一种基于人才流动迭代模型的企业排名方法及装置制造方法及图纸

本发明专利技术公开了一种基于人才流动迭代模型的企业排名方法。本方法为：1)对工作岗位进行分级处理；2)对数据集中的企业名称进行统一映射处理；3)在此基础上，对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表；4)根据人才流动统计表对人才流动迭代模型进行初始化；5)应用人才流动迭代模型迭代操作，包括：根据企业间的人才流动、市场人才的流失与补偿，通过网络迭代分析法计算各家企业的得分，直至网络达到稳定状态或者迭代次数达到设定阈值时停止迭代；6)根据最终状态下各企业的得分对企业进行排名。本发明专利技术还公开了一种基于人才流动迭代模型的企业排名装置。本发明专利技术中的企业排名方式，以市场上人才的流动行为作为企业排名的依据，通过迭代不同企业间不同工作级别的人才流动情况对企业进行排名。

Method and device for ranking enterprise based on talent flow iteration model

The invention discloses an enterprise ranking method based on an iterative model of talent flow. The method is as follows: 1) the job classification processing; 2) unified mapping for data processing in the enterprise name; 3) based on the statistical analysis of the flow between different enterprises and different job level personnel, establish talent flow statistics; 4) according to the statistics of the flow of talent to talent flow iterative model initialization; 5) application of talent flow iterative model and iterative operation, including: according to the loss and compensation of the flow of talent, talent market among enterprises, each enterprise calculated by iterative scoring method, until the network reached steady state or stop iterative iterations reaches a set threshold; 6) according to the final state of enterprise the score of enterprise ranking. The invention also discloses an enterprise ranking device based on an iterative model of talent flow. In the invention, the enterprise ranking method is based on the flow behavior of the talents in the market as the basis for the ranking of the enterprises.

【技术实现步骤摘要】

本专利技术属于企业评估和数据挖掘领域，通过分析不同企业间的人才流动，自动对企业进行排名。本专利技术可直接应用于人才求职、金融投资等领域中。该专利技术涉及一种基于人才流动迭代模型的企业排名方法及装置。
技术介绍
企业排名是人才求职、金融投资等决策中的一个重要因素。例如，在对求职者进行职位推荐时，一个基本的原则是推荐符合其职业发展的职位，即下一份工作的职位应该不比当前工作的职位差。这里除了需要考虑职位的级别高低外，还需要考虑企业的排名。如果被推荐的企业的排名比求职者当前所在企业的排名低，则所推荐的职位的级别应该比当前工作的职位的级别高。现有的企业排名方法主要是利用财务相关指标(例如：注册资本、营业收入、资产总额等)对企业进行排名。这类方法忽略了人的因素，且适用范围较窄，只适合于相关财务数据公开的企业，例如上市企业。
技术实现思路
本专利技术设计一种基于人才流动迭代模型的企业排名方法，以市场上人才的流动行为作为企业排名的依据，通过迭代分析不同企业间的人才流动对企业进行排名。一个企业的好坏在于其员工的素质和能力，而一个员工的素质和能力可以根据是否有其它其他企业愿意以更好的待遇(更高的职位)聘请来评估。本专利技术解决了现有企业排名方法实用性窄的问题，可对那些还未上市或还未盈利的企业进行排名。本专利技术解决其技术问题所采用的技术方案是：选取近几年(例如：5年)的人才流动(岗位跳转)数据集，对其中的工作岗位根据行业特征进行分级处理，然后根据分级结果统计不同企业之间的人员流动情况，结合以上数据对人才流动迭代模型进行初始化，最后对不同企业间的人才流动通过网络分析法进行迭代分析，并依据迭代后每家企业的最终得分对企业进行排名。本专利技术的出发点是通过不同企业之间的人才流动计算各企业的得分，并根据企业得分对企业进行排名，关键在于不同企业间的人才流动统计分析和人才流动迭代模型的应用。主要包含三个子过程，分别是人才流动数据预处理过程、人才流动迭代模型初始化过程和人才流动迭代分析和应用过程。一种基于人才流动迭代模型的企业排名方法，包括：对人才流动数据进行预处理，包括对工作岗位进行分级处理，对数据集中的企业名称进行统一映射处理，并在此基础上，对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表；对人才流动迭代模型进行初始化操作，包括对不同企业之间的人才流动贡献值、市场上所有企业的得分总和、每家企业的得分和市场上各企业的人才流失率进行初始化，并构建企业间人才流动网络图；人才流动迭代分析和应用，根据企业间的人才流动、市场人才的流失与补偿，通过网络迭代分析法计算各家企业的得分，直至网络达到稳定状态或者迭代次数达到设定阈值时停止迭代，最后根据最终状态下各企业的得分对企业进行排名。此外，为解决现有企业排名方法实用性窄的问题，并且对那些还未上市或还未盈利的企业进行排名，本专利技术提出了一种基于人才流动迭代模型的企业排名装置。一种基于人才流动迭代模型的企业排名装置，包括：人才流动数据预处理模块，用于对人才流动数据中的工作岗位进行分级处理，对数据集中的企业名称进行统一映射处理，并在此基础上，对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表；人才流动迭代模型初始化模块，利用人才流动统计表，对对不同企业之间的人才流动贡献值进行初始化，并以此为基础构建企业间的人才流动网络，同时对市场上所有企业的得分总和、每家企业的得分和市场上各企业的人才流失率进行初始化；人才流动迭代分析和应用模块，用于根据企业间的人才流动、市场人才的流失与补偿，通过网络迭代分析法计算各家企业的得分，并根据最终状态下各企业的得分对企业进行排名。本方法的有益效果是：该企业排名方式及装置在对企业进行排名时，以市场上人才的流动行为作为企业排名的依据，解决了现有企业排名方法实用性窄的问题，可对那些还未上市或还未盈利的企业进行排名。以互联网行业为例，数据涵盖了近5年互联网行业主流的企业和工作岗位，具有高度的普遍性和代表性。下面结合数据实例进行分析。数据集信息如表1所示。表1数据集详细参数序号参数数量1人才数1290552工作记录2564913企业数358921利用上述数据集，我们根据所设计的方法及装置对企业进行排名，根据最后的排名结果，截取前30家企业如表2所示。表2排名前30的企业实验结果表明所设计的方法对于互联网行业的企业排名具有很好的效果，说明本方法解决了现有企业排名方法实用性窄的问题，并且可对那些还未上市或还未盈利的企业进行排名。附图说明下面结合附图和实施例对本方法进一步说明。图1是人才流动数据预处理过程的流程图。图2是人才流动迭代模型初始化过程的流程图。图3是人才流动迭代分析和应用过程的流程图。图4是一种基于人才流动迭代模型的企业排名方法及装置的示意图。具体实施方式以下结合附图对本专利技术的原理和性质进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。基于本专利技术中的实施例，本领域普通技术人员在没有做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。本专利技术提供一种基于人才流动迭代模型的企业排名方法，包括三个过程：人才流动数据预处理过程、人才流动迭代模型初始化过程和人才流动迭代分析和应用过程，以下步骤：人才流动数据预处理过程，如图1所示，详细过程如下：步骤S101：对数据集中的工作岗位进行分级处理。首先根据目标行业领域确定工作岗位分级层数，然后通过人工手动或机器自动的方法为每一个岗位标注级别。步骤S102：对数据集中的企业名称进行统一映射处理。根据国家对于企业名称规范的规定，一个企业名称应该由行政区域、字号、行业和组织形式四部分组成，通过自然语言处理后保留字号作为企业名称的代表。将同一企业的不同称呼统一映射为以该企业名称中的字号为核心的关键词或常用英文简称(例如，IBM)，以便之后进行人才流动统计分析。步骤S103：对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表。在此，忽略同一企业内部的不同岗位的人才流动和不同企业之间同一级别岗位的人才流动。人才流动迭代模型初始化过程，如图2所示，详细过程如下：步骤S201：对不同企业之间的人才贡献值初始化和归一化：根据不同工作级别的难度系数与不同工作级别之间的跳转频数初始化人才贡献值：PAB=Σi,j(βij×(pAiBj+pBjAi)),]]>PAB=PAB-PBA,IfPAB>PBA0,else,]]>其中PAB表示A企业对B企业的人才贡献值，βij表示工作级别i和工作级别j之间的跳转难度系数，表示A企业中属于工作级别i的职位跳转至B企业中属于工作级别j的职位的跳转频数；根据公式：P′AB＝PAB/∑XPAX，对不同企业之间的人才贡献值进行归一化，其中P′AB表示归一化后A企业对B企业的人才贡献值，∑XPAX表示A企业对其他所有企业的人才贡献值总和。步骤S202：根据公式：S=n×s‾]]>对市场上所有企业的得分总和进行初始化，其中n为市场上的企业总数量，为平均每家企业的得分，默认值为10，并假设市场上所有企业的得分总和S保持不变；步骤S203：对每家企业的得分进行初始化：构建企业间人才流动网络图，统计每个本文档来自技高网...

【技术保护点】
一种基于人才流动迭代模型的企业排名方法，其特征在于，所述方法包括：对人才流动数据的预处理；对人才流动迭代模型进行初始化操作；根据企业间的人才流动统计数据进行迭代分析，计算各企业得分；根据最终状态下各企业的得分对企业进行排名。

【技术特征摘要】
1.一种基于人才流动迭代模型的企业排名方法，其特征在于，所述方法包括：对人才流动数据的预处理；对人才流动迭代模型进行初始化操作；根据企业间的人才流动统计数据进行迭代分析，计算各企业得分；根据最终状态下各企业的得分对企业进行排名。2.根据权利要求1所述的方法，其特征在于，人才流动数据的预处理，包括：对数据集中的工作岗位进行分级处理；对数据集中的企业名称进行统一映射处理；对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表。3.根据权利要求2所述的方法，其特征在于，对数据集中的工作岗位进行分级处理，包括：根据目标行业领域确定工作岗位分级层数；通过人工手动或机器自动的方法为每一个岗位标注级别。4.根据权利要求2所述的方法，其特征在于，对企业名称进行统一映射处理，包括：根据国家对于企业名称规范的规定，一个企业名称应该由行政区域、字号、行业和组织形式四部分组成，通过自然语言处理后保留字号作为企业名称的代表；将同一企业的不同称呼统一映射为以该企业名称中的字号为核心的关键词或常用英文简称(例如，IBM)，以便之后进行人才流动统计分析。5.根据权利要求1所述的方法，其特征在于，对人才流动迭代模型初始化，包括：对不同企业之间的人才流动贡献值初始化和归一化；对市场上所有企业的得分总和进行初始化：S=n×s‾]]>其中n为市场上的企业总数量，为平均每家企业的得分，并假设市场上所有企业的得分总和S保持不变；对每家企业的得分进行初始化；对市场上各企业的人才流失率初始化，假设市场中各企业的人才流失率相同，统一设为α。6.根据权利要求5所述的方法，其特征在于，对不同企业之间的人才贡献值初始化和归一化，包括：根据不同工作级别的难度系数与不同工作级别之间的跳转频数计算人才贡献值：PAB=Σi,j(βij×(pAiBj+pBjAi)),]]>PAB=PAB-PBA,IfPAB>PBA0,else,]]>其中PAB表示A企业对B企业的人才贡献值，βij表示工作级别i和工作级别j之间的跳转难度系数，表示A企业中属于工作级别i的职位跳转至B企业中属于工作级别j的职位的跳转频数；对不同企业之间的人才贡献值进行归一化：P′AB＝PAB/∑XPAX，其中P′AB表示归一化后A企业对B企业的人才贡献值，∑XPAX表示A企业对其他所有企业的人才贡献值总和。7.根据权利要求5所述的方法，其特征在于，对每家企业得分初始化，包括：构建企业间人才流动网络图；统计每个企业节点的入度值μi；根据每个企业节点的入度值按比例分配初始得分：sA=S...

【专利技术属性】
技术研发人员：刘宏志，付彬，易晖，吴波，赵鹏，吴中海，
申请(专利权)人：北京大学，北京华品博睿网络技术有限公司，
类型：发明
国别省市：北京;11