[发明专利]人力资源评价方法、装置、电子设备和介质

说明书

提供了一种人力资源评价方法和装置，可以应用于大数据技术领域和人工智能技术领域。所述方法包括：从所述数据中台的数据表中实时获取与待评价对象相关的第一定量化数据和定性化信息，其中，所述第一定量化数据包括与人力资源相关的数值型数据，所述定性化信息包括与人力资源相关的文本型信息；将所述定性化信息转变为第二定量化数据；以及至少将所述第一定量化数据和第二定量化数据输入人力资源评价模型，通过所述人力资源评价模型处理后，得到所述人力资源评价模型的输出，其中，所述人力资源评价模型的输出为所述待评价对象落入多个预定的评价区间中的概率。

技术领域

本公开涉及大数据技术领域和人工智能技术领域，更具体地涉及一种利用大数据技术和人工智能技术的人力资源评价方法、装置、电子设备和介质。

背景技术

随着大数据技术的发展，企业在生产过程中产生的各类数据越来越多，通常，这些数据包括定量化的数据和定性化的信息。相应地，在企业内部进行人力资源评价工作时，需要使用的数据越来越多。

在目前的人力资源评价方法中，通常使用单一类型的数据或信息。例如，在一些人力资源评价方法中，主要依赖于工作周期结束后的手工评价，即主要利用定性化的信息来评价人力资源。在另一些人力资源评价方法中，主要依赖于工作周期内产生的静态的定量统计数据，例如，完成的工作量、工作时间等，即主要利用定量化的数据来评价人力资源。也就是说，在目前的人力资源评价方法中，利用的数据类型比较单一，导致得到的评价结果不够准确和全面，且人力资源评价效率不高、时效性不强。

另外，在目前的人力资源评价方法中，当需要从多个不同系统或平台获取数据或信息时，需要所述数据或信息在不同系统或平台中重复流转，导致数据流转路径复杂和耗时较长。

发明内容

鉴于上述问题，根据本公开的第一方面，本公开的实施例提供了一种人力资源评价方法，所述方法包括：从所述数据中台的数据表中实时获取与待评价对象相关的第一定量化数据和定性化信息，其中，所述第一定量化数据包括与人力资源相关的数值型数据，所述定性化信息包括与人力资源相关的文本型信息；将所述定性化信息转变为第二定量化数据；以及至少将所述第一定量化数据和第二定量化数据输入人力资源评价模型，通过所述人力资源评价模型处理后，得到所述人力资源评价模型的输出，其中，所述人力资源评价模型的输出为所述待评价对象落入多个预定的评价区间中的概率。

根据一些示例性实施例，所述方法还包括：获取至少一个所述第一定量化数据对应的第一权重系数，其中，所述第一权重系数是预先设定的；获取至少一个所述第二定量化数据对应的第二权重系数，其中，所述第二权重系数是预先设定的；以及基于至少一个所述第一定量化数据、至少一个所述第二定量化数据、所述第一权重系数和所述第二权重系数，利用多元回归模型确定第三定量化数据。

根据一些示例性实施例，所述至少将所述第一定量化数据和所述第二定量化数据输入人力资源评价模型包括：将所述第一定量化数据、所述第二定量化数据和所述第三定量化数据输入人力资源评价模型。

根据一些示例性实施例，所述将所述定性化信息转变为第二定量化数据包括：采用自然语言处理方法对所述定性化信息进行语义分析，以提取所述定性化信息的标签信息；以及利用情感分析模型分析所述标签信息，并获得与分析结果对应的定量化评分，其中，所述第二定量化数据包括所述定量化评分。

根据一些示例性实施例，所述提取所述定性化信息的标签信息包括：基于jieba工具库，提取所述定性化信息的标签信息；以及所述利用情感分析模型分析所述标签信息包括：基于snownlp模型分析所述标签信息。