[发明专利]人才价值测算坐标系的建立方法及装置

说明书

本发明提供了一种人才价值测算坐标系的建立方法及装置，通过对数据库原始表相关字段与数值采集形成原始数据库，并且通过将数据库字段进行词性分析和分类，对数据库字段的数值进行测算，建立直观的测算坐标系，能够将非量化数据逐步转换为可量化数据，降低系统对于基础数据库的删除与修改操作，进而降低大量数据运算，能够直观地观察人才价值。

技术领域

本发明涉及模型测算技术领域，具体而言，涉及一种人才价值测算坐标系的建立方法及装置。

背景技术

随着网络与大数据技术不断发展，已将大量的不可量化信息逐步转化为可量化信息，形成互联网全新数据资源。与此同时对海量的数据资源，尤其是关键资源的评估便显得尤为重要。在当今社会中“人的属性”已成为一种资源，并且成为非常重要的关键资源，“人的属性”包括：勤奋属性、能力属性、适应性等，如果能够对“人的属性”由非量化属性转化为可量化属性便可进行客观的测算，将“人的属性”进行画像，进而发现人才甄选人才。

在企业中为实现“人的属性”的监控，对岗位进行人员的合理匹配，通常采用对于工作情况(例如工作年限、在职人员考勤、绩效)的计算，目前常见的计算方案为数据仓库技术，通过对员工基础数据的积累，根据岗位需求设计算法模型，通过算法进行检索，但存在以下问题：1)员工基础数据库的数据量增长相当快，数据库表非常复杂与臃肿；2)系统对于员工基础数据库的删除与修改操作非常频繁；3)对于非量化数据不能进行转换且不能进行测算。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种人才价值测算坐标系的建立方法。

第一方面，本发明实施例提供了一种人才价值测算坐标系的建立方法，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；

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。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，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；