数据分析方法和系统技术方案

本发明专利技术技术方案公开了一种数据分析方法和系统，所述数据分析方法包括：根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种，所述人员数据包括专业、现在职位、历史职位和每一职位的任职时长；对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职业规划信息和职位参考信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。本发明专利技术技术方案可以向求职者提供及时且针对性强的职业规划分析以及直观且有效的职场参考依据。

【技术实现步骤摘要】

本专利技术属于数据处理
，具体涉及一种数据分析方法和系统。
技术介绍
现有的求职招聘类的数据分析方案，针对求职者的职业规划多以授课为主，大部分的职业规划只是教授一些面试方法以及大环境分析，往往一个职业规划课程需要花费的资金成本会达到上万元，耗费的时间成本也至少在二至六个月，而得到的结论往往是理论的大道理，没有实质性帮助，也无法针对个人的需求提出合理建议，又可能因为授课模式的限制，往往让参与的学员更加迷茫。当求职者需要转行或转业时，现有的数据分析方案也无法提供直观和有效的参考依据。可见，现有的数据分析方案并无相应的功能可以根据求职者的需求形成针对性强的职业规划分析数据，现有方式只能通过线下短则两个月长则半年的授课方式实现职业规划，无法在线上及时做出回应。另外，线下的规划与评估只能看导师个人水平的高低，主观性强。
技术实现思路
本专利技术技术方案要解决的技术问题是现有的求职招聘类的数据分析方案无法提供及时且针对性强的职业规划分析以及直观且有效的职场参考依据。为解决上述技术问题，本专利技术技术方案提供一种数据分析方法，包括：根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种，所述人员数据包括专业、现在职位、历史职位和每一职位的任职时长；对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职业规划信息和职位参考信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。为解决上述技术问题，本专利技术技术方案还提供一种数据分析系统，包括：调用单元，用于根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种，所述人员数据包括专业、现在职位、历史职位和每一职位的任职时长；运算单元，用于对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；分析单元，用于基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职业规划信息和职位参考信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。与现有技术相比，本专利技术技术方案根据求职者的不同需求，即输入不同的基本数据，以与求职者的需求对应的人员数据为依据，通过客观地逻辑运算和分析，可以快速地获得与求职者的需求相关的职业规划信息或职位参考信息，从而可以向求职者提供及时且针对性强的职业规划分析以及直观且有效的职场参考依据。根据规划分析和参考依据，求职者可以对相关的职场领域有一个非常直观地了解，由此可以为自身制定出有效地职场发展目标和策略。本专利技术技术方案同样也适用于转行及转业。附图说明图1为本专利技术技术方案的数据分析方法的流程示意图；图2为本专利技术技术方案的数据分析系统的结构示意图。具体实施方式本专利技术技术方案的数据分析方法请参考图1，包括：步骤S1，根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种；步骤S2，对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；步骤S3，基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职位参考信息和职业规划信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。所述基本数据与求职者的需求相关，所述用途数据用于形成职场信息。所述人员数据储存在系统数据库中，包括内部的人员数据和外部的人员数据中的至少一种。内部的人员数据是与系统的注册用户相关的数据，通常，求职者可以使用系统并进行注册，成为系统的注册用户。内部的人员数据至少包括：专业、现在职位、历史职位(现在职位以前经历过的职位，或者说曾经做过的职位)和工龄(在该职位的工作时长或者说任职时长)，内部的人员数据还可以包括：职位所处的行业、年龄、性别、工作经历、项目经历、使用偏好、所在位置区域。外部的人员数据是与系统注册用户以外的人员相关的数据，可以是从学校、教育部等采集到的人员的数据，外部的人员数据至少包括：专业、现在职位、历史职位和工龄，外部的人员数据还可以包括：职位所处的行业、年龄、性别、工作经历、项目经历、所在位置区域等。在系统运行初期，内部的人员数据较少，可以采集外部的人员数据，通过对外部的人员数据进行逻辑运算和分析可以获得准确的用途数据。当有足够数量的内部的人员数据后，根据输入的基本数据，可以分别对外部的人员数据和内部的人员数据进行逻辑运算和分析，根据两种逻辑运算和分析得到用途数据和职场信息并排列显示出来，以便于用户进行比较及参照；也可以综合对内部的人员数据和外部的人员数据的逻辑运算和分析，获得用途数据和职场信息。在系统数据库中，还可以储存专业与行业的配对关系，也就是，什么专业应该或最可能的是从事什么行业。在系统运行初期，人员数据较少的情况下，专业与行业的配对关系是根据社会经验或规定获得的理论配对关系，当有足够数量的人员数据后，以专业为基础，可以通过统计人员的专业与从事的行业、职位的对应关系得到专业与行业的实际配对关系。专业与行业的配对关系也可以作为职位信息提供给求职者做参考。所述系统数据库还储存其他数据和基本参照因素。所述其他数据可以包括：专业类别、专业明细、职位类别、职位明细、行业类别、行业明细等。所述基本参照因素可以包括：职位级别、职位的晋升空间尺度、职位的薪资水平、职位的经验要求、职位的专业度、职位的专业对口度等。每一个职位类别下，又可以根据实际情况细分不同的职位级别和不同的晋升空间尺度。例如，所述职位级别可以分为基层岗位、技术岗位、中层管理岗位和高层管理岗位，普工如操作工等属于基层岗位，含有专业知识或特殊技能的岗位如技术员、设计师、工程师等属于技术岗位，助理、主管、经理等属于中层管理岗位，总监、CEO、总经理等属于高层管理岗位。所述晋升空间尺度例如可以分为高、中和低，基层岗位和技术岗位的晋升空间尺度为低，中层管理岗位的晋升空间尺度为中，高层管理岗位的晋升空间尺度为高。职位的薪资水平可以根据企业发布职位时提供的薪资分为若干档次，例如，薪资水平可以分为四档：高、较高、中和低，高薪资水平的范围为10k以上，较高薪资水平的范围为8k到10k，中薪资水平的范围为4k到8k，低薪资水平的范围为4k以下，临界点4k、8k、10k可以归为其所分界的两档中的任一档，如4k可以归为低薪资水平，也可以归为中薪资水平。职位的薪资水平数据为所有发布该职位的企业提供的薪资的平均值，该平均值属于哪个范围，该职位的薪资水平就属于哪个档次。职位的经验要求可以根据企业发布职位时提供的经验要求分为若干档次，例如，可以分成四档：高、中、低和不限，高经验要求的范围为5年以上，中经验要求的范围为3年到5年，低的经验范围为3年以下，临界点3年、5年可以归为其所分界的两档中的任一档，如5年可以归为中经验要求，也可以归为高经验要求。职位的经验要求为所有发布该职位的企业提出的经验要求的平均值，该平均值属于哪个范围，该职位的经验要求就属于哪个档次。职位的专业度也可以分为若干档次，例如高、中和低，高专业度的范围为50％以上，中专业度的范围为30％到50％，低专业度的范围本文档来自技高网...

【技术保护点】
一种数据分析方法，其特征在于，包括：根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种，所述人员数据包括专业、现在职位、历史职位和每一职位的任职时长；对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职业规划信息和职位参考信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。

【技术特征摘要】
1.一种数据分析方法，其特征在于，包括：根据输入的基本数据，调用对应的人员数据，所述基本数据包括求职者的专业、现任职位和希望职位中的至少一种，所述人员数据包括专业、现在职位、历史职位和每一职位的任职时长；对调用的人员数据进行逻辑运算，以获得用途数据，所述逻辑运算包括分类、统计和计算中的至少一种；基于所述用途数据进行逻辑分析，以获得职场信息，所述职场信息包括职业规划信息和职位参考信息中的至少一种，所述逻辑分析包括排序、筛选、排列和组合中的至少一种。2.如权利要求1所述的数据分析方法，其特征在于，所述输入的基本数据包括求职者的专业，所述调用的人员数据包括专业与所述求职者的专业对应的人员的数据；所述对调用的人员数据进行逻辑运算，以获得用途数据包括：统计专业与所述求职者的专业相同的人员的总数，记为专业人员总数；在专业与所述求职者的专业相同的人员中，按照人员的现在职位进行分类，分别统计同一现在职位的人员的数量，记为现在职位的人数；根据算式(现在职位的人数/专业人员总数)*100％计算现在职位的人数百分比；根据人员的历史职位和任职时长，计算同一现在职位的所有人员做到该现在职位耗费的平均时间，记为做到该现在职位的耗费时间；所述职位参考信息包括：推荐职位及与推荐职位相关的信息，所述推荐职位为人数百分比超过预定百分比的现在职位，或者为人数百分比排序在前的现在职位；所述与推荐职位相关的信息包括推荐职位的级别、晋升空间尺度、薪资水平、经验要求、专业度和专业对口度、与推荐职位相关的招聘信息和就业培训信息；所述职业规划信息包括以下信息中的至少一种：X专业有f％的人进入了AX1行业，做到了A职位，耗费了g年，其中，X专业为求职者的专业，AX1行业为A职位所属的行业，A职位为专业与X专业对应的人员的现在职位，f％为A职位的人数百分比，g年为做到A职位的耗费时间；X专业有a人现在任A职位，其中，X专业为求职者的专业，A职位为专业与X专业对应的人员的现在职位，a为现在职位为A职位的人数；X专业对口的是AX2行业，能够做到的职位是Ax职位，其中，AX2行业是X专业的理论配对行业，Ax职位是AX2行业的不同职位类别中职位级别最高的职位。3.如权利要求2所述的数据分析方法，其特征在于，所述做到该现在职位的耗费时间通过计算人员的与该现在职位相关的历史职位的任职时长之和来获得。4.如权利要求1所述的数据分析方法，其特征在于，所述输入的基本数据包括求职者的希望职位，所述调用的人员数据包括现在职位与所述求职者的希望职位对应的人员数据；所述对调用的人员数据进行逻辑运算，以获得用途数据包括：统计现在职位与所述求职者的希望职位相同的人员的总数，记为现在职位与希望职位相同的人员总数；在现在职位与所述求职者的希望职位相同的人员中，按照人员的历史职位进行分类，分别统计同一历史职位的人员的数量，记为历史职位的人员数量；根据算式(历史职位的人员数量/现在职位与希望职位相同的人员总数)*100％计算历史职位的人员百分比；根据人员的历史职位和任职时长，计算同一历史职位的所有人员从该历史职位做到现在职位耗费的平均时间，记为该历史职位到现在职位的耗费时间；所述职业规划信息包括：有s％的人花了t年从C职位做到了B职位，其中，B职位为求职者的希望职位，C职位为历史职位，s％为C职位的人员百分比，t年为C职位到B职位的耗费时间；所述职位参考信息包括：与希望职位相关的信息，所述与希望职位相关的信息包括希望职位的级别、晋升空间尺度、薪资水平、经验要求、专业度和专业对口度、与希望职位相关的招聘信息和就业培训信息。5.如权利要求4所述的数据分析方法，其特征在于，所述该历史职位到现在职位的耗费时间通过计算人员的从该历史职位到现在职位的任职时长之和的平均值来获得。6.如权利要求4或5所述的数据分析方法，其特征在于，所述输入的基本数据还包括求职者的专业；所述职位参考信息还包括：推荐职位及与推荐职位相关的信息，所述推荐职位为人员百分比超过预定百分比的历史职位，或者为人员百分比降序排序在前的历史职位，或者为到希望职位的耗费时间少于预定时间的历史职位，或者为到希望职位的耗费时间升序排序在前的历史职位；所述与推荐职位相关的信息具体可以包括推荐职位的级别、晋升空间尺度、薪资水平、经验要求、专业度和专业对口度、与推荐职位相关的招聘信息和就业培训信息。7.如权利要求1所述的数据分析方法，其特征在于，所述输入的基本数据包括求职者的现任职位，所述调用的人员数据包括历史职位与所述求职者的现任职位对应的人员数据；所述对调用的人员数据进行逻辑运算，以获得用途数据包括：统计历史职位与所述求职者的现任职位相同的人员的总数，记为历史职位与现任职位相同的人员总数；在历史职位与所述求职者的现任职位相同的人员中，按照人员的现在职位进行分类，分别统计同一现在职位的人员的数量，记为现在职位的人员数量；根据算式(现在职位的人员数量/历史职位与现任职位相同的人员总数)*100％计算现在职位的人员百分比；根据人员的历史职位和任职时长，计算同一现在职位的所有人员从与所述求职者的现任职位相同的历史职位做到该现在职位耗费的平均时间，记为历史职位到该现在职位的耗费时间；所述职业规划信息包括：有z％的人花了r年从P职位做到了Q职位，其中，P职位为求职者的现任职位，Q职位为人员的现在职位，z％为Q职位的人员百分比，r年为P职位到Q职位的耗费时间；所述职位参考信息包括：推荐职位及与推荐职位相关的信息，所述推荐职位为人员百分比超过预定百分比的现在职位，或者为人员百分比降序排序在前的现在职位，或者为历史职位到该现在职位的耗费时间少于预定时间的现在职位，或者为历史职位到该现在职位的耗费时间升序排序在前的现在职位；所述与推荐职位相关的信息包括推荐职位的级别、晋升空间尺度、薪资水平、经验要求、专业度和专业对口度、与推荐职位相关的招聘信息和就业培训信息。8.如权利要求7所述的数据分析方法，其特征在于，所述历史职位到该现在职位的耗费时间通过计算人员的从与所述现任职位相同的历史职位到该现在职位的任职时长之和的平均值来获得。9.如权利要求7或8所述的数据分析方法，其特征在于，所述输入的基本数据还包括求职者的专业；所述职业规划信息还包括以下信息中的至少一种：X专业对口的是AX3行业，能够做到的职位是Hax职位，其中，X专业是求职者的专业，AX3行业是X专业的配对行业，Hax职位是AX3行业的不同职位类别中职位级别最高的职位；从P职位能够做到的职位是Ap职位，其中，P职位是求职者的现任职位，Ap职位是P职位所属的职位类别中职位级别最高的职位。10.如权利要求2或4或7所述的数据分析方法，其特征在于，职位的专业度数值通过下述方式得到：对于一职位，统计该职位的人员总数；统计该职位的人员中一专业的人员的数量，记为该专业的人员数量；计算该专业的人员数量占该职位的人员总数的百分比；职位的专业对口度数值通过下述方式得到：对于一专业，统计该专业的人员总数；统计该专业的人员中一职位的人员的数量，记为该职位的人员数量；计算该职位的人员数量占该专业的人员总数的百分比。11.如权利要求1所述的数据分析方法，其特征在于，所述输入的基本数据包括求职者的现任职位和希望职位，所述调用的人员数据包括经历的职位与所述求职者的希望职位对应的人员数据、以及历史职位与所述求职者的现任职位对应的人员数据；所述对调用的人员数据进行逻辑运算，以获得用途数据包括：统计经历的职位与所述求职者的希望职位相同的人员的总数，记为经历的职位与希望职位相同的人员总数；在经历的职位与所述求职者的希望职位相同的人员中，统计相同经历的人员的数量，记为相同经历的人员数量，所述相同经历的人员是指该人员经历的职位中存在第一职位和第二职位，其中，所述第一职位与所述求职者的现任职位相同，所述第二职位与所述求职者的希望职位相同，且所述第一职位的任职时间早于所述第二职位的任职时间；根据算式(相同经历的人员数量/经历的职位与希望职位相同的人员总数)*100％计算相同经历的人员百分比；在相同经历的人员中，计算每个人员从所述第一职位到第二职位经历的时长，记为该人员从第一职位到第二职位的耗费时间；然后计算所有相同经历的人员从第一职位到第二职位的耗费时间的平均值，记为相同经历的职位耗费时间；所述职业规划信息包括以下信息中的至少一种：现任和曾任E职位的人员中，有w％的人花了y年从D职位做到了E职位，其中，D职位为求职者的现任职位，E职位为求职者的希望职位，w％为相同经历的人员百分比，y年为相同经历的职位耗费时间；从现任职位达到希望职位的途径，其中，如果有相同经历的人员，则从第一集合获得从现任职位达到希望职位的途径；如果没有相同经历的人员，则基于第二集合和第三集合推演出从现任职位达到希望职位的途径；所述第一集合为相同经历的人员的工作途径的集合；所述第二集合为经历不同但历史职位与现任职位相同的人员的工作途径的集合，所述经历不同但历史职位与现任职位相同的人员是指该人员的历史职位中存在所述第一职位，但该人员在所述第一职位之后经历的职位与所述求职者的希望职位不同；所述第三集合为经历不同但经历的职位与希望职位相同的人员的工作途径的集合，所述经历不同但经历的职位与希望职位相同的人员是指该人员经历的职位中存在所述第二职位，但该人员在所述第二职位之前经历过的职位与所述求职者的现任职位不同；从D职位能够做到的职位是Ad职位，其中，D职位是求职者的现任职位，Ad职位是D职位所属的职位类别中职位级别最高的职位。12.如权利要求11所述的数据分析方法，其特征在于，所述对调用的人员数据进行逻辑运算，以获得用途数据还包括：统计现在职位与所述求职者的希望职位相同的人员的总数，记为现在职位与希望职位相同的人员总数；在现在职位与所述求职者的希望职位相同的人员中，按照人员的历史职位进行分类，分别统计同一历史职位的人员的数量，记为历史职位的人员数量；根据算式(历史职位的人员数量/现在职位与希望职位相同的人员总数)*100％计算历史职位的人员百分比；统计历史职位与所述求职者的现任职位相同的人员的总数，记为历史职位与现任职位相同的人员总数；在历史职位与所述求职者的现任职位相同的人员中，按照人员的其他历史职位进行分类，分别统计同一其他历史职位的人员数量，记为其他历史职位的人员数量；根据算式(其他历史职位的人员数量/历史职位与现任职位相同的人员总数)*100％计算其他历史职位的人员百分比；所述职位参考信息包括以下信息中的至少一种：现在职位为E职位的人员中，有m％的人曾经做过M职位，其中，E职位为求职者的希望职位，M职位为现在职位为E职位的人员的历史职位，m％为M职位的人员百分比；曾经做过D职位的人员中，有n％的人还曾经做过N职位，其中，D职位为求职者的现任职位，N职位为历史职位为D职位的人员的其他历史职位，n％为N职位的人员百分比。13.如权利要求11所述的数据分析方法，其特征在于，所述对调用的人员数据进行逻辑运算，以获得用途数据还包括：在经历的职位与所述希望职位相同且历史职位的职位类别与所述希望职位的职位类别相同的人员中，统计同一职位级别的人员的数量，记为职位级别的人员数量；对于同一职位级别的每个人员，计算该人员从该职位级别做到希望职位的时长，记为该人员从该职位级别到希望职位的耗费时间；将该职位级别的所有人员从该职位级别到希望职位的耗费时间的总和除以该职位级别的人员数量，记为该职位级别到希望职位的耗费时间；所述职业规划信息还包括：经历的职位与希望职位相同的人员中，从各职位级别到希望职位的耗费时间。14.如权利要求11所述的数据分析方法，其特征在于，所述第一集合中的每一条工作途径记录从第一职位做到第二职位的职位进展过程，该职位进展过程包括第一职位、第一职位到第二职位之间经历过的职位、第二职位、每一职位的任职时长、以及具有该职位进展过程的人员数量。15.如权利要求14所述的数据分析方法，其特征在于，在所述第一集合中，当不同的职位进展过程中存在相同职位，则对不同职位进展过程中的相同职位的任职时长进行累加平均，将累加平均值作为该相同职位的任职时长。16.如权利要求14所述的数据分析方法，其特征在于，还包括采用以下方式中的一种方式进行排序并显示从现任职位达到希望职位的途径：按照相同经历的职位进展过程的人员数量或者相同经历的职位进展过程的人员百分比进行降序排序，所述相同经历的职位进展过程的人员百分比的算式表示为：(相同经历的该职位进展过程的人员数量/第一集合中所有职位进展过程的人员总数)*100％；按照相同经历的职位进展过程中从第一职位到第二职位的耗费时间进行升序排序；按照相同经历的职位进展过程中第一职位到第二职位之间的职位数量进行升序排序。17.如权利要求11所述的数据分析方法，其特征在于，所述第二集合中的每一条工作途径记录从第一职位做到现在职位的职位进展过程，该职位进展过程包括第一职位、第一职位到现在职位之间经历过的职位、现在职位、每一职位的任职时长、以及具有该职位进展过程的人员数量；所述第三集合中的每一条工作途径记录从最初职位做到第二职位的职位进展过程，该职位进展过程包括最初职位、最初职位到第二职位之间经历过的职位、第二职位、每一职位的任职时长、以及具有该职位进展过程的人员数量。18.如权利要求17所述的数据分析方法，其特征在于，在所述第二集合中，当不同的职位进展过程中存在相同职位，则对不同职位进展过程中的相同职位的任职时长进行累加平均，将累加平均值作为该相同职位的任职时长；在所述第三集合中，当不同的职位进展过程中存在相同职位，则对不同职位进展过程中的相同职位的任职时长进行累加平均，将累加平均值作为该相同职位的任职时长。19.如权利要求17所述的数据分析方法，其特征在于，基于所述第二集合和第三集合推演出从现任职位达到希望职位的途径包括以下两种方式中的一种：如果第二集合中的一条工作途径中存在第三职位，且第三集合中的一条工作途径中也存在该第三职...

【专利技术属性】
技术研发人员：黄毅华，
申请(专利权)人：上海我找找电子商务有限公司，
类型：发明
国别省市：上海;31