一种基于学校后教育的学历与技能双提升的方法及系统技术方案

本发明专利技术提供了一种基于学校后教育的学历与技能双提升的方法及系统，它解决了技能与学历同步提升等问题，其包括如下步骤：S1：寻找目标群体；S2：确定学习及岗位资料来源；S3：对个人信息、岗位信息和学习资料进行信息抽取；S4：对目标群体推荐学习资源和岗位资源；S5：进入线上学历技能提升报名；S6：进行线上线下混合学习。本发明专利技术具有学习管理效果好、适用性强等优点。优点。优点。

【技术实现步骤摘要】
一种基于学校后教育的学历与技能双提升的方法及系统


[0001]本专利技术属于学习教育系统
，具体涉及一种基于学校后教育的学历与技能双提升的方法及系统。

技术介绍

[0002]当下“学校后”教育相关的业务系统相对零散，且信息化程度较低。其中核心承载学历提升的学院学校采用的是开放大学的应用系统，用户仍然需要前往对应专业学院学校进行线下学历提升报名，并经由工作人员核实其相关信息录入后系统进行确认方可完成报名过程。同时学院学校的门户网站建设年久缺乏维护，部分技能培训业务报名还采用线下形式进行，培训管理效率较低。另外对于有提升学历与技能的群体，存在取得技能证书后，在提升相应专业的学历时，存在重复学习某门课程的情况，目前就课程融合而言，技能证书的核实与兑换学分及提升学历时可抵扣部分选修课学分这块，缺乏相应的信息系统来实现教育局与人社局的数据联动证书核实及学分的管理工作。
[0003]为了解决现有技术存在的不足，人们进行了长期的探索，提出了各式各样的解决方案。例如，中国专利文献公开了一种用于技能提升的在线学习管理系统[202210015418.4]，其包括登录模块、个人中心模块、数据库模块以及展示终端，登录模块、数据库模块以及展示终端之间基于互联网连接，展示终端包含有考试分类模块、推荐课程模块、在线试题模块以及专业师资模块，考试分类模块的输出端与推荐课程模块的输入端连接，在线试题模块的输出端与专业师资模块的输入端连接，在线试题模块包括模拟试题模块、历年真题以及章节练习，模拟试题模块的输出端与历年真题的输入端连接，历年真题的输出端与章节练习的输入端连接。
[0004]上述方案在一定程度上解决了技能学习管理的问题，但是该方案依然存在着诸多不足，例如无法实现技能与学历的同步提升等问题。

技术实现思路

[0005]本专利技术的目的是针对上述问题，提供一种设计合理，将技能与学历提升融合的基于学校后教育的学历与技能双提升的方法。
[0006]本专利技术的另一个目的是针对上述问题，提供一种有效实现学习管理的基于学校后教育的学历与技能双提升的系统。
[0007]为达到上述目的，本专利技术采用了下列技术方案：一种基于学校后教育的学历与技能双提升的方法，包括如下步骤：
[0008]S1：寻找目标群体；
[0009]S2：确定学习及岗位资料来源；
[0010]S3：对个人信息、岗位信息和学习资料进行信息抽取；
[0011]S4：对目标群体推荐学习资源和岗位资源；
[0012]S5：进入线上学历技能提升报名；
[0013]S6：进行线上线下混合学习。实现精准的找到需要提升学历、技能的个体以及实现教育资源供给与用户个体的智能推荐，通过多渠道动态收集指定域内社会人员学历+技能提升的需求信息，为有需求的用户推荐学习清单与岗位清单；为企业推荐简历清单和企业班清单；为院校推荐匹配产业人才缺口的课程清单、兼职教师清单和生源清单。
[0014]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S1中目标群体包括学员和社会人员并对社会人员采用调查问卷获取意向岗位、意向课程和/或意向企业。
[0015]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S2通过委办局采集个人信息、居住场所以及工作地点，其中委办局提供地区产业信息、学院学校信息以及政策咨询信息，其中地区产业信息包括企业基本信息和岗位信息。
[0016]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S3分别对学员、学院学校、企业以及委办局的信息资源进行整合。
[0017]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S4包括如下步骤：
[0018]S41：使用隐马尔可夫模型将简历分割成连续的文本块；
[0019]S42：根据步骤S1的结果使用HMM模型抽取教育详细信息并使用SVM模型提取个人详细信息；
[0020]S43：采用SVM算法将整个简历中句子自动划分为6个通用类别；
[0021]S43：对于简单属性采用基于规则的方法处理，对于复杂信息采用基于HMM统计模型的方法处理。
[0022]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S4对于个人信息采用SIF加权平均的句向量和SVM相结合的二元分类算法将社会性事件过滤并存储于数据库，并用于下一步场景事件提取使用。
[0023]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S5包括如下步骤：
[0024]S51：对岗位描述信息和个人信息文本进行特征提取；
[0025]S52：指定或自定义相似度度量方法；
[0026]S53：计算岗位描述信息与个人文本信息要素之间的相似度得分并进行排序；
[0027]S54：将学习资源和岗位推荐给用户。
[0028]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S6包括如下步骤：
[0029]S61：学员通过移动端进行学历提升报名；
[0030]S62：提供相关信息及材料，报名类型选择企业班或非企业班；
[0031]S63：选择企业班进入对应企业后台管理员进行审批，审批通过后进入对应学院学校管理端核实；
[0032]S64：核实通过后将报名信息反馈至学员。
[0033]在上述的一种基于学校后教育的学历与技能双提升的方法中，步骤S7包括如下步骤：
[0034]S71：学员选择对应的课表进行在线学习；
[0035]S72：学习完成后进行作业考核，考核通过后获取相应的学分并通过学分积累申请
对应的证书。
[0036]一种基于学校后教育的学历与技能双提升的系统，采用了上述基于学校后教育的学历与技能双提升的方法。
[0037]与现有的技术相比，本专利技术的优点在于：在线进行学历提升报名后，采用线上线下混合学习，考核通过即可获取相应的学历以及技能职业，实现学历技能的同步提升；根据不同的用户个人信息推荐不同的学历以及技能提升方向，满足个人就业以及企业用工需求；学员可进行学历在线报名，与相应的学院管理端直连，实现消息快速通知。
附图说明
[0038]图1是本专利技术的方法原理图；
[0039]图2是本专利技术的目标群体示意图；
[0040]图3是本专利技术的信息资源展示图；
[0041]图4是本专利技术的学习及岗位资源推荐流程图；
[0042]图5是本专利技术的线上报名流程图；
[0043]图6是本专利技术的线上线下混合学习方法流程图。
具体实施方式
[0044]下面结合附图和具体实施方式对本专利技术做进一步详细的说明。
[0045]如图1所示，一种基于学校后教育的学历与技能双提升的方法，包括如下步骤：
[0046]S1：寻找目标群体；
[0047]S2：确定学习及岗位资料来源；
[0048]S3：对个人信息、岗位信息和学习资料进行信息抽取；
...

【技术保护点】

【技术特征摘要】
1.一种基于学校后教育的学历与技能双提升的方法，其特征在于，包括如下步骤：S1：寻找目标群体；S2：确定学习及岗位资料来源；S3：对个人信息、岗位信息和学习资料进行信息抽取；S4：对目标群体推荐学习资源和岗位资源；S5：进入线上学历技能提升报名；S6：进行线上线下混合学习。2.根据权利要求1所述的一种基于学校后教育的学历与技能双提升的方法，其特征在于，所述的步骤S1中目标群体包括学员和社会人员并对社会人员采用调查问卷获取意向岗位、意向课程和/或意向企业。3.根据权利要求2所述的一种基于学校后教育的学历与技能双提升的方法，其特征在于，所述的步骤S2通过委办局采集个人信息、居住场所以及工作地点，其中委办局提供地区产业信息、学院学校信息以及政策咨询信息，其中地区产业信息包括企业基本信息和岗位信息。4.根据权利要求3所述的一种基于学校后教育的学历与技能双提升的方法，其特征在于，所述的步骤S3分别对学员、学院学校、企业以及委办局的信息资源进行整合。5.根据权利要求1所述的一种基于学校后教育的学历与技能双提升的方法，其特征在于，所述的步骤S4包括如下步骤：S41：使用隐马尔可夫模型将简历分割成连续的文本块；S42：根据步骤S1的结果使用HMM模型抽取教育详细信息并使用SVM模型提取个人详细信息；S43：采用SVM算法将整个简历中句子自动划分为6个通用类别；S43：对于简单属性采用基于规则的方法处理，对于复杂信息采用基于HMM统计模型的方法处理。6.根据权利要求...

【专利技术属性】
技术研发人员：宋超伟，吴亦奇，
申请(专利权)人：浙江嘉兴数字城市实验室有限公司，
类型：发明
国别省市：