KR102210504B1 - 빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 - Google Patents
빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 Download PDFInfo
- Publication number
- KR102210504B1 KR102210504B1 KR1020200047995A KR20200047995A KR102210504B1 KR 102210504 B1 KR102210504 B1 KR 102210504B1 KR 1020200047995 A KR1020200047995 A KR 1020200047995A KR 20200047995 A KR20200047995 A KR 20200047995A KR 102210504 B1 KR102210504 B1 KR 102210504B1
- Authority
- KR
- South Korea
- Prior art keywords
- competency
- modeling
- data
- training
- members
- Prior art date
Links
- 230000006399 behavior Effects 0.000 claims abstract description 38
- 238000013136 deep learning model Methods 0.000 claims abstract description 33
- 238000012549 training Methods 0.000 claims description 84
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000013075 data extraction Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000008685 targeting Effects 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
복수의 네트워크 서버로부터 역량 모델링 학습 데이터를 실시간 수집하여 저장하는 빅데이터 서버; 딥러닝 모델로 상기 역량 모델링 학습 데이터를 학습하여 직무 카테고리 별 역량 행위 지표를 모델링하는 역량 모델링 장치; 및 상기 직무 카테고리 별 역량 행위 지표를 이용하여 직무 교육 프로그램을 설계하는 프로그램 설계 장치;를 포함하는, 맞춤형 교육 프로그램 시스템을 개시한다.
Description
본 발명은 빅데이터 기반의 AI 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템에 관한 것으로, 보다 상세하게는 딥러닝 모델을 이용하여 기업에서 요구되는 역량 별 세부 교육 프로그램을 매칭하고 제작하기 위한 방법에 관한 것이다.
기업의 기술력이나 경쟁력은 역량개발과 보상체계 등을 통한 동기부여를 통해 임직원을 어떻게 효율적으로 관리하느냐에 달려있다. 최근에는 속도경영과 글로벌화가 빠르게 진척되면서 기업의 경영환경이 급변하고 있는 만큼 빅데이터, 인공지능과 같은 4차산업 기술을 인터넷에 융합 적용하여 기업별 조직의 특성에 맞춘 인사관리 시스템을 확보하는 것이 관건이 되었다.
구성원의 역량개발 관련하여 과거에는 대기업과 성공하는 기업을 중심으로 교육분야에 대한 효과적인 투자를 통해 경영목표를 달성하고 이를 통한 기업의 경쟁우위를 제고할 수 있었다. 정부에서도 최근에는 산업발전 및 국가경쟁력 제고를 위한 NCS기반의 역량강화를 목적으로 인적자원 개발분야에 투자가 증가하고 있다. 그럼에도 기업을 포함한 많은 조직에서 여전히 직무를 수행하는 구성원들의 수요 관점에서 동기부여가 되고 있지 못하고, 기업에서는 전사 전략과 연계한 체계적인 교육시스템을 갖추지 못함에 따라 교육의 효과성이 저조한 것이 현실이다. 심지어 많은 기업에서 교육효과성 측정을 위한 시스템이나 의지조차도 없는 사례가 많다.
삭제
본 발명의 일측면은 인공지능 플랫폼으로 산출한 역량별(공통, 리더십, 직무)교육 프로그램을 기업 구성원들에게 제공하는 맞춤형 교육 프로그램 시스템을 제공한다.
본 발명의 다른 측면은 기업의 경영목표와 사훈, 경영이념, 직무명세서(업무분장표 포함)를 반영하여 인공지능으로 역량구조(공통 또는 핵심가치, 리더십, 직무)별 필요역량을 도출하고 NCS기반의 역량행위지표 별로 사용할 학습 데이터를 선별하는 맞춤형 교육 프로그램 시스템을 제공한다.
본 발명의 또 다른 측면은 교육 프로그램에 대한 효과성 측정을 위해 구성원의 평가 항목이 기존의 만족도에서 현업적용도를 측정하고, 부서 전체의 경영성과기여도를 인공지능으로 추정하도록 하는 시스템을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 맞춤형 교육 프로그램 시스템은 복수의 네트워크 서버로부터 역량 모델링 학습 데이터를 실시간 수집하여 저장하는 빅데이터 서버; 딥러닝 모델로 상기 역량 모델링 학습 데이터를 학습하여 직무 카테고리 별 역량 행위 지표를 모델링하는 역량 모델링 장치; 및 상기 직무 카테고리 별 역량 행위 지표를 이용하여 직무 교육 프로그램을 설계하는 프로그램 설계 장치;를 포함한다.
한편, 상기 빅데이터 서버는, SNS(social network service) 서비스를 제공하는 SNS 서버, 기업에 구축되어 있는 기업 서버 및 정부 기관 서버를 포함하는 상기 네트워크 서버로부터 상기 역량 모델링 학습 데이터를 실시간 수집하고, 상기 역량 모델링 학습 데이터를 시간 및 지역에 따라 실시간 검색 가능하도록 저장하고,
상기 SNS 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은, 정치, 사회, 문화, 기술, 경제 트렌드 및 이슈 등을 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 기업 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은, 상기 기업의 인사 담당자로부터 소정의 입출력모듈을 통해 입력받아 생성되는 기업 핵심 가치, 직무 기술서, 업무 분장 정보 및 CEO 인터뷰 내용을 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 정부 기관 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은, 정부 기관 서버에서 제공하는 NCS 기반 산업별 및 직종별 직무 역량 정보를 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 역량 모델링 장치는, 상기 빅데이터 서버에서 저장하는 역량 모델링 학습 데이터에서 소정의 기준을 적용하여 상기 딥러닝 모델에 입력할 학습 데이터를 추출하는 역량 모델링 학습 데이터 추출부; 및 상기 역량 모델링 학습 데이터 추출부에서 추출한 역량 모델링 학습 데이터를 상기 딥러닝 모델을 이용하여 학습하는 역량 모델링 학습 데이터 학습부;를 포함하고,
상기 역량 모델링 학습 데이터 추출부는, 상기 기업 서버로부터 기업의 설립 일자 및 지역 정보를 수신하고, 역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화하고, 상기 기업의 지역이 속한 지역 그룹을 추출하고, 상기 빅데이터 서버에서 추출한 지역 그룹에 해당하는 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터로 추출하되, 상기 빅데이터 서버에서 지역에 따라 추출한 역량 모델링 학습 데이터 중, 기업의 설립 일자 이전에 제공받은 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터에서 제외하며,
상기 역량 모델링 학습 데이터 학습부는, 미리 설정되는 직무 카테고리를 하나의 세그먼트로 정의하고, 정의한 복수의 세그먼트 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소를 타겟으로 하고, 추출한 역량 모델링 학습 데이터를 학습하여 미리 설정되는 직무 카테고리 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소의 점수를 출력하는 상기 딥러닝 모델을 구축하고, 상기 딥러닝 모델을 이용하여 미리 설정되는 직무 카테고리 별로 역량 행위 지표를 모델링하며,
정의한 복수의 세그먼트 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소를 타겟으로 하는 것은, 상기 핵심가치역량에 포함되는 소통, 배려, 고객감동, 창의성 및 협력 요소, 상기 리더십역량에 포함되는 비전제시, 전략적사고, 추진력, 통솔력 및 코칭 요소 및 상기 직무역량에 포함되는 기획력, 문제해결력, 외국어능력, 프리젠테이션능력, IT 및 시각디자인능력 요소를 타겟으로 하는 것이고,
상기 빅데이터 서버는, 연계된 국내외 무료 직무 교육 사이트 운영 서버 및 공유 협약된 국내외 유료 직무 교육 사이트 운영 서버로부터 각 제공 사이트에서 부여된 역량 행위 지표의 적어도 하나의 요소의 점수를 포함하는 교육 프로그램 데이터를 실시간 수집하여 저장하되, 교육 프로그램 데이터를 역량 행위 지표의 요소 및 각 요소의 점수에 따라 실시간 검색 가능하도록 저장하고,
상기 프로그램 설계 장치는, 상기 직무 카테고리 별 역량 행위 지표를 이용하여 상기 빅데이터 서버에서 교육 프로그램 데이터를 추출하여 직무 카테고리 별 교육 프로그램으로 설계하는 교육 프로그램 설계부; 직무 카테고리 별 교육 프로그램을 상기 기업 내 구성원들의 단말을 통해 제공하는 교육 프로그램 제공부; 및 기업 내 구성원의 단말을 통해 구성원들로부터 교육 프로그램에 대한 평가를 받는 교육 프로그램 평가부;를 포함하고,
상기 교육 프로그램 제공부는, 직무 카테고리 별 교육 프로그램이 복수 개인 경우, 교육 프로그램을 제공한 사이트에서 해당 교육 프로그램에 대해 평가 받은 평가 점수가 높은 순으로 복수의 교육 프로그램을 리스트 업하여 제공하거나, 가장 최근에 생성된 교육 프로그램 순으로 복수의 교육 프로그램을 리스트 업하여 제공할 수 있다.
또한, 상기 교육 프로그램 평가부는, 구성원들로부터 교육 프로그램에 대하여 만족도 상, 중, 하 중 어느 하나를 선택받고, 상기 기업 서버를 통해 교육 프로그램을 평가한 구성원의 인사 평가 점수를 획득하며, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수를 카운트하고, 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수를 카운트하며, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 0 또는 양수인 경우, 추후 해당 교육 프로그램을 최우선으로 하여 제공하고, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 음수인 경우, 상기 딥러닝 모델을 다시 구축하도록 제어하고,
상기 역량 모델링 학습 데이터 추출부는, 역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화하고, 상기 빅데이터 서버에서 지역 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정하되, 지리적으로 인접한 지역 그룹에 연속하는 플래그 넘버를 부여하고, 역량 모델링 학습 데이터 제공 시간을 소정 기준에 따라 그룹화하고, 상기 빅데이터 서버에서 시간 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정하되, 연속하는 시간 그룹에 연속하는 플래그 넘버를 부여하며,
상기 역량 모델링 학습 데이터 추출부는, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 음수인 경우, 상기 기업의 지역이 속한 지역 그룹에 부여된 플래그 넘버에 대하여 앞뒤로 연속하는 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출하고, 상기 기업의 설립 일자가 속한 시간 그룹에 부여된 플래그 넘버 이전의 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출하며,
상기 역량 모델링 학습 데이터 학습부는, 상기 딥러닝 모델을 이용하여 추가 추출된 역량 모델링 학습 데이터를 학습하고, 직무 카테고리 별 역량 행위 지표를 재 모델링할 수 있다.
상술한 본 발명의 일측면에 따르면, 실무적으로 필요한 직무수행능력을 함양하도록 하여 직원 개인의 역량 개발 향상에 도움을 주고, 나아가 사측에는 인적자원의 관리에 필요한 비용절감은 물론 교육 효과성을 극대화할 수 있다.
본 발명의 다른 측면에 따르면 기업의 설립 일자 및 지역을 반영하여 역량 행위 지표를 모델링 하는데에 사용할 학습 데이터를 선별함으로써 기업 맞춤형 역량 행위 지표 모델링을 가능하게 한다.
본 발명의 또 다른 측면에 따르면, 보다 정확한 직무 교육 프로그램을 설계할 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템의 개념도이다.
도 2는 도 1에 도시된 역량 모델링 장치의 제어 블록도이다.
도 3은 도 1에 도시된 프로그램 설계 장치의 제어 블록도이다.
도 2는 도 1에 도시된 역량 모델링 장치의 제어 블록도이다.
도 3은 도 1에 도시된 프로그램 설계 장치의 제어 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계 및 동작은 하나 이상의 다른 구성요소, 단계 및 동작의 존재 또는 추가를 배제하지 않는다.
도 1은 본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템의 개념도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템(1)은 빅데이터 서버(100), 역량 모델링 장치(200) 및 프로그램 설계 장치(300)를 포함할 수 있다.
본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템(1)은 빅데이터 서버(100)에 기업의 직무 별 역량 정보를 수집하고, 역량 모델링 장치(200)가 빅데이터에 기반하여 직무 별 역량 행위지표를 모델링하며, 이를 학습한 프로그램 설계 장치(300)가 인공지능 플랫폼을 이용하여 직무 별 역량 학습을 위한 교육 프로그램을 산출할 수 있다.
이와 같은 본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템(1)은 인공지능 플랫폼으로 산출한 교육 프로그램을 직원에게 제공함으로써 실무적으로 필요한 직무수행능력을 함양하도록 하여 직원 개인의 역량 개발 향상에 도움을 주고, 나아가 사측에는 인적자원의 관리에 필요한 비용절감은 물론 효율성을 극대화할 수 있다.
이하 도 1에 도시된 본 발명의 일 실시예에 따른 맞춤형 교육 프로그램 시스템(1)의 각 구성요소에 대하여 상세히 설명한다.
빅데이터 서버(100)는 네트워크 서버로부터 역량 모델링 학습 데이터를 실시간 수집하여 저장할 수 있다.
여기서, 네트워크 서버는 역량 모델링 학습 데이터를 제공하는 서버로, SNS(social network service) 서비스를 제공하는 SNS 서버, 기업에 구축되어 있는 기업 서버, NCS 기반 직무 역량 데이터를 제공하는 정부 기관 서버 등을 포함할 수 있다. 역량 모델링 학습 데이터는 SNS 서버에서 제공하는 정치, 사회, 문화, 기술, 경제 트렌드 및 이슈 등을 포함하고, 기업 서버에서 제공하는 기업 핵심 가치, 직무 기술서, 업무 분장 정보, CEO 인터뷰 내용 등을 포함하고, 정부 기관 서버에서 제공하는 NCS 기반 산업별 및 직종별 직무 역량 정보를 포함할 수 있다. 이때, 기업 서버에서 제공하는 역량 모델링 학습 데이터는 기업의 인사 담당자로부터 소정의 입출력모듈을 통해 직접 입력받아 생성될 수 있으며, 이러한 역량 모델링 학습 데이터에 기반하여 보다 정확한 직무 교육 프로그램을 설계할 수 있을 것이다.
빅데이터 서버(100)는 역량 모델링 학습 데이터를 시간 및 지역에 따라 실시간 검색 가능하도록 저장할 수 있다.
또한, 빅데이터 서버(100)는 네트워크 서버로부터 교육 프로그램 데이터를 실시간 수집하여 저장할 수 있다.
여기서, 네트워크 서버는 교육 프로그램 데이터를 제공하는 서버로, 연계된 국내외 무료 직무 교육 사이트 운영 서버, 공유 협약된 국내외 유료 직무 교육 사이트 운영 서버 등을 포함할 수 있다.
역량 모델링 장치(200)는 빅데이터 서버(100)에서 저장하는 역량 모델링 학습 데이터를 학습하여 미리 설정되는 직무 카테고리 별 역량 행위 지표를 모델링할 수 있다.
이때, 역량 모델링 장치(200)는 인공지능 플랫폼에 기반하여 미리 설정되는 직무 카테고리 별로 역량 모델링 학습 데이터를 학습하여 직무 카테고리 별 역량 행위 지표를 모델링할 수 있다. 예컨대, 역량 모델링 장치(200)는 딥러닝 모델로 심층 신뢰 신경망(DBN: Deep Belief Network) 모델을 채택할 수 있다. 심층 신뢰 신경망은 generative 딥러닝 모델로, Restricted Boltzmann Machine(RPM) 및 sigmoid belief network를 쌓아 만든 모델이다. 심층 신뢰 신경망은 pre-learning을 수행하기 때문에 실제 학습에 소요되는 시간이 짧아 다른 딥 러닝 모델들에 비해 빠른 처리 속도의 장점을 가져 널리 활용되고 있는 딥러닝 학습 모델이다. 이와 관련하여 구체적인 설명은 후술한다.
역량 모델링 장치(200)는 직무 카테고리 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표를 모델링할 수 있다. 핵심가치역량은 소통, 배려, 고객감동, 창의성, 협력 등의 요소를 포함할 수 있다. 리더십역량은 비전제시, 전략적사고, 추진력, 통솔력, 코칭 등의 요소를 포함할 수 있다. 직무역량은 기획력, 문제해결력, 외국어능력, 프리젠테이션능력, IT, 시각디자인능력 등을 포함할 수 있다.
역량 모델링 장치(200)는 컴퓨터(computer), 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), MT(mobile terminal), UT(user terminal), SS(subscriber station), 무선기기(wireless device), PDA(personal digital assistant), 무선 모뎀(wireless modem), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
프로그램 설계 장치(300)는 직무 카테고리 별 역량 행위 지표의 각 요소 별로 매칭되는 교육 프로그램 데이터를 각 직무 카테고리의 교육 프로그램으로 설계할 수 있다.
프로그램 설계 장치(300)는 소정 기준에 따라 직무 카테고리 별 교육 프로그램을 리스트 업하여 기업 내 구성원들에게 배포할 수 있다. 또한, 프로그램 설계 장치(300)는 기업 내 구성원들로부터 제시한 교육 프로그램에 대한 평가를 받을 수 있다.
프로그램 설계 장치(300)는 컴퓨터(computer), 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), MT(mobile terminal), UT(user terminal), SS(subscriber station), 무선기기(wireless device), PDA(personal digital assistant), 무선 모뎀(wireless modem), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
도 2는 도 1에 도시된 역량 모델링 장치의 제어 블록도이다.
도 2를 참조하면, 역량 모델링 장치(200)는 역량 모델링 학습 데이터 추출부(210) 및 역량 모델링 학습 데이터 학습부(230)를 포함할 수 있다.
역량 모델링 학습 데이터 추출부(210)는 빅데이터 서버(100)에서 저장하는 역량 모델링 학습 데이터에서 소정의 기준을 적용하여 딥러닝 모델에 입력할 학습 데이터를 추출할 수 있다.
역량 모델링 학습 데이터 추출부(210)는 직무 교육 프로그램을 제공할 기업으로부터 기업의 설립 일자 및 지역 정보를 수신할 수 있다.
역량 모델링 학습 데이터 추출부(210)는 역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화할 수 있으며, 기업의 지역이 속한 지역 그룹을 추출할 수 있다. 역량 모델링 학습 데이터 추출부(210)는 빅데이터 서버(100)에서 추출한 지역 그룹에 해당하는 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터로 추출할 수 있다.
또한, 역량 모델링 학습 데이터 추출부(210)는 빅데이터 서버(100)에서 지역에 따라 추출한 역량 모델링 학습 데이터 중, 기업의 설립 일자 이전에 제공받은 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터에서 제외할 수 있다.
이처럼 역량 모델링 학습 데이터 추출부(210)는 기업의 설립 일자 및 지역을 반영하여 역량 행위 지표를 모델링 하는데에 사용할 학습 데이터를 선별함으로써 기업 맞춤형 역량 행위 지표 모델링을 가능하게 한다.
한편, 역량 모델링 학습 데이터 추출부(210)는 빅데이터 서버(100)에 저장된 역량 모델링 학습 데이터 간의 의존성을 평가하고, 평가 결과에 따라 역량 모델링 학습 데이터에 동일한 플래그를 지정할 수 있다.
예를 들면, 역량 모델링 학습 데이터 추출부(210)는 역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화하고, 빅데이터 서버(100)에서 지역 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정할 수 있다. 이때, 역량 모델링 학습 데이터 추출부(210)는 지리적으로 인접한 지역 그룹에 연속하는 플래그 넘버를 부여할 수 있다.
또한, 역량 모델링 학습 데이터 추출부(210)는 역량 모델링 학습 데이터 제공 시간을 소정 기준에 따라 그룹화하고, 빅데이터 서버(100)에서 시간 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정할 수 있다. 이때, 역량 모델링 학습 데이터 추출부(210)는 연속하는 시간 그룹에 연속하는 플래그 넘버를 부여할 수 있다.
역량 모델링 학습 데이터 학습부(230)는 역량 모델링 학습 데이터 추출부(210)에서 추출한 역량 모델링 학습 데이터를 딥러닝 모델을 이용하여 학습할 수 있다.
예를 들면, 역량 모델링 학습 데이터 학습부(230)는 미리 설정되는 직무 카테고리를 하나의 세그먼트로 정의할 수 있다. 역량 모델링 학습 데이터 학습부(230)는 정의한 복수의 세그먼트 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소를 타겟으로 하여 역량 모델링 학습 데이터를 학습한 딥러닝 모델을 구축할 수 있다. 여기서, 타겟은 핵심가치역량에 포함되는 소통, 배려, 고객감동, 창의성, 협력 등의 요소, 리더십역량에 포함되는 비전제시, 전략적사고, 추진력, 통솔력, 코칭 등의 요소, 직무역량에 포함되는 기획력, 문제해결력, 외국어능력, 프리젠테이션능력, IT, 시각디자인능력 등에 해당한다. 이러한 딥러닝 모델은 미리 설정되는 직무 카테고리 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소의 점수를 출력할 수 있을 것이다.
역량 모델링 학습 데이터 학습부(230)는 이러한 딥러닝 모델을 이용하여 미리 설정되는 직무 카테고리 별로 역량 행위 지표를 모델링할 수 있다.
도 3은 도 1에 도시된 프로그램 설계 장치의 제어 블록도이다.
도 3을 참조하면, 프로그램 설계 장치(300)는 교육 프로그램 설계부(310), 교육 프로그램 제공부(330) 및 교육 프로그램 평가부(350)를 포함할 수 있다.
교육 프로그램 설계부(310)는 직무 카테고리 별로 빅데이터 서버(100)에서 교육 프로그램 데이터를 추출하여 직무 카테고리 별 교육 프로그램으로 설계할 수 있다.
예를 들면, 빅데이터 서버(100)에 저장되는 교육 프로그램 데이터는 제공 사이트에서 부여된 역량 행위 지표의 적어도 하나의 요소의 점수가 포함될 수 있다. 이때, 빅데이터 서버(100)는 교육 프로그램 데이터를 역량 행위 지표의 요소 및 각 요소의 점수에 따라 실시간 검색 가능하도록 저장할 수 있다. 따라서 교육 프로그램 설계부(310)는 빅데이터 서버(100)에서 직무 카테고리 별 역량 행위 지표에 대응하는 교육 프로그램 데이터를 추출하여 직무 카테고리 별 교육 프로그램으로 설계할 수 있다.
교육 프로그램 제공부(330)는 직무 카테고리 별 교육 프로그램을 기업 내 구성원들에게 제공할 수 있다. 예컨대, 교육 프로그램 제공부(330)는 기업 내 구성원의 단말로 직무 카테고리 별 교육 프로그램을 열람할 수 있도록 제공할 수 있다.
이때, 교육 프로그램 제공부(330)는 직무 카테고리 별 교육 프로그램이 복수 개인 경우, 소정의 기준에 따라 교육 프로그램을 리스트 업하여 제공할 수 있다. 예컨대, 교육 프로그램 제공부(330)는 교육 프로그램을 제공한 사이트에서 해당 교육 프로그램에 대해 평가 받은 평가 점수가 높은 순으로 복수의 교육 프로그램을 리스트 업하여 제공할 수 있다. 또는, 교육 프로그램 제공부(330)는 가장 최근에 생성된 교육 프로그램 순으로 복수의 교육 프로그램을 리스트 업하여 제공할 수 있다.
교육 프로그램 평가부(350)는 기업 내 구성원의 단말을 통해 구성원들로부터 교육 프로그램에 대한 평가를 받을 수 있다.
예를 들면, 교육 프로그램 평가부(350)는 구성원들로부터 교육 프로그램에 대하여 만족도 상, 중, 하 중 어느 하나를 선택받을 수 있다. 이때, 교육 프로그램 평가부(350)는 기업 서버를 통해 교육 프로그램을 평가한 구성원의 인사 평가 점수를 획득할 수 있다. 교육 프로그램 평가부(350)는 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수를 카운트할 수 있다. 교육 프로그램 평가부(350)는 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수를 카운트할 수 있다.
교육 프로그램 평가부(350)는 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 0 또는 양수인 경우, 해당 교육 프로그램이 역량 강화에 도움을 준 것으로 간주하여, 추후 해당 교육 프로그램을 최우선으로 하여 제공할 수 있다.
교육 프로그램 평가부(350)는 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 음수인 경우, 해당 교육 프로그램이 역량 강화에 도움을 주지 못한 것으로 간주하여, 상기 딥러닝 모델을 다시 구축하도록 제어한다.
이와 같은 경우, 역량 모델링 학습 데이터 추출부(210)는 기업의 지역이 속한 지역 그룹에 부여된 플래그 넘버에 대하여 앞뒤로 연속하는 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출할 수 있다.
역량 모델링 학습 데이터 추출부(210)는 기업의 설립 일자가 속한 시간 그룹에 부여된 플래그 넘버 이전의 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출할 수 있다.
역량 모델링 학습 데이터 학습부(230)는 딥러닝 모델을 이용하여 추가 추출된 역량 모델링 학습 데이터를 학습하고, 직무 카테고리 별 역량 행위 지표를 재 모델링할 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
1: 맞춤형 교육 프로그램 시스템
100: 빅데이터 서버
200: 역량 모델링 장치
300: 프로그램 설계 장치
100: 빅데이터 서버
200: 역량 모델링 장치
300: 프로그램 설계 장치
Claims (2)
- 복수의 네트워크 서버로부터 역량 모델링 학습 데이터를 실시간 수집하여 저장하는 빅데이터 서버;
딥러닝 모델로 상기 역량 모델링 학습 데이터를 학습하여 직무 카테고리 별 역량 행위 지표를 모델링하는 역량 모델링 장치; 및
상기 직무 카테고리 별 역량 행위 지표를 이용하여 직무 교육 프로그램을 설계하는 프로그램 설계 장치;를 포함하고,
상기 빅데이터 서버는,
SNS(social network service) 서비스를 제공하는 SNS 서버, 기업에 구축되어 있는 기업 서버 및 정부 기관 서버를 포함하는 상기 네트워크 서버로부터 상기 역량 모델링 학습 데이터를 실시간 수집하고, 상기 역량 모델링 학습 데이터를 시간 및 지역에 따라 실시간 검색 가능하도록 저장하고,
상기 SNS 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은,
정치, 사회, 문화, 기술, 경제 트렌드 및 이슈를 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 기업 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은,
상기 기업의 인사 담당자로부터 소정의 입출력모듈을 통해 입력받아 생성되는 기업 핵심 가치, 직무 기술서, 업무 분장 정보 및 CEO 인터뷰 내용을 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 정부 기관 서버로부터 상기 역량 모델링 학습 데이터를 수신하는 것은,
정부 기관 서버에서 제공하는 NCS 기반 산업별 및 직종별 직무 역량 정보를 포함하는 상기 역량 모델링 학습 데이터를 수신하는 것이고,
상기 역량 모델링 장치는,
상기 빅데이터 서버에서 저장하는 역량 모델링 학습 데이터에서 소정의 기준을 적용하여 상기 딥러닝 모델에 입력할 학습 데이터를 추출하는 역량 모델링 학습 데이터 추출부; 및
상기 역량 모델링 학습 데이터 추출부에서 추출한 역량 모델링 학습 데이터를 상기 딥러닝 모델을 이용하여 학습하는 역량 모델링 학습 데이터 학습부;를 포함하고,
상기 역량 모델링 학습 데이터 추출부는,
상기 기업 서버로부터 기업의 설립 일자 및 지역 정보를 수신하고, 역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화하고, 상기 기업의 지역이 속한 지역 그룹을 추출하고, 상기 빅데이터 서버에서 추출한 지역 그룹에 해당하는 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터로 추출하되, 상기 빅데이터 서버에서 지역에 따라 추출한 역량 모델링 학습 데이터 중, 기업의 설립 일자 이전에 제공받은 역량 모델링 학습 데이터를 딥러닝 모델에 입력할 학습 데이터에서 제외하며,
상기 역량 모델링 학습 데이터 학습부는,
미리 설정되는 직무 카테고리를 하나의 세그먼트로 정의하고, 정의한 복수의 세그먼트 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소를 타겟으로 하고, 추출한 역량 모델링 학습 데이터를 학습하여 미리 설정되는 직무 카테고리 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소의 점수를 출력하는 상기 딥러닝 모델을 구축하고, 상기 딥러닝 모델을 이용하여 미리 설정되는 직무 카테고리 별로 역량 행위 지표를 모델링하며,
정의한 복수의 세그먼트 별로 핵심가치역량, 리더십역량 및 직무역량의 3 가지 역량 행위 지표의 각 요소를 타겟으로 하는 것은,
상기 핵심가치역량에 포함되는 소통, 배려, 고객감동, 창의성 및 협력 요소, 상기 리더십역량에 포함되는 비전제시, 전략적사고, 추진력, 통솔력 및 코칭 요소 및 상기 직무역량에 포함되는 기획력, 문제해결력, 외국어능력, 프리젠테이션능력, IT 및 시각디자인능력 요소를 타겟으로 하는 것이고,
상기 빅데이터 서버는,
연계된 국내외 무료 직무 교육 사이트 운영 서버 및 공유 협약된 국내외 유료 직무 교육 사이트 운영 서버로부터 각 제공 사이트에서 부여된 역량 행위 지표의 적어도 하나의 요소의 점수를 포함하는 교육 프로그램 데이터를 실시간 수집하여 저장하되, 교육 프로그램 데이터를 역량 행위 지표의 요소 및 각 요소의 점수에 따라 실시간 검색 가능하도록 저장하고,
상기 프로그램 설계 장치는,
상기 직무 카테고리 별 역량 행위 지표를 이용하여 상기 빅데이터 서버에서 교육 프로그램 데이터를 추출하여 직무 카테고리 별 교육 프로그램으로 설계하는 교육 프로그램 설계부;
직무 카테고리 별 교육 프로그램을 상기 기업 내 구성원들의 단말을 통해 제공하는 교육 프로그램 제공부; 및
기업 내 구성원의 단말을 통해 구성원들로부터 교육 프로그램에 대한 평가를 받는 교육 프로그램 평가부;를 포함하고,
상기 교육 프로그램 제공부는,
직무 카테고리 별 교육 프로그램이 복수 개인 경우, 교육 프로그램을 제공한 사이트에서 해당 교육 프로그램에 대해 평가 받은 평가 점수가 높은 순으로 복수의 교육 프로그램을 리스트 업하여 제공하거나, 가장 최근에 생성된 교육 프로그램 순으로 복수의 교육 프로그램을 리스트 업하여 제공하고,
상기 교육 프로그램 평가부는,
구성원들로부터 교육 프로그램에 대하여 만족도 상, 중, 하 중 어느 하나를 선택받고, 상기 기업 서버를 통해 교육 프로그램을 평가한 구성원의 인사 평가 점수를 획득하며, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수를 카운트하고, 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수를 카운트하며, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 0 또는 양수인 경우, 추후 해당 교육 프로그램을 최우선으로 하여 제공하고, 인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 음수인 경우, 상기 딥러닝 모델을 다시 구축하도록 제어하고,
상기 역량 모델링 학습 데이터 추출부는,
역량 모델링 학습 데이터 제공 지역을 소정 기준에 따라 그룹화하고, 상기 빅데이터 서버에서 지역 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정하되, 지리적으로 인접한 지역 그룹에 연속하는 플래그 넘버를 부여하고, 역량 모델링 학습 데이터 제공 시간을 소정 기준에 따라 그룹화하고, 상기 빅데이터 서버에서 시간 그룹 별로 역량 모델링 학습 데이터를 검색하여 동일한 플래그를 지정하되, 연속하는 시간 그룹에 연속하는 플래그 넘버를 부여하며,
상기 역량 모델링 학습 데이터 추출부는,
인사 평가 점수가 증가한 구성원 중 만족도를 중 또는 상으로 선택한 구성원의 수와 인사 평가 점수가 감소한 구성원 중 만족도를 중 또는 하를 선택한 구성원의 수의 차가 음수인 경우, 상기 기업의 지역이 속한 지역 그룹에 부여된 플래그 넘버에 대하여 앞뒤로 연속하는 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출하고, 상기 기업의 설립 일자가 속한 시간 그룹에 부여된 플래그 넘버 이전의 플래그 넘버가 부여된 역량 모델링 학습 데이터를 추가로 추출하며,
상기 역량 모델링 학습 데이터 학습부는,
상기 딥러닝 모델을 이용하여 추가 추출된 역량 모델링 학습 데이터를 학습하고, 직무 카테고리 별 역량 행위 지표를 재 모델링하는, 맞춤형 교육 프로그램 시스템.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200047995A KR102210504B1 (ko) | 2020-04-21 | 2020-04-21 | 빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200047995A KR102210504B1 (ko) | 2020-04-21 | 2020-04-21 | 빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102210504B1 true KR102210504B1 (ko) | 2021-02-02 |
Family
ID=74559582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200047995A KR102210504B1 (ko) | 2020-04-21 | 2020-04-21 | 빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102210504B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102267086B1 (ko) * | 2021-02-03 | 2021-06-18 | (주)한국혁신연구원 | 블록체인에 기반한 부정채용 방지 기능을 포함하는 인공지능을 이용한 맞춤형 인재 채용 시스템 |
| KR20220155686A (ko) | 2021-05-17 | 2022-11-24 | 경희대학교 산학협력단 | 딥러닝 기반 사용자 맞춤형 수강 과목 추천 시스템 및 방법 |
| KR102479512B1 (ko) * | 2022-02-17 | 2022-12-20 | 주식회사 스페이스알파 | 성과 지향 교육 방법, 그 방법을 수행하는 서버 및 단말기 |
| KR20230060869A (ko) | 2021-10-28 | 2023-05-08 | 주식회사 아이알에스소프트코리아 | 학습 관리 시스템 및 그의 학습 정보 제공 방법 |
| CN116187533A (zh) * | 2022-12-29 | 2023-05-30 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
| KR20230151827A (ko) * | 2022-04-26 | 2023-11-02 | 주식회사 이니스트 | 역량 평가를 기초로 개인 맞춤형 전공 트랙을 제공하는 학생 종합 관리 시스템 및 그를 이용한 학생 종합 관리 제공 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110072647A (ko) | 2009-12-23 | 2011-06-29 | (주)인키움 | 인적자원 개발을 위한 역량진단 평가 시스템 및 그 방법 |
| KR20130134049A (ko) | 2012-05-30 | 2013-12-10 | 테크빌닷컴 주식회사 | 학습자 맞춤형 학습설계 기반 학습관리시스템과 학습자 맞춤형 학습설계 방법 |
| KR20170046970A (ko) | 2015-10-22 | 2017-05-04 | 서용욱 | 클라우드 기반한 인적자원관리를 위한 기업구성원의 역량평가시스템 |
| KR101961144B1 (ko) | 2017-10-12 | 2019-03-22 | 주식회사 디지털존 | 국가직무능력표준 기반 직무적합 매칭 시스템 및 그 방법 |
| KR20190071242A (ko) | 2017-12-14 | 2019-06-24 | 주식회사 이앤지테크 | 직무역량 평가모델 구축 방법 및 그 시스템 |
-
2020
- 2020-04-21 KR KR1020200047995A patent/KR102210504B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110072647A (ko) | 2009-12-23 | 2011-06-29 | (주)인키움 | 인적자원 개발을 위한 역량진단 평가 시스템 및 그 방법 |
| KR20130134049A (ko) | 2012-05-30 | 2013-12-10 | 테크빌닷컴 주식회사 | 학습자 맞춤형 학습설계 기반 학습관리시스템과 학습자 맞춤형 학습설계 방법 |
| KR20170046970A (ko) | 2015-10-22 | 2017-05-04 | 서용욱 | 클라우드 기반한 인적자원관리를 위한 기업구성원의 역량평가시스템 |
| KR101961144B1 (ko) | 2017-10-12 | 2019-03-22 | 주식회사 디지털존 | 국가직무능력표준 기반 직무적합 매칭 시스템 및 그 방법 |
| KR20190071242A (ko) | 2017-12-14 | 2019-06-24 | 주식회사 이앤지테크 | 직무역량 평가모델 구축 방법 및 그 시스템 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102267086B1 (ko) * | 2021-02-03 | 2021-06-18 | (주)한국혁신연구원 | 블록체인에 기반한 부정채용 방지 기능을 포함하는 인공지능을 이용한 맞춤형 인재 채용 시스템 |
| KR20220155686A (ko) | 2021-05-17 | 2022-11-24 | 경희대학교 산학협력단 | 딥러닝 기반 사용자 맞춤형 수강 과목 추천 시스템 및 방법 |
| KR20230060869A (ko) | 2021-10-28 | 2023-05-08 | 주식회사 아이알에스소프트코리아 | 학습 관리 시스템 및 그의 학습 정보 제공 방법 |
| KR102479512B1 (ko) * | 2022-02-17 | 2022-12-20 | 주식회사 스페이스알파 | 성과 지향 교육 방법, 그 방법을 수행하는 서버 및 단말기 |
| KR20230151827A (ko) * | 2022-04-26 | 2023-11-02 | 주식회사 이니스트 | 역량 평가를 기초로 개인 맞춤형 전공 트랙을 제공하는 학생 종합 관리 시스템 및 그를 이용한 학생 종합 관리 제공 방법 |
| KR102610634B1 (ko) * | 2022-04-26 | 2023-12-07 | 주식회사 이니스트 | 역량 평가를 기초로 개인 맞춤형 전공 트랙을 제공하는 학생 종합 관리 시스템 및 그를 이용한 학생 종합 관리 제공 방법 |
| CN116187533A (zh) * | 2022-12-29 | 2023-05-30 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
| CN116187533B (zh) * | 2022-12-29 | 2023-11-17 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102210504B1 (ko) | 빅데이터 기반의 ai 교육 플랫폼을 이용한 맞춤형 교육 프로그램 시스템 | |
| Jia et al. | A conceptual artificial intelligence application framework in human resource management | |
| CN104834668B (zh) | 基于知识库的职位推荐系统 | |
| Kelemenis et al. | Support managers’ selection using an extension of fuzzy TOPSIS | |
| Ulrich et al. | How to implement GEs revolutionary method for busing bureaucracy and attacking organizational problems fast | |
| Markham et al. | Unstructured text analytics to support new product development decisions | |
| KR20200072900A (ko) | 구직 서류 기반 직무능력 분석매칭 시스템 및 그 제어방법 | |
| EP3117380A2 (en) | Career analytics platform | |
| CN110532357A (zh) | Esg评分体系的生成方法、装置、设备及可读存储介质 | |
| US20180357608A1 (en) | Creating Job Profiles Using a Data Driven Approach | |
| Raikov et al. | Assessments of the economic sectors needs in digital technologies | |
| Mujiono | The shifting role of accountants in the era of digital disruption | |
| Qin et al. | [Retracted] Evaluation of College Students’ Ideological and Political Education Management Based on Wireless Network and Artificial Intelligence with Big Data Technology | |
| Toves et al. | Innovative use of force field analysis: Factors influencing technology-enabled change | |
| CN113807827A (zh) | 一种基于大数据的人力资源匹配算法 | |
| Cortner et al. | Institutional limits to national public planning for forest resources: The resources planning act | |
| Gethe | Extrapolation of talent acquisition in AI aided professional environment | |
| WO2020053737A1 (en) | System and method for adapting an organization to future workforce requirements | |
| Lu et al. | Semantic link analysis for finding answer experts | |
| M Elsawy et al. | Examining the Adoption Barriers of Big Data Applications from the Perspective of Tourism Authorities in Egypt | |
| Han | Changes and Challenges of Recruitment Models in the Era of Big Data Intelligence | |
| Castelló-Sirvent et al. | AI In Higher Education: New Ethical Challenges For Students And Teachers | |
| TWI419071B (zh) | Active knowledge management system, method and computer program product for problem solving | |
| Dewes et al. | Understanding the Usage of IT-Security Games in the Industry and Its Mapping to Job Profiles | |
| US20180204185A1 (en) | Systems and methods for employment candidate analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |