JP7262505B2 - 人材需要予測方法、人材需要予測装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム - Google Patents
人材需要予測方法、人材需要予測装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7262505B2 JP7262505B2 JP2021061617A JP2021061617A JP7262505B2 JP 7262505 B2 JP7262505 B2 JP 7262505B2 JP 2021061617 A JP2021061617 A JP 2021061617A JP 2021061617 A JP2021061617 A JP 2021061617A JP 7262505 B2 JP7262505 B2 JP 7262505B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- time series
- demand
- auxiliary
- feature
- 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
Links
Images
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
Claims (21)
- 人材需要予測装置により実行される人材需要予測方法であって、
履歴求人需要情報を分析して、目標人材需要時系列及び補助人材需要時系列を得るステップであって、前記履歴求人需要情報は、インターネット上に公開されている各会社の求人データを収集し、脱感作処理したデータを含み、前記目標人材需要時系列は、所定の時間区間において単位期間に必要な目標人材数からなる系列であり、前記補助人材需要時系列は、所定の時間区間において単位期間に必要な補助人材数からなる系列である、ステップと、
前記目標人材需要時系列と前記補助人材需要時系列を統合して順方向需要時系列を得るステップと、
前記順方向需要時系列に基づいて、将来の所定の時間区間における目標会社の目標人材の新需要情報を予測するステップとを含む、ことを特徴とする人材需要予測方法。 - 前記目標人材需要時系列と前記補助人材需要時系列を統合するステップは、
前記履歴求人需要情報及び会社属性情報に基づいて、前記目標人材需要時系列に関連付ける目標固有相関特徴、及び前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するステップであって、前記目標固有相関特徴は、目標人材に対応する目標会社と目標役職との関連を表し、前記補助固有相関特徴は、目標会社と全役職との関連、又は、全会社と目標役職との関連を表す、ステップと、
アテンション機構に基づき、前記目標固有相関特徴及び前記補助固有相関特徴に基づいて、前記目標人材需要時系列と前記補助人材需要時系列を統合するステップとを含む、ことを特徴とする請求項1に記載の人材需要予測方法。 - アテンション機構に基づき、前記目標固有相関特徴及び前記補助固有相関特徴に基づいて、前記目標人材需要時系列と前記補助人材需要時系列を統合するステップは、
前記目標固有相関特徴及び前記補助固有相関特徴に基づいて、前記目標人材需要時系列及び前記補助人材需要時系列のアテンション重みをそれぞれ決定するステップと、
前記目標人材需要時系列及び前記補助人材需要時系列のアテンション重みに基づいて、前記目標人材需要時系列と前記補助人材需要時系列を統合するステップとを含む、ことを特徴とする請求項2に記載の人材需要予測方法。 - 前記履歴求人需要情報及び会社属性情報に基づいて、前記目標人材需要時系列に関連付ける目標固有相関特徴、及び前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するステップは、
前記履歴求人需要情報に基づいて、各会社と各役職との間の求人マトリックスを作成し、マトリクス分解を実行して、前記求人マトリックスから目標会社固有特徴、目標役職固有特徴、補助会社固有特徴、及び補助役職固有特徴を得るステップと、
前記会社属性情報に基づいて、目標会社属性特徴及び補助会社属性特徴を決定するステップと、
前記目標会社固有特徴、前記目標役職固有特徴及び前記目標会社属性特徴に基づいて、前記目標人材需要時系列に関連付ける目標固有相関特徴を決定するステップと、
前記目標会社固有特徴、前記目標役職固有特徴、前記目標会社属性特徴、前記補助会社固有特徴、前記補助役職固有特徴、及び前記補助会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するステップとを含む、ことを特徴とする請求項2に記載の人材需要予測方法。 - 前記目標会社固有特徴、前記目標役職固有特徴、前記目標会社属性特徴、前記補助会社固有特徴、前記補助役職固有特徴、及び前記補助会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するステップは、
前記目標会社固有特徴、前記補助役職固有特徴、及び前記目標会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける第1の補助固有相関特徴を決定するステップと、
前記補助会社固有特徴、前記目標役職固有特徴、及び前記補助会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける第2の補助固有相関特徴を決定するステップとを含む、ことを特徴とする請求項4に記載の人材需要予測方法。 - 前記順方向需要時系列に基づいて、前記目標人材の新需要情報を決定するステップは、
前記順方向需要時系列に対して時間逆順処理を行い、逆方向需要時系列を得るステップと、
前記順方向需要時系列を順方向トランスフォーマーの入力として順方向セマンティックベクトルを得て、前記逆方向需要時系列を逆方向トランスフォーマーの入力として逆方向セマンティックベクトルを得るステップと、
前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルに基づいて、目標人材の新需要情報を決定するステップとを含む、ことを特徴とする請求項1に記載の人材需要予測方法。 - 前記順方向トランスフォーマー及び前記逆方向トランスフォーマーは、パラメータ共有訓練によって得られる、ことを特徴とする請求項6に記載の人材需要予測方法。
- 前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルに基づいて、前記目標人材の新需要情報を決定するステップは、
前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを集約して全方向セマンティックベクトルを得るステップと、
アテンション機構に基づき、前記全方向セマンティックベクトルに基づいて、前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを統合し、統合結果に基づいて目標人材の新需要情報を決定するステップとを含む、ことを特徴とする請求項6に記載の人材需要予測方法。 - アテンション機構に基づき、前記全方向セマンティックベクトルに基づいて、前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを統合するステップは、
前記全方向セマンティックベクトルに基づいて、前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルのアテンション重みをそれぞれ決定するステップと、
前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルのアテンション重みに基づいて、前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを統合するステップとを含む、ことを特徴とする請求項8に記載の人材需要予測方法。 - 履歴求人需要情報を分析して、目標人材需要時系列及び補助人材需要時系列を得るための時系列決定モジュールであって、前記履歴求人需要情報は、インターネット上に公開されている各会社の求人データを収集し、脱感作処理したデータを含み、前記目標人材需要時系列は、所定の時間区間において単位期間に必要な目標人材数からなる系列であり、前記補助人材需要時系列は、所定の時間区間において単位期間に必要な補助人材数からなる系列である、モジュールと、
前記目標人材需要時系列と前記補助人材需要時系列を統合して順方向需要時系列を得るための順方向時系列決定モジュールと、
前記順方向需要時系列に基づいて、将来の所定の時間区間における目標会社の目標人材の新需要情報を予測するための情報決定モジュールとを含む、ことを特徴とする人材需要予測装置。 - 順方向時系列決定モジュールは、
前記履歴求人需要情報及び会社属性情報に基づいて、前記目標人材需要時系列に関連付ける目標固有相関特徴、及び前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するための固有相関特徴決定ユニットであって、前記目標固有相関特徴は、目標人材に対応する目標会社と目標役職との関連を表し、前記補助固有相関特徴は、目標会社と全役職との関連、又は、全会社と目標役職との関連を表す、ユニットと、
アテンション機構に基づき、前記目標固有相関特徴及び前記補助固有相関特徴に基づいて、前記目標人材需要時系列と前記補助人材需要時系列を統合するための時系列統合ユニットとを含む、ことを特徴とする請求項10に記載の人材需要予測装置。 - 時系列統合ユニットは、
前記目標固有相関特徴及び前記補助固有相関特徴に基づいて、前記目標人材需要時系列及び前記補助人材需要時系列のアテンション重みをそれぞれ決定するための系列重み決定サブユニットと、
前記目標人材需要時系列及び前記補助人材需要時系列のアテンション重みに基づいて、前記目標人材需要時系列と前記補助人材需要時系列を統合するための系列統合サブユニットとを含む、ことを特徴とする請求項11に記載の人材需要予測装置。 - 固有相関特徴決定ユニットは、
前記履歴求人需要情報に基づいて、各会社と各役職との間の求人マトリックスを作成し、マトリクス分解を実行して、前記求人マトリックスから目標会社固有特徴、目標役職固有特徴、補助会社固有特徴、及び補助役職固有特徴を得るための固有特徴決定サブユニットと、
前記会社属性情報に基づいて、目標会社属性特徴及び補助会社属性特徴を決定するための属性特徴決定サブユニットと、
前記目標会社固有特徴、前記目標役職固有特徴、及び前記目標会社属性特徴に基づいて、前記目標人材需要時系列に関連付ける目標固有相関特徴を決定するための目標特徴決定サブユニットと、
前記目標会社固有特徴、前記目標役職固有特徴、前記目標会社属性特徴、前記補助会社固有特徴、前記補助役職固有特徴及び前記補助会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける補助固有相関特徴を決定するための補助特徴決定サブユニットとを含む、ことを特徴とする請求項11に記載の人材需要予測装置。 - 補助特徴決定サブユニットは、具体的には、
前記目標会社固有特徴、前記補助役職固有特徴、及び前記目標会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける第1の補助固有相関特徴を決定し、
前記補助会社固有特徴、前記目標役職固有特徴、及び前記補助会社属性特徴に基づいて、前記補助人材需要時系列に関連付ける第2の補助固有相関特徴を決定することに用いられる、ことを特徴とする請求項13に記載の人材需要予測装置。 - 情報決定モジュールは、
前記順方向需要時系列に対して時間逆順処理を行い、逆方向需要時系列を得るための逆方向時系列決定ユニットと、
前記順方向需要時系列を順方向トランスフォーマーの入力として順方向セマンティックベクトルを得て、前記逆方向需要時系列を逆方向トランスフォーマーの入力として逆方向セマンティックベクトルを得るためのセマンティックベクトル決定ユニットと、
前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルに基づいて、目標人材の新需要情報を決定するための新需要情報決定ユニットとを含む、ことを特徴とする請求項10に記載の人材需要予測装置。 - 前記順方向トランスフォーマー及び前記逆方向トランスフォーマーは、パラメータ共有訓練によって得られる、ことを特徴とする請求項15に記載の人材需要予測装置。
- 新需要情報決定ユニットは、
前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを集約して全方向セマンティックベクトルを得るためのセマンティックベクトル集約サブユニットと、
アテンション機構に基づき、前記全方向セマンティックベクトルに基づいて、前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを統合し、統合結果に基づいて目標人材の新需要情報を決定するためのセマンティックベクトル統合サブユニットとを含む、ことを特徴とする請求項15に記載の人材需要予測装置。 - セマンティックベクトル統合サブユニットは、具体的には、
前記全方向セマンティックベクトルに基づいて、前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルのアテンション重みをそれぞれ決定し、
前記順方向セマンティックベクトル及び前記逆方向セマンティックベクトルのアテンション重みに基づいて、前記順方向セマンティックベクトルと前記逆方向セマンティックベクトルを統合することに用いられる、ことを特徴とする請求項17に記載の人材需要予測装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信可能に接続されたメモリとを含み、
前記メモリは、前記少なくとも1つのプロセッサによって実行されて、請求項1~9のいずれか1項に記載の人材需要予測方法を前記少なくとも1つのプロセッサに実行させる、前記少なくとも1つのプロセッサによって実行可能な命令を記憶している、ことを特徴とする電子デバイス。 - コンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体であって、
前記コンピュータ命令は、請求項1~9のいずれか1項に記載の人材需要予測方法をコンピュータに実行させる、ことを特徴とする非一時的なコンピュータ可読記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムは、プロセッサにより実行されると、請求項1~9のいずれか1項に記載の人材需要予測方法を実現する、ことを特徴とするコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010383717.4A CN113627867A (zh) | 2020-05-08 | 2020-05-08 | 一种人才需求预测方法、装置、设备和存储介质 |
CN202010383717.4 | 2020-05-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021168128A JP2021168128A (ja) | 2021-10-21 |
JP7262505B2 true JP7262505B2 (ja) | 2023-04-21 |
Family
ID=75339580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021061617A Active JP7262505B2 (ja) | 2020-05-08 | 2021-03-31 | 人材需要予測方法、人材需要予測装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210217031A1 (ja) |
EP (1) | EP3822878A3 (ja) |
JP (1) | JP7262505B2 (ja) |
KR (1) | KR102495841B1 (ja) |
CN (1) | CN113627867A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505981B (zh) * | 2021-07-07 | 2024-01-16 | 苏州达家迎信息技术有限公司 | 扁平式业务场景中业务资源确定方法、装置及存储介质 |
KR102425609B1 (ko) * | 2021-07-26 | 2022-07-27 | 정현호 | 인력 수요 예측을 기반으로 한 인력 제공 방법 및 이러한 방법을 수행하는 장치 |
CN115330363B (zh) * | 2022-10-17 | 2023-02-14 | 北京智鼎管理咨询有限公司 | 一种人才识别方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016136380A (ja) | 2014-12-22 | 2016-07-28 | ワークデイ,インコーポレーテッド | 離職リスク判定器 |
JP2017168052A (ja) | 2016-03-18 | 2017-09-21 | 日本電気株式会社 | 予測支援システム、予測支援方法及びプログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251589B1 (en) * | 2005-05-09 | 2007-07-31 | Sas Institute Inc. | Computer-implemented system and method for generating forecasts |
EP2889822A1 (en) * | 2013-12-28 | 2015-07-01 | Evolv Inc. | Employee value-retention risk calculator |
US20150186817A1 (en) * | 2013-12-28 | 2015-07-02 | Evolv Inc. | Employee Value-Retention Risk Calculator |
US20160180291A1 (en) * | 2014-12-22 | 2016-06-23 | Workday, Inc. | Retention risk mitigation system |
US20160232461A1 (en) * | 2015-02-09 | 2016-08-11 | Oracle International Corporation | System and method for determining forecast errors for merchandise in retail |
US20170061297A1 (en) * | 2015-08-31 | 2017-03-02 | Sas Institute Inc. | Automatically determining data sets for a three-stage predictor |
US10467533B2 (en) * | 2015-12-29 | 2019-11-05 | Tata Consultancy Services Limited | System and method for predicting response time of an enterprise system |
US10832218B1 (en) * | 2016-04-05 | 2020-11-10 | Palantir Technologies Inc. | User interface for visualization of an attrition value |
US10796265B2 (en) * | 2017-09-28 | 2020-10-06 | Wipro Limited | Method and system for evaluating performance of one or more employees of an organization |
US11922440B2 (en) * | 2017-10-31 | 2024-03-05 | Oracle International Corporation | Demand forecasting using weighted mixed machine learning models |
US11010561B2 (en) * | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
-
2020
- 2020-05-08 CN CN202010383717.4A patent/CN113627867A/zh active Pending
-
2021
- 2021-03-26 US US17/213,905 patent/US20210217031A1/en not_active Abandoned
- 2021-03-29 KR KR1020210040449A patent/KR102495841B1/ko active IP Right Grant
- 2021-03-31 EP EP21166353.9A patent/EP3822878A3/en not_active Withdrawn
- 2021-03-31 JP JP2021061617A patent/JP7262505B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016136380A (ja) | 2014-12-22 | 2016-07-28 | ワークデイ,インコーポレーテッド | 離職リスク判定器 |
JP2017168052A (ja) | 2016-03-18 | 2017-09-21 | 日本電気株式会社 | 予測支援システム、予測支援方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
CHEN,Zhu et al.,,Recruitment Market Trend Analysis with Sequential Latent Variable Models,KDD ’16, August 13-17, 2016, San Francisco, CA, USA,DOI,2016年08月16日,<URL>https://www.kdd.org/kdd2016/papers/files/adf0654-zhuA.pdf,[令和4年9月7日検索] |
Also Published As
Publication number | Publication date |
---|---|
EP3822878A3 (en) | 2021-11-03 |
EP3822878A2 (en) | 2021-05-19 |
JP2021168128A (ja) | 2021-10-21 |
KR20210046599A (ko) | 2021-04-28 |
CN113627867A (zh) | 2021-11-09 |
US20210217031A1 (en) | 2021-07-15 |
KR102495841B1 (ko) | 2023-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7262505B2 (ja) | 人材需要予測方法、人材需要予測装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム | |
US10929614B2 (en) | Automated contextual dialog generation for cognitive conversation | |
US11954522B2 (en) | Method for processing tasks in parallel, device and storage medium | |
US9715408B2 (en) | Data-aware workload scheduling and execution in heterogeneous environments | |
Filip | A decision-making perspective for designing and building information systems | |
CN109885842A (zh) | 处理文本神经网络 | |
JP7135255B2 (ja) | アイテム推奨方法、システム、プログラム、電子機器及び記憶媒体 | |
CN112163676B (zh) | 多任务服务预测模型训练方法、装置、设备以及存储介质 | |
US11521143B2 (en) | Supply chain disruption advisor | |
US11321634B2 (en) | Minimizing risk using machine learning techniques | |
WO2020114145A1 (zh) | 内容推送方法及存储介质、计算机设备 | |
WO2021094920A1 (en) | Fusing multimodal data using recurrent neural networks | |
JP2006221310A (ja) | 予測方法、予測装置、予測プログラムおよび記録媒体 | |
US20180285108A1 (en) | Branch prediction using a perceptron-based branch prediction technique | |
CN111506803B (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
US20200250603A1 (en) | Cognitive labor forecasting | |
CN112000893A (zh) | 常驻区域预测方法、装置、设备及存储介质 | |
Zhang et al. | QuantCloud: enabling big data complex event processing for quantitative finance through a data-driven execution | |
Lepenioti et al. | Human-augmented prescriptive analytics with interactive multi-objective reinforcement learning | |
Guo et al. | Optimization of complex part-machining services based on feature decomposition in cloud manufacturing | |
Zhang et al. | Two-level task scheduling with multi-objectives in geo-distributed and large-scale SaaS cloud | |
US11810022B2 (en) | Contact center call volume prediction | |
Tian | Application and analysis of artificial intelligence graphic element algorithm in digital media art design | |
CA3119490A1 (en) | Contact center call volume prediction | |
CN104219580A (zh) | 一种数据展示方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210716 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230104 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230411 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7262505 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |