[发明专利]人才价值测算坐标系的建立方法及装置

权利要求书

1.一种人才价值测算坐标系的建立方法，其特征在于，所述方法包括：

采集员工信息，建立员工信息数据库，其中数据库字段为员工信息类目，数据库字段值为员工信息内容；所述数据库字段包括：战略导向性、员工勤奋度、人才稀缺性、请假、迟到、加班、绩效；

利用语义分析算法对数据库字段进行训练，得到正向词性数据库字段和反向词性数据库字段，将训练完成的数据库字段分类为微观数据，宏观数据和自定义数据；

分别对微观数据和宏观数据的关联性以及宏观数据和自定义数据的关联性进行测算；

利用与宏观数据关联度大于预设阈值的微观数据的数值测算宏观数据的数值，利用与自定义数据关联度大于预设阈值的宏观数据的数值测算自定义数据的数值；

对所述微观数据的数值、宏观数据的数值和自定义数据的数值进行标准化，并整合成数据集合；

利用情感分析算法对所述数据集合进行训练分析，输出三个数据字段作为三个维度；

利用层次分析法测算维度的权重，根据三个维度的权重和数值计算人才价值，并通过预设的映射关系将三个维度的数值以及人才价值进行转换；

从三个维度中选取至少两个维度建立人才测算坐标系，其中，维度为人才测算坐标系的坐标，维度的数值作为坐标值标记的位置为人才价值点；

其中，对所述微观数据的数值、宏观数据的数值和自定义数据的数值进行标准化的过程包括：

根据预设的映射关系，将所述微观数据的数值、宏观数据的数值和自定义数据的数值转换成标准化数值；

判断微观数据、宏观数据和自定义数据是否为正向数据段；

如果是，则微观数据、宏观数据和自定义数据对应的标准化数值为正数；

如果否，则微观数据、宏观数据和自定义数据对应的标准化数值为负数；

分别对微观数据和宏观数据的关联性以及宏观数据和自定义数据的关联性进行测算包括：

利用微观数据对负采样算法进行训练；

通过调用训练后的负采样算法，对宏观数据与微观数据以及自定义数据与宏观数据进行向量比较，得到关联性。

2.根据权利要求1所述的方法，其特征在于，从三个维度中选取至少两个维度建立人才测算坐标系，其中，维度为人才测算坐标系的坐标，维度的数值作为坐标值标记的位置为人才价值点包括：

利用三个维度建立三维人才测算坐标系，其中，三个维度分别为所述三维人才测算坐标系的坐标，三个维度的数值作为坐标值标记的位置为所述三个人才测算坐标系种的人才价值点。

3.根据权利要求1所述的方法，其特征在于，利用与其关联度大于预设阈值的微观数据的数值测算宏观数据的数值，包括：

根据层次分析法测算与宏观数据关联度大于预设阈值的微观数据的权重；

宏观数据的数值为每个与其关联度大于预设阈值的微观数据的数值与权重之积的总和。

4.根据权利要求1所述的方法，其特征在于，根据三个维度的权重和数值计算人才价值包括：

人才价值的数值为每个维度的权重和数值之积的总和。