[发明专利]人才“全息数字画像”的生成方法及其应用

权利要求书

1.一种人才“全息数字画像”的生成方法，其特征在于，包括以下步骤：

a.获取对象的基本信息标签；

b.获取对象的能力素养标签；

c.生成对象的“全息数字画像”；

其中，步骤b中，所述“获取对象的能力素养标签”包括：

b1.获取至少一类评价主体对某一对象的若干待评价指标的评价结果；

b2.根据不同所述评价主体的预设权重，对评价结果进行统计分析处理，获得能力素养标签。

2.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，所述待评价指标具有N个不同的等级，其中，N为≥3的整数；

步骤b1中，所述“获取至少一类评价主体对某一对象的若干待评价指标的评价结果”包括：

获取至少一个评价主体采用定性或定量的评价方法，确定的对某一对象的若干待评价指标的评价结果，其中，评价结果包括：处于所述待评价指标具有的N个不同的等级的第M等级，其中，M为整数，且0≤M≤N。

3.如权利要求2所述的人才“全息数字画像”的生成方法，其特征在于，步骤b中，所述“获取对象的能力素养标签”还包括：

生成可视化综合素养图表。

4.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，步骤a中，所述“获取对象的基本信息标签”包括：

获取对象的基本档案信息、奖惩档案信息、培训档案信息及特别贡献档案信息中的至少一种。

5.如权利要求1所述的人才“全息数字画像”的生成方法，其特征在于，还包括以下步骤：

获取对象的个性标签；

相应地，所述“全息数字画像”包括：基本信息标签、能力素养标签及个性标签。

6.如权利要求5所述的人才“全息数字画像”的生成方法，其特征在于，所述“获取对象的个性标签”包括：获取经心理学评价得到的对象的性格标签、心理标签及推荐岗位标签中的至少一项。

7.一种人才“全息数字画像”的应用，其特征在于，将通过如权利要求1-6中任意一项所述的人才“全息数字画像”的生成方法，所生成的对象的“全息数字画像”，应用于人力资源管理技术领域。

8.如权利要求7所述的人才“全息数字画像”应用，其特征在于，所生成的“全息数字画像”用于培养人才，包括以下步骤：

d1.获取某一对象的“全息数字画像”；

d2.从“人才库”中获取该对象的“标准全息数字画像”；

d3.对比分析所述“全息数字画像”和“标准全息数字画像”，获取该对象的缺点指标；

d4.根据该对象的缺点指标，制定培训计划。

9.如权利要求8所述的人才“全息数字画像”应用，其特征在于，所述“人才库”包括：

分别由多个不同的对象形成的若干个依次递进的大组，上位大组能够依据预设置的吸收条件，吸纳下位大组的对象；

每一个大组具有若干由多个不同的对象形成的依次递进的小组，上位小组能够依据预设置的吸收条件，吸收下位小组的对象；

每一个小组具有独立的“标准全息数字画像”；

相应地，步骤d2中，所述“从‘人才库’中获取该对象的‘标准全息数字画像’”包括：获取该对象所在的小组的组别。

10.如权利要求7所述的人才“全息数字画像”应用，其特征在于，所生成的人才“全息数字画像”用于给既定对象匹配岗位，包括以下步骤：

e1.获取某一对象的“全息数字画像”；

e2.遍历“岗位库”中的“岗位需求标准画像”，并采用AI技术将该对象的“全息数字画像”与“岗位需求标准画像”进行匹配；

e3.将该对象的“全息数字画像”与“岗位需求标准画像”的匹配度超过预设阈值的岗位形成待选择岗位集合；

或者用于给既定岗位匹配对象，包括以下步骤：

f1.获取某一岗位的“岗位需求标准画像”；

f2.遍历“人才库”中的所有对象的“全息数字画像”，并采用AI技术及大数据技术将该岗位的“岗位需求标准画像”与“全息数字画像”进行匹配；

f3.将该岗位的“岗位需求标准画像”与“全息数字画像”的匹配度超过预设阈值的对象形成待选择对象集合，并进行匹配度排序。