智能员工内容数据推荐系统技术方案

本发明专利技术提供一种智能员工内容数据推荐系统，在员工信息（标签）和企业内容信息（标签）之间巧妙建立起了一道桥梁，即，标签匹配机制，尤其基于企业运营状况将员工标签分为定量静态标签、定性静态标签、定性动态标签、定量动态标签，以信息量最少但与员工身份最为相关的定量静态标签作为引导，通过其他三种标签的各自特点基于不同的方式方法各自形成了与内容标签的映射关系，并基于此映射关系进行决策，由此有效地对企业员工进行信息数据的推荐，因此较为适合大型企业在员工内容推荐方面的企业员工管理，且因地制宜、方式灵活。方式灵活。方式灵活。

【技术实现步骤摘要】
智能员工内容数据推荐系统


[0001]本专利技术涉及大数据处理领域，具体而言，涉及一种智能员工内容数据推荐系统。

技术介绍

[0002]在企业管理中，企业往往有大量数据内容需要向员工推送和告知。然而，随着大量现代企业的规模愈加庞大，所需要推送的数据内容在规模上愈加庞大，在分布上也愈加分散。企业中部门林林总总，员工情况千差万别，这就导致很难向员工推送正确的数据内容，员工所获得的数据内容也往往针对性不强，无法适合员工的个人实际情况。
[0003]进一步，伴随着企业的发展和员工在企业中的成长，企业员工的个人状况自然也会出现变化。由此，今日适合向特定员工推送的数据内容，到了明日可能就已过时，这在无形中又增大了企业向员工进行数据内容推送的难度。
[0004]实际上，现有的企业信息推送系统面对企业员工规模的庞大和员工状况的时效性更新时往往束手无策，很难在企业的庞大规模的情况下向每个员工推送准确且及时的数据内容。

技术实现思路

[0005]本专利技术所提供的智能员工内容数据推荐系统，通过对员工标签进行有效归类，并在归类的基础上采用不同方式与内容标签进行信息匹配，就可以在大型企业中面对海量的员工信息和内容信息的情况下还能有针对性地将合适的企业内容信息推荐给相应员工，有效解决了现有技术中存在的上述缺陷。
[0006]具体而言，本专利技术提供一种智能员工内容数据推荐系统，所述系统包括员工标签体系、员工内容标签匹配体系、内容标签体系，其中，所述员工标签体系包含每个员工的个性化员工标签，所述内容标签体系包含形成企业信息内容 的内容标签，员工内容标签匹配体系用于在员工标签与内容标签之间进行匹配关联，员工内容标签匹配体系将员工标签分为定性静态标签、定性动态标签、定量静态标签、定量动态标签，以此执行如下步骤：第一步骤：将所述定性动态标签转化为词向量，该词向量与内容标签体系中的每个内容标签进行内积的计算，并设定内积阈值，一旦所计算的内积小于该内积阈值，则所计算的内容标签被选出并与所述定量静态标签设定映射关系；第二步骤：针对内容标签体系中的每个内容标签设定定量范围，如定量动态标签中的量化数字处于内容标签的定量范围之内，则将该内容标签与所述定量静态标签设定映射关系；第三步骤：在所述定性静态标签中提取关键词，在内容标签体系的所有内容标签中针对该关键词进行搜索，包含该关键词的内容标签与所述定量静态标签设定映射关系；第四步骤：在上述三个步骤中与所述定量静态标签设定映射关系的所有内容标签都被推荐给与所述定量静态标签对应的员工，由此，该员工能够获取与定量静态标签设定映射关系的所有内容标签所对应的企业内容数据。
[0007]可选地，所述定性静态标签包括员工的姓名、性别、毕业院校、职业资质；所述定性动态标签包括员工的岗位变动、表彰奖励、惩罚处理、入职离职；所述定量静态标签包括员
工的工号、工位号；所述定量动态标签包括员工的年龄、工龄、入职年限。
[0008]优选地，在员工标签体系中，首先进行员工标签抽取，从员工信息中抽取标签词，进而计算标签词的词汇重要性，并依据词汇重要性选取词汇作为员工标签。
[0009]更优选地，对所述员工标签进行标签扩充，其中，在员工标签中通过词义消歧、同义词替换、上下位词汇替换来扩充员工标签的标签集。
[0010]更优选地，对员工标签进行权重计算，对每个员工标签赋予权重，显示出不同标签的不同的重要程度。
[0011]优选地，在内容标签体系中，进行内容标签抽取，先从企业的信息内容中抽取标签词，计算信息内容中词汇的重要性，依据重要性来选取词汇作为内容标签。
[0012]更优选地，对所述内容标签进行内容扩充，其中，在内容标签中通过词义消歧、同义词替换、上下位词汇替换来扩充内容标签的标签集。
[0013]更优选地，对内容标签进行权重计算，对每个内容标签赋予权重，显示出不同内容标签的不同的重要程度。
[0014]优选地，使用词频统计、TF
‑
IDF算法来计算词汇的重要性。
[0015]本专利技术所提供的智能员工内容数据推荐系统，在员工信息（标签）和企业内容信息（标签）之间巧妙建立起了一道桥梁，即，标签匹配机制，尤其基于企业运营状况将员工标签分为定量静态标签、定性静态标签、定性动态标签、定量动态标签，以信息量最少但与员工身份最为相关的定量静态标签作为引导，通过其他三种标签的各自特点基于不同的方式方法各自形成了与内容标签的映射关系，并基于此映射关系进行决策，由此有效地对企业员工进行信息数据的推荐，因此较为适合大型企业在员工内容推荐方面的企业员工管理，且因地制宜、方式灵活。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图进行论述，显然，在结合附图进行描述的技术方案仅仅是本专利技术的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。
[0017]图1示出了根据本专利技术的智能员工内容数据推荐系统的框架图。
[0018]图2示出了在本专利技术的智能员工内容数据推荐系统中的四种标签相互间的映射关系图。
具体实施方式
[0019]以下将结合附图对本专利技术各实施例的技术方案进行清楚完整描述，显然，所描述的实施例仅为本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中所述的实施例，本领域普通技术人员在不需要创造性劳动的前提下所得到的所有其它实施例，都在本专利技术所保护的范围内。
[0020]图1示出了根据本专利技术的智能员工内容数据推荐系统的框架图。如图1所示，上方的三个方框由左至右依次为员工标签体系、员工内容标签匹配体系、内容标签体系。
[0021]员工标签体系用于对员工进行数字化归类和抽象建模，由此形成每个员工的个性
化员工标签。在员工标签体系中，首先进行员工标签抽取，具体而言，从员工信息中抽取标签词，进而使用词频统计、TF
‑
IDF算法等来计算标签词的词汇重要性，并依据词汇重要性选取词汇作为员工标签。
[0022]接着，可以考虑进行标签扩充，其中，在员工标签中通过词义消歧、同义词替换、上下位词汇替换等方式来扩充员工标签的标签集，由此可以丰富标签表达，例如标签中所含词汇：销售、sales、商务拓展这些均为类似词汇，可合并成“销售”一词。
[0023]随后，可以考虑对员工标签进行权重计算。实际上，员工的各个标签往往重要性不尽相同，因此可以对每个员工标签赋予权重，显示出不同标签的不同的重要程度。
[0024]内容标签体系用于对企业内部的信息内容进行标签化归类，由此形成企业信息内容的个性化标签。
[0025]在内容标签体系中，首先进行内容标签抽取。具体而言，先从企业的信息内容中抽取标签词，例如使用词频统计、TF
‑
IDF算法等来计算信息内容中词汇的重要性，依据重要性来选取重要的词汇作为内容标签。
[0026]接着可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能员工内容数据推荐系统，其特征在于，所述系统包括员工标签体系、员工内容标签匹配体系、内容标签体系，其中，所述员工标签体系包含每个员工的个性化员工标签，所述内容标签体系包含形成企业信息内容的内容标签，员工内容标签匹配体系用于在员工标签与内容标签之间进行匹配关联，员工内容标签匹配体系将员工标签分为定性静态标签、定性动态标签、定量静态标签、定量动态标签，以此执行如下步骤：第一步骤：将所述定性动态标签转化为词向量，该词向量与内容标签体系中的每个内容标签进行内积的计算，并设定内积阈值，一旦所计算的内积小于该内积阈值，则所计算的内容标签被选出并与所述定量静态标签设定映射关系；第二步骤：针对内容标签体系中的每个内容标签设定定量范围，如定量动态标签中的量化数字处于内容标签的定量范围之内，则将该内容标签与所述定量静态标签设定映射关系；第三步骤：在所述定性静态标签中提取关键词，在内容标签体系的所有内容标签中针对该关键词进行搜索，包含该关键词的内容标签与所述定量静态标签设定映射关系；第四步骤：在上述三个步骤中与所述定量静态标签设定映射关系的所有内容标签都被推荐给与所述定量静态标签对应的员工，由此，该员工能够获取与定量静态标签设定映射关系的所有内容标签所对应的企业内容数据。2.根据权利要求1所述的智能员工内容数据推荐系统，其特征在于，所述定性静态标签包括员工的姓名、性别、毕业院校、职业资质；所述定性动态标签包括员工的岗位变动、表彰奖励、惩罚处理、入职离职；...

【专利技术属性】
技术研发人员：王利，陈琪钛，
申请(专利权)人：广州钛动科技股份有限公司，
类型：发明
国别省市：