人员评价模型生成方法及装置制造方法及图纸

本发明专利技术提供的一种人员评价模型生成方法及装置，该方法中，首先根据人员数据样本生成若干个人员类别，再根据不同类别的不同数据从指标元数据库中获取用于评价该类别人员的指标元数据，最后设置各个指标元数据的权重，生成人员评价模型。可以理解的是，由于这里的指标元数据是根据各个人员类别的不同属性选择的，且指标元数据的权重也根据不同的类别进行不同的设置，因此本发明专利技术提供的方法可以针对不同类别的人员进行不同标准的评价，进而使得评价的结果科学公正。此外，由于评价结果均为根据各个指标元数据及其权重计算出的结果，因此相比于现有的人为评价方法，能够排除人为主观因素的干扰，从而可以获得客观准确的人员评价结果。

【技术实现步骤摘要】

本专利技术属于计算机
，特别涉及一种人员评价模型生成方法及装置。
技术介绍
科技人才是科学人才和技术人才的略语，是在社会科学技术劳动中，以自己较高的创造力、科学的探索精神，为科学技术发展和人类进步做出较大贡献的人。科技人才评价是在准确测量的基础上，针对某一目标对科技人才做出价值判断的过程。客观真实地评价科技人才，是人尽其才、才尽其用的前提，是引导科技人才正确价值观的指挥棒，是营造良好科研环境的关键，是完善科技人才制度的核心，是我国科技事业健康发展的保障。然而现有的科技人才的评价方法或职称评定方法仅仅是人为的根据被评判者的论文数量、学历程度等来对其进行评价，使得一些在其他领域较为擅长的人才无法得到准确客观的评判。因此，如何提供一种客观科学准确有效的人员评价方法是一个亟需解决的问题。
技术实现思路
本专利技术提供了一种人员评价模型生成方法及系统，用以克服现有的人员评价仅靠人为的主观臆断，缺乏评价的客观性、准确性以及科学性的缺陷。第一方面，本专利技术提供了一种人员评价模型生成方法，包括：从数据库获取多个人员的数据样本，并根据每个人员数据样本中包含的各条数据的属性，获得若干个人员类别；对于每个所述人员类别，在预设的指标元数据库中，根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据；对于每个所述人员类别，根据所述人员类别的属性设置各个指标元数据的权重，生成人员评价模型，以使所述生成人员评价模型在接收到新的人员数据时，判断所述人员所属的人员类别，并根据该人员类别对应的指标元数据及权重生成所述人员的人员评价结果。可选地，所述根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据的步骤，包括：获取一级指标元数据；根据所述人员类别的属性，获取用于评价属于该人员类别的人员的二级指标元数据；所述二级指标元数据，为所述一级指标元数据包含的分支数据。可选地，所述根据所述人员类别的属性设置各个指标元数据的权重的步骤，包括：设置各个一级指标元数据的权重；设置每个一级指标元数据中包含的各个二级指标元数据的权重。可选地，所述人员评价结果，为人员评分和/或根据所述人员评分生成的人员评语。第二方面，本专利技术还提供了一种人员评价模型生成装置，包括：分类单元，用于从数据库获取多个人员的数据样本，并根据每个人员数据样本中包含的各条数据的属性，获得若干个人员类别；数据获取单元，用于对于每个所述人员类别，在预设的指标元数据库中，根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据；权重设置单元，用于对于每个所述人员类别，根据所述人员类别的属性设置各个指标元数据的权重，生成人员评价模型，以使所述生成人员评价模型在接收到新的人员数据时，判断所述人员所属的人员类别，并根据该人员类别对应的指标元数据及权重生成所述人员的人员评价结果。可选地，所述数据获取单元还用于：获取一级指标元数据；根据所述人员类别的属性，获取用于评价属于该人员类别的人员的二级指标元数据；所述二级指标元数据，为所述一级指标元数据包含的分支数据。可选地，所述权重设置单元，还用于：设置各个一级指标元数据的权重；设置每个一级指标元数据中包含的各个二级指标元数据的权重。可选地，所述人员评价结果，为人员评分和/或根据所述人员评分生成的人员评语。本专利技术提供的一种人员评价模型生成方法及装置，该方法中，首先根据人员数据样本生成若干个人员类别，再根据不同类别的不同数据从指标元数据库中获取用于评价该类别人员的指标元数据，最后设置各个指标元数据的权重，生成人员评价模型。可以理解的是，由于这里的指标元数据是根据各个人员类别的不同属性选择的，且指标元数据的权重也根据不同的类别进行不同的设置，因此本专利技术提供的方法可以针对不同类别的人员进行不同标准的评价，进而使得评价的结果科学公正。此外，由于评价结果均为根据各个指标元数据及其权重计算出的结果，因此相比于现有的人为评价方法，能够排除人为主观因素的干扰，从而可以获得客观准确的人员评价结果。附图说明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，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些示例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术提供的人员评价模型生成方法流程图；图2是本专利技术提供的人员评价模型生成装置结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。第一方面，本专利技术提供了一种人员评价模型生成方法，如图1所示，包括：S101、从数据库获取多个人员的数据样本，并根据每个人员数据样本中包含的各条数据的属性，获得若干个人员类别；具体来说，数据库中包含很多人员的数据样本，样本中包含各个人员的属性数据。这里的属性数据可以为该样本人员的工作、学习或生活情况，例如该人员学术背景、年龄、论文著作发表情况、在经济生活中所处的层次以及在科技活动分工中所处的环节等。根据上述属性可以获得多个人员类别。其中，这里的人员类别可以为基础研究类、工程技术类和创新创业类，当然还可以包括其他类别，本专利技术对此不作具体限定。S102、对于每个人员类别，在预设的指标元数据库中，根据人员类别的属性获取用于评价属于该人员类别的人员的指标元数据；具体来说，由于每种类别的人员的评价标准不同，每个类别的人员对应的指标元数据有共性也有特性。例如，用于评价创新创业类人才的指标元数据不一定适用于评价基础研究类人才，例如与创新创业类人才相关的指标元数据“行业市场分析能力”，不适用于用来评价基础研究类人才，而与基础研究类人才相关的指标元数据“代表性研究成果”，不适用于评价创新创业类科技人才。因此，需针对该人员所属的人员类别，并根据人员类别的属性获取适合于评价该类别人员的指标元数据。这里的指标元数据中的具体数据可以通过预先采集文献数据库，如中国知网、万方数据库等获得。S103、对于每个人员类别，根据人员类别的属性设置各个指标元数据的权重，生成人员评价模型，以使生成人员评价模型在接收到新的人员数据时，判断人员所属的人员类别，并根据该人员类别对应的指标元数据及权重生成人员的人员评价结果。具体来说，可以理解的是，在评价某一类型的人员时，除了需要选择评价该类人员的指标元数据，还要根据各个指标元数据的重要程度对各个指标元数据设置权重，使得科技人才的在线智能评价结果更加科学性、合理性。在设置好权重之后，就可以生成人员评价模型。该模型在接收到用户数据的新的人员数据时，可以自动根据人员的数据判断人员类别，并根据该类别对应的指标元数据以及权重生成该人员的人员评价结果。其中，这里的新的人员数据可以为该人员的简历，人员评价模型能够自动获取简历中包含的人员数据并进行相应的评价。当然这里的人员数据也可以通过用户手动数据，本专利技术对此不作具体限定。本专利技术提供的人员评价模型生成方法中，首先根据人员数据样本生成若干个人员类别，再根据不同类别的不同数据从指标元数据库中获取用于评本文档来自技高网...

【技术保护点】
一种人员评价模型生成方法，其特征在于，包括：从数据库获取多个人员的数据样本，并根据每个人员数据样本中包含的各条数据的属性，获得若干个人员类别；对于每个所述人员类别，在预设的指标元数据库中，根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据；对于每个所述人员类别，根据所述人员类别的属性设置各个指标元数据的权重，生成人员评价模型，以使所述生成人员评价模型在接收到新的人员数据时，判断所述人员所属的人员类别，并根据该人员类别对应的指标元数据及权重生成所述人员的人员评价结果。

【技术特征摘要】
1.一种人员评价模型生成方法，其特征在于，包括：从数据库获取多个人员的数据样本，并根据每个人员数据样本中包含的各条数据的属性，获得若干个人员类别；对于每个所述人员类别，在预设的指标元数据库中，根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据；对于每个所述人员类别，根据所述人员类别的属性设置各个指标元数据的权重，生成人员评价模型，以使所述生成人员评价模型在接收到新的人员数据时，判断所述人员所属的人员类别，并根据该人员类别对应的指标元数据及权重生成所述人员的人员评价结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述人员类别的属性获取用于评价属于该人员类别的人员的指标元数据的步骤，包括：获取一级指标元数据；根据所述人员类别的属性，获取用于评价属于该人员类别的人员的二级指标元数据；所述二级指标元数据，为所述一级指标元数据包含的分支数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述人员类别的属性设置各个指标元数据的权重的步骤，包括：设置各个一级指标元数据的权重；设置每个一级指标元数据中包含的各个二级指标元数据的权重。4.根据权利要求1所述的方法，其特征在于，所述人员评价结果，为人员评分和/或根据所述...

【专利技术属性】
技术研发人员：高万林，段晶洁，李静，陈雪瑞，赵龙，贾敬敦，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11