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。个预定的评价区间中的概率。个预定的评价区间中的概率。
【技术实现步骤摘要】
人力资源评价方法、装置、电子设备和介质
[0001]本公开涉及大数据
和人工智能
，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。
技术介绍
[0002]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。
[0003]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。
[0004]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。
技术实现思路
[0005]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。
[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]根据一些示例性实施例，所述方法还包括：获取预先设置的评价规则，其中，所述评价规则包括：各个类型的人力资源岗位与所述第一定量化数据的映射关系，各个类型的人力资源岗位与所述定性化信息的映射关系，所述第一定量化数据与所述第一权重系数的映射关系，所述第二定量化数据与所述第二权重系数的映射关系；以及所述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包括：根据所述待评价对象所属的人力资源岗位的类型、各个类型的人力资源岗位与所述第一定量化数据的映射关系以及各个类型的人力资源岗位与所述定性化信息的映射关系，获取与所述待评价对象相关的第一定量化数据和定性化信息。
[0011]根据一些示例性实施例，所述方法还包括：获取用户的查询请求，其中，所述查询请求包括用于查询待评价对象的感兴趣指标的请求；采用自然语言处理方法对所述感兴趣指标进行语义分析，以提取感兴趣指标的标签；将所述感兴趣指标的标签与存储于所述数据中台中的第一定量化数据和定性化信息进行相关性分析；根据所述相关性分析的结果，获得与所述感兴趣指标的标签的相关性在前n位的第一定量化数据和定性化信息，其中，n为大于等于1的正整数；获取所述待评价对象的相关性在前n位的第一定量化数据在全部评价对象中的排名；以及输出所述待评价对象的相关性在前n位的第一定量化数据和定性化信息以及所述排名。
[0012]根据本公开的第二方面，还提供一种人力资源评价装置，所述装置包括：获取模块，用于：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；定性化信息转变模块，用于将所述定性化信息转变为第二定量化数据；以及人力资源评价模块，用于：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。
[0013]根据本公开的第三方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上所述的方法。
[0014]根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法。
[0015]根据本公开的第五方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
附图说明
[0016]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特
征和优点将更为清楚，在附图中：
[0017]图1示意性示出了根据本公开实施例的人力资源评价方法的应用场景图。
[0018]图2示意性示出了根据本公开实施例的人力资源评价方法的流程图。
[0019]图3是根据本公开的一些示例性实施例的方法中获得更高维度数据的步骤的流程图。
[0020]图4是根据本公开的一些示例性实施例的方法中实时响应用户查询请求的步骤的流程图。
[0021]图5示意性示出了根据本公开实施例的人力资源评价装置的结构框图。
[0022]图6示意性示出了根据本公开的另一些示例性实施例的人力资源评价装置的结构框图。
[0023]图7示意性示出了根据本公开的又一些示例性实施例的人力资源评价装置的结构框图。
[0024]图8示意性示出了根据本公开实施例的适于实现人力资源评价方法的电子设备的方框图。
具体实施方式
[0025]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人力资源评价方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求2所述的方法，其特征在于，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。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，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。5.根据权利要求4所述的方法，其特征在于，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。6.根据权利要求1
‑
3和5中任一项所述的方法，其特征在于，所述方法还包括：获取预先设置的评价规则，其中，所述评价规则包括：各个类型的人力资源岗位与所述第一定量化数据的映射关系，各个类型的人力资源岗位与所述定性化信息的映射关系，所述第一定量化数据与所述第一权重系数的映射关系，所述第二定量化数据与所述第二...
【专利技术属性】
技术研发人员：赵子嘉，邓礼俊，田慧杰，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。