.1、独立裂变元在接收到顶层数据端输入的顶层数据后，认定该顶层数据为一级顶层数据，也就是说一级顶层数据是独立裂变元中最基础也是最准确的技术经验；
S2.2、利用一级顶层数据确定用于裂变的技术特征，该技术特征可根据技术经验的类型、知识点的名称和技术使用的领域确定；
S2.3、一级顶层数据根据技术特征裂变成多个顶层数据集，基于顶层数据集在独立裂变元中建立裂变区，同时通过与技术特征的相关性确定底层裂变关系，具体使用时，需要对底层技工所要学习的知识或者经验集合进行聚类，并使同一聚类内的数据样本相似度尽可能大，不同聚类之间的数据样本相似度尽可能小，常用的聚类分析算法包括K均值聚类、层次聚类、DBSCAN等，优选采用DBSCAN，其算法步骤如下：
令Input:数据点集合p={p1,p2,…,pn}，邻域半径ε，最小点数MinPts；Output:聚类结果C。
1.取p中任意一个未被访问的点p'；
2.如果p'的ε-邻域内数据点数量不小于MinPts，那么创建一个新的聚类C，将p'加入该聚类中，并标记p'为已访问；
3.否则，标记p'为噪声点，结束本次聚类过程；
4.对于C中每一点p，如果p尚未访问过的话，那么：
a.标记p已被访问；
b.如果p的还未被访问的ε-邻域内数据点数量不小于MinPts，那么将这些点都加入到C中进行聚类，并标记他们也已被访问。如果某个点不在任何聚类中，则标记为噪声点；
c.否则不进行任何操作。
5.重复步骤1到步骤4，直到p中所有的点都被访问，得到最终的聚类结果C。
此时，将聚类结果C与技术特征有重合情况（即有重合代表有关联）确定底层裂变关系；
S2.4、利用底层裂变关系绑定底层技工的设备端通过底层数据端与裂变区连接，并根据技术特征将底层数据裂变成多个底层数据集，底层数据集传输至对应技术特征的裂变区内；
S2.5、将裂变区内的顶层数据集和底层数据集进行整合得到二级顶层数据，以在裂变区内进行技术和经验上的迭代或者优化，然后得到的二级顶层数据的特征会更加具体，这时候再通过与二级顶层数据的相关性在公开裂变库100确定顶层裂变关系，也就是说对上传至公开裂变库100的顶层数据进行聚类，然后通过重合的聚类结果确定顶层裂变关系，因为二级顶层数据的特征变得更加具体，所以得到的顶层裂变关系也更具目的性，从而使独立裂变元的交汇更加高效和必要。
需要说明的是，上述步骤中涉及到数据整合采用平均值整合算法，具体步骤为：
1）计算整合前数据样本的平均值，找出数据样本中的最大值，令/>；
2）计算整合后数据样本的平均值，找出数据样本中的最小值，令/>；
3）再次计算数据样本整合后的平均值，并求出/>与整合后数据样本差的绝对值之和e，即/>；
4）若，则令/>，转到步骤1）进行计算；否则结束计算，给出计算结果/>，即为数据样本/>的最佳整合结果。
其中，，为整合的目标要求；/>，而n是参与整合的数据样本个数。
再进一步的，独立裂变元中还搭载有用于裂变区内数据集合并的算法，其算法步骤如下：
S3.1、底层裂变关系确定后进行S3.2，否则将所有裂变区中的顶层数据集进行合并，以得到学习后的一级顶层数据，通常是用在没有连接底层技工设备端的独立裂变元中，具体通过顶层技工自己上传的顶层数据在裂变区中进行整合，然后合并后得到学习后的一级顶层数据；
S3.2、顶层裂变关系确定后进行S3.3，否则将所有裂变区中的二级顶层数据合并，以得到学习后的二级顶层数据；
S3.3、独立裂变元提取根据顶层裂变关系绑定的其他独立裂变元中的顶层数据集和二级顶层数据，并在对应裂变区中进行数据整合得到三级顶层数据；
S3.4、将所有裂变区中的三级顶层数据进行合并，以得到学习后的三级顶层数据。
其中，公开裂变库100接收的顶层数据包括一级顶层数据、学习后的一级顶层数据、学习后的二级顶层数据和学习后的三级顶层数据，从而保证了公开裂变库100中顶层数据的优化和迭代。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.基于推荐关系自绑定的技工裂变管理系统，其特征在于，包括：
裂变平台（200），所述裂变平台（200）内搭载有多个独立裂变元，每个独立裂变元均具有顶层数据端和底层数据端，所述顶层数据端与至少一个顶层技工的设备端连接，用于向独立裂变元传输顶层数据；
以及，
推荐关系绑定模块（300），所述推荐关系绑定模块（300）根据推荐顶层数据的顶层技工的底层裂变关系，自动对底层数据端连接的底层技工的设备端进行绑定，绑定后的底层技工的设备端用于向独立裂变元传输底层数据；所述推荐关系绑定模块（300）根据推荐顶层数据的顶层技工的顶层裂变关系，自动对其他独立裂变元进行绑定，以使绑定后的独立裂变元进行数据交汇；
所述顶层技工包括具备技术传授能力的技工和具备经验传授能力的技工，所述顶层数据为顶层技工所推荐的技术数据；
所述底层技工包括具备学习技术能力的技工和具备学习经验能力的技工，所述底层数据为底层技工所推荐的技术数据；
所述底层裂变关系为顶层技工与底层技工之间的关系，具体包含工作关系、教学关系和上下级关系；
所述顶层裂变关系为顶层技工与顶层技工之间的关系，具体包含工作关系、合作关系和平级关系；
技工裂变管理系统还包括公开裂变库（100），所述公开裂变库（100）用于接收独立裂变元上传的顶层数据，并对上传的顶层数据进行公开；
技工裂变管理系统的使用方法，包括如下方法步骤：
S1.1、顶层技工的设备端与顶层数据端之间建立顶层数据传输通道，通过顶层数据传输通道向独立裂变元内输入顶层数据；
S1.2、独立裂变元确定底层裂变关系和顶层裂变关系，其中：
底层裂变关系基于顶层技工的设备端上传至独立裂变元的顶层数据确定；
顶层裂变关系基于独立裂变元上传至公开裂变库（100）的顶层数据确定；
S1.3、独立裂变元根据确定的底层裂变关系自动对底层数据端连接的底层技工的设备端进行绑定；
以及，
独立裂变元根据确定的顶层裂变关系自动对其他独立裂变元进行绑定；
所述独立裂变元中裂变关系的确定采用裂变特征分析算法，其算法步骤如下：
S2.1、独立裂变元在接收到顶层数据端输入的顶层数据后，认定该顶层数据为一级顶层数据；
S2.2、利用一级顶层数据确定用于裂变的技术特征；
S2.3、一级顶层数据根据技术特征裂变成多个顶层数据集，基于顶层数据集在独立裂变元中建立裂变区，同时通过与技术特征的相关性确定底层裂变关系；
S2.4、利用底层裂变关系绑定底层技工的设备端通过底层数据端与裂变区连接，并根据技术特征将底层数据裂变成多个底层数据集，底层数据集传输至对应技术特征的裂变区内；
S2.5、将裂变区内的顶层数据集和底层数据集进行整合得到二级顶层数据，同时通过与二级顶层数据的相关性在公开裂变库（100）确定顶层裂变关系；
所述独立裂变元中还搭载有用于裂变区内数据集合并的算法，其算法步骤如下：
S3.1、底层裂变关系确定后进行S3.2，否则将所有裂变区中的顶层数据集进行合并，以得到学习后的一级顶层数据；
S3.2、顶层裂变关系确定后进行S3.3，否则将所有裂变区中的二级顶层数据合并，以得到学习后的二级顶层数据；
S3.3、独立裂变元提取根据顶层裂变关系绑定的其他独立裂变元中的顶层数据集和二级顶层数据，并在对应裂变区中进行数据整合得到三级顶层数据；
S3.4、将所有裂变区中的三级顶层数据进行合并，以得到学习后的三级顶层数据。
2.根据权利要求1所述的基于推荐关系自绑定的技工裂变管理系统，其特征在于，所述公开裂变库（100）接收的顶层数据包括一级顶层数据、学习后的一级顶层数据、学习后的二级顶层数据和学习后的三级顶层数据。
CN202310701169.9A 2023-06-14 2023-06-14 基于推荐关系自绑定的技工裂变管理系统及方法 Active CN116432890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310701169.9A CN116432890B (zh) 2023-06-14 2023-06-14 基于推荐关系自绑定的技工裂变管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310701169.9A CN116432890B (zh) 2023-06-14 2023-06-14 基于推荐关系自绑定的技工裂变管理系统及方法

Publications (2)

Publication Number Publication Date
CN116432890A CN116432890A (zh) 2023-07-14
CN116432890B true CN116432890B (zh) 2023-09-05

Family

ID=87091165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310701169.9A Active CN116432890B (zh) 2023-06-14 2023-06-14 基于推荐关系自绑定的技工裂变管理系统及方法

Country Status (1)

Country Link
CN (1) CN116432890B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109118277A (zh) * 2018-07-30 2019-01-01 深圳会花钱科技有限公司 一种裂变式会员信息共享方法及其系统
CN113781109A (zh) * 2021-08-31 2021-12-10 广州云徙科技有限公司 一种地产社交裂变营销系统及方法
CN114266582A (zh) * 2021-12-22 2022-04-01 杨加旭 一种口腔诊所会员裂变方法
CN115082223A (zh) * 2022-06-28 2022-09-20 平安银行股份有限公司 一种基于银行app的裂变分享方法、装置及电子设备
CN115996208A (zh) * 2023-02-03 2023-04-21 上海明胜品智人工智能科技有限公司 一种业务组织的群裂变处理方法、装置、设备及介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10430725B2 (en) * 2016-06-15 2019-10-01 Akw Analytics Inc. Petroleum analytics learning machine system with machine learning analytics applications for upstream and midstream oil and gas industry

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109118277A (zh) * 2018-07-30 2019-01-01 深圳会花钱科技有限公司 一种裂变式会员信息共享方法及其系统
CN113781109A (zh) * 2021-08-31 2021-12-10 广州云徙科技有限公司 一种地产社交裂变营销系统及方法
CN114266582A (zh) * 2021-12-22 2022-04-01 杨加旭 一种口腔诊所会员裂变方法
CN115082223A (zh) * 2022-06-28 2022-09-20 平安银行股份有限公司 一种基于银行app的裂变分享方法、装置及电子设备
CN115996208A (zh) * 2023-02-03 2023-04-21 上海明胜品智人工智能科技有限公司 一种业务组织的群裂变处理方法、装置、设备及介质

Also Published As

Publication number Publication date
CN116432890A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN110992227B (zh) 一种校企结合职业技能人才培养系统和方法
Umbach et al. How do academic departments impact student satisfaction? Understanding the contextual effects of departments
Yeo Driving the knowledge economy: Explaining the impact of regional innovation capacity on economic performance
CN107169654A (zh) 一种分析学生综合能力的方法及系统
Zhang et al. A brief analysis of the key technologies and applications of educational data mining on online learning platform
WO2016197855A1 (zh) 一种学习心得推荐方法及装置
CN110490761A (zh) 一种电网配网设备台账数据模型建模方法
CN110866850A (zh) 一种企业精准在线教育系统
CN113220951B (zh) 一种基于智能内容的医学临床支持方法和系统
CN111861825A (zh) 一种轨道交通行业职业培训体系模型构建方法及系统
CN116432890B (zh) 基于推荐关系自绑定的技工裂变管理系统及方法
WO2021128033A1 (zh) 基于区块链的高水平高等教育系统及方法
CN111104455A (zh) 多源多维的学校教学横向信息差异比对分析方法
Naoum Dissertation research and writing for built environment students
CN112804274B (zh) 一种财务共享系统及方法
CN114511184A (zh) 一种职业技能教学方法
Simpson Engineering education in Europe
Espinoza Mina et al. Data Scientist: A Systematic Review of the Literature
Hao Design of intelligent educational administration system based on Big Data Technology
Scott et al. Training Needs Analysis and Evaluation for New Technologies Through the Use of Problem‐based Inquiry
Chairungruang et al. Business Intelligence for Data-Driven Decision-Making in Vocational Education
KR102345299B1 (ko) 크라우드소싱 기반 프로젝트의 특성에 따른 인공지능 기반 교재 제작 서비스 제공 방법 및 장치
Hilmarsson Using machine learning for predicting the likelihood of upper secondary school student dropout
Kemal et al. Data Mining as New Networked Language within School Governance for Digitalization
Zhu Analysis of the innovation path of university education management informatization in the era of big data

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