CN117035550A - 一种人员评价系统控制方法及相关设备 - Google Patents
一种人员评价系统控制方法及相关设备 Download PDFInfo
- Publication number
- CN117035550A CN117035550A CN202311133037.7A CN202311133037A CN117035550A CN 117035550 A CN117035550 A CN 117035550A CN 202311133037 A CN202311133037 A CN 202311133037A CN 117035550 A CN117035550 A CN 117035550A
- Authority
- CN
- China
- Prior art keywords
- information
- evaluated
- soft
- weight information
- person
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 238000013475 authorization Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 230000009193 crawling Effects 0.000 claims description 11
- 238000000611 regression analysis Methods 0.000 claims description 7
- 230000002441 reversible effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 239000002131 composite material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种人员评价系统控制方法及相关设备。该方法包括：获取待评价人员的论文成果评分信息和其对应的第一权重信息；获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。
Description
技术领域
本说明书涉及人力资源管理领域，更具体地说，本申请涉及一种人员评价系统控制方法及相关设备。
背景技术
在很多公司中都涉及人员管理职称评定，现有技术中通常在职称评定的过程中需要待评定人员填写相关评分表，并提供相应的支撑材料证据，通过人力资源部门进行材料审核，并由专家组进行专业打分，从而完成人员职称评定过程，评定过程不但耗时耗力，客观性与公正性也可能有失偏颇。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
第一方面，本申请提出一种人员评价系统控制方法，上述方法包括：
获取待评价人员的论文成果评分信息和其对应的第一权重信息；
获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；
获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；
根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有论文成果信息，其中，上述论文成果信息包括论文影响因子、期刊排名参数、论文发表时间、论文引用数量和正向及反向引用比例系数；
根据上述论文影响因子、上述期刊排名参数、上述论文发表时间、上述论文引用数量和上述正向及反向引用比例系数确定上述论文成果评分信息，其中，上述正向及反向引用比例系数是通过论文被引用对应文章的上下文语义信息获取的。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有专利成果信息，其中，上述专利成果信息包括专利类型信息、专利授权保护范围与申请保护范围的相似度信息、被引为对比文件的驳回专利数量和授权过程中检索到的Y类对比文件数量；
根据上述专利类型信息、上述专利授权保护范围与申请保护范围的相似度信息、上述被引为对比文件的驳回专利数量和上述授权过程中检索到的Y类对比文件数量确定上述专利成果评分信息。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有软著成果信息，其中，上述软著成果信息包括软著申请时间信息，软著相关领域数量信息和软著代码规模信息；
根据上述软著申请时间信息，软著相关领域数量信息和软著代码规模信息确定上述软著成果评分。
在一种实施方式中，上述方法还包括：
获取多个主观评判人员对上述待评价人员的个人主观评分和主观权重信息；
根据每个上述个人主观评分和其对应的上述主观权重信息获取主观评分。
在一种实施方式中，上述方法还包括：
获取上述主观评判人员与上述待评价人员的组织结构从属系数；
获取上述主观评价人员与上述待评价人员的学术成果信息的关联系数，其中，上述学术成果包括论文成果、上述专利成果和上述软著成果，上述关联系数与上述主观评判人员和上述待评价人员的排名间隔数量呈正比关系；
根据上述组织结构从属系数和上述学术成果信息的关联系数确定上述主观权重信息。
在一种实施方式中，上述方法还包括：
根据上述客观评分和上述主观评分使用广义线性模型进行回归分析以获取综合评分。
第二方面，本申请还提出一种人员评价系统控制装置，包括：
第一获取单元，用于获取待评价人员的论文成果评分信息和其对应的第一权重信息；
第二获取单元，用于获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；
第三获取单元，用于获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；
第四获取单元，用于根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。
第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的人员评价系统控制方法的步骤。
第四方面，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的人员评价系统控制方法。
综上，本申请实施例的人员评价系统控制方法包括：获取待评价人员的论文成果评分信息和其对应的第一权重信息；获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。本申请提出的人员评价系统控制方法，采用权重信息的方法，将不同类型的成果以及其质量进行量化和综合，考虑了论文、专利和软著等不同类型的学术成果，从而综合评价待评价人员的多样性贡献，有助于全面展现他们在学术研究、创新应用等方面的能力和价值。通过设置权重信息，可以更精准地反映不同类型成果的重要性。
本申请提出的人员评价系统控制方法，本申请的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本申请实施例提供的一种人员评价系统控制方法流程示意图；
图2为本申请实施例提供的一种人员评价系统控制装置结构性示意图；
图3为本申请实施例提供的一种人员评价系统控制电子设备结构示意图。
具体实施方式
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。
请参阅图1，为本申请实施例提供的一种人员评价系统控制方法流程示意图，具体可以包括：
S110、获取待评价人员的论文成果评分信息和其对应的第一权重信息；
示例性的，在收集待评价人员的论文信息时，要涵盖一定时间范围，以展示其持续的学术活动。考虑到不同领域的期刊和会议具有不同的影响因子和排名，需要将期刊/会议进行分组，以反映不同级别的学术贡献。
S120、获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；
示例性的，在收集待评价人员的专利信息时，要考虑专利的技术领域和实际应用价值。一些技术可能在特定领域具有更大的创新性和影响力。可以将不同类型的专利(发明专利、实用新型专利等)进行分类，以便为每个专利类型分配不同的权重信息。考虑到专利的实际应用，可以加入相关机构或企业的合作情况，以强调专利在产业化和实际推广中的价值。
S130、获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；
示例性的，在收集待评价人员的软著信息时，可以关注软著的创意程度、技术难度和实际应用情况。如果可能，可以考虑软著的使用情况，例如是否在教育培训、企业应用等方面得到应用，从而更好地评估其影响力。软著的颁发机构和软著的著作权登记时间也是考虑因素，可能反映软著的权威性和质量。
S140、根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。
示例性的，客观评分的计算方法可以根据不同机构的评审标准进行调整。可能的方法包括加权求和、分级评分等。考虑到不同类型成果的权重，可以为论文、专利和软著分别计算得分，然后将它们组合成综合评分。在加权求和时，权重信息的选择应反映出不同类型成果的重要性，以便综合评分能够更好地反映待评价人员的全面贡献。上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。例如：专业路线可以分为学术研究路线、软件研究路线和工艺研究路线，权重信息的数值可以为0.5、0.75和1.25。如果待评价人员为学术研究路线的人员时，可以将论文成果评分信息对应的第一权重信息设置为较大的1.25，将专利成果评分信息对应的第二权重信息设置为中等的0.75，将软著成果评分信息对应的第三权重信息设置为较小的0.5。如果待评价人员为软件研究路线的人员时，可以将论文成果评分信息对应的第一权重信息设置为较小的0.5，将专利成果评分信息对应的第二权重信息设置为中等的0.75，将软著成果评分信息对应的第三权重信息设置为较较大的1.25。如果待评价人员为工艺研究路线的人员时，可以将论文成果评分信息对应的第一权重信息设置为中等的0.75，将专利成果评分信息对应的第二权重信息设置为较大的1.25，将软著成果评分信息对应的第三权重信息设置为较小的0.5。
综上，本申请提出的人员评价系统控制方法，采用权重信息的方法，将不同类型的成果以及其质量进行量化和综合，考虑了论文、专利和软著等不同类型的学术成果，从而综合评价待评价人员的多样性贡献，有助于全面展现他们在学术研究、创新应用等方面的能力和价值。本申请提出可以平衡不同类型成果的贡献，并根据专业路线的调整更准确地评价待评价人员的综合贡献可以综合考虑待评价人员在不同领域和方面的成果，根据不同类型的成果和专业路线进行权重调整，从而提供更准确、全面的客观评价。这有助于在职称评定、绩效考核等方面做出更明智的决策。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有论文成果信息，其中，上述论文成果信息包括论文影响因子、期刊排名参数、论文发表时间、论文引用数量和正向及反向引用比例系数；
根据上述论文影响因子、上述期刊排名参数、上述论文发表时间、上述论文引用数量和上述正向及反向引用比例系数确定上述论文成果评分信息，其中，上述正向及反向引用比例系数是通过论文被引用对应文章的上下文语义信息获取的。
示例性的，论文影响因子是衡量期刊影响力的指标，表示特定期刊一年内平均被引用的次数。影响因子较高的期刊往往被认为在学术界有更大的影响力。期刊排名参数可以是根据某些评价标准对期刊进行排序，这些标准可能包括影响因子、引用率、被引用数量等。期刊排名可以帮助判断期刊的学术水平和重要性。论文的发表时间反映了研究成果的新旧程度，较新的成果可能在某些领域具有更高的价值，论文被引用的次数可以反映其在学术界的影响力和重要性，被引用次数较多的论文往往被认为具有更高的贡献度。同时本申请还考虑了正向及反向引用比例系数，正向引用即其他文章对该论文的优越性、先进性肯定性的引用，而反向引用则为引用其他文章对该论文的局限性、缺陷行性否定性的引用，虽然有些文章的被引次数很多但可能会存在大量的负面评价，本申请通过引用待评价人员论文的文章的上下文语义信息获取是正向评论还是负向评论从而确定正向及反向引用比例系数，使得论文成果评分信息更加公证客观。上下文语音信息可以基于循环神经网络(RNN)或卷积神经网络(CNN)的模型可以学习长期依赖关系，从而更好地捕捉文本中的情感信息。例如BERT等预训练模型也在可以进行良好识别。
综上，本申请实施例提出的方法，自动评分系统可以避免主观因素对论文评价的影响，提供更加客观的评价标准。自动爬取和评分可以极大地提高处理速度，处理大量论文信息变得更加高效。相比于传统上，人工评价大量论文需要大量时间和人力资源，而自动化系统可以减轻人工工作负担。本申请结合多个指标可以提供更全面的评价，帮助研究人员和决策者更好地了解论文的质量和影响力。正向及反向引用比例系数的引入，使得论文成果评分信息更加公证客观。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有专利成果信息，其中，上述专利成果信息包括专利类型信息、专利授权保护范围与申请保护范围的相似度信息、被引为对比文件的驳回专利数量和授权过程中检索到的Y类对比文件数量；
根据上述专利类型信息、上述专利授权保护范围与申请保护范围的相似度信息、上述被引为对比文件的驳回专利数量和上述授权过程中检索到的Y类对比文件数量确定上述专利成果评分信息。
示例性的，专利可以分为不同类型包括发明专利、实用新型专利和外观设计专利等。不同类型的专利在技术创新和应用方面具有不同的价值，按照发明专利、实用新型、外观专利由重要到次要的方式进行计算评分。专利授权保护范围是指专利权人在专利授权时得到的权益范围，而申请保护范围是指专利申请时所描述的技术范围。评估授权保护范围与申请保护范围的相似度可以揭示专利授权的技术实质，相似度较高表示专利的技术价值更高，得到的评分更高。通过分析被引用为对比文件的驳回专利数量，可以获取本专利是否对其他专利的审查结果产生了影响。被驳回的专利数量越多，证明本专利的可靠性高，保护范围合理，得到的评分更高在专利授权过程中，专利审查员会参考已有的相关技术文献，其中Y类对比文件是与其他方案结合评价创造性的对比文件。检索到的Y类对比文件越少证明本发明越前沿，相关研究较少，得到的评分越高。可以将上述每中信息对应分数的总分作为专利成果评分。
综上，本申请提供的自动评分系统可以避免主观因素对专利评价的影响，提供更加客观的评价标准。自动爬取和评分可以极大地提高处理速度，处理大量专利信息变得更加高效。结合多个指标可以提供更全面的评价，帮助研究人员和决策者更好地了解专利的创新性和价值。通过评估专利授权保护范围与申请保护范围的相似度信息，可以更好地了解专利技术的实质内容。分析被引为对比文件的驳回专利数量和Y类对比文件数量可以揭示其他技术领域的竞争态势和技术影响力。
在一种实施方式中，上述方法还包括：
自动爬取上述待评测人员的所有软著成果信息，其中，上述软著成果信息包括软著申请时间信息，软著相关领域数量信息和软著代码规模信息；
根据上述软著申请时间信息，软著相关领域数量信息和软著代码规模信息确定上述软著成果评分。
示例性的，软著的申请时间指的是软著申请提交的时间。较早申请的软著可能意味着在相应领域具有更早的技术布局，从而可能具有更大的技术先发优势。时间越早，得分越高。软著相关领域数量信息，一个软著可能涉及多个领域，描述其技术应用的范围。软著涉及的领域数量可以反映其技术的多样性和适用范围，涉及领域数量越多评分越高。软著的代码规模表示软著涉及的代码量的大小。较大的代码规模可能代表软著的功能复杂性和技术深度。可以将上述每种信息对应分数的总分作为软著成果评分。
综上，本申请通过软著申请时间信息和代码规模信息可以帮助评估软著的技术创新性和技术深度。通过软著涉及的领域数量可以揭示软著在多个领域中的应用范围和影响力。通过早期申请的软著可能具有较好的技术布局，评估软著的申请时间可以了解技术的先发优势。通过软著涉及的领域数量和代码规模可以揭示软著的技术多样性和功能丰富程度。通过上述信息计算综合评分可以帮助了解软著在技术领域内的影响力和重要性，评价更为客观。
在一种实施方式中，上述方法还包括：
获取多个主观评判人员对上述待评价人员的个人主观评分和主观权重信息；
根据每个上述个人主观评分和其对应的上述主观权重信息获取主观评分。
示例性的，多个主观评判人员会对待评价人员的某些方面或特征进行评分，这些评分是基于个人观点和主观判断得出的。例如，评判人员可以给待评价人员的办事能力群众基础等方面进行打分。在评价中，不同的方面或特征可能具有不同的重要性。主观评判人员可以为每个评分项分配一个权重，表示其对于整体评价的相对重要性。这些权重反映了个人观点和评判人员的主观看法。主观评分是通过将个人主观评分乘以相应的主观权重来计算的。
在一种实施方式中，上述方法还包括：
获取上述主观评判人员与上述待评价人员的组织结构从属系数；
获取上述主观评价人员与上述待评价人员的学术成果信息的关联系数，其中，上述学术成果包括论文成果、上述专利成果和上述软著成果，上述关联系数与上述主观评判人员和上述待评价人员的排名间隔数量呈正比关系；
根据上述组织结构从属系数和上述学术成果信息的关联系数确定上述主观权重信息。
示例性的，这指的是主观评判人员与待评价人员之间的组织关系或从属关系的程度。例如，评价人员是否在同一机构工作、是否有直接或间接的组织关系等。从属系数反映了评价人员对被评价人员的了解程度和关联程度，关联程度越高，对应的分数权重系数越低。学术成果信息的关联系数即二人有没有共同发表的学术成果，如果有共同发表的学术成果，学术成果之间人名次序间隔较近，则该主观评价人员打分的权重信息也降低。
综上，本申请根据组织结构从属系数和上述学术成果信息的关联系数确定上述主观权重信息能能够排出人员之间的潜在关联带来的影响，从而得到的主观评分更加准确、科学。
在一种实施方式中，上述方法还包括：
根据上述客观评分和上述主观评分使用广义线性模型进行回归分析以获取综合评分。
示例性的，在广义线性模型中，响应变量为想要得到的预测结果，即综合评分。预测变量是用来预测响应变量的因素，包括主观评分和客观评分。通过构建一个适当的广义线性模型。选择不同的分布和链接函数，适应您的数据类型和关系。广义线性模型可以表示为：
响应变量＝β0+β1*主观评分+β2*客观评分+ε
其中，β0、β1、β2是系数，ε是误差项。
使用回归分析的方法，估计模型中的系数。通过最小化响应变量与预测变量之间的残差来实现。对模型进行评估，检查残差分布、系数显著性等。解释模型系数，了解主观评分和客观评分对综合评分的影响程度。使用估计的模型，将主观评分和客观评分代入模型，预测获得综合评分。解释综合评分的结果，讨论主观和客观因素对综合评价的影响。并进行验证，比较模型预测的综合评分与实际情况的一致性，在一致性符合实际要求的情况下广义线性模型能够满足评价的需要。
综上，本申请综合客观评分和主观评分，并利用广义线性模型进行回归分析以获取综合评分。结合客观评分和主观评分可以得到更全面、多维度的评价结果。客观评分提供了基于数据和事实的评价，而主观评分反映了个人意见和观点，综合两者可以减少评价的片面性。本方案综合客观和主观评分可以平衡不同因素对评价的影响。客观评分可以衡量量化的指标，如论文数量、引用次数等，而主观评分可以捕捉难以量化的软性因素，如创新能力、团队合作等。利用广义线性模型进行回归分析可以将客观评分和主观评分结合起来，根据每个评分项的权重来计算综合评分。这样可以更准确地反映不同因素对综合评价的贡献，避免了不同评分项之间的主观性偏见。广义线性模型具有很好的解释性，可以理解各个评分项对综合评分的影响程度。利用回归分析，模型可以根据数据的分布和分散程度来确定权重，从而更加数据驱动地生成综合评分。
请参阅图2，本申请实施例中人员评价系统控制装置的一个实施例，可以包括：
第一获取单元21，用于获取待评价人员的论文成果评分信息和其对应的第一权重信息；
第二获取单元22，用于获取上述待评价人员的专利成果评分信息和其对应的第二权重信息；
第三获取单元23，用于获取上述待评价人员的软著成果评分信息和其对应的第三权重信息；
第四获取单元24，用于根据上述论文成果评分信息、上述专利成果评分信息、上述软著成果评分信息、上述第一权重信息、上述第二权重信息和上述第三权重信息获取客观评分，其中，上述第一权重信息、第二权重信息和第三权重信息是基于上述待评价人员的专业路线调整的。
如图3所示，本申请实施例还提供一种电子设备300，包括存储器310、处理器320及存储在存储器310上并可在处理器上运行的计算机程序311，处理器320执行计算机程序311时实现上述人员评价系统控制的任一方法的步骤。
由于本实施例所介绍的电子设备为实施本申请实施例中一种人员评价系统控制装置所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
在具体实施过程中，该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行对应实施例中的人员评价系统控制的流程
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以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，本申请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全部或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)执行本申请各个实施例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(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。
Claims (10)
1.一种人员评价系统控制方法，其特征在于，
获取待评价人员的论文成果评分信息和其对应的第一权重信息；
获取所述待评价人员的专利成果评分信息和其对应的第二权重信息；
获取所述待评价人员的软著成果评分信息和其对应的第三权重信息；
根据所述论文成果评分信息、所述专利成果评分信息、所述软著成果评分信息、所述第一权重信息、所述第二权重信息和所述第三权重信息获取客观评分，其中，所述第一权重信息、第二权重信息和第三权重信息是基于所述待评价人员的专业路线调整的。
2.根据权利要求1所述的人员评价系统控制方法，其特征在于，还包括：
自动爬取所述待评测人员的所有论文成果信息，其中，所述论文成果信息包括论文影响因子、期刊排名参数、论文发表时间、论文引用数量和正向及反向引用比例系数；
根据所述论文影响因子、所述期刊排名参数、所述论文发表时间、所述论文引用数量和所述正向及反向引用比例系数确定所述论文成果评分信息，其中，所述正向及反向引用比例系数是通过论文被引用对应文章的上下文语义信息获取的。
3.根据权利要求1所述的人员评价系统控制方法，其特征在于，还包括：
自动爬取所述待评测人员的所有专利成果信息，其中，所述专利成果信息包括专利类型信息、专利授权保护范围与申请保护范围的相似度信息、被引为对比文件的驳回专利数量和授权过程中检索到的Y类对比文件数量；
根据所述专利类型信息、所述专利授权保护范围与申请保护范围的相似度信息、所述被引为对比文件的驳回专利数量和所述授权过程中检索到的Y类对比文件数量确定所述专利成果评分信息。
4.根据权利要求1所述的人员评价系统控制方法，其特征在于，还包括：
自动爬取所述待评测人员的所有软著成果信息，其中，所述软著成果信息包括软著申请时间信息，软著相关领域数量信息和软著代码规模信息；
根据所述软著申请时间信息，软著相关领域数量信息和软著代码规模信息确定所述软著成果评分。
5.根据权利要求1所述的人员评价系统控制方法，还包括：
获取多个主观评判人员对所述待评价人员的个人主观评分和主观权重信息；
根据每个所述个人主观评分和其对应的所述主观权重信息获取主观评分。
6.根据权利要求5所述的人员评价系统控制方法，其特征在于，还包括：
获取所述主观评判人员与所述待评价人员的组织结构从属系数；
获取所述主观评价人员与所述待评价人员的学术成果信息的关联系数，其中，所述学术成果包括论文成果、所述专利成果和所述软著成果，所述关联系数与所述主观评判人员和所述待评价人员的排名间隔数量呈正比关系；
根据所述组织结构从属系数和所述学术成果信息的关联系数确定所述主观权重信息。
7.根据权利要求6所述的方法人员评价系统控制方法，其特征在于，还包括：
根据所述客观评分和所述主观评分使用广义线性模型进行回归分析以获取综合评分。
8.一种人员评价系统控制装置，其特征在于，包括：
第一获取单元，用于获取待评价人员的论文成果评分信息和其对应的第一权重信息；
第二获取单元，用于获取所述待评价人员的专利成果评分信息和其对应的第二权重信息；
第三获取单元，用于获取所述待评价人员的软著成果评分信息和其对应的第三权重信息；
第四获取单元，用于根据所述论文成果评分信息、所述专利成果评分信息、所述软著成果评分信息、所述第一权重信息、所述第二权重信息和所述第三权重信息获取客观评分，其中，所述第一权重信息、第二权重信息和第三权重信息是基于所述待评价人员的专业路线调整的。
9.一种电子设备，包括：存储器和处理器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的人员评价系统控制方法的步骤。
10.一种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1-7中任一项所述的人员评价系统控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311133037.7A CN117035550A (zh) | 2023-09-05 | 2023-09-05 | 一种人员评价系统控制方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311133037.7A CN117035550A (zh) | 2023-09-05 | 2023-09-05 | 一种人员评价系统控制方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117035550A true CN117035550A (zh) | 2023-11-10 |
Family
ID=88637359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311133037.7A Pending CN117035550A (zh) | 2023-09-05 | 2023-09-05 | 一种人员评价系统控制方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117035550A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117787799A (zh) * | 2023-12-28 | 2024-03-29 | 国家电投集团科学技术研究院有限公司 | 人才评价方法、装置 |
-
2023
- 2023-09-05 CN CN202311133037.7A patent/CN117035550A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117787799A (zh) * | 2023-12-28 | 2024-03-29 | 国家电投集团科学技术研究院有限公司 | 人才评价方法、装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Du et al. | Managing open innovation projects with science-based and market-based partners | |
| Benoit et al. | Crowd-sourced text analysis: Reproducible and agile production of political data | |
| Abernethy et al. | Determinants of accounting innovation implementation | |
| Schriber et al. | Tangible resources and the development of organizational capabilities | |
| Afcha Chavez | Behavioural additionality in the context of regional innovation policy in Spain | |
| Verbano et al. | Addressing R&D investment decisions: a cross analysis of R&D project selection methods | |
| Cuellar et al. | Ideational influence, connectedness, and venue representation: Making an assessment of scholarly capital | |
| Wi et al. | Modeling and analysis of project performance factors in an extended project-oriented virtual organization (EProVO) | |
| Chen et al. | Establishment of a maturity model to assess the development of industrial AI in smart manufacturing | |
| CN117035550A (zh) | 一种人员评价系统控制方法及相关设备 | |
| Aboagye et al. | Investigating the association between publication performance and the work environment of university research academics: a systematic review | |
| Felinto de Farias Aires et al. | Student selection in a Brazilian university: using a multi-criteria method | |
| Emami et al. | HEALTHCARE PERFORMANCE MEASUREMENT: IDENTIFICATION OF METRICS FOR THE LEARNING AND GROWTH BALANCED SCORECARD PERSPECTIVE. | |
| Heck et al. | Iteration-based performance measurement in the fuzzy front end of PDPs | |
| Samimi et al. | Creation of reliable relevance judgments in information retrieval systems evaluation experimentation through crowdsourcing: a review | |
| Qarout et al. | Platform-related factors in repeatability and reproducibility of crowdsourcing tasks | |
| Jesiļevska | Data Quality Dimensions to Ensure Optimal Data Quality. | |
| Alamsyah et al. | Mapping Organization Knowledge Network and Social Media Based Reputation Management | |
| Raharjo | A model of critical success factors for agile information technology project in indonesia using analytic hierarchy process (ahp) | |
| Chan et al. | Exploring the correlation between knowledge management maturity and intellectual capital efficiency in mainland chinese listed companies | |
| Barra et al. | Managerial efficiency in higher education using individual versus aggregate level data. Does the choice of decision making units count? | |
| Ludewig et al. | Measuring organizational capital | |
| Rus et al. | Systematically combining process simulation and empirical data in support of decision analysis in software development | |
| de Sousa Mendes et al. | The fuzzy front end of new product development for Brazilian technology-based companies in the medical device industry: A causal model | |
| Damasiotis et al. | Analysis of software project complexity factors |
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 |