RU2672171C1 - Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей - Google Patents
Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей Download PDFInfo
- Publication number
- RU2672171C1 RU2672171C1 RU2017137534A RU2017137534A RU2672171C1 RU 2672171 C1 RU2672171 C1 RU 2672171C1 RU 2017137534 A RU2017137534 A RU 2017137534A RU 2017137534 A RU2017137534 A RU 2017137534A RU 2672171 C1 RU2672171 C1 RU 2672171C1
- Authority
- RU
- Russia
- Prior art keywords
- user
- emotions
- task
- abilities
- data
- Prior art date
Links
- 238000002360 preparation method Methods 0.000 title abstract 2
- 230000008451 emotion Effects 0.000 claims abstract description 65
- 230000009471 action Effects 0.000 claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 59
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 230000000306 recurrent effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract 1
- 238000003672 processing method Methods 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 37
- 238000012549 training Methods 0.000 description 32
- 238000006243 chemical reaction Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 15
- 230000003993 interaction Effects 0.000 description 15
- 230000013016 learning Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000002996 emotional effect Effects 0.000 description 9
- 230000004913 activation Effects 0.000 description 8
- 230000008921 facial expression Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000001815 facial effect Effects 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000013475 authorization Methods 0.000 description 6
- 230000001149 cognitive effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000012797 qualification Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000002269 spontaneous effect Effects 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 208000027534 Emotional disease Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000036528 appetite Effects 0.000 description 2
- 235000019789 appetite Nutrition 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008909 emotion recognition Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000003304 psychophysiological effect Effects 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000035900 sweating Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241000557626 Corvus corax Species 0.000 description 1
- 241000238558 Eucarida Species 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 102000019208 Serotonin Plasma Membrane Transport Proteins Human genes 0.000 description 1
- 108010012996 Serotonin Plasma Membrane Transport Proteins Proteins 0.000 description 1
- 241001422033 Thestylus Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000006397 emotional response Effects 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009326 social learning Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000002747 voluntary 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
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/167—Personality evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Psychiatry (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Developmental Disabilities (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
Abstract
Изобретение относится к области вычислительной техники. Технический результат заключается в повышение точности и скорости оценки способностей пользователя. Предложен способ обработки информации для подготовки рекомендаций на основе компьютеризированной оценки способностей пользователей, в котором предоставляют доступ с использованием средств аутентификации к решению по меньшей мере одного компьютеризированного задания устройству пользователя, осуществляют распознавание эмоций пользователя в реальном времени посредством одной видеокамеры, с помощью которой получают набор эмоций и используют искусственные нейронные сети для распознавания полученных эмоций, передают данные на устройство обработки данных системы для получения параметров действий пользователя во время указанного решения, определяют по меньшей мере одну способность пользователя на основании данных, полученных после пользовательского решения, и распознанных эмоций пользователя, в устройстве обработки данных преобразуют данные в числовые значения, а распознанные эмоции - в шкалу, по которым рассчитывают показатель способностей пользователя, по полученным результатам система формирует рекомендации пользователю для принятия решений. 9 з.п. ф-лы, 8 ил.
Description
ОБЛАСТЬ ТЕХНИКИ
[001] Данное техническое решение в общем относится к способам и системам вычислительной техники, в частности, к компьютерным автоматизированным способам и системам, помогающим пользователям и компаниям принимать решения на основе компьютеризированной оценки персональных качеств, интересов, склонностей, талантов и способностей пользователей, их взаимных отношений, с применением искусственного интеллекта и распознавания эмоций.
УРОВЕНЬ ТЕХНИКИ
[002] В настоящее время подбор подходящих кандидатов на должность может быть сложной задачей для компаний. Как правило, компании полагаются на посредников (внешних и внутренних рекрутеров) и проводимые ими предварительный отбор и интервью для определения формального соответствия требованиям вакансии и корпоративной культуре компании. Однако, процесс поиска новых сотрудников может быть трудоемким, дорогостоящим, в некоторых случаях, малоэффективным, включать в рассмотрение не весь необходимый перечень кандидатов, особенно если претендентов очень много, а также приносить прямые и косвенные убытки от найма и/или преждевременного увольнения неподходящего кандидата. При найме может возникать искажение информации о требованиях к кандидату при ее фиксировании: нанимающий менеджер, рекрутер и соискатель могут интерпретировать то же самое описание требований к вакансиям по своему. Дополнительно, при личной беседе, человек воспринимает значительно больше информации (вербальной и невербальной), чем в заочной форме, а при традиционном подходе письменные требования и резюме являются основой предварительного отбора. Таким образом, отсев кандидатов на предварительной стадии сопряжен с ошибками. В том числе ошибки могут возникать по причине намеренного искажения некоторыми кандидатами своего резюме с целью наибольшего соответствия требованиям вакансии, для повышения шансов получить приглашение на интервью. Отправка кандидатами резюме на вакансии, требованиям которых они не соответствуют, создает дополнительную нагрузку на рекрутеров. Переизбыток резюме на вакансии приводит к поверхностному анализу, и/или использованию автоматизированных средств ранжирования резюме по семантической близости к описанию вакансии, что снижает качество отбора, предваряющего интервью. В то же время интервью сопряжено с ошибками по причине подсознательной предвзятости интервьюера, возникающей на основе прошлого личного жизненного опыта. Таким образом, могут быть отобраны кандидаты, которые имеют меньше личностных несовпадений с интервьюерами, и не обязательно те, которые обеспечили бы наивысший измеримый результат на пользу компании. Рекрутеры и нанимающие менеджеры должны обладать достаточным навыком проведения качественного глубокого интервью и объективного анализа кандидата на должность, при его отсутствии или недостатке вероятность ошибок повышается. Например, отсутствие навыка распознавания микровыражений лица не позволяет выявить когда кандидат скрывает истинное положение дел и выдает желаемое за действительное.
[003] Аналогично, в отношениях между людьми в общем, а также между коллегами и в рамках парадигмы "начальник-подчиненный", отсутствие данного навыка снижает способность эффективно формировать совместимые команды и предоставлять рекомендации по межличностным отношениям.
[004] С другой стороны, определение подходящего карьерного пути на основании своих навыков может быть сложной задачей для ищущих работу лиц, а существующие ресурсы поиска работы не адаптированы индивидуально для конкретного человека. Представление человека о карьерном пути может быть искажено воздействием внешних обстоятельств, раскрученной популярности тех или иных профессий в СМИ, рекомендаций и мнений родных и знакомых, а не определяться собственным глубоким пониманием индивидуальных потребностей развития, способностей и предпочтений.
[005] Ситуация осложнена быстрыми изменениями во многих отраслях, появлением новых профессий, которых не существовало ранее, и изменениями требований к квалификации по существующим профессиям. Потребность в поддержании профессионального уровня приводит к необходимости непрерывного обучения. Существенно возросло предложение образовательных услуг (в том числе за счет предложения дистанционного "онлайн" обучения), в связи с чем трудно сориентироваться, что из них подойдет конкретному индивиду в данный момент времени. Также сложно оценить, что даст наиболее эффективный результат с точки зрения карьеры и самореализации, с учетом персональных целей, способностей и предпочтений.
[006] В отсутствие детальных данных о личностных особенностях и индивидуальных способностях действующих и потенциальных клиентов работодатели, учебные организации, банки, страховые компании и прочие организации вынуждены ориентироваться на усредненные показатели пользователей. Наличие такой детальной информации позволило бы более тонко сегментировать клиентов и делать максимально персонализированные предложения продуктов и услуг.
[007] В известном уровне техники существуют системы автоматического управления человеческими ресурсами, позволяющие в определенной степени решать перечисленные выше проблемы, однако, точность таких рекомендательных систем может быть повышена за счет учета большего спектра анализируемых параметров. Например, известен патент US 6275812 B1 "Интеллектуальная система динамического управления ресурсами", патентообладатель: Lucent Technologies Inc, дата публикации: 14.10.2008. Система устанавливает строго контролируемый подход к распределению членов установленной и полностью каталогизированной группы людей для одинаково хорошо каталогизированных проектов.
Предполагается, что подробные навыки каждого члена группы должны быть полностью и единообразно оценены по шаблонам навыков. Каждый проект в равной степени определяется с точки зрения подробных требований к проекту по кадрам, как это отражено в соответствующем шаблоне проекта. Система сопоставляет шаблоны навыков с шаблонами проектов.
[008] Явным недостатком данного технического решения является то, что не учитываются дополнительные способности и таковые, явно не распознанные системой, которые вообще полностью игнорируются. Очевидно, что потенциально очень ценные способности пользователя, которые нелегко подчиняются строгой категоризации, также игнорируются. В результате предварительные жесткие условия по способностям человека и требуемым в проекте приводит к очень жесткой и узкоспециализированной оценке кандидатов в результате чего теряется полнота и/или точность.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[009] Данное техническое решение направлено на устранение недостатков, свойственных решениям, известным из уровня техники, а также традиционных методов найма.
[0010] Технической задачей или другими словами проблемой, решаемой в данном техническом решении, является определение способностей человека на основании признаков, которые явно его идентифицируют.
[0011] Техническим результатом, достигаемым при решении вышеуказанной технической задачи, является повышение полноты, точности и скорости оценки способностей пользователя.
[0012] Данный технический результат достигается благодаря реализации способа подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей, в котором предоставляют пользователю доступ к по меньшей мере одному компьютеризированному заданию для его решения; осуществляют распознавание эмоций пользователя в реальном времени во время решения по меньшей мере одного задания посредством по меньшей мере одной видеокамеры; получают данные о решении пользователем по меньшей мере одного задания; определяют по меньшей мере одну способность пользователя на основании данных, полученных после решения по меньшей мере одного задания и распознанных эмоций пользователя; формируют рекомендации пользователю для принятия решений на основании определенной на предыдущем шаге по меньшей мере одной способности.
[0013] В некоторых вариантах осуществления компьютеризированным заданием является вычислительная задача и/или видеоинтервью, и/или игра.
[0014] В некоторых вариантах осуществления при предоставлении пользователю доступа к по меньшей мере одному компьютеризированному заданию для его решения, осуществляют биометрическую аутентификацию.
[0015] В некоторых вариантах осуществления при распознавании эмоций пользователя дополнительно осуществляют идентификацию пользователя.
[0016] В некоторых вариантах осуществления при распознавании эмоций пользователя используются сенсорные датчики носимых устройств.
[0017] В некоторых вариантах осуществления при распознавании эмоций и психофизиологического состояния пользователя применяются технические средства и методы окулографии.
[0018] В некоторых вариантах осуществления проводят распознавание эмоций пользователя на основании его речи, учитывая ее скорость и/или тональность.
[0019] В некоторых вариантах осуществления при распознавании эмоций пользователя используют сверточную нейронную сеть и/или рекуррентную нейронную сеть.
[0020] В некоторых вариантах осуществления данными о решении задания пользователем являются параметры действий пользователя, зафиксированные во время решения пользователем задания.
[0021] В некоторых вариантах осуществления определяют показатель способности пользователя, предварительно поставив весовые коэффициенты данным о решении задания пользователем, зафиксированным действиям пользователя и/или распознанным эмоциям.
[0022] В некоторых вариантах осуществления рекомендацией для пользователя является вакансия и/или набор вакансий, которые могут представлять интерес для пользователя.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0023] Признаки и преимущества настоящего технического решения станут очевидными из приведенного ниже подробного описания и прилагаемых чертежей, на которых:
[0024] На Фиг. 1 - показана блок-схема примера реализации способа и схемы подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей на основании распознавания эмоций пользователя;
[0025] На Фиг. 2 - показана иллюстрация задачи Balloon Analogue Risk. На каждой попытке задачи пользователю показан виртуальный воздушный шар. Пользователь может нажать на одну из кнопок: накачать [воздушный шар] или вывести деньги. В случае (A-D) пользователь получает виртуальное денежное вознаграждение. В любой момент пользователь может забрать деньги и сохранить накопленный доход (Е). Существует ненулевая вероятность взрыва воздушного шара при любом нажатии пользователем кнопки "накачать". Если воздушный шар взорвется, то участник не заработает денег в этой попытке (F);
[0026] На Фиг. 3 - показан пример распознаваемых эмоций пользователей с их отличительными признаками;
[0027] На Фиг. 4 показан концептуальная архитектура системы подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей;
[0028] На Фиг. 5 показано распознавание эмоций пользователя посредством видеокамеры, находящейся в устройстве, на котором осуществляется выполнение пользователем задания;
[0029] На Фиг. 6 показан вариант реализации, когда вместо компьютеризированного задания для пользователя используют, например карточную игру покер, результаты которого и последовательность принимаемых решений игроков могут быть проанализированы видеоаналитикой с учетом принципов нейропсихологии;
[0030] На Фиг. 7 показано распознавание эмоций пользователя на основании сенсорных датчиков носимых устройств;
[0031] На Фиг. 8 показан пример данных пользователя, на основании которых на устройстве обработки данных определяются способности пользователя.
ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
[0032] Ниже будут описаны понятия и определения, необходимые для подробного раскрытия осуществляемого технического решения.
[0033] В данном техническом решении аналогично способностям могут использоваться личные характеристики, склонности, таланты, предпочтения пользователя.
[0034] Реализованные в данном техническом решении способы и системы позволяют выявить соответствие кандидатов, которые являются соискателями на должность, требованиям к данной должности на основе оценки результатов поведения кандидатов, полученных из одной или нескольких задач (или тестов), составленных на основе принципов нейробиологии и психологии, как показано в источнике информации [3], в том числе с учетом эмоциональных признаков данного человека. Поведенческий результат кандидатов можно сравнить с моделью сотрудника, которая представляет собой характерный вариант сотрудника для конкретной позиции в отдельно взятой компании, с учетом известной результативности и/или личных качеств сотрудников данной компании, или характерной в общем для рынка и/или индустрии. Очевидно, что понятие характерного кандидата на позицию включает некоторую погрешность, которая допустима в некоторых вариантах реализации. Множество задач, основанных на принципах различных нейронаук, могут быть представлены в виде графических игр, реализованных в мобильном приложении или программном обеспечении компьютера, или в интерфейсе виртуальной и/или дополненной реальности, которые предназначены для тестирования и измерения широкого спектра эмоциональных и когнитивных признаков человека, играющего в данные игры. Дополнительно, может анализироваться эмоциональная реакция кандидата на выполнение задания или собеседника в процессе игры и/или интервью, с помощью приложения или устройств, анализирующих выражения лица, движение глаз, направление взгляда, движение тела, и/или биометрические параметры. Использование основанных на нейронауках заданий, эмоциональных признаков пользователя и анализ результатов этих заданий и/или интервью позволяет компаниям оптимизировать процесс найма и отбора кандидатов, снижая влияние человеческого фактора представителя нанимающей стороны и недостатков предварительного отбора по ограниченной информации в резюме и/или социального профиля кандидата. Помимо того, что данная информация является полезным инструментом для рекрутинга для компаний, описанные здесь системы и способы могут помочь людям в формировании команд, анализе межличностных отношений, формировании рекомендаций по совместимости людей, а также в планировании карьеры и идентификации своих талантов. Используя тесты, которые измеряют широкий спектр эмоциональных и когнитивных признаков, реализованные системы и способы могут определить сильные и слабые стороны испытуемого и применить эту информацию для рекомендаций по развитию своих навыков, навыков межличностных отношений, а также по выбору наиболее предпочтительных профессий, и компаний с подходящей корпоративной культурой. Дополнительно, описанные здесь системы и способы могут помочь компаниям более точно сегментировать клиентов и, например, определять насколько потенциальный клиент соответствует целевому сегменту. За счет выявления дополнительного спектра особенностей личности, компании и индивидуальные предприниматели могут расширить свои модели принятия решения, по которым они ранжируют клиентов и принимают решения, в том числе, в части стоимости продуктов и услуг, не ограничиваясь. Например, выявленная у потенциальных или имеющихся клиентов склонность к избежанию рисков, ответственность, честность, исполнительность и прочие индивидуальные характеристики могут помочь выявить более благонадежных клиентов, которые принесут больший доход, или принесут меньше убытков, не ограничиваясь. Также, рекомендательные системы, например, электронных магазинов и прочих систем компаний и индивидуальных предпринимателей, предоставляющих продукты и услуги, могут быть уточнены за счет дополнительных выявленных индивидуальных особенностей личности, описанных выше. Это может способствовать более точному прогнозированию интересов покупателя, пониманию что лучше может повлиять на взвешенное или спонтанное принятие решения о покупке, какую, в какой форме, сколько раз и когда данному клиенту эффективно показывать таргетированную рекламу, не ограничиваясь.
[0035] Согласно варианту реализации способа рекомендаций для принятия решений на основе компьютеризированной оценки личности и способностей пользователей, показанного на Фиг. 1, осуществляют следующие шаги.
[0036] Шаг 101: предоставляют пользователю 401 доступ к по меньшей мере одному компьютеризированному заданию для его решения на устройстве 402, как показано на Фиг. 4;
[0037] В некоторых вариантах реализации данного изобретения компьютеризированным заданием является вычислительная задача или компьютерная игра, в том числе в интерфейсе виртуальной и/или дополненной реальности, не ограничиваясь. В других вариантах реализации заданием является видеоинтервью, причем дополнительно используется приложение, анализирующее видео, и/или аудио, и/или распознающее речь, и/или кинетические, и/или биометрические параметры пользователя, которое осуществляет оценку совместимости людей, реакцию на параметры товаров и услуг, а также анализ эмоций, уровень стресса, несовпадения подсознательных реакций и создаваемого образа.
[0038] Видеоинтервью могут осуществлять в формате "человек-человек" или "человек-робот". В других вариантах осуществления в рамках видеоинтервью пользователю 401 на графическом интерфейсе устройства 402 появляются вопросы, ответы пользователя на которые записываются.
[0039] В данном техническом решении пользователем 401 может быть студент или аспирант, планирующий свою карьеру и учебу (в том числе, в смысле непрерывного образования и повышения квалификации, самостоятельно и посредством учебных программ и заведений). В других вариантах реализации пользователем 401 является лицо, осуществляющее поиск работы. Пользователь 401 может решить задачи или пройти компьютерные игры, к которым предоставлен доступ, или пройти видеоинтервью, после чего система может создать профиль пользователя, основываясь на определенных его способностях и/или введенной им информации о себе. В других вариантах, это может быть покупатель товаров и услуг, или люди, на основе индивидуальных или усредненных характеристик которых делаются выводы рекомендательными системами.
[0040] Пользователь 401 создает логин и пароль, заполняет информацию о себе, после чего осуществляет аутентификацию и приступает к решению задачи, получая таким образом доступ к выполнению задания. В других вариантах реализации пользователь 401 получает URL-ссылку на Интернет-ресурс, в котором расположены компьютеризированные задания для решения. Дополнительно аутентификация может осуществляться посредством использования биометрической аутентификации, например, посредством аутентификации по отпечатку пальца, по радужной оболочке глаза, по геометрии лица, термограмме лица, сетчатке глаза, голосу и/или прочим биометрическим параметрам, не ограничиваясь, как показано на Фиг. 5. Затем пользователь 401 может решить компьютеризированные задачи системы, используя, например, носимое или стационарное вычислительное устройство 402, например персональный компьютер, ноутбук, мобильное, носимое устройство или планшет. В некоторых вариантах реализации затем рекомендуют пользователю 401 различные роды занятий, профессии, отрасли промышленности на основании определенных или введенных им навыков и признаков пользователя 401. В качестве примеров отраслей могут быть рекомендованы консалтинг, образование, здравоохранение, маркетинг, розничная торговля, развлечения, потребительские товары, предпринимательство, технологии, хедж-фонды, управление инвестициями, инвестиционно-банковская деятельность, частный капитал, разработка продуктов, управление продуктами и т.д. Специалисту в данной области знаний очевидно, что данные отрасли не являются ограничивающими.
[0041] В некоторых вариантах реализации данного технического решения, как показано на Фиг. 6, вместо компьютеризированного задания для пользователя используют, например карточную игру покер, или стратегическую игру, результаты которой и последовательность принимаемых решений игроков могут быть проанализированы видеоаналитикой с учетом принципов нейропсихологии.
[0042] В соответствии с различными вариантами осуществления изобретения для обеспечения доступа пользователей к учетной записи для решения заданий могут использоваться несколько факторов аутентификации, например двухфакторная аутентификация. Например, помимо предоставления логина и пароля для доступа к учетной записи пользователю 401 также может быть предложено отправить подтверждение (например, содержащее проверочный код) со второго устройства, например мобильного телефона пользователя, для получения доступа. На сервере системы может быть предоставлен доступ к учетной записи только после проверки информации, относящейся ко второму фактору, включая, но не ограничиваясь, имя пользователя, пароль и номер мобильного телефона пользователя. В других вариантах реализации в качестве еще одного фактора аутентификации могут использовать еще один биометрический идентификатор. Чтобы кто-то мог получить несанкционированный доступ к учетной записи, этому человеку необходимо узнать не только логин и пароль пользователя, но и номер мобильного телефона пользователя, что по понятным причинам усложнит злоумышленнику доступ к системе. У злоумышленника должна быть возможность отправить / получить CMC с телефона жертвы.
[0043] В качестве компьютеризированной задачи для пользователя могут использоваться задания, подобранные с учетом применения различных нейронаук или когнитивной психологии, которые позволяют определить четкую корреляцию между результатом выполненной задачи и способностями пользователя. Примером таких задач могут быть известные из уровня техники [6] вычислительные задачи Analogical Reasoning, Balloon Analogue Risk Task, Choice Task, Dictator Task, Digit Span, EEfRT, Facial Affect Task, Finger Tapping, Future Discounting, Flanker Task, Go/No-Go, Mind in the Eyes, N-Back, Pattern Recognition, Reward Learning Task, Tower of London, Trust Task и другие. Каждая вычислительная задача или несколько в совокупности могут измерять признаки пользователя, которые отражают его способности. Например, задача Balloon Analogue Risk позволяет оценить склонность пользователя к риску (Фиг. 2), а задача Flanker Task позволяет оценить склонность к уклонению от ответов, которые неуместны в данном контексте для пользователя.
[0044] Вся информация о пользователе, выявленные в дальнейшем способности пользователя, а также подготовленные для него автоматизированные рекомендации могут храниться на компьютерном носителе 405 информации. Компьютерные носители информации включают в себя, но не в ограничительном смысле, ОЗУ, ПЗУ, электрически программируемое ПЗУ (EPROM), электрически стираемое программируемое ПЗУ (EEPROM), флэш-память или память другой твердотельной технологии, ПЗУ на компакт-диске (CD-ROM), универсальный цифровой диск (DVD) или другое оптическое запоминающее устройство, магнитные кассеты, магнитную ленту, магнитный диск или другие магнитные устройства хранения данных, облачное хранилище данных, либо любой другой носитель, который можно использовать для хранения нужной информации и к которому пользователь может осуществить доступ.
[0045] Шаг 102: осуществляют распознавание эмоций пользователя в реальном времени во время решения по меньшей мере одного задания посредством по меньшей мере одной видеокамеры;
[0046] В других вариантах реализации для осуществления распознавания эмоций пользователя дополнительно используют сенсорные датчики носимых устройств, как показано на Фиг. 7. Например, во время злости или тревоги пользователя, повышается его пульс, что фиксируется сенсорным датчиком носимого устройства и таким образом влияет на определение способностей данного пользователя.
[0047] Во время решения пользователем задания, к которому был разрешен доступ, в реальном времени осуществляется распознавание лица пользователя посредством использования видеокамеры 406 и появляющихся на нем эмоций пользователя (как показано на Фиг. 5).
[0048] Варианты осуществления, которые описаны здесь, позволяют обнаруживать и распознавать изображения лиц с широкими вариациями в их положении перед видеокамерой 406, освещении, степени старения пользователя, его расе и т.д. В данном техническом решении могут использоваться известные из уровня техники традиционные способы распознавания лиц, представленные в работе [4]. Современные способы распознавания лиц предоставляют решения в режиме реального времени, которые обеспечивают высокие скорости распознавания, в том числе посредством анализа 3D-модели лица. В некоторых вариантах реализации могут использоваться заранее подготовленные наборы данных для автоматического распознавания эмоций искусственной нейронной сетью, такие как расширенный набор данных Cohn-Kanade (СК+), база данных выражений лиц MMI и набор данных лиц Торонто (TFD), не ограничиваясь. Для определения эмоций пользователя на лице может использоваться способ Экмана и Фризена [5], который позволяет кодировать лицевые движения (FACS), где анатомические движения на лице описываются набором единиц действия (action units), которые имеют некоторую связанную мышечную основу. Отслеживая движения лица и измеряя количество движений на лице, используемый способ классифицирует различные выражения лица и эмоции. В одной из реализаций способа при распознавании эмоций формируется статическая 3D-модель лица и/или анализируется 3D-модель лица в динамике. В первом кадре полученной последовательности изображений из видеокамеры выбираются ориентирные черты лица, такие например как углы глаз и углы рта. Затем осуществляется анализ изменения выбранных ориентирных черт лица и на основании данных изменений осуществляется классификация и запись эмоций, которые примерно показаны на Фиг. 3.
[0049] В данном техническом решении могут использовать сверточные нейронные сети (CNN) для распознавания выражений лица и эмоций пользователя. На входе искусственной нейронной сети получают набор выражений лица человека из видеокамеры 406 или носителя 405 информации системы 403, после чего используют сверточную нейронную сеть для распознавания выражения лица или эмоции пользователя, т.е. классифицируют полученные выражения лица на оснований обученной нейронной сети. Выявленные эмоции, могут быть следующими: гнев, счастье, страх, печаль, радость, отвращение, удивление и нейтральность, другие и их комбинации (Фиг. 3). В некоторых вариантах осуществления используют сверточную нейронную сеть (CNN) совместно с рекуррентной нейронной сетью (RNN).
[0050] В некоторых вариантах реализации изобретения могут использоваться другие методы, используемые для классификации эмоций: байесовские сети, многослойные нейронные сети, скрытые Марковские модели, деревья решений, SVM, kNN и т.д.
[0051] Также дополнительно в данном изобретении могут осуществлять распознавание эмоций на основании речи пользователя, учитывая ее скорость, тональность и т.д. Например, если речь пользователя ускоряется, значит он начинает испытывать тревогу. Разные люди в спокойном состоянии говорят с разной скоростью. В том числе в некоторых языках речь более размеренная, а в других рубленная и быстрая.
[0052] Мобильный телефон 402, планшет или компьютер, на котором пользователь осуществляет выполнение компьютеризированного задания, может также включать в себя одну или несколько встроенных или внешних видеокамер 406, причем одна или несколько из которых могут быть расположены на той же стороне, что и экран. В альтернативном варианте осуществления видеокамера может быть расположена на другой стороне от экрана или размещена во вне.
[0053] Непосредственно решение заданий осуществляется посредством графического пользовательского интерфейса, который может содержать дисплей и/или разъем для внешнего дисплея или проектора данных, а также клавиатуру или другие применимые средства управления (например, сенсорный экран или микрофон для голосового управления или отдельные клавиши/кнопки/регуляторы/переключатели), выполненный с возможностью для обеспечения пользователя устройства визуализацией данных и средствами управления устройством. Кроме того, устройство 402 пользователя может содержать приемопередатчик, включающий, например, радиомаяк, включающий в себя беспроводной приемопередатчик, такой как WLAN или приемопередатчик GSM/UMTS/LTE, для общей связи с другими устройствами и/или сетевой инфраструктурой и/или другими средствами беспроводной или проводной передачи данных, такими как один или несколько проводных интерфейсов (например, HDMI или USB (универсальная последовательная шина)) для связи с другими устройствами, такими как терминальные устройства, периферийные устройства, такие как внешние датчики или сетевая инфраструктура. Специалисту в данной области очевидно, что устройство может содержать множество дополнительных функциональных и/или структурных элементов для обеспечения пользователю решения заданий, причем данное подробное раскрытие не должно истолковываться как ограничение присутствия дополнительных элементов любым способом.
[0054] В других вариантах осуществления решение заданий осуществляется посредством использования голосового помощника, например, такого как Alexa, Cortana, Siri.
[0055] Дополнительно в некоторых вариантах реализации осуществляют распознавание и идентификацию личности человека посредством видеокамеры 406, например, на основании ранее полученной фотографии или набора фотографий пользователя.
[0056] Шаг 103: получают данные о решении пользователем по меньшей мере одного задания;
[0057] Данными о решении пользователем задания являются результаты 801 пройденной компьютерной игры, решенной вычислительной задачи или пройденного видеоинтервью, в зависимости от вида задания, как показано на Фиг. 8. Также данные могут в себя включать параметры 802 действий пользователя, зафиксированные во время решения пользователем задания. Такими параметрами могут являться координаты места нажатия на экран одним или несколькими пальцами, сила нажатия, частота нажатий, места кликов курсором компьютерной мыши, стилусом и/или его аналогами, действия пользователя на клавиатуре. В отличие от видеоигр, мерой успеха в познавательной игре, целью которой является определение способностей пользователя, является не только, сколько уровней было пройдено пользователем, а например интенсивность, с которой пользователь осуществляет прохождение. Например, в качестве данных о решении задания может быть время, в течение которого пользователь не осуществляет никаких действий, что говорит о его мыслительной деятельности над задачей и соответственно можно сделать некоторый вывод о его способностях. Дополнительно посредством видеокамеры 406 может определяться направление и скорость 803 перемещения взгляда пользователя: статично и в динамике. В случае использования мобильных и/или носимых устройств, может регистрироваться изменение положения устройства в пространстве посредством встроенного гироскопа, а также иные кинетические и биометрические параметры 804, которые данные устройства регистрируют.
[0058] В некоторых вариантах реализации, например, могут быть собраны данные, связанные с пользователем, такие как физиологические данные, полученные путем определения состояния пользователя посредством мониторинга частоты сердечных сокращений, или температура тела, или давление, или потоотделение. В других вариантах могут быть собраны данные, относящиеся к устройству, на котором пользователь решает задачи, такие как информация о статусе устройства и/или информация о содержимом памяти при согласии пользователя. Также могут быть собраны данные 806 об окружающей среде, такие как информация о температуре или атмосферном давлении из внешних датчиков. Различные типы исходных данных могут также использоваться в той же процедуре определения способностей пользователя.
[0059] Вышеперечисленные данные поступают на устройство 404 обработки данных системы 403 из устройства 402 пользователя, на котором осуществляется выполнение задания и других внешних датчиков, как показано на Фиг. 8.
[0060] Шаг 104: определяют по меньшей мере одну способность пользователя на основании данных, полученных после решения по меньшей мере одного задания и распознанных эмоций пользователя;
[0061] На основании данных, полученных после решения по меньшей мере одного задания и распознанных эмоций пользователя, осуществляется прогнозирование характеристик личности, оценка персональных качеств, интересов, склонностей, талантов или способностей пользователя.
[0062] Все указанные выше данные, включая, но не ограничиваясь данными о взаимодействии пользователя с тестами, задачами, данные об эмоциях, микромимике, выражении лица в ходе выполнения задания, используются в качестве входящих параметров для алгоритмов, основанных на методах машинного обучения. Данные алгоритмы могут включать как методы обучения с учителем (включая, но не ограничиваясь, регрессионным анализом, дискриминантным анализом, обобщенными линейными моделями, решающими деревьями, методом опорных векторов, нейронными сетями) так и методы обучения без учителя (включая, но не ограничиваясь кластерным анализом, методом главных компонент, самоорганизующимися картами). Итогом действия алгоритма является классификация пользователей на предмет соответствия требованиям, необходимым для замещения той или иной вакансии, а также определение уровня когнитивных способностей и эмоционального интеллекта пользователя.
[0063] Дополнительно может осуществляться прогноз соответствия пользователя корпоративной культуре компании, вероятность достижения пользователем требуемых результатов на соответствующей должности в компании, склонность к фроду и прочее, не ограничиваясь, а также склонности к определенным профессиям, большей эффективности в том или ином виде деятельности.
[0064] Каждому заданию заранее ставится в соответствие набор способностей, которые коррелируют с данным типом задания. Дополнительно осуществляют поиск соответствия между метриками, полученными во время выполнения пользователем задания (время решения, время обдумывания, скорость движения и т.п.), а также набором эмоций пользователя и способностями.
[0065] Некоторые способности могут в простейшем виде определяться следующим образом:
[0066] где Ncurrent - количество баллов, полученных при прохождении задания, Nmах - максимальное количество баллов, которые могут быть получены за прохождение задания (с учетом количества попыток), ƒ(tcurrent) - функция, зависящая от общего времени прохождения задания, α - константа масштабирования для каждого типа задания.
[0067] В некоторых вариантах осуществления определяют показатель способности пользователя, предварительно поставив весовые коэффициенты данным о решении задания пользователем и распознанным эмоциям. Только предварительно данные о решении задания преобразуют в числовое значение и распознанные эмоции аналогично, например в порядковую, либо интервальную шкалу.
[0068] Например, показатель способности может быть рассчитан как аффинная комбинация данных о решении задания пользователем, в числовом эквиваленте, и данных о распознанных эмоциях пользователя:
[0069] где R является основным показателем данных о решении задания, S - это данные о распознанных эмоциях и весовой коэффициент α представляет собой действительное число между 0 и 1. Весовой коэффициент α может быть установлен любым подходящим способом и в некоторых вариантах осуществления может быть установлен на основе относительной важности данных, связанных с данными о распознанных эмоциях S. Как описано выше, высокий коэффициент данных может указывать на относительную важность этих данных, которые может иметь пользователь. Соответственно, весовой коэффициент α может быть установлен (или может быть установлен на основе) на уровне, определяющем относительную важность данных.
[0070] Каждая способность может выражаться численным значением, например от 0 до 100 очков или в процентах. В разных вариантах осуществления подсчета очков может учитываться общее количество баллов, полученных при решении задания, и времени, аналогично другим стандартным шкалам интеллекта, таким как тесты Векслера или Равена.
[0071] Шаг 105: формируют рекомендации пользователю для принятия решений на основании определенной на предыдущем шаге по меньшей мере одной способности.
[0072] На данном шаге после определения способностей пользователя ему предоставляют информацию о его способностях. Например, система может предоставить пользователю его балл по каждой способности за одну или несколько попыток прохождения заданий.
[0073] В качестве еще одного примера система определения способностей пользователя может рекомендовать на основе определенных значений способностей одну или несколько вакансий и/или классов вакансий, которые могут представлять интерес для пользователя, и предоставлять ему любую подходящую информацию для этого. Например, пользователю могут предложить одно или несколько дополнительных заданий, если у него значение показателя способности выше определенного порога для данной способности.
[0074] Пользователю могут предоставить информацию касаемо того, какое значение и какие способности пользователей для работы сравниваются со способностями других пользователей, подавших заявку на вакансию. Дополнительно или, альтернативно, могут предоставить пользователю баллы по способностям других пользователей (в обезличенной форме), чьи оценки были определены для каждого задания. В некоторых вариантах реализации, если система определения способностей имеет разрешение пользователя на публикацию о нем информации, эти данные могут быть показаны другим пользователям в различном виде. Например, это может быть положение на графике результатов данного пользователя, относительно разброса и/или распределения результатов других пользователей, не ограничиваясь.
[0075] Кроме того, заявленное техническое решение может быть реализовано как способ, устройство или система с использованием стандартных программных и/или инженерных методов для разработки программного обеспечения, прошивки, оборудования или любой их комбинации для управления компьютером для реализации раскрытого изобретения.
[0076] Некоторые части настоящего изобретения представлены в терминах алгоритмов и других представлений операций с битами данных или двоичными цифровыми сигналами в компьютерной памяти. Следует принимать во внимание, что определения или выводы, упомянутые в данном описании, могут быть реализованы с использованием методов искусственного интеллекта. Более конкретно, термины «обработка», «вычисление», «определение», «установление», «анализ», «идентификация», «проверка» или т.п.могут относиться к операциям и/или процессам компьютера, вычислительной платформы, компьютерной системы или другому электронному устройству, которые манипулируют и/или преобразуют данные, представленные в виде физических (например, электронных) величин в регистрах и/или запоминающих устройствах компьютера, в другие данные, аналогично представляемые в виде физических величин в пределах регистров и/или запоминающих устройств компьютера или другого носителя информации, который может хранить инструкции для выполнения способов, операций и/или процессов, упомянутых выше.
ПРИМЕРЫ РЕАЛИЗАЦИИ
[0077] Ниже на основании приведенных примеров применения и реализации данного технического решения специалисту в данной области техники очевидно, что решение обладает промышленной применимостью.
[0078] Пример 01: Когда на работу приглашаются студенты и недавние выпускники с малым опытом работы, а также люди меняющие профессию, информации об их прошлом опыте работы, резюме и рекомендаций может быть недостаточно для предварительной оценки профильных способностей, необходимых на новой позиции. Дополнительно, когда при использовании субподрядной работы (на контрактной основе и/или на добровольных началах) (например, с применением инфокоммуникационных технологий таких как: краудсорсинг и/или краудворкинг и/или прочие), не ограничиваясь, информации об и/или в отзывах и рекомендациях о работниках может быть недостаточно.
[0079] Например, из 20,000 человек в офисах продаж компании, которых нанимают в год, 13,000 (65%) уходят в течение короткого промежутка времени. Компания тратит на их подбор и обучение большие деньги (ориентировочно 250 долларов на каждого), а отток в 10 раз превышает показатель оттока сотрудников из обычных офисов (центрального аппарата). Более того, из них 3,250 сотрудников в год (25% из 13,000) вообще приглашают по ошибке, в результате чего сотрудники увольняются. Только лишь на подборе и обучении этих 3,250 сотрудников компания теряет 812,500 долларов в год. Если потери от всех ушедших посчитать, добавить неэффективность продаж и снижение лояльности клиентов от плохого обслуживания, то сумма в разы увеличивается.
[0080] Возникает задача отличать профильных кандидатов, предрасположенных к той или иной профессии, и потенциально более результативных из них от остальных с использованием мобильного игрового приложения и выявления способностей пользователей и/или посредством интерфейса виртуальной и/или дополненной реальности, не ограничиваясь. При этом, требуется снизить ошибки в определении вероятности наличия или отсутствия перечисленных выше качеств, и повысить устойчивость к подделке результата тестирования.
[0081] Перед тем как новый кандидат на позицию менеджера продаж допущен на интервью, он получает код активации или индивидуальную URL-ссылку на описываемое техническое решение, которое и определяет его способности и автоматически прогнозирует насколько он перспективен в роли продавца (в данной компании и/или в профессии в целом). При этом игра устроена так, что кандидату не очевидно каким образом происходит измерение его навыков и способностей, кандидат не может подделать результат, в том числе, попросив другого игрока сыграть вместо него.
[0082] В итоге, компания предварительно квалифицирует кандидатов по способностям и приоритезирует для прохождения интервью кандидатов с наибольшим рейтингом.
[0083] В результате более качественного отбора кандидатов, исключающих попадание в профессию тех, которым эта работа не свойственна, отток сотрудников снижается до среднего по рынку, потери на ошибочный найм уменьшаются. Повышение качества отбора по прогнозу результативности кандидатов приводит к росту лояльности клиентов и удельного объема продаж.
[0084] Пример 02: Когда менеджеры по подбору персонала получают больше откликов на вакансии, чем они способны эффективно обработать, им приходится снижать среднее количество рабочего времени, уделяемого анализу резюме и/или использовать автоматические средства анализа резюме на семантическую близость к описанию вакансии. Эти и прочие методы автоматизированного анализа резюме, а также профилей и активности кандидатов в социальных сетях, помогают сократить время анализа, но снижают качество поиска. Помимо того, что резюме отражает сильно ограниченную информацию о кандидате, оно может быть оптимизировано кандидатами под такие аналитические системы, что может создать преимущество для менее подходящих кандидатов. Не все кандидаты умеют правильно составить резюме и использовать техники их оптимизации. Дополнительно, и резюме, и информация о кандидатах в социальных сетях редактируются самими кандидатами, с целью создания желаемого образа, не обязательно совпадающим с реальным.
[0085] Допустим, нанимающий менеджер, руководитель по подбору персонала крупной компании, или агентство, действующее от их имени, размещает тысячи описаний вакансий на собственных или внешних сайтах. Кандидаты откликаются на них даже, если не обязательно соответствуют требованиям вакансии. В результате, менеджер, осуществляющий подбор, неэффективно тратит время на отсеивание более 80% неподходящих резюме. При этом, в условиях ограничения времени, в среднем на оценку одного резюме может уходить менее 10 секунд. При этом в условиях ограничений описанных выше резюме более подходящего кандидата может быть непреднамеренно отброшено, а менее подходящего - удостоиться более пристального внимания.
[0086] Возникает задача эффективного отсеивания кандидатов на основании информации, которую они не редактируют, содержащую реальную информацию о них, а не желаемый образ действительности. Необходимо сделать так, чтобы на вакансии могли откликаться только те, кто соответствует квалификационным требованиям, кто по своим склонностям, характеру и складу ума наиболее подходит под требования вакансии. При этом, предварительное, квалифицирующее тестирование на соответствие этим требованиям должно проходить автоматически, без непосредственного участия представителей компании для того, чтобы можно было масштабировать охват поиска кандидатов. Необходимо, чтобы осуществлялся надежный контроль аутентификации пользователя, чтобы результаты тестирования нельзя было подделать, передав решение заданий другому человеку.
[0087] Кандидатам, изъявившим желание работать в компании, присылается индивидуальная URL-ссылка или код активации на мобильную игру, которая автоматически прогнозирует насколько кандидат соответствует требованиям вакансии и профилю идеального кандидата, определяя его способности. При этом игра устроена так, что кандидату не очевидно каким образом происходит измерение его навыков и способностей и он не может подделать результат, в том числе, попросив другого игрока сыграть вместо него.
[0088] В итоге, компания предварительно квалифицирует кандидатов по способностям, и им открывается информация о вакансиях, которым они наибольшим образом подходят. Как вариант, компания может не публиковать вакансии в открытом доступе, чтобы полностью исключить отклики неподходящих кандидатов, делать это частично, или рассматривать в первую очередь кандидатов, прошедших предварительную квалификанию.
[0089] Как результат, более 80% неподходящих резюме автоматически отсортированы, что сократило загрузку менеджера, осуществляющему отбор, без существенных потерь в качестве анализа. Процесс возможно неограниченно масштабировать, поскольку на такую предварительную сортировку не расходуются человеческие ресурсы компании.
[0090] При этом, помимо резюме и информации о кандидате на основе социальных сетей, которые традиционно применяются для анализа кандидатов, менеджер получает дополнительную информацию об оценке персональных качеств, интересов, склонностей, талантов и способностей кандидата. В свою очередь, это способствует более качественному отбору кандидатов, а после их найма - большей удовлетворенности сотрудников своей работой, которая соответствует их способностям и предпочтениям, повышению результативности, сокращению оттока персонала.
[0091] Пример 03: При оценке личной совместимости и формировании команд людям приходится ориентироваться на свои умения выносить суждения о других людях. При этом данные суждения могут быть искажены предвзятым мнением, которое приобретено сознательно или подсознательно на основе прошлого жизненного опыта и навязанных стереотипов. Так же как не каждый прошел для этого специальную подготовку, чтобы выносить подобные суждения квалифицированно.
[0092] Допустим, менеджер по персоналу, нанимающий менеджер, или, например, покупатель продукта или услуги, которого убеждает продавец, или просто человек, который хочет глубже понять отношение с другим человеком, участвуют в интервью, деловой встрече или иной беседе. Взаимодействие этих людей во время непосредственного разговора лицом к лицу друг с другом дает множество полезной информации. В частности, микрореакции и микровыражения, которые возникают на подсознательном уровне проявляются в движениях глаз, век, уголков рта, потении, жестах, не ограничиваясь. Эти подсознательные и/или неконтролируемые реакции могут быть краткосрочными и также маскироваться сознательно демонстрируемыми, чтобы создавать желаемое впечатление. Дополнительно, эмоциональные реакции можно проследить, например, по изменению тона и громкости голоса, частоте речи, сглатывании, изменению окраски лица, набухании или проявлении вен, не ограничиваясь.
[0093] Типы испытываемых собеседником эмоций, а также их несовпадение между визуально распознаваемыми подсознательными и сознательными реакциями, эмоциями в голосе, и значением сказанного, дает дополнительную информацию для принятия решения. Однако, не всякий человек имеет достаточно опыта, квалификации и умений для того, чтобы заметить, распознать и правильно классифицировать данные эмоции и их несовпадения, описанные выше.
[0094] Возникает задача эффективного распознавания и регистрации эмоции собеседника в контексте, учета несовпадений между содержанием речи, эмоций в голосе, сознательных и подсознательных эмоций демонстрируемых внешне. При этом делать это автоматически, как в присутствии человека, так и удаленно (по видеосвязи).
[0095] Людям, изъявившим желание провести интервью, рабочее совещание, или прочую беседу предлагается провести личную встречу в присутствии камеры, или посредством видеосвязи через мобильное устройство или компьютер, имеющих видеокамеру. В последнем случае всем участникам (двум и более), присылается URL-ссылка или код активации, которые запускают видеосеанс связи. Каждый собеседник может дать согласие или отказаться от распознавания и регистрации его эмоций во время данного сеанса и видеозаписи. Если как минимум один из участников дал согласие, осуществляется регистрация этих данных во время данного сеанса видеосвязи, в соответствии с полученными разрешениями.
[0096] В некоторых вариантах реализации, во время совещания, тренинга, сеанса игры (в том числе настольной или бизнес игры), например, с участием нескольких человек в одной комнате или удаленно, осуществляется видеорегистрация (с помощью как минимум одной внешней или встроенной камеры) действий и реакций как минимум одного участника и распознавание его эмоций и реакций на других участников, их действия и ситуацию на совещании, тренинге, ситуацию в игре, не ограничиваясь. Дополнительно могут регистрироваться биометрические, кинетические параметры и параметры окружающей среды.
[0097] Как результат, как минимум организатор видеосвязи/видеозаписи (например, HR-менеджер компании, который организовал интервью кандидата с нанимающим менеджером, потенциальным будущим руководителем) получает дополнительную информацию: перечисленные выше реакции как минимум одного собеседника на другого, на произнесенные им слова, интонации в голосе, а также перечисленные выше эмоции во время собственных высказываний и иное во время видеосвязи.
[0098] Как результат, как минимум, организатор видеосвязи получает информацию как минимум об одном собеседнике: о его уровне стресса, личной приязни, манипуляциях (лести, лжи, психологическом давлении и прочих), степени уверенности в себе и в сказанном, не ограничиваясь, а также о сознательной и подсознательной реакции отдельно взятого собеседника на другого собеседника (и/или на группу собеседников, если общение проводилось среди нескольких участников), в том числе, в отношении сказанного и воспринимаемом данным собеседником расхождения между сказанным другими (текст), услышанным от других (речь) и увиденным в других (визуальные реакции других собеседников). Таким образом, даже в отсутствие записи реакций одного собеседника, можно сделать выводы о нем по взаимной реакции других собеседников на него, его эмоции, произнесенное им и подмеченное в нем на протяжении беседы.
[0099] В итоге полученная дополнительная информация позволяет принять более взвешенное решение о личной совместимости людей и/или формировании команд, не ограничиваясь.
[00100] Пример 04: Когда требуется повышенная точность определения параметров личности и квалификация действий пользователя, особенно в ситуации повышенного риска неправильного принятия решений (например, высокой стоимости ошибки), возникает требование к повышенной точности анализа.
[00101] Возникает задача углубленного анализа характеристик личности, более глубокой оценке персональных качеств, интересов, склонностей, талантов или способностей пользователя, с учетом расширенного набора видео и/или аудио и/или кинетической и/или биометрической информации о пользователе и/или параметров условий окружающей среды, собранной и анализируемой как в момент тестирования, так и/или на протяжении нескольких измерений с промежутками времени между ними и/или непрерывно, в качестве индивидуального исследования и/или групповых, с учетом взаимодействия с другими людьми, по которым собирается аналогичная информация и/или нет.
[00102] Допустим, кандидат рассматривается на вакансию: материально ответственного лица, кассира, аудитора, финансового директора и/или требуется предоставление ему доступа к особо охраняемой информации, или критическим процессам, не ограничиваясь. Требуется, осуществить более тщательную проверку кандидата, сотрудника, подрядчика и прочих, на соответствие повышенным требованиям. Примером таких требований может быть честность в раскрытии информации, отсутствие склонности к фроду, стремление соблюдать правила и обязательства, устойчивость к манипуляциям и угрозам, самообладание в нестандартных ситуациях и прочее, не ограничиваясь.
[00103] Людям, предоставившим разрешение, на проведение такого
исследования предлагается провести его в присутствии камеры, или посредством видеосвязи через мобильное устройство или компьютер, имеющих видеокамеру. В последнем случае всем участникам (если их несколько), присылается URL-ссылка или код активации, которые запускают видеосеанс связи. Дополнительно производится считывание параметра пульса, и других биометрических и кинетических параметров, посредством носимых устройств. Осуществляется регистрация и распознавание информации об эмоциях пользователя, его реакциях в том числе физических во время предоставляемых заданий в рамках сеансов исследования.
[00104] Как результат, как минимум, организатор исследования получает информацию как минимум об одном испытуемом пользователе: о его уровне стресса, личной приязни, манипуляциях (лести, лжи, психологическом давлении и прочих), степени уверенности в себе и в сказанном, не ограничиваясь, а также, если исследование включало взаимодействие с другими людьми, о сознательной и подсознательной реакции отдельно взятого собеседника на другого собеседника (и/или на группу собеседников, если общение проводилось среди нескольких участников), в том числе, в отношении сказанного и воспринимаемом данным собеседником расхождения между сказанным другими (текст), услышанным от других (речь) и увиденным в других (визуальные реакции других собеседников),. Дополнительно, в зависимости от целей анализа, может быть спрогнозировано в какой степени испытуемый проявляет: честность в раскрытии информации, отсутствие склонности к фроду, стремление соблюдать правила и обязательства, устойчивость к манипуляциям и угрозам, самообладание в нестандартных ситуациях и прочее, не ограничиваясь.
[00105] Данная информация об испытуемом в виде одиночного исследования, нескольких исследований или непрерывного исследования в течение заданного времени, позволяет менеджеру по персоналу, нанимающему менеджеру и/или агенту, действующему по их поручению, принять более взвешенные решения, с учетом дополнительной полученной информации.
[00106] Пример 05: При автоматизированной авторизации пользователей, может возникать сомнение, тот ли это пользователь осуществил авторизацию, а также он ли осуществлял действия в системе после авторизации. Типы применения могут быть различными и не ограничиваются примером описанным ниже.
[00107] Допустим, менеджер по подбору персонала направил URL-ссылку или код активации кандидату, для того, чтобы тот прошел тестирование в приложении, на веб сайте, или в программе на компьютере. При этом, если тестирование производится, например, удаленно, не под наблюдением доверенного лица или самого менеджера по подбору, который может удостоверить соблюдение правил, возникают сомнения, мог ли кандидат передать свои учетные данные или иным образом передать управление другому пользователю, который пройдет тестирование за него.
[00108] Возникает задача эффективного проведения авторизации пользователя при входе в систему, а также на протяжении сеанса работы с ней, чтобы можно было засвидетельствовать, что именно тот пользователь является автором данных действий (входа в систему и манипуляций с ней). При этом, преодолеть действующие ограничения систем авторизации, например, корректно отличать близнецов друг от друга и людей, в точности копирующей лицо пользователя маске, не ограничиваясь.
[00109] При авторизации пользователей в системе и на протяжении одного, нескольких манипуляций с ней, или непрерывно, регистрируются множественные личностные характеристики пользователя. Такие как распознавание черт лица и/или типов эмоциональных реакций во время заданий, и/или тембра голоса, его тона, эмоций в голосе, и/или семантики речи, не ограничиваясь. Собранный комплексный "цифро-эмоциональный отпечаток" характеризующий человека, сравнивается с таким же зарегистрированным ранее. Дополнительно, пользователя могут попросить пройти такую же комплексную авторизацию в присутствии человека, которому требуется лично удостовериться, что пользователь который выполнял действия в системе и лицо, с которым он коммуницируют - одно и то же лицо.
[00110] Так, например, перед подписанием договора о найме, или иными этапами рекрутингового процесса, менеджер по найму персонала, нанимающий менеджер, или агент действующий от их имени, может попросить пользователя повторно пройти авторизацию в его присутствии. Таким образом, он удостоверится, что пользователь, который осуществлял действия в системе и его собеседник - это одно и то же лицо. Поскольку, на протяжении действий пользователя в системе такая авторизация проводилась один, несколько раз, или непрерывно, он может получить соответствующую гарантию, что именно этот пользователь их осуществлял в эти моменты, а не передал управление иному лицу. Как результат, снижаются потери от подлога такого рода.
[00111] Пример 06: Когда требуется отслеживать прогресс в улучшении навыков или способностей пользователей, в том числе через длительные и/или относительно короткие промежутки времени, действующие методы тестирования могут оказаться менее эффективными. Например, если испытуемый после прохождения задания смог вычислить или догадаться, что измеряет тест, и каким образом осуществляется это измерение, это может дать ему преимущество при повторном прохождении задания. Эти знания могут быть использованы для изменения стратегии и/или тактики прохождения задания с целью получить более высокий результат. Другой пример: испытуемый за счет частых повторений натренировался эффективно решать задание определенного типа, однако, через длительный промежуток времени при решении того же задания показал иной результат. Возможны и другие примеры, связанные с неустойчивостью результата тестирования из-за влияния знаний, методики теста, зависимости результата от частоты и интенсивности повторений задания во времени и иных причин.
[00112] Возникает задача эффективного проведения тестирования устойчивого к количеству и интенсивности повторений, которое выявляет закрепленные долгосрочно (на подсознательном уровне) изменения характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей пользователя, и как отличать их от краткосрочных незакрепленных изменений (осуществляемых сознательно), например, с учетом разобранных относительно недавно учебных кейсов, или прочего.
[00113] Допустим, руководителю по обучению и развитию сотрудников компании требуется оценить эффективность проводимых программ обучения. С одной стороны, с целью управления портфелем программ различных подрядчиков, отсеять неэффективные тренинги. С другой, для определения какие сотрудники показывают наибольший рост компетенций по итогам данных тренингов, например, для принятия решения об их удержании в компании и дальнейшем карьерном развитии.
[00114] Сотрудникам, изъявившим желание пройти одну или несколько программ обучения, присылается индивидуальная URL-ссылка или код активации на как минимум одну мобильную игру и/или иное задание, которые автоматически оценивают один или несколько параметров: характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей данного пользователя. При этом от данного пользователя могут требовать проходить данное тестирование неоднократно, с большими и/или меньшими промежутками времени. Поскольку, в процессе игр и/или решении заданий учитываются также эмоции (сознательные и/или подсознательные реакции), полученные данные о результатах тестирования во времени, позволяют прогнозировать степень изменения характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей пользователя, и насколько основательно данные изменения закреплены.
[00115] Как результат, как минимум, руководитель по обучению и развитию сотрудников компании получает информацию о реальной эффективности проводимых программ обучения. В отличие от умения сотрудника правильно ответить на вопросы по итогам обучения, оценивается прижились ли полученные на обучении практики, были ли они им забыты и/или проигнорированы, или вошли в активную практику применения. Дополнительно, у данного руководителя возникает инструмент сравнения индивидуальных результатов обучения между разными участниками как усредненно, так и по отдельным параметрам, а также возможность изучения тенденций как по одному испытуемому, так и в различных комбинациях групп по выбору. Последнее может повлиять на решение о формировании команд для эффективного прохождения совместного обучения (как очного, так и удаленного).
[00116] Одним из вариантов реализации данного изобретения возможно проведение индивидуального и/или группового обучения непосредственно в приложении, в котором осуществляется тестирование (в том числе, при одновременном осуществлении такового), или иным способом, комбинируя с тестированием, например, посредством мобильного приложения, не ограничиваясь.
[00117] Пример 07: Определение подходящего карьерного пути на основании своих навыков может быть сложной задачей для ищущих работу лиц, а существующие ресурсы поиска работы часто не адаптированы индивидуально для конкретного человека. Представление человека о карьерном пути может быть искажено под действием внешних обстоятельств, раскрученной популярности тех или иных профессий в СМИ, рекомендаций и мнений родных и знакомых, а не определяться собственным глубоким пониманием индивидуальных потребностей развития, способностей и предпочтений. Ситуация осложнена быстрыми изменениями во многих отраслях, появлением новых профессий, которых не существовало ранее, и изменений требований к квалификации по текущим профессиям. Количество перемен работы за время жизни растет. Необходимость поддержания профессионального уровня приводит к необходимости непрерывного обучения. Существенно возросло предложение образовательных услуг, в связи с чем трудно сориентироваться, что из них подойдет конкретному индивиду в данный момент времени с учетом персональных целей, способностей и предпочтений. Также сложно оценить какое обучение может дать наиболее эффективный результат с точки зрения карьеры и самореализации.
[00118] Возникает задача как сегментировать клиентов вплоть до сегментов, состоящий из одного клиента, и делать наиболее персонализированные предложения продуктов и услуг. В том числе, как предоставлять пользователю актуальные рекомендации по развитию карьеры, выбору программ обучения, другим продуктам и услугам, с учетом характеристик личности, оценок персональных качеств, интересов, склонностей, талантов или способностей пользователя.
[00119] Допустим, школьник или студент еще не определился с предпочтениями в своей будущей профессии, или сотрудник с опытом работы, но который уже реализовал себя в своей специальности, и теперь задумывается о смене карьеры, хочет найти новое призвание, ту область, где собственные способности и интересы выражены наиболее ярко, что позволит эффективно реализовать собственный потенциал. При этом хочет найти такую работу, где востребована именно его индивидуальность, а не приходилось бы подстраиваться под несвойственную ему корпоративную культуру или иное шаблонное поведение.
[00120] Человек скачивает приложение, которое в форме игры определяет психологический профиль по широкому набору параметров личности. При этом игра устроена так, что навязанные стереотипы не помешают определить истинные предпочтения.
[00121] С помощью алгоритмов, описанных выше, осуществляется сопоставление личностных характеристик, оценок персональных качеств, интересов, склонностей, талантов или способностей с требованиями к профессиям в целом, а также к вакансиям конкретных компаний, с учетом корпоративной культуры последних. Таким образом, осуществляется профориентация по конкретным вакансиям отдельных компаний, и/или по профессии в целом.
[00122] Например, выясняется, что испытуемый соответствует специальности STEM (science, technology, engineering, mathematics) на 97%, работе бухгалтером - на 40%, управлению проектами - всего на 5%.
[00123] В некоторых реализациях, в соответствии с полученными данными тестирования, в приложении открываются персональные предложения откликнуться на наиболее подходящие по профилю вакансии. Информация по вакансиям может быть как известна по другим источникам, так и доступна только ограниченному кругу лиц, которые предварительно прошли квалификационное тестирование.
[00124] Как результат, на основании результатов тестирования человек может сделать более информированное решение о следующем карьерном шаге, требуемом дополнительном обучении, предпочтительных продуктах и услугах. Например, человек может получить преференции при рассмотрении своей кандидатуры компаниями, учебными заведениями, или получить индивидуальное специальное предложение на продукты или услуги, если по результатам тестирования было выявлено, что он является их предпочтительным кандидатом или клиентом.
[00125] Пример 08: В отсутствие детальных данных о личностных особенностях и индивидуальных способностях действующих и потенциальных клиентов учебные организации, банки, страховые компании и прочие организации вынуждены ориентироваться на усредненные показатели пользователей. Таким образом, клиенты, которые потенциально более выгодны для компании, например, приносят больше дохода или меньше убытков (в случае выплат), могут получать предложения продуктов и услуг на тех же коммерческих условиях, что и менее выгодные клиенты.
[00126] Возникает задача осуществления более точной сегментации клиентов вплоть до сегментов, состоящих из одного клиента, чтобы с учетом дополнительной информации делать наиболее персонализированные предложения продуктов и услуг.
[00127] Допустим, количество невозвратов кредитов в отдельно взятом банке остается высоким. Руководитель кредитного портфеля ищет способы сокращения количества плохих кредитов. Каким образом можно больше узнать об исполнительности по кредитам клиента, если по общедоступным или внутренним данным банка о нем недостаточно известно? Как улучшить определение индивидуального порога кредита, чтобы больше заработать на надежных платежеспособных клиентах и избежать потерь на менее надежных? Как иным способом скорректировать тарифы и/или другие условия предоставления продуктов и услуг оптимизируя соотношение риск/доходность?
[00128] Допустим также, менеджер страховой компании думает как научиться выявлять клиентов с повышенным риском, чтобы снизить количество убыточных клиентов? Как на высоко конкурентном рынке привлечь низкими ставками хороших клиентов, которые избегают страховых случаев, и/или поставить заградительные тарифы для более рискованных и/или иным способом скорректировать тарифы и/или другие условия предоставления продуктов и услуг оптимизируя соотношение риск/доходность? Как можно больше узнать о личностных характеристиках клиента и оценить вероятность убыточности договора страхования, если о клиенте нет предыдущей истории?
[00129] Клиентам, изъявившим желание получить кредит/застраховать, например, имущество банк/страховая компания рассылает индивидуальную URL-ссылку на игру, которая выявляет личностные параметры кандидата и добавляет дополнительные параметры к скоринговой модели банка/страховой компании, которые отсутствовали в ней ранее. Теперь банк/страховая компания знает еще больше о своих клиентах и может принять более информированное решение об их степени риска.
[00130] В некоторых реализациях, анализ результатов выдается сразу, что ускоряет процесс принятия решения. Например, клиенту сообщается персонально одобренный размер кредита/стоимость страхования (или одобренная скидка).
[00131] Как результат, как минимум банк/страховая компания получает дополнительную информацию, например, об исполнительности и/или склонности к фроду и/или степени риска заемщика/страхователя, не ограничиваясь, которые могут дополнить существующие скоринговых модели.
[00132] Таким образом, банк/страховая компания получают возможность с меньшим риском установить больший индивидуальный порог кредита/снизить ставку кредита/страхования, чтобы привлечь более выгодных клиентов и/или поставить заградительные барьеры для менее выгодных и/или иным способом скорректировать тарифы и/или другие условия предоставления продуктов и услуг оптимизируя соотношение риск/доходность. А значит, потенциально больше заработать на надежных клиентах (и/или иных категориях клиентов) и/или нести меньше потерь и/или снижения дохода на менее прибыльных клиентах (и/или иных категориях клиентов) и/или избежать потерь от мошеннических действий (в том числе потенциальных), поддержать лояльность существующих клиентов специальными предложениями, и/или иным образом повысить доход и/или прибыль, оптимизируя баланс риска и доходности, не ограничиваясь.
[00133] В некоторых реализациях, тестирование может помочь выявить клиентов, для которых цена менее или более важна, чем параметры качества и объем обслуживания, а также выявить потенциальные возможности кросс-продаж смежных продуктов и услуг, что может позволить получить дополнительный доход/сократить потери.
[00134] Пример 09: Владелец электронного магазина задумывается как улучшить рекомендательную систему, чтобы клиент сразу получал в поиске интересующие предложения. Как узнать о клиенте какой тип рекламы срабатывает для него лучше? Воспринимает ли он скорее текстовую и цифровую информацию, или предпочитает изображения или воспринимать на слух? Какие аргументы оказывают большее действие: рациональные или эмоциональные? Что заставляет клиента сомневаться и препятствует совершить спонтанную покупку? Качество рекомендательной системы напрямую влияет на доход электронного магазина.
[00135] Возникает задача улучшения рекомендательной системы электронного магазина таким образом, чтобы как можно быстрее распознать, потребности и интересы клиента и отображать в поиске только интересующие его предложения. Поскольку реклама и рекомендации воспринимаются пользователями по-разному, требуется узнать о покупателе какой тип рекламы влияет на него/нее лучше в краткой или подробной текстовой форме, таблице, изображении или видео. Определить что влияет на спонтанность его покупки, что заставляет покупателя сомневаться и препятствует совершить спонтанную покупку, какие аргументы оказывают большее воздействие: рациональные или эмоциональные.
[00136] Мотивируя клиента (например, в обмен на бонусы и/или иным способом) электронный магазин предлагает клиенту перейти по персональной URL-ссылке и пройти тестирование (например, в форме игры). Игра, в свою очередь, помимо развлечения клиента, и/или приложение для тестирования иным способом, определяют одну или несколько искомых характеристик его психологического профиля. При этом игра и/или тестирование устроено так, что клиенту не очевидно каким образом происходит измерение его навыков и способностей, и клиент не может подделать результат, в том числе, попросив другого человека сыграть и/или пройти тестирование вместо него.
[00137] Выявленные личностные параметры клиента добавляют дополнительные вводные параметры к алгоритму рекомендательной системы, которые отсутствовали ранее. Электронный магазин теперь знает еще больше о своих клиентах и может предложить более интересующие их товары и услуги.
[00138] Как результат, владелец электронного магазина может осуществить больше продаж, за счет большего количества совершаемых спонтанных покупок и сокращения времени до совершения покупки. Дополнительно, может повысить лояльность клиентов к сервису, так как они избегают излишнего поиска и находят с меньшими усилиями то, что им нужно. Дополнительная информация о предпочтениях клиентов может помочь владельцу расширить ассортимент товаров за счет тех, о которых он мог не знать, что они смогут заинтересовать клиентов и/или смогут привлекать дополнительный трафик к электронному магазину. В связи с чем может повыситься количество клиентов и/или увеличиться показатель продаж на клиента и/или оборачиваемость товаров. В некоторых случаях, это может помочь снизить издержки и предоставить клиентам дополнительные выгоды за счет более низких цен на все или отдельные категории товаров и услуг, а в случае неэластичности спроса, или при фокусировании на премиум сегменте, даже принять решение о повышении цен. Полученная дополнительная информация о клиентах может быть полезной для принятия решения о корректировке маркетингового позиционирования бренда компании и/или электронного магазина и/или отдельных товаров и/или категорий.
[00139] Пример 10: Заказчик и/или оператор и/или иной участник торгов в реальном времени (Real Time Bidding, RTB) и/или иной платформы и/или технологии онлайн-рекламы и/или интерактивной физической рекламы (в том числе посредством визуальных и аудио панелей и систем), не ограничиваясь, задумывается как повысить эффективность показов рекламы и/или расходов на рекламу и/или повысить доходы и/или прибыль от продажи рекламы? Как увеличить количество просмотров рекламных объявлений и/или реакций на рекламу (в том числе кликов по онлайн рекламе на сайтах и/или видео и/или в приложениях, и/или осуществление физических и/или виртуальных (в том числе встроенных) покупок продуктов и услуг), не ограничиваясь.?
[00140] Мотивируя клиента (например, в обмен на бонусы и/или иным способом) электронный и/или физический магазин и/или оператор и/или иной участник платформы и/или технологии онлайн-рекламы и/или интерактивной физической рекламы, не ограничиваясь, предлагает клиенту перейти по персональной URL-ссылке и пройти тестирование (например, в форме игры). Игра, в свою очередь, помимо развлечения клиента, и/или приложение для тестирования иным способом, определяют одну или несколько искомых характеристик его психологического профиля. При этом игра и/или тестирование устроено так, что клиенту не очевидно каким образом происходит измерение его навыков и способностей, и клиент не может подделать результат, в том числе, попросив другого человека сыграть и/или пройти тестирование вместо него.
[00141] Выявленные личностные параметры клиента добавляют дополнительные вводные параметры к алгоритму интерактивной системы рекламы, которые отсутствовали ранее. Рекламная платформа теперь знает еще больше о людях просматривающих рекламу, и может предложить более интересующую их рекламу товаров и/или услуг (в том числе, варьировать способ и/или частоту предоставления, геологическую локацию и/или содержание рекламы, не ограничиваясь).
[00142] В некоторых реализациях, такая дополнительная информация (включая информацию о личных характеристиках и/или склонностях и/или предпочтениях и/или эмоциональном состоянии потребителя продуктов и/или услуг, не ограничиваясь) наряду с известной геопозицией человека может помочь ему совершить спонтанную и/или продуманную покупку, в том числе по пути и/или с отклонением в сторону места предоставления и/или потребления продуктов и услуг, не ограничиваясь.
[00143] Как результат потребитель рекламы получает меньше не отвечающей его интересам и/или предпочтительному способу и/или месту и/или частоте получения рекламы, не ограничиваясь; и/или заказчик и/или оператор платформы и/или технологии онлайн-рекламы и/или интерактивной физической рекламы повысили эффективность показов рекламы и/или расходов на рекламу и/или получили увеличенные доходы и/или прибыль от продажи рекламы, не ограничиваясь. В некоторых реализациях, увеличивается количество просмотров рекламных объявлений и/или реакций на рекламу описанных выше, не ограничиваясь.
[00144] Пример 11: Владелец электронной платформы обучения и/или тренировки навыков и/или других платформ индивидуального и/или коллективного обучения (в том числе с преподавателем и/или без), не ограничиваясь, задается вопросом: как сделать обучение более интерактивным и адаптивным? Как при взаимодействии с обучающимся наилучшим образом учитывать и/или влиять на его степень и/или способность усвоения того или иного материала в той или иной форме (текстовой и/или аудио и/или видео и/или интерактивной с роботизированным преподавателем, и/или человеком, в том числе преподавателем, ментором, наставником, другими участниками обучающего процесса, в том числе учениками и соучениками)? Как получить, использовать и/или передать и/или осуществлять обмен дополнительной информацией об участниках процесса обучения (в том числе посредством чатботов и/или мессенджеров и/или видеочатов и/или иных средств общения и/или взаимодействия и/или обучения) между компьютеризированными системами и/или самими участниками процесса обучения.
[00145] Студентам, преподавателям и прочим участникам платформы, указанной выше, присылается индивидуальная URL-ссылка или код активации на как минимум одну мобильную игру и/или иное задание, которые автоматически оценивают один или несколько параметров: характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей данного пользователя. При этом от данного пользователя могут требовать проходить данное тестирование неоднократно, с большими и/или меньшими промежутками времени. Поскольку, в процессе игр и/или решении заданий учитываются также эмоции (сознательные и/или подсознательные реакции), полученные данные о результатах тестирования во времени, позволяют прогнозировать степень изменения характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей пользователя, и вероятность этих изменений В некоторых реализациях тестирование может быть осуществлено как во внешнем приложении, так и с помощью встроенного в платформу функционала (в том числе в системе управления обучением (Learning Management System, LMS) и/или посредством чатботов и/или мессенджеров и/или видеочатов и/или иных средств общения и/или взаимодействия и/или обучения), не ограничиваясь.
[00146] Выявленные личностные параметры студентов, преподавателей и прочих участников платформы, указанной выше, добавляют дополнительные вводные параметры к алгоритму обучающей и/или адаптивной и/или интерактивной платформы, которые отсутствовали ранее. Платформа и/или ее участники теперь знают еще больше о своих пользователях и/или друг о друге, что позволяет предоставлять рекомендации и/или повысить эффективность их взаимодействия, в том числе в рамках обучения, не ограничиваясь.
[00147] Как результат электронная платформа обучения и/или тренировки навыков и/или других платформа индивидуального и/или коллективного обучения (в том числе с преподавателем и/или без) смогла обеспечить дополнительную интерактивность и адаптивность процесса обучения, что напрямую и/или косвенно повлияло на степень и/или скорость и/или долгосрочность усвоения материала и/или на повышение лояльности к тем или иным обучающим продуктам и услугам. В некоторых реализациях, это позволило улучшить совпадение преподавательского стиля с предпочтениями студентов, соучеников относительно стиля преподавания, что повышает эффективность восприятия, усвоения материала, не ограничиваясь, и/или позволило предоставить обратную связь и/или рекомендации перечисленным выше участникам, например, для повышения их результативности и прочих рекомендаций, не ограничиваясь. В некоторых реализациях это позволило сформировать группы со сходными психофизиологическими и когнитивными особенностями, что способствует повышению эффективности обучения, восприятия информации, а также общей удовлетворенности участников процесса.
[00148] Пример 12: Создатель и/или оператор и/или заказчик интерфейса человек-машина (Man Machine Interface, MMI) в виде физического взаимодействия (андроид и/или робот и/или платежный терминал и/или прочее, не ограничиваясь) и/или виртуального (чатбот и/или виртуальный личный помощник (в том числе аудио и другие), и/или прочие, не ограничиваясь) задумывается: как еще более персонифицировать взаимодействие человека с машиной? Как создать у собеседника восприятие наличия у машины эмпатии и/или или ее виртуального аналога и/или ощущение, что машина распознает эмоции человека и/или его характеристики личности и/или его персональные качества и/или интересы и/или его склонности и/или таланты и/или его способности и/или прочее, не ограничиваясь?
[00149] Человеку, изъявившему желание вступить во взаимодействие с машиной, присылается индивидуальная URL-ссылка или код активации на как минимум одну мобильную игру (в том числе в интерфейсе виртуальной и/или дополненной реальности, не ограничиваясь) и/или иное задание, которые автоматически оценивают один или несколько параметров: характеристик личности, персональных качеств, интересов, склонностей, талантов или способностей данного пользователя. В некоторых реализациях тестирование может быть осуществлено как во внешнем приложении, так и с помощью встроенного в платформу функционала (в том числе посредством самого интерфейса человек-машина и/или чатботов и/или мессенджеров и/или видеочатов и/или иных средств общения и/или взаимодействия) контактным (нажатие кнопок и/или на экран и/или движением манипулятором и/или с помощью измерений биологических и кинетических параметров посредством носимых устройств и/или прочим, не ограничиваясь) и/или бесконтактным способом (например, кивком головы и/или иными жестами и/или движением глаз и/или управлением голосом и/или прочим, не ограничиваясь) и/или прочим способом, не ограничиваясь, однократно и/или неоднократно и/или непрерывно.
[00150] Выявленные личностные параметры людей, вступающих во взаимодействие с машиной, добавляют дополнительные вводные параметры к алгоритму управления взаимодействия с человеком, которые отсутствовали ранее. Машина теперь знает еще больше о людях, которые вступают с ней во взаимодействие, что позволяет предоставлять рекомендации и/или повысить эффективность этого взаимодействия, не ограничиваясь.
[00151] Как результат, машина создает впечатление наличия эмпатии и/или виртуального ее аналога, и/или ощущение, что машина распознает эмоции человека и/или его характеристики личности и/или его персональные качества и/или интересы и/или его склонности и/или таланты и/или его способности и/или прочее, не ограничиваясь. В некоторых реализациях, это приводит: к снижению барьеров во взаимодействии посредством интерфейса человек-машина и/или повышению удовлетворенности человека от такого взаимодействия (например, в терминах лояльности к такому взаимодействию и/или предпочтительной продолжительности и/или эмоционального настроения и/или прочего, не ограничиваясь) и/или повышении результативности такого взаимодействия (в например, в терминах, скорости передачи смысловой информации, количества ошибок в распознавании смысла сказанного и прочего, не ограничиваясь), и прочему, не ограничиваясь.
[00152] Настоящее изобретение было показано и описано в таком виде, который считается наиболее практичным и предпочтительным вариантом осуществления. Однако очевидно, что необходимые отличия могут быть сделаны в пределах объема изобретения и что очевидные модификации будут понятны специалисту в данной области техники. Что касается вышеприведенного описания, то следует понимать, что незначительные изменения частей изобретения, включая изменения функций и способа работы, использования, считаются очевидными и для специалиста в данной области техники, и все эквивалентные отношения, которые показаны на чертежах и приведены в описании, предназначены для охвата настоящим изобретением.
[00153] Следовательно, вышеописанное считается только иллюстрирует принципы изобретения. Кроме того, поскольку для специалистов в данной области техники будут легко доступны многочисленные модификации и изменения, не желательно ограничивать изобретение точной конструкцией и эксплуатацией, показанной и описанной, и, соответственно, любые подходящие модификации и эквиваленты подпадают под объем испрашиваемой охраны изобретения.
ИСТОЧНИКИ ИНФОРМАЦИИ
1. Hunter, J.Е., & Schmidt, F.L. (1983). Quantifying the effects of psychological interventions on employee job performance and work-force productivity. American Psychologist, 38(4), 473-478.
2. Muchinsky P.M. Validation of intelligence and mechanical aptitude tests in selecting employees for manufacturing jobs //Journal of Business and Psychology. - 1993. - T. 7. - №.4. - C. 373-382.
3. Finucane M.L, Gullion С.M. Developing a tool for measuring the decision-making competence of older adults //Psychology and aging. - 2010. -T. 25.-№.2.-C. 271.
4. Phillips P.J. et al. The FERET evaluation methodology for face-recognition algorithms //IEEE Transactions on pattern analysis and machine intelligence. - 2000. - T. 22. - №.10. - C. 1090-1104.
5. Ekman P., Rosenberg E.L. (ed.). What the face reveals: Basic and applied studies of spontaneous expression using the Facial Action Coding System (FACS). - Oxford University Press, USA, 1997.
6. Crisan L.G. et al. Genetic contributions of the serotonin transporter to social learning of fear and economic decision making //Social cognitive and affective neuroscience. - 2009. - T. 4. - №.4. - C. 399-408.
Claims (16)
1. Способ обработки информации для подготовки рекомендаций на основе компьютеризированной оценки способностей пользователей, в котором:
предоставляют доступ с использованием средств аутентификации к решению по меньшей мере одного компьютеризированного задания устройству пользователя;
осуществляют распознавание эмоций пользователя в реальном времени во время указанного решения посредством одной видеокамеры, с помощью которой получают набор эмоций и используют искусственные нейронные сети для распознавания полученных эмоций;
передают данные на устройство обработки данных системы для получения параметров действий пользователя во время указанного решения по меньшей мере одного задания;
определяют по меньшей мере одну способность пользователя на основании данных, полученных после пользовательского решения по одному заданию, и распознанных эмоций пользователя;
в устройстве обработки данных преобразуют данные в числовые значения, а распознанные эмоции - в шкалу, по которым рассчитывают показатель способностей пользователя;
по полученным результатам система определения способностей формирует рекомендации пользователю для принятия решений на основании определенной на предыдущем шаге по меньшей мере одной способности на основе рассчитанных значений способностей.
2. Способ по п. 1, характеризующийся тем, что компьютеризированным заданием является вычислительная задача, и/или видеоинтервью, и/или игра.
3. Способ по п. 1, характеризующийся тем, что при предоставлении пользователю доступа к по меньшей мере одному компьютеризированному заданию для его решения осуществляют биометрическую аутентификацию.
4. Способ по п. 1, характеризующийся тем, что при распознавании эмоций пользователя дополнительно осуществляют идентификацию пользователя.
5. Способ по п. 1, характеризующийся тем, что при распознавании эмоций пользователя используют сенсорные датчики носимых устройств.
6. Способ по п. 1, характеризующийся тем, что осуществляют распознавание эмоций пользователя на основании его речи, учитывая ее скорость и/или тональность.
7. Способ по п. 1, характеризующийся тем, что при распознавании эмоций пользователя используют сверточную нейронную сеть и/или рекуррентную нейронную сеть.
8. Способ по п. 1, характеризующийся тем, что данными о решении задания пользователем являются параметры действий пользователя, зафиксированные во время решения пользователем задания.
9. Способ по п. 1, характеризующийся тем, что определяют показатель способности пользователя, предварительно поставив весовые коэффициенты данным о решении задания пользователем и распознанным эмоциям.
10. Способ по п. 1, характеризующийся тем, что рекомендацией для пользователя является вакансия и/или набор вакансий, которые могут представлять интерес для пользователя.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CA3065905A CA3065905A1 (en) | 2017-10-27 | 2017-10-27 | Method of preparing recommendations for taking decisions on the basis of a computerized assessment of the capabilities of users |
| EP17929793.2A EP3616619A4 (en) | 2017-10-27 | 2017-10-27 | PROCESS FOR PREPARING RECOMMENDATIONS FOR DECISION-MAKING BASED ON A COMPUTERIZED ASSESSMENT OF USER CAPACITIES |
| RU2017137534A RU2672171C1 (ru) | 2017-10-27 | 2017-10-27 | Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей |
| US16/610,399 US20210279668A1 (en) | 2017-10-27 | 2017-10-27 | Method of preparing recommendations for taking decisions on the basis of a computerized assessment of the capabilities of users |
| PCT/RU2017/000791 WO2019083392A1 (ru) | 2017-10-27 | 2017-10-27 | Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017137534A RU2672171C1 (ru) | 2017-10-27 | 2017-10-27 | Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2672171C1 true RU2672171C1 (ru) | 2018-11-12 |
Family
ID=64327879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017137534A RU2672171C1 (ru) | 2017-10-27 | 2017-10-27 | Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20210279668A1 (ru) |
| EP (1) | EP3616619A4 (ru) |
| CA (1) | CA3065905A1 (ru) |
| RU (1) | RU2672171C1 (ru) |
| WO (1) | WO2019083392A1 (ru) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2703969C1 (ru) * | 2018-12-13 | 2019-10-22 | Общество с Ограниченной Ответственностью "Хидбук Клауд" | Способ и система оценки качества обслуживания клиентов на основе анализа видео- и аудиопотоков с помощью инструментов машинного обучения |
| RU2720400C1 (ru) * | 2019-12-30 | 2020-04-29 | Общество с ограниченной ответственностью "ЛАБОРАТОРИЯ ЭМОЦИОНАЛЬНОГО ИНТЕЛЛЕКТА" | Способ повышения эффективности человека на основе оценки и развития эмоционального интеллекта |
| RU2724797C1 (ru) * | 2020-01-22 | 2020-06-25 | Общество с ограниченной ответственностью "Ай Ти Ви групп" | Кассовая система и способ для идентификации блюд на подносе |
| RU2744038C2 (ru) * | 2019-05-27 | 2021-03-02 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для определения результата для задачи, выполняемой в краудсорсинговой среде |
| US11386299B2 (en) | 2018-11-16 | 2022-07-12 | Yandex Europe Ag | Method of completing a task |
| US11475387B2 (en) | 2019-09-09 | 2022-10-18 | Yandex Europe Ag | Method and system for determining productivity rate of user in computer-implemented crowd-sourced environment |
| US11481650B2 (en) | 2019-11-05 | 2022-10-25 | Yandex Europe Ag | Method and system for selecting label from plurality of labels for task in crowd-sourced environment |
| US11727329B2 (en) | 2020-02-14 | 2023-08-15 | Yandex Europe Ag | Method and system for receiving label for digital task executed within crowd-sourced environment |
| US11727336B2 (en) | 2019-04-15 | 2023-08-15 | Yandex Europe Ag | Method and system for determining result for task executed in crowd-sourced environment |
| RU2810678C1 (ru) * | 2019-10-16 | 2023-12-28 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Система генерации изображений в чате |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6993314B2 (ja) * | 2018-11-09 | 2022-01-13 | 株式会社日立製作所 | 対話システム、装置、及びプログラム |
| US11734754B1 (en) * | 2019-01-30 | 2023-08-22 | United Services Automobile Association (Usaa) | Intelligent loan recommendation agent |
| CN112561457A (zh) * | 2019-09-26 | 2021-03-26 | 鸿富锦精密电子(天津)有限公司 | 基于人脸识别的人才招募方法、终端服务器及存储介质 |
| US11741305B2 (en) | 2019-10-07 | 2023-08-29 | The Toronto-Dominion Bank | Systems and methods for automatically assessing fault in relation to motor vehicle collisions |
| US11074476B2 (en) * | 2019-11-21 | 2021-07-27 | AstrumU, Inc. | Data ingestion platform |
| CN111222854B (zh) * | 2020-01-15 | 2024-04-09 | 中国平安人寿保险股份有限公司 | 基于面试机器人的面试方法、装置、设备及存储介质 |
| US11373145B2 (en) * | 2020-01-29 | 2022-06-28 | International Business Machines Corporation | Technology for candidate insight evaluation |
| US20230081918A1 (en) * | 2020-02-14 | 2023-03-16 | Venkat Suraj Kandukuri | Systems and Methods to Produce Customer Analytics |
| JP7521226B2 (ja) * | 2020-03-27 | 2024-07-24 | 日本電気株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| US10990166B1 (en) * | 2020-05-10 | 2021-04-27 | Truthify, LLC | Remote reaction capture and analysis system |
| WO2022071814A1 (en) * | 2020-09-30 | 2022-04-07 | Motorola Solutions, Inc | Method and device for evaluating the expertise of participants during a group call |
| US11928607B2 (en) | 2020-10-30 | 2024-03-12 | AstrumU, Inc. | Predictive learner recommendation platform |
| US11074509B1 (en) | 2020-10-30 | 2021-07-27 | AstrumU, Inc. | Predictive learner score |
| US11235224B1 (en) * | 2020-11-30 | 2022-02-01 | International Business Machines Corporation | Detecting and removing bias in subjective judging |
| KR102367231B1 (ko) * | 2021-01-04 | 2022-02-25 | 쿠팡 주식회사 | 작업자가 작업을 수행하도록 하는 방법 및 장치 |
| US20220253930A1 (en) * | 2021-02-10 | 2022-08-11 | Intuit Inc. | Credit profile generation based on behavior traits |
| US20220335555A1 (en) * | 2021-04-16 | 2022-10-20 | Catenate LLC | Systems and methods for personality analysis for selection of courses, colleges, and/or careers |
| US20230102506A1 (en) * | 2021-09-25 | 2023-03-30 | FiveGen, LLC | Selective Recommendation by Mapping Game Decisions and Behaviors to Predefined Attributes |
| US11562329B1 (en) | 2022-03-09 | 2023-01-24 | My Job Matcher, Inc. | Apparatus and methods for screening users |
| US11847172B2 (en) | 2022-04-29 | 2023-12-19 | AstrumU, Inc. | Unified graph representation of skills and acumen |
| US12099975B1 (en) | 2023-10-13 | 2024-09-24 | AstrumU, Inc. | System for analyzing learners |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104644189A (zh) * | 2015-03-04 | 2015-05-27 | 刘镇江 | 一种心理活动的分析方法 |
| RU168332U1 (ru) * | 2016-06-06 | 2017-01-30 | Виталий Витальевич Аверьянов | Устройство для воздействия на виртуальные объекты дополненной реальности |
| CN106920074A (zh) * | 2017-03-07 | 2017-07-04 | 佛山市融信通企业咨询服务有限公司 | 一种具有心理辅助判断的远程面试方法 |
| WO2017213558A2 (ru) * | 2016-06-06 | 2017-12-14 | Виталий Витальевич АВЕРЬЯНОВ | Устройство для воздействия на виртуальные объекты дополненной реальности |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6275812B1 (en) | 1998-12-08 | 2001-08-14 | Lucent Technologies, Inc. | Intelligent system for dynamic resource management |
| US20100010317A1 (en) * | 2008-07-09 | 2010-01-14 | De Lemos Jakob | Self-contained data collection system for emotional response testing |
| US20120002848A1 (en) * | 2009-04-16 | 2012-01-05 | Hill Daniel A | Method of assessing people's self-presentation and actions to evaluate personality type, behavioral tendencies, credibility, motivations and other insights through facial muscle activity and expressions |
| US8903176B2 (en) * | 2011-11-14 | 2014-12-02 | Sensory Logic, Inc. | Systems and methods using observed emotional data |
| WO2015198317A1 (en) * | 2014-06-23 | 2015-12-30 | Intervyo R&D Ltd. | Method and system for analysing subjects |
-
2017
- 2017-10-27 WO PCT/RU2017/000791 patent/WO2019083392A1/ru unknown
- 2017-10-27 US US16/610,399 patent/US20210279668A1/en not_active Abandoned
- 2017-10-27 EP EP17929793.2A patent/EP3616619A4/en not_active Withdrawn
- 2017-10-27 CA CA3065905A patent/CA3065905A1/en not_active Abandoned
- 2017-10-27 RU RU2017137534A patent/RU2672171C1/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104644189A (zh) * | 2015-03-04 | 2015-05-27 | 刘镇江 | 一种心理活动的分析方法 |
| RU168332U1 (ru) * | 2016-06-06 | 2017-01-30 | Виталий Витальевич Аверьянов | Устройство для воздействия на виртуальные объекты дополненной реальности |
| WO2017213558A2 (ru) * | 2016-06-06 | 2017-12-14 | Виталий Витальевич АВЕРЬЯНОВ | Устройство для воздействия на виртуальные объекты дополненной реальности |
| CN106920074A (zh) * | 2017-03-07 | 2017-07-04 | 佛山市融信通企业咨询服务有限公司 | 一种具有心理辅助判断的远程面试方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11386299B2 (en) | 2018-11-16 | 2022-07-12 | Yandex Europe Ag | Method of completing a task |
| RU2703969C1 (ru) * | 2018-12-13 | 2019-10-22 | Общество с Ограниченной Ответственностью "Хидбук Клауд" | Способ и система оценки качества обслуживания клиентов на основе анализа видео- и аудиопотоков с помощью инструментов машинного обучения |
| US11727336B2 (en) | 2019-04-15 | 2023-08-15 | Yandex Europe Ag | Method and system for determining result for task executed in crowd-sourced environment |
| RU2744038C2 (ru) * | 2019-05-27 | 2021-03-02 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для определения результата для задачи, выполняемой в краудсорсинговой среде |
| US11416773B2 (en) | 2019-05-27 | 2022-08-16 | Yandex Europe Ag | Method and system for determining result for task executed in crowd-sourced environment |
| US11475387B2 (en) | 2019-09-09 | 2022-10-18 | Yandex Europe Ag | Method and system for determining productivity rate of user in computer-implemented crowd-sourced environment |
| RU2810678C1 (ru) * | 2019-10-16 | 2023-12-28 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Система генерации изображений в чате |
| US11481650B2 (en) | 2019-11-05 | 2022-10-25 | Yandex Europe Ag | Method and system for selecting label from plurality of labels for task in crowd-sourced environment |
| RU2720400C1 (ru) * | 2019-12-30 | 2020-04-29 | Общество с ограниченной ответственностью "ЛАБОРАТОРИЯ ЭМОЦИОНАЛЬНОГО ИНТЕЛЛЕКТА" | Способ повышения эффективности человека на основе оценки и развития эмоционального интеллекта |
| RU2724797C1 (ru) * | 2020-01-22 | 2020-06-25 | Общество с ограниченной ответственностью "Ай Ти Ви групп" | Кассовая система и способ для идентификации блюд на подносе |
| US11727329B2 (en) | 2020-02-14 | 2023-08-15 | Yandex Europe Ag | Method and system for receiving label for digital task executed within crowd-sourced environment |
| RU2819647C2 (ru) * | 2021-03-15 | 2024-05-22 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система генерирования обучающих данных для алгоритма машинного обучения |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3616619A4 (en) | 2020-12-16 |
| US20210279668A1 (en) | 2021-09-09 |
| CA3065905A1 (en) | 2019-05-02 |
| WO2019083392A1 (ru) | 2019-05-02 |
| EP3616619A1 (en) | 2020-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2672171C1 (ru) | Способ подготовки рекомендаций для принятия решений на основе компьютеризированной оценки способностей пользователей | |
| US11030554B2 (en) | Systems and methods for data-driven identification of talent | |
| Pandit et al. | Examining entrepreneurial intention in higher education: An exploratory study of college students in India | |
| US10902384B2 (en) | Systems and methods for assessing employment candidates | |
| Kim et al. | The effect of youth entrepreneurship education programs: Two large-scale experimental studies | |
| US20130344968A1 (en) | System and method for extracting value from game play data | |
| US20210264371A1 (en) | Systems and methods for data-driven identification of talent and pipeline matching to role | |
| Walsh | HR Analytics essentials you always wanted to know | |
| Xu et al. | Linkage between fields of focus in high school career technical education and college majors | |
| WO2013184848A2 (en) | System and method for extracting value from game play data | |
| Harris | Is emotional intelligence the key to medical sales success?: the relationship between emotional intelligence and sales performance | |
| Fernandez et al. | Improving the equity landscape at US academic institutions: 10 strategies to lead change | |
| Stichter | College Admissions Counselors’ Perspectives on Counselor Retention and Turnover | |
| Belfguira | Quantitative Correlational Analysis of Artificial Intelligence Integration Into the Banking Industry’s Customer Relationship Management System | |
| Cherubini | For Love or Money: Investor Motivations in Equity-Based Crowdfunding | |
| Dufour | The nature of the working relationship between a college president and board of trustees: A case study | |
| Young | A Theoretical Framework and Practical Toolkit for Ethical Library Assessment | |
| Katagiri | Conceptual organisation of customer engagement: Understanding the concept of engagement and considering the structure of customer engagement factors | |
| England | Cultivating Employee Relationships | |
| da Silva | Retraction Notice | |
| Kruhovyi | Customer loyalty strategy development. A case of small and medium-sized FinTech businesses on the European market | |
| Sosa-Fey | Transformational leadership: A cross-cultural study of the moderating effects of culture on perceived leader behaviors | |
| Roberson Jr | Black Male Business Leaders and the Usage of Emotional Intelligence to Positively Impact Job Satisfaction and Career Advancement: A Qualitative Descriptive Study | |
| Assenga | Factors Affecting Employee Engagement Toward Effective Performance in Public Hospitals in Tanzania: A Case of Jakaya Kikwete Cardiac Institute. | |
| Hashim et al. | THE INFLUENCE OF SPIRITUAL INTELLIGENCE, SPIRITUAL CONGRUENCE AND ACCOUNTING LITERACY ON ATTITUDE OF PURCHASING HALAL PRODUCT TOWARDS INTENTION TO PURCHASE AMONG GENERATION ALPHA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PC41 | Official registration of the transfer of exclusive right |
Effective date: 20191220 |