[发明专利]基于员工历史培训信息针对性进行培训课推荐的方法

说明书

本发明涉及计算机技术领域，具体涉及是一种基于员工历史培训信息针对性进行培训课推荐的方法，通过以员工的能力值作为突破口，基于每个培训课程的能力标注属性，使之相匹配，然后根据选课程能力标注属性与员工个人能力值相似程度越高概率越低的原则进行判定得到深度学习模型，再基于深度学习模型进行针对性培训课推荐。解决了现有通过面谈和调研等传统模式确定培训需求，工作量大、无法全面准确地获得员工和部门的培训诉求；花费大量资源引进的课程、花费大量精力组织的员工培训对员工绩效的提升没有太大帮助；员工对自身评价、对部门岗位要求的理解存在偏差希望在繁忙工作期间参加的是有用的培训的问题。

技术领域

本发明涉及计算机技术领域，具体涉及是一种基于员工历史培训信息针对性进行培训课推荐的方法。

背景技术

信息时代，随着企业变革的不断加快，对打造高绩效团队，培养人才提出了更高要求；现有通过面谈和调研等传统模式确定培训需求，工作量大、无法全面准确地获得员工和部门的培训诉求；花费大量资源引进的课程、花费大量精力组织的员工培训对员工绩效的提升没有太大帮助；员工对自身评价、对部门岗位要求的理解存在偏差希望在繁忙工作期间参加的是有用的培训。

随着人工智能和大数据技术日益成熟，以机器学习、深度学习为基础的算法模型在准确率、召回率上均有了很大进步，基于人工智能的自适应学习技术使得企业员工个性化培训已经成为可能。

发明内容

本发明针对以上问题，提供一种基于员工历史培训信息针对性进行培训课推荐的方法。

采用的技术方案是，基于员工历史培训信息针对性进行培训课推荐的方法，包括员工能力值确定、员工训练模型的标注集生成和应用深度学习模型对员工针对性进行培训课推荐。

可选的，员工能力值确定，包括以下步骤：

S101，获取培训课程的能力标注属性，并生成描述课程的能力标注属性的矩阵A；

S102，基于员工历史培训信息生成矩阵B；

S103，对矩阵A和矩阵B做乘法，得到员工能力矩阵C；

S104，根据员工在企业内部的信息对员工的初始能力值进行回归生成调整系数，并结合员工能力矩阵C，生成调整后的员工能力值。

可选的，S101中矩阵A表述如下：

其中，m表示培训课程数量，n表示能力属性的数量。

进一步的，S102中矩阵B表述如下：

其中，m表示员工人数，n表示课程数量。

可选的，S103中矩阵C表述如下：

其中，m表示员工人数，n表示能力数目。

进一步的，员工训练模型的标注集生成，包括以下步骤：

S201，排除培训过的课程与不需要培训的课程，对每位员工生成一个待选集；

S202，以课程在员工所在部门的热门程度为权重，在待选集中进行随机选取；

S203，对随机选取的课程作概率判定，根据所选课程能力标注属性与员工个人能力值相似程度越高概率越低的原则进行判定，筛选高质量负样本，生成员工训练模型的标注集。

可选的，应用深度学习模型对员工针对性进行培训课推荐，包括以下步骤：