CN116843521B - 一种基于大数据的培训档案管理系统及方法 - Google Patents

一种基于大数据的培训档案管理系统及方法 Download PDF

Info

Publication number
CN116843521B
CN116843521B CN202310679924.8A CN202310679924A CN116843521B CN 116843521 B CN116843521 B CN 116843521B CN 202310679924 A CN202310679924 A CN 202310679924A CN 116843521 B CN116843521 B CN 116843521B
Authority
CN
China
Prior art keywords
training
data
online
learning
enterprise staff
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
CN202310679924.8A
Other languages
English (en)
Other versions
CN116843521A (zh
Inventor
李进
赵守超
鲍飞
樊延欣
杜锦涛
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.)
Zhongan Huabang Beijing Safety Production Technology Research Institute Co ltd
Original Assignee
Zhongan Huabang Beijing Safety Production Technology Research Institute 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 Zhongan Huabang Beijing Safety Production Technology Research Institute Co ltd filed Critical Zhongan Huabang Beijing Safety Production Technology Research Institute Co ltd
Priority to CN202310679924.8A priority Critical patent/CN116843521B/zh
Publication of CN116843521A publication Critical patent/CN116843521A/zh
Application granted granted Critical
Publication of CN116843521B publication Critical patent/CN116843521B/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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G06Q50/2057—Career enhancement or continuing education service
    • 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
    • G06Q10/06398—Performance of employee with respect to a job function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的培训档案管理系统及方法，涉及线上安全培训技术领域，包括：S1、根据企业需求建立档案模版并上传企业员工的各项文件资料信息；S2、对企业员工进行线上课程学习和线上考核的安全培训，并完成数据采集；S3、对企业员工的线上学习和考核的各项数据信息进行分析，预测企业员工实操状态；S4、根据历史数据建立预测实操状态与实际培训考试得分的函数关系式；S5、根据函数关系式预测当前培训考试得分并进行分析，对异常的档案进行标注；本发明通过线上学习+线上考核的方式，针对企业的安全培训，可以提高培训效率，减轻培训的负担，方便后期企业在就行岗位选择时可以直观的了解到线上学习和线上考核情况。

Description

一种基于大数据的培训档案管理系统及方法
技术领域
本发明涉及线上安全培训技术领域，具体是一种基于大数据的培训档案管理系统及方法。
背景技术
目前，从事安全行业的工作人员在国家相关要求下都要进行安全培训且通过考核才能正常上岗，对相关行业员工的培训档案数据的检查尤为重要，要求一人一档随时查看和翻阅培训记录；现在大多安全生产行业皆都是通过线下学习+线下考核+人工记录相关培训信息及结果最后装订成册生产档案；
线下学习+线下考试不利于学习信息的采集，且人工记录员工培训情况，增加了记录的繁琐性和准确性，且不利于培训数据的更新，需要重新记录和销毁，大大增加了人工成本，且不同行业和岗位需要的档案模版样式不一，收集和填写数据异常困难，最后还要排版打印装订成册，大大增加了企业安全生产的负担；
所以，人们急需一种基于大数据的培训档案管理系统及方法来解决上述技术问题。
发明内容
本发明的目的在于提供一种基于大数据的培训档案管理系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的培训档案管理方法，该培训档案管理方法包括以下步骤：
S1、根据企业需求建立档案模版并上传企业员工的各项文件资料信息，因为不同企业的岗位所需要的档案信息各不相同，所以需要根据企业需求建立档案模板；
S2、对企业员工进行线上课程学习和线上考核的安全培训，并完成数据采集；
S3、对企业员工的线上学习和考核的各项数据信息进行分析，预测企业员工实操状态，因为通过线上学习+线上考试的方式，虽然可以提高安全培训的效率，但是对于实操的了解程度会大大降低，企业将无法了解企业员工的实操状态；
S4、根据历史数据建立预测实操状态与实际培训考试得分的函数关系式，目的是为了通过预测实操状态去预测最终的考试得分，并将预测的最终考试得分与实际考试得分之间进行比较，进而判断学习的状态和考试的状态是否正常；
S5、根据函数关系式预测当前培训考试得分并进行分析，对异常的档案进行标注，标注的异常档案后期企业可以根据实际情况进行查看和了解。
根据上述技术方案，在S2中，包括以下步骤：
S201、企业员工通过线上课程完成安全培训的学习，记录每次线上课程学习的开始时间点ti和结束时间点tj，组成线上课程学习时间的集合Ts＝{(t1,t2),(t3,t4),(t5,t6),...,(ti,tj)}，其中，s表示第s位进行线上安全培训的企业员工，(ti,tj)表示第次进行线上课程学习的开始时间点和结束时间点；
S202、企业员工通过线上的方式完成安全培训的考试，记录线上考试的得分Rs；
S203、采集企业员工每次进行线上课程学习时的图像数据组成图像数据的集合/>
根据上述技术方案，在S3中，包括以下步骤：
S301、提取线上课程学习时间的集合Ts，根据下列公式计算企业员工每次进行线上课程学习的时长
根据下列公式计算线上课程学习的平均时长
因为正常进行学习规划的企业员工应当是每天都会进行线上的安全培训，而无学习规划的企业员工会在最后临期时恶补学习课程，因此，计算平均每次线上课程学习的时长可以反映企业员工对安全培训学习的学习态度；
S302、根据下列公式计算企业员工进行线上课程学习开始时间差值的平均值
因为正常进行学习规划的企业员工应当规划有固定的线上学习时间，而线上课程学习开始时间差值可以最大程度的反映企业员工是否精准的对安全培训课程学习进行了规划，也可以从侧面反映企业员工的线上课程学习的态度；
S303、提取图像数据的集合U，利用图像处理技术对集合U中的图像数据进行轮廓的提取，得到轮廓图的集合U′；
对集合U′中的相邻两个轮廓图进行重叠，利用欧式距离的计算分析相邻两个轮库图之间的相似度，组成相似度的集合U″；
计算集合U″的平均值
因为正常进行学习规划的企业员工应当规划有固定的线上学习场所，而同一线上学习场所的背景应当保持一致，因此，通过线上学习背景的相似性可以判断该企业员工在进行线上学习时的状态；
S304、根据下列公式预测企业员工的实操状态数据Ys：
其中，a0、a1、a2、a3均表示线性回归系数，a表示误差因子。
根据上述技术方案，在S4中，对历史数据进行调取，历史数据包括历史预测的实操状态数据和实际线上培训考试得分数据，以历史预测的实操状态数据为横坐标，以实际线上培训考试得分数据为纵坐标，进行拟合，建立函数关系式G。
根据上述技术方案，在S5中，包括以下步骤：
S501、将S304中预测的实操状态数据Ys代入函数关系式G，得到预测的线上培训考试得分数据
S502、将预测的线上培训考试得分数据与线上考试的得分Rs之间进行比对，得到Os，/>
S503、对S502的比对结果进行分析：
当Os≥O时，表明预测得分与实际得分差值超过设定阈值，该企业员工在进行线上安全培训时的状态不稳定，存在异常情况，对该企业员工的档案信息进行标注；
当Os＜I时，表明预测得分与实际得分差值未超过设定阈值，该企业员工在进行线上安全培训时的状态稳定，与预期相同，不需要对其档案信息进行标注。
通过上述技术方案，若企业员工在进行线上学习过程中的表现预测其线上考核的得分情况与实际的得分情况不相符合，那么，存在的情况就是线上考核未完全体现其真实内容，或者是在线上学习阶段的效率较低，那么这种情况将会导致无法通过档案来真实的反映企业员工的真实状态，因此，需要对其档案信息进行标注。
一种培训档案管理系统，该系统包括档案数据整理模块、培训学习服务模块、培训系数分析模块和档案异常分析模块；
所述档案数据整理模块用于根据企业需求进行档案数据的整理和编排；所述培训学习服务模块用于支持企业员工在线学习相关安全行业的课程并记入学时，以及进行安全行业的考试并计入得分，存入数据库；所述培训系数分析模块用于根据培训学习服务模块的信息数据对企业员工的培训系数进行分析，确定企业员工的实操能力；所述档案异常分析模块用于对企业员工的线上学习和考核情况进行监管和分析，对异常情况进行标注。
根据上述技术方案，所述档案数据整理模块包括档案模版设计单元、档案模版预览单元和文件资料上传单元；
所述档案模版设计单元用于根据企业需求设计不同档案排版以及不同内容数据的配置，因为不同企业的岗位所需要的档案信息各不相同；所述档案模版预览单元用于呈现档案模版设计单元所设计的档案排版及数据配置展示；所述文件资料上传单元用于收集企业员工的各项文件资料信息。
根据上述技术方案，所述培训学习服务模块包括课程学习记录单元、培训考试记录单元和图像数据采集单元；
所述课程学习记录单元用于记录企业员工在进行安全培训学习过程中的各项信息数据；所述培训考试记录单元用于记录企业员工在进行安排培训考试过程中的各项信息数据；所述图像数据采集单元用于对企业员工在线进行安全培训过程中的图像数据进行采集。
根据上述技术方案，所述培训系数分析模块包括学习状态分析单元、时间数据分析单元和实操状态预测单元；
所述学习状态分析单元用于根据图像数据采集单元所采集的图像数据对企业员工在进行课程学习时的状态进行分析；所述时间数据分析单元用于根据课程学习记录单元所记录的课程学习数据对企业员工在进行课程学习时的时间数据进行分析；所述实操状态预测单元用于在大数据分析的基础上，根据课程学习的状态数据和时间数据对企业员工的实操状态进行预测，因为实现线上学习+线上考核的方式可以提高工作效率，但是对于企业员工的实操行为考察缺失，所以需要进行预测分析。
根据上述技术方案，所述档案异常分析模块包括预测函数建立单元、培训考试预测单元、预测结果比对单元、异常情况分析单元和档案异常标注单元；
所述预测函数建立单元用于根据大数据技术对历史数据进行调取，并建立实操状态预测数据与实际培训考试得分的函数关系式；所述培训考试预测单元用于根据预测函数建立单元建立的函数关系式以及实操状态预测数据进行培训考试得分的预测；所述预测结果比对单元用于将企业员工的实际培训考试得分与预测的培训考试得分进行比对；所述异常情况分析单元用于根据设定阈值和比对结果对异常的情况进行记录；所述档案异常标注单元用于对异常情况分析单元所分析的异常情况对应的档案进行标注。
与现有技术相比，本发明的有益效果是：
本发明通过线上学习+线上考核的方式，针对企业的安全培训，可以提高培训效率，减轻培训的负担，同时，配合实操状态预测，可以在线上学习+线上考核的形式下，完成对企业员工实操状态和学习态度的观察，并在后期通过大数据技术，对线上考核的情况进行比对，进而判断是否在线上考核阶段出现异常，并对异常情况的档案信息进行标注，使得后期企业在就行岗位选择时可以更加直观的了解到当初的线上学习和线上考核情况。
附图说明
图1为本发明一种基于大数据的培训档案管理方法的步骤流程示意图；
图2为本发明一种基于大数据的培训档案管理系统的模块组成示意图；
图3为本发明一种基于大数据的培训档案管理系统的连接关系示意图。
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。
实施例一：如图1所示，一种基于大数据的培训档案管理方法，该培训档案管理方法包括以下步骤：
S1、根据企业需求建立档案模版并上传企业员工的各项文件资料信息，因为不同企业的岗位所需要的档案信息各不相同，所以需要根据企业需求建立档案模板，各项文件资料信息包括但不限于学历证书、学位证书、职业资格证书及其他自有证书；
S2、对企业员工进行线上课程学习和线上考核的安全培训，并完成数据采集；
S201、企业员工通过线上课程完成安全培训的学习，记录每次线上课程学习的开始时间点ti和结束时间点tj，组成线上课程学习时间的集合Ts＝{(t1,t2),(t3,t4),(t5,t6),...,(ti,tj)}，其中，s表示第s位进行线上安全培训的企业员工，(ti,tj)表示第次进行线上课程学习的开始时间点和结束时间点，目的是为了可以通过学习时间判断企业员工在进行线上课程学习时的时间分配情况，以此来反映企业员工的学习态度；
S202、企业员工通过线上的方式完成安全培训的考试，记录线上考试的得分Rs；
S203、采集企业员工每次进行线上课程学习时的图像数据组成图像数据的集合/>采集企业员工线上课程学习时的图像数据目的是为了后期通过图像分析的方式判断企业员工在进行线上课程学习时状态和环境，以此来分析企业员工的学习态度。
S3、对企业员工的线上学习和考核的各项数据信息进行分析，预测企业员工实操状态，因为通过线上学习+线上考试的方式，虽然可以提高安全培训的效率，但是对于实操的了解程度会大大降低，企业将无法了解企业员工的实操状态；
S301、提取线上课程学习时间的集合Ts，根据下列公式计算企业员工每次进行线上课程学习的时长
根据下列公式计算线上课程学习的平均时长
因为正常进行学习规划的企业员工应当是每天都会进行线上的安全培训，而无学习规划的企业员工会在最后临期时恶补学习课程，因此，计算平均每次线上课程学习的时长可以反映企业员工对安全培训学习的学习态度；
S302、根据下列公式计算企业员工进行线上课程学习开始时间差值的平均值
因为正常进行学习规划的企业员工应当规划有固定的线上学习时间，而线上课程学习开始时间差值可以最大程度的反映企业员工是否精准的对安全培训课程学习进行了规划，也可以从侧面反映企业员工的线上课程学习的态度；
S303、提取图像数据的集合U，利用图像处理技术对集合U中的图像数据进行轮廓的提取，得到轮廓图的集合U′；
对集合U′中的相邻两个轮廓图进行重叠，利用欧式距离的计算分析相邻两个轮库图之间的相似度，组成相似度的集合U″；
计算集合U″的平均值
因为正常进行学习规划的企业员工应当规划有固定的线上学习场所，而同一线上学习场所的背景应当保持一致，因此，通过线上学习背景的相似性可以判断该企业员工在进行线上学习时的状态；
S304、根据下列公式预测企业员工的实操状态数据Ys：
其中，a0、a1、a2、a3均表示线性回归系数，a表示误差因子。
S4、根据历史数据建立预测实操状态与实际培训考试得分的函数关系式，目的是为了通过预测实操状态去预测最终的考试得分，并将预测的最终考试得分与实际考试得分之间进行比较，进而判断学习的状态和考试的状态是否正常；
对历史数据进行调取，历史数据包括历史预测的实操状态数据和实际线上培训考试得分数据，以历史预测的实操状态数据为横坐标，以实际线上培训考试得分数据为纵坐标，进行拟合，建立函数关系式G。
S5、根据函数关系式预测当前培训考试得分并进行分析，对异常的档案进行标注，标注的异常档案后期企业可以根据实际情况进行查看和了解。
S501、将S304中预测的实操状态数据Ys代入函数关系式G，得到预测的线上培训考试得分数据
S502、将预测的线上培训考试得分数据与线上考试的得分Rs之间进行比对，得到Os，/>
S503、对S502的比对结果进行分析：
当Os≥O时，表明预测得分与实际得分差值超过设定阈值，该企业员工在进行线上安全培训时的状态不稳定，存在异常情况，对该企业员工的档案信息进行标注；
当Os＜O时，表明预测得分与实际得分差值未超过设定阈值，该企业员工在进行线上安全培训时的状态稳定，与预期相同，不需要对其档案信息进行标注。
通过上述技术方案，若企业员工在进行线上学习过程中的表现预测其线上考核的得分情况与实际的得分情况不相符合，那么，存在的情况就是线上考核未完全体现其真实内容，或者是在线上学习阶段的效率较低，那么这种情况将会导致无法通过档案来真实的反映企业员工的真实状态，因此，需要对其档案信息进行标注。
实施例二：如图2-图3所示，一种培训档案管理系统，该系统包括档案数据整理模块、培训学习服务模块、培训系数分析模块和档案异常分析模块；
所述档案数据整理模块用于根据企业需求进行档案数据的整理和编排；所述培训学习服务模块用于支持企业员工在线学习相关安全行业的课程并记入学时，以及进行安全行业的考试并计入得分，存入数据库；所述培训系数分析模块用于根据培训学习服务模块的信息数据对企业员工的培训系数进行分析，确定企业员工的实操能力；所述档案异常分析模块用于对企业员工的线上学习和考核情况进行监管和分析，对异常情况进行标注。
所述档案数据整理模块包括档案模版设计单元、档案模版预览单元和文件资料上传单元；
所述档案模版设计单元用于根据企业需求设计不同档案排版以及不同内容数据的配置，因为不同企业的岗位所需要的档案信息各不相同；所述档案模版预览单元用于呈现档案模版设计单元所设计的档案排版及数据配置展示；所述文件资料上传单元用于收集企业员工的各项文件资料信息，例如：学历证书、学位证书、职业资格证书及其他自有证书。
所述培训学习服务模块包括课程学习记录单元、培训考试记录单元和图像数据采集单元；
所述课程学习记录单元用于记录企业员工在进行安全培训学习过程中的各项信息数据，包括课程学习的时长数据、时间数据等；所述培训考试记录单元用于记录企业员工在进行安排培训考试过程中的各项信息数据，包括课程考试的时长数据、得分数据等；所述图像数据采集单元用于对企业员工在线进行安全培训过程中的图像数据进行采集，主要包括员工课程学习过程中的背景图像数据。
所述培训系数分析模块包括学习状态分析单元、时间数据分析单元和实操状态预测单元；
所述学习状态分析单元用于根据图像数据采集单元所采集的图像数据对企业员工在进行课程学习时的状态进行分析；所述时间数据分析单元用于根据课程学习记录单元所记录的课程学习数据对企业员工在进行课程学习时的时间数据进行分析；所述实操状态预测单元用于在大数据分析的基础上，根据课程学习的状态数据和时间数据对企业员工的实操状态进行预测，因为实现线上学习+线上考核的方式可以提高工作效率，但是对于企业员工的实操行为考察缺失，所以需要进行预测分析。
所述档案异常分析模块包括预测函数建立单元、培训考试预测单元、预测结果比对单元、异常情况分析单元和档案异常标注单元；
所述预测函数建立单元用于根据大数据技术对历史数据进行调取，并建立实操状态预测数据与实际培训考试得分的函数关系式；所述培训考试预测单元用于根据预测函数建立单元建立的函数关系式以及实操状态预测数据进行培训考试得分的预测；所述预测结果比对单元用于将企业员工的实际培训考试得分与预测的培训考试得分进行比对；所述异常情况分析单元用于根据设定阈值和比对结果对异常的情况进行记录；所述档案异常标注单元用于对异常情况分析单元所分析的异常情况对应的档案进行标注。
实施例三：S1、根据企业需求建立档案模版并上传企业员工的各项文件资料信息；
S201、企业员工通过线上课程完成安全培训的学习，记录每次线上课程学习的开始时间点ti和结束时间点tj，组成线上课程学习时间的集合Ts＝{(t1,t2),(t3,t4),(t5,t6),...,(t59,t60)}，其中，s表示第s位进行线上安全培训的企业员工，(t59,t60)表示第30次进行线上课程学习的开始时间点和结束时间点；
S202、企业员工通过线上的方式完成安全培训的考试，记录线上考试的得分Rs＝85；
S203、采集企业员工每次进行线上课程学习时的图像数据u30，组成图像数据的集合U＝{u1,u2,u3,...,u30}。
S3、对企业员工的线上学习和考核的各项数据信息进行分析，预测企业员工实操状态；
S301、提取线上课程学习时间的集合Ts，根据下列公式计算企业员工每次进行线上课程学习的时长
根据下列公式计算线上课程学习的平均时长
S302、根据下列公式计算企业员工进行线上课程学习开始时间差值的平均值
S303、提取图像数据的集合U，利用图像处理技术对集合U中的图像数据进行轮廓的提取，得到轮廓图的集合U′；
对集合U′中的相邻两个轮廓图进行重叠，利用欧式距离的计算分析相邻两个轮库图之间的相似度，组成相似度的集合U″；
计算集合U″的平均值
S304、根据下列公式预测企业员工的实操状态数据Ys：
其中，a0、a1、a2、a3均表示线性回归系数，a表示误差因子。
S4、对历史数据进行调取，历史数据包括历史预测的实操状态数据和实际线上培训考试得分数据，以历史预测的实操状态数据为横坐标，以实际线上培训考试得分数据为纵坐标，进行拟合，建立函数关系式G。
S501、将S304中预测的实操状态数据Ys代入函数关系式G，得到预测的线上培训考试得分数据
S502、将预测的线上培训考试得分数据与线上考试的得分Rs＝85之间进行比对，得到Os，/>
S503、对S502的比对结果进行分析：
Os＝3＜O＝10时，表明预测得分与实际得分差值未超过设定阈值，该企业员工在进行线上安全培训时的状态稳定，与预期相同，不需要对其档案信息进行标注。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (9)

1.一种基于大数据的培训档案管理方法，其特征在于，该培训档案管理方法包括以下步骤：
S1、根据企业需求建立档案模版并上传企业员工的各项文件资料信息；
S2、对企业员工进行线上课程学习和线上考核的安全培训，并完成数据采集；
S3、对企业员工的线上学习和考核的各项数据信息进行分析，预测企业员工实操状态；
在S3中，包括以下步骤：
S301、提取线上课程学习时间的集合Ts，根据下列公式计算企业员工每次进行线上课程学习的时长
根据下列公式计算线上课程学习的平均时长
S302、根据下列公式计算企业员工进行线上课程学习开始时间差值的平均值
S303、提取图像数据的集合U，利用图像处理技术对集合U中的图像数据进行轮廓的提取，得到轮廓图的集合U′；
对集合U′中的相邻两个轮廓图进行重叠，利用欧式距离的计算分析相邻两个轮库图之间的相似度，组成相似度的集合U”；
计算集合U”的平均值
S304、根据下列公式预测企业员工的实操状态数据Ys：
其中，a0、a1、a2、a3均表示线性回归系数，a表示误差因子；
S4、根据历史数据建立预测实操状态与实际培训考试得分的函数关系式；
S5、根据函数关系式预测当前培训考试得分并进行分析，对异常的档案进行标注。
2.根据权利要求1所述的一种基于大数据的培训档案管理方法，其特征在于，在S2中，包括以下步骤：
S201、企业员工通过线上课程完成安全培训的学习，记录每次线上课程学习的开始时间点ti和结束时间点tj，组成线上课程学习时间的集合Ts＝{(t1,t2),(t3,t4),(t5,t6),...,(ti,tj)}，其中，s表示第s位进行线上安全培训的企业员工，(ti,tj)表示第次进行线上课程学习的开始时间点和结束时间点；
S202、企业员工通过线上的方式完成安全培训的考试，记录线上考试的得分Rs；
S203、采集企业员工每次进行线上课程学习时的图像数据组成图像数据的集合
3.根据权利要求2所述的一种基于大数据的培训档案管理方法，其特征在于：在S4中，对历史数据进行调取，历史数据包括历史预测的实操状态数据和实际线上培训考试得分数据，以历史预测的实操状态数据为横坐标，以实际线上培训考试得分数据为纵坐标，进行拟合，建立函数关系式G。
4.根据权利要求3所述的一种基于大数据的培训档案管理方法，其特征在于，在S5中，包括以下步骤：
S501、将S304中预测的实操状态数据Ys代入函数关系式G，得到预测的线上培训考试得分数据
S502、将预测的线上培训考试得分数据与线上考试的得分Rs之间进行比对，得到Os，/>
S503、对S502的比对结果进行分析：
当Os≥O时，表明预测得分与实际得分差值超过设定阈值，该企业员工在进行线上安全培训时的状态不稳定，存在异常情况，对该企业员工的档案信息进行标注；
当Os＜O时，表明预测得分与实际得分差值未超过设定阈值，该企业员工在进行线上安全培训时的状态稳定，与预期相同，不需要对其档案信息进行标注。
5.一种实现权利要求1-4任一项所述的培训档案管理方法的培训档案管理系统，其特征在于：该系统包括档案数据整理模块、培训学习服务模块、培训系数分析模块和档案异常分析模块；
所述档案数据整理模块用于根据企业需求进行档案数据的整理和编排；所述培训学习服务模块用于支持企业员工在线学习相关安全行业的课程并记入学时，以及进行安全行业的考试并计入得分，存入数据库；所述培训系数分析模块用于根据培训学习服务模块的信息数据对企业员工的培训系数进行分析，确定企业员工的实操能力；所述档案异常分析模块用于对企业员工的线上学习和考核情况进行监管和分析，对异常情况进行标注。
6.根据权利要求5所述的培训档案管理系统，其特征在于：所述档案数据整理模块包括档案模版设计单元、档案模版预览单元和文件资料上传单元；
所述档案模版设计单元用于根据企业需求设计不同档案排版以及不同内容数据的配置；所述档案模版预览单元用于呈现档案模版设计单元所设计的档案排版及数据配置展示；所述文件资料上传单元用于收集企业员工的各项文件资料信息。
7.根据权利要求6所述的培训档案管理系统，其特征在于：所述培训学习服务模块包括课程学习记录单元、培训考试记录单元和图像数据采集单元；
所述课程学习记录单元用于记录企业员工在进行安全培训学习过程中的各项信息数据；所述培训考试记录单元用于记录企业员工在进行安排培训考试过程中的各项信息数据；所述图像数据采集单元用于对企业员工在线进行安全培训过程中的图像数据进行采集。
8.根据权利要求7所述的培训档案管理系统，其特征在于：所述培训系数分析模块包括学习状态分析单元、时间数据分析单元和实操状态预测单元；
所述学习状态分析单元用于根据图像数据采集单元所采集的图像数据对企业员工在进行课程学习时的状态进行分析；所述时间数据分析单元用于根据课程学习记录单元所记录的课程学习数据对企业员工在进行课程学习时的时间数据进行分析；所述实操状态预测单元用于在大数据分析的基础上，根据课程学习的状态数据和时间数据对企业员工的实操状态进行预测。
9.根据权利要求8所述的培训档案管理系统，其特征在于：所述档案异常分析模块包括预测函数建立单元、培训考试预测单元、预测结果比对单元、异常情况分析单元和档案异常标注单元；
所述预测函数建立单元用于根据大数据技术对历史数据进行调取，并建立实操状态预测数据与实际培训考试得分的函数关系式；所述培训考试预测单元用于根据预测函数建立单元建立的函数关系式以及实操状态预测数据进行培训考试得分的预测；所述预测结果比对单元用于将企业员工的实际培训考试得分与预测的培训考试得分进行比对；所述异常情况分析单元用于根据设定阈值和比对结果对异常的情况进行记录；所述档案异常标注单元用于对异常情况分析单元所分析的异常情况对应的档案进行标注。
CN202310679924.8A 2023-06-09 2023-06-09 一种基于大数据的培训档案管理系统及方法 Active CN116843521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310679924.8A CN116843521B (zh) 2023-06-09 2023-06-09 一种基于大数据的培训档案管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310679924.8A CN116843521B (zh) 2023-06-09 2023-06-09 一种基于大数据的培训档案管理系统及方法

Publications (2)

Publication Number Publication Date
CN116843521A CN116843521A (zh) 2023-10-03
CN116843521B true CN116843521B (zh) 2024-01-26

Family

ID=88166118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310679924.8A Active CN116843521B (zh) 2023-06-09 2023-06-09 一种基于大数据的培训档案管理系统及方法

Country Status (1)

Country Link
CN (1) CN116843521B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2166211C2 (ru) * 1999-04-15 2001-04-27 Халин Евгений Васильевич Способ автоматизированной подготовки и аттестации по безопасности производства
CN109948912A (zh) * 2019-02-28 2019-06-28 贵阳学院 一种业务培训管理系统
WO2021077382A1 (zh) * 2019-10-25 2021-04-29 中新智擎科技有限公司 一种学习状态的判断方法、装置及智能机器人
CN114219229A (zh) * 2021-11-25 2022-03-22 四川省通信产业服务有限公司 一种企业安全培训档案信息化管理系统
KR20220073082A (ko) * 2020-11-26 2022-06-03 (주)알파이글루 학습 집중도 향상을 위한 학습 지원 시스템
CN114757801A (zh) * 2022-04-28 2022-07-15 河北东来工程技术服务有限公司 一种船员培训管理方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022170277A1 (en) * 2021-02-08 2022-08-11 Jobiak LLC Machine learning applications to improve online job listings

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2166211C2 (ru) * 1999-04-15 2001-04-27 Халин Евгений Васильевич Способ автоматизированной подготовки и аттестации по безопасности производства
CN109948912A (zh) * 2019-02-28 2019-06-28 贵阳学院 一种业务培训管理系统
WO2021077382A1 (zh) * 2019-10-25 2021-04-29 中新智擎科技有限公司 一种学习状态的判断方法、装置及智能机器人
KR20220073082A (ko) * 2020-11-26 2022-06-03 (주)알파이글루 학습 집중도 향상을 위한 학습 지원 시스템
CN114219229A (zh) * 2021-11-25 2022-03-22 四川省通信产业服务有限公司 一种企业安全培训档案信息化管理系统
CN114757801A (zh) * 2022-04-28 2022-07-15 河北东来工程技术服务有限公司 一种船员培训管理方法和系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
企业员工自助学习系统的设计与实现;张敬苒;;长春大学学报(第02期);第168-172页 *
基于学习分析的在线课程学习效果评价研究;王涛涛;毛晨蕾;;中国成人教育(第17期);第93-96页 *
大数据技术在企业培训中的应用;张磊;杨椿;;无线互联科技(第12期);第126-127页 *
大数据时代企业档案信息资源开发研究;秦雯媛;《兰台内外》(第5期);第7-8页 *
智慧微学习――基于移动互联网的员工能力持续提升;林波;;中国新通信(第20期);第101-104页 *

Also Published As

Publication number Publication date
CN116843521A (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
CN116342073B (zh) 一种书刊印刷数字信息管理系统及其方法
JPWO2020021587A1 (ja) 時系列データ診断装置、追加学習方法およびプログラム
JP2019028834A (ja) 異常値診断装置、異常値診断方法、およびプログラム
CN115357906A (zh) 面向网络安全等级保护2.0的智能辅助测评方法及系统
JP2002297669A (ja) 点検支援システム
CN116843521B (zh) 一种基于大数据的培训档案管理系统及方法
JP4685214B2 (ja) コンクリート構造物の劣化診断支援システム
CN117010549A (zh) 基于大数据管理体系的信息溯源方法及终端
GB2591772A (en) Asset maintenance management system and method
US20230268066A1 (en) System and method for optimized and personalized service check list
CN115034614A (zh) 一种基于设备健康度的设备管理方法、装置及设备
JP2007188471A (ja) 品質解析方法、品質解析装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体
RU2295590C1 (ru) Способ статистического управления качеством электродной продукции
JP2007316733A (ja) 修理支援システム、修理支援方法、修理支援プログラムおよび記録媒体
JP2008204116A (ja) 品質管理システム、方法、プログラムおよび記録媒体
CN116702030B (zh) 一种基于传感器可靠性分析的高炉状态监测方法及装置
CN113240358B (zh) 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN112968941B (zh) 一种基于边缘计算的数据采集和人机协同标注方法
Cosme et al. Paperless Checklist for Process Validation and Production Readiness: An Industrial Use Case.
CN115543775B (zh) 一种测试案例自动生成方法
CN116030418B (zh) 一种汽车吊运行状态监测系统及方法
CN103164180B (zh) 显示卡及其信息储存方法
CN117787816B (zh) 用于工业企业的物料数据质量检测方法及系统
JPH0535228A (ja) フイールドオペレーシヨン支援システム
JPH04359640A (ja) 異常原因診断方法

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