一种数字领导力素养评估方法技术

本申请公开了一种数字领导力素养评估方法

【技术实现步骤摘要】
一种数字领导力素养评估方法、设备及介质


[0001]本申请涉及计算机
，尤其涉及一种数字领导力素养评估方法
、
设备及介质
。

技术介绍

[0002]数字素养与技能是数字社会公民学习工作生活应具备的数字获取
、
制作
、
使用
、
评价
、
交互
、
分享
、
创新
、
安全保障等一系列素质与能力的集合
。
提升全民数字素养与技能，是顺应数字时代要求
。
其中，数字素养
(Digital Competence)
是指使用信息和通信技术和数字媒体完成任务时所需要的一套知识
、
技能
、
态度，其中包括：能力
、
策略
、
价值观和意识，问题求解，沟通交流，管理信息，协作，创建和分享内容，有效
、
高效
、
具有适当性
、
批判性地构建知识体系，创造性
、
自主性
、
灵活地
、
合乎道德地
、
反思性地进行工作
、
休闲
、
学习
、
社交
、
消费和社会参与
。
[0003]其中，数字领导力素养指的是
Kamalez Lardi
在
《
组织数字化转型：人因侧面
》(Human Side of Digital Transformation)
研究手册中提出的“业务数字化转型过程中带领人们进行转变的素养，数字化转型的真正成功并不来自于拥有权威或权力的职位；相反，它来自于引导人们度过恐惧和不确定的时期，鼓励他们适应新的环境，同时仍然在旧环境中表现良好
。
这对任何商业领袖来说都是一个重大挑战；然而，富有同情心和理解力的领导者将能够更好地理解和管理转型的人性一面
。
组织人员集体推动变革的能力对数字转型计划的成功至关重要”。
[0004]目前，使用传统的考试
、
问卷调查等方式对数字领导力素养进行测量和评估，导致无法对数字领导力素养进行量化且客观地评估，数字领导力素养评估准确率低
。

技术实现思路

[0005]本申请实施例提供一种数字领导力素养评估方法
、
设备及介质，用于解决无法对数字领导力素养进行量化且客观地评估，数字领导力素养评估准确率低的问题
。
[0006]本申请实施例采用下述技术方案：
[0007]一方面，本申请实施例提供了一种数字领导力素养评估方法，该方法包括：接收数字领导力素养的评估类型请求，在数字领导力素养的第一评估设备中调用所述评估类型的评估界面，对所述评估界面进行展示；在用户观看所述评估界面时，通过数字领导力素养的第二评估设备获取所述用户对所述评估界面的多个兴趣区域；每个兴趣区域包括多个凝视位置点，所述用户在所述兴趣区域的凝视时间超过预设时间阈值；根据所述多个兴趣区域，生成所述用户的兴趣位置序列；所述兴趣位置序列包括按照时间早晚排序的多个凝视位置点；调用与所述评估类型匹配的向量机分类模型，以及根据所述评估类型，确定所述评估界面中的类型评估关键区域；将所述兴趣位置序列输入所述向量机分类模型，输出所述兴趣区域与所述类型评估关键区域的重合度比例；根据所述重合度比例，生成所述用户针对所述评估类型的数字领导力素养能力；所述重合度比例越高，所述数字领导力素养能力越高
。
[0008]一个示例中，所述接收数字领导力素养的评估类型，调用所述评估类型的评估界面之前，所述方法还包括：确定潜在风险素养类型对应的项目管理指标以及员工管理方法；所述项目管理指标与项目拆分的任务指标有关；所述潜在风险素养包括识别潜在风险素养与管理潜在风险素养；为每个项目管理指标以及每个员工管理方法，分别创建第一界面区域；根据多个第一界面区域，生成所述潜在风险素养类型的评估界面
。
[0009]一个示例中，所述调用与所述评估类型匹配的向量机分类模型之前，所述方法还包括：在所述项目管理指标的第一界面区域中，选择识别潜在风险素养的类型评估关键区域，以及在所述员工管理方法的第一界面区域中，选择管理潜在风险素养的类型评估关键区域；确定第一样本用户针对潜在风险素养类型的评估界面的多个第一样本兴趣区域；根据所述多个第一样本兴趣区域，生成所述第一样本用户的第一样本兴趣位置序列；将所述第一样本兴趣位置序列作为输入数据，将第一样本兴趣区域与识别潜在风险素养的类型评估关键区域之间的重合度比例作为输出数据，以及将样本兴趣区域与管理潜在风险素养的类型评估关键区域之间的重合度比例作为输出数据；根据所述输入数据
、
所述输出数据，对第一向量机分类器进行训练，直至损失函数最小化；通过验证集对训练的第一向量机分类器进行验证，在验证通过时，得到潜在风险素养类型的向量机分类模型
。
[0010]一个示例中，所述接收数字领导力素养的评估类型，调用所述评估类型的评估界面之前，所述方法还包括：确定数字化危机应对素养类型对应的一组动态展示场景以及多个危机应对方法；所述一组动态展示场景的指定动态展示场景能够出现危机事项；所述危机事项与指定危机应对方法具有对应关系；为每个动态展示场景与每个危机应对方法，分别创建第二界面区域；根据多个第二界面区域，生成所述数字化危机应对素养类型的评估界面
。
[0011]一个示例中，所述调用与所述评估类型匹配的向量机分类模型之前，所述方法还包括：在所述第二界面区域中，选择数字化危机应对素养类型的类型评估关键区域；所述类型评估关键区域包括指定动态展示场景的第二界面区域
、
指定危机应对方法的第二界面区域；确定第二样本用户针对数字化危机应对素养类型的评估界面的多个第二样本兴趣区域；根据所述多个第二样本兴趣区域，生成所述第二样本用户的第二样本兴趣位置序列；将所述第二样本兴趣位置序列作为输入数据，将第二样本兴趣区域与数字化危机应对素养类型的类型评估关键区域之间的重合度比例作为输出数据；根据所述输入数据
、
所述输出数据，对第二向量机分类器进行训练，直至损失函数最小化；通过验证集对训练的第二向量机分类器进行验证，在验证通过时，得到数字化危机应对素养的向量机分类模型
。
[0012]一个示例中，所述对所述评估界面进行展示，具体包括：
[0013]在所述评估界面中，展示所述一组动态展示场景与所述危机应对方法；所述指定动态展示场景未出现危机事项；在预设时长之后，触发指定动态展示场景的危机事项
。
[0014]一个示例中，所述第一评估设备为评估界面播放设备，所述第二评估设备为非头戴式眼动仪，所述方法还包括：所述第一评估设备处于所述第二评估设备的下方或者上方，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数字领导力素养评估方法，其特征在于，所述方法包括：接收数字领导力素养的评估类型请求，在数字领导力素养的第一评估设备中调用所述评估类型的评估界面，对所述评估界面进行展示；在用户观看所述评估界面时，通过数字领导力素养的第二评估设备获取所述用户对所述评估界面的多个兴趣区域；每个兴趣区域包括多个凝视位置点，所述用户在所述兴趣区域的凝视时间超过预设时间阈值；根据所述多个兴趣区域，生成所述用户的兴趣位置序列；所述兴趣位置序列包括按照时间早晚排序的多个凝视位置点；调用与所述评估类型匹配的向量机分类模型，以及根据所述评估类型，确定所述评估界面中的类型评估关键区域；将所述兴趣位置序列输入所述向量机分类模型，输出所述兴趣区域与所述类型评估关键区域的重合度比例；根据所述重合度比例，生成所述用户针对所述评估类型的数字领导力素养能力；所述重合度比例越高，所述数字领导力素养能力越高
。2.
根据权利要求1所述的方法，其特征在于，所述接收数字领导力素养的评估类型，调用所述评估类型的评估界面之前，所述方法还包括：确定潜在风险素养类型对应的项目管理指标以及员工管理方法；所述项目管理指标与项目拆分的任务指标有关；所述潜在风险素养包括识别潜在风险素养与管理潜在风险素养；为每个项目管理指标以及每个员工管理方法，分别创建第一界面区域；根据多个第一界面区域，生成所述潜在风险素养类型的评估界面
。3.
根据权利要求2所述的方法，其特征在于，所述调用与所述评估类型匹配的向量机分类模型之前，所述方法还包括：在所述项目管理指标的第一界面区域中，选择识别潜在风险素养的类型评估关键区域，以及在所述员工管理方法的第一界面区域中，选择管理潜在风险素养的类型评估关键区域；确定第一样本用户针对潜在风险素养类型的评估界面的多个第一样本兴趣区域；根据所述多个第一样本兴趣区域，生成所述第一样本用户的第一样本兴趣位置序列；将所述第一样本兴趣位置序列作为输入数据，将第一样本兴趣区域与识别潜在风险素养的类型评估关键区域之间的重合度比例作为输出数据，以及将样本兴趣区域与管理潜在风险素养的类型评估关键区域之间的重合度比例作为输出数据；根据所述输入数据
、
所述输出数据，对第一向量机分类器进行训练，直至损失函数最小化；通过验证集对训练的第一向量机分类器进行验证，在验证通过时，得到潜在风险素养类型的向量机分类模型
。4.
根据权利要求1所述的方法，其特征在于，所述接收数字领导力素养的评估类型，调用所述评估类型的评估界面之前，所述方法还包括：确定数字化危机应对素养类型对应的一组动态展示场景以及多个危机应对方法；所述一组动态展示场景的指定动态展示场景能够出现危机事项；所述危机事项与指定危机应对
方法具有对应关系；为每个动态展示场景与每个危机应对方法，分别创建第二界面区域；根据多个第二界面区域，生成所述数字化危机应对素养类型的评估界面
。5.
根据权利要求4所述的方法，其特征在于，所述调用与所述评估类型匹配的向量机分类模型之前，所述方法还包括：在所述第二界面区域中，选择数字化危机应对素养类型的类型评估关键区域；所述类型评估关键区域包括指定动态展示场景的第二界面区域
、
指定危机应对方法的第二界面区域；确定第二样本用户针对数字化危机应对素养类型的评估界面的多个第二样本兴趣区域；根据所述多个第二样本兴趣区域，生成所述第二样本用户的第二样本兴趣位置序列；将所述第二样本兴趣位置序列作为输入数据，将第二样本兴趣区域与数字化危机应对素养类型的类型评估关键区域之间的重合度比例作为输出数据；根据所述输入数据
、
所述输出数据，对第二向量机分类器进行训练，直...

【专利技术属性】
技术研发人员：宋业臻，肖维斌，靳中美，吕超，黄杰，李小龙，
申请(专利权)人：山东心法科技有限公司，
类型：发明
国别省市：