System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于大数据处理领域,尤其涉及一种基于大数据驱动的全链条闭环精准纾困方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、在现有模式下,人社工作人员主要依赖低效的上门走访方式来收集就业困难人员和失业人员数据,工作耗时费力,难以快速准确地掌握所需信息。而且整个工作流程不透明,数据底数难以及时掌握,难以进行有效的监控和生成精准纾困方案。
技术实现思路
1、为了解决上述技术问题,本专利技术提供一种基于大数据驱动的全链条闭环精准纾困方法及系统,其能够实现就业困难重点群体的精准识别、个性化帮扶方案生成、任务高效分发及执行反馈的全链条闭环监控。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术的第一个方面提供了一种基于大数据驱动的全链条闭环精准纾困方法。
4、在一个或多个实施例中,提供了一种基于大数据驱动的全链条闭环精准纾困方法,包括:
5、获取设定区域内各人群个体的实名制信息,形成实名制信息数据库;
6、按照年龄及就业状态,从实名制信息数据库中筛选出就业困难重点群体,构建就业困难重点群体数据库;
7、基于就业困难重点群体的帮扶意愿,动态调整就业困难重点群体数据库;
8、利用动态调整后的就业困难重点群体数据库,对其中的就业困难重点群体进行标签化处理,提取对应的技能特征、行为特征及属地特征;
9、根据就业困难
10、定期获取更新的就业困难重点群体的就业状态及帮扶意愿,再次动态调整就业困难重点群体数据库及执行后续纾困信息智能推荐与帮扶任务分发处理。
11、作为一种实施方式,利用相似度匹配推荐算法,将就业困难重点群体的技能特征及行为特征并与待推荐的纾困信息特征进行相似度计算,选择相似度最高的内容作为推荐结果。
12、作为一种实施方式,利用协同过滤推荐算法及就业困难重点群体的行为特征,利用皮尔逊相关系数计算重点群体之间的相似度,根据相似重点群体的行为,来预测目标重点群体可能感兴趣的内容并进行推荐。
13、作为一种实施方式,利用聚类分析推荐算法对就业困难重点群体的技能特征及行为特征进行聚类,进而对每种聚类类型推荐相匹配的纾困信息。
14、作为一种实施方式,利用基于地理位置的智能任务分发算法及就业困难重点群体的属地特征,形成帮扶任务并自动分发至相关管控部门。
15、作为一种实施方式,所述纾困信息包括岗位信息、培训信息、补贴信息和感兴趣信息。
16、本专利技术的第二个方面提供了一种基于大数据驱动的全链条闭环精准纾困方案生成系统。
17、在一个或多个实施例中,一种基于大数据驱动的全链条闭环精准纾困方案生成系统,包括:
18、实名制信息数据库构建模块,其用于获取设定区域内各人群个体的实名制信息,形成实名制信息数据库;
19、重点群体数据库构建模块,其用于按照年龄及就业状态,从实名制信息数据库中筛选出就业困难重点群体,构建就业困难重点群体数据库;
20、重点群体数据库动态调整模块,其用于基于就业困难重点群体的帮扶意愿,动态调整就业困难重点群体数据库;
21、重点群体特征提取模块,其用于利用动态调整后的就业困难重点群体数据库,对其中的就业困难重点群体进行标签化处理,提取对应的技能特征、行为特征及属地特征;
22、智能推荐及任务分发模块,其用于根据就业困难重点群体的技能特征及行为特征,智能推荐纾困信息;及根据就业困难重点群体的属地特征,形成帮扶任务并自动分发至相关管控部门;
23、信息更新反馈模块,其用于定期获取更新的就业困难重点群体的就业状态及帮扶意愿,再次动态调整就业困难重点群体数据库及执行后续纾困信息智能推荐与帮扶任务分发处理。
24、本专利技术的第三个方面提供了一种计算机可读存储介质。
25、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
26、本专利技术的第四个方面提供了一种计算机程序产品。
27、一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上述所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
28、本专利技术的第五个方面提供了一种电子设备。
29、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
30、与现有技术相比,本专利技术的有益效果是:
31、本专利技术通过定期更新就业困难重点群体的就业状态及帮扶意愿,再次动态调整就业困难重点群体数据库及执行后续纾困信息智能推荐与帮扶任务分发处理,能够有效全面洞察与精准定位就业困难群体,智能推荐匹配资源,满足帮扶对象的个性化需求,从识别到帮扶再到反馈,形成完整闭环,持续优化帮扶效果,为受困对象提供更加个性化、高效且可持续的解决方案,提高帮扶效率与满意度。
本文档来自技高网...【技术保护点】
1.一种基于大数据驱动的全链条闭环精准纾困系统,其特征在于,包括:
2.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用相似度匹配推荐算法,将就业困难重点群体的技能特征及行为特征并与待推荐的纾困信息特征进行相似度计算,选择相似度最高的内容作为推荐结果。
3.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用协同过滤推荐算法及就业困难重点群体的行为特征,利用皮尔逊相关系数计算重点群体之间的相似度,根据相似重点群体的行为,来预测目标重点群体可能感兴趣的内容并进行推荐。
4.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用聚类分析推荐算法对就业困难重点群体的技能特征及行为特征进行聚类,进而对每种聚类类型推荐相匹配的纾困信息。
5.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用基于地理位置的智能任务分发算法及就业困难重点群体的属地特征,形成帮扶任务并自动分发至相关管控部门。
6.如权利要求1所述的基于大数据驱动的全链条闭环精准
7.一种基于大数据驱动的全链条闭环精准纾困系统,其特征在于,包括:
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
9.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现如权利要求16中任一项所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于大数据驱动的全链条闭环精准纾困方法中的步骤。
...【技术特征摘要】
1.一种基于大数据驱动的全链条闭环精准纾困系统,其特征在于,包括:
2.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用相似度匹配推荐算法,将就业困难重点群体的技能特征及行为特征并与待推荐的纾困信息特征进行相似度计算,选择相似度最高的内容作为推荐结果。
3.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用协同过滤推荐算法及就业困难重点群体的行为特征,利用皮尔逊相关系数计算重点群体之间的相似度,根据相似重点群体的行为,来预测目标重点群体可能感兴趣的内容并进行推荐。
4.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用聚类分析推荐算法对就业困难重点群体的技能特征及行为特征进行聚类,进而对每种聚类类型推荐相匹配的纾困信息。
5.如权利要求1所述的基于大数据驱动的全链条闭环精准纾困方法,其特征在于,利用基于地理位置的智能任务分发算法及就业困...
【专利技术属性】
技术研发人员:张世栋,王新军,徐喆,郑开泳,徐祇轩,李俊胜,
申请(专利权)人:山大地纬软件股份有限公司,
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。