基于大数据分析的人力资源管理方法及系统技术方案

本发明专利技术实施例提供一种基于大数据分析的人力资源管理方法及系统，能够基于各个线上协同操作数据与人力资源线上协同服务之间的协同转化参数值，以及各个线上协同操作数据的协同操作流程特征，对一组线上协同操作数据进行整理，进而基于有序的线上协同操作数据簇，自动生成针对该人力资源线上协同服务的一组有序的协同优化标签。如此，可以自动生成更加合理准确的协同优化标签序列，能够降低人力资源线上协同服务的协同业务的更新优化代价，有效提高协同优化标签的精度和生成效率；另外，生成的协同优化标签存在优先级，可以进一步提高最终协同优化标签的参考度。

【技术实现步骤摘要】
基于大数据分析的人力资源管理方法及系统
本专利技术涉及大数据
，示例性地，涉及一种基于大数据分析的人力资源管理方法及系统。
技术介绍
相关技术中，针对一些重点关注的人力资源线上协同服务，需要用户对这些人力资源线上协同服务的线上协同操作大数据进行数据分析，了解这些人力资源线上协同服务的协同优化标签，进而了解人力资源线上协同服务的协同业务的频繁度情况后以便于进行针对性地业务优化。然而，相关技术的方案中，由用户基于数据分析工具进行单独分析整理的方式，协同优化标签的精度和生成效率均非常有限。
技术实现思路
为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于大数据分析的人力资源管理方法及系统。第一方面，本专利技术提供一种基于大数据分析的人力资源管理方法，应用于人力资源管理服务平台，所述人力资源管理服务平台与多个人力资源服务终端通信连接，所述方法包括：获取针对人力资源线上协同服务的线上协同操作大数据，所述线上协同操作大数据包括至少两个线上协同操作数据；获得所述线上协同操作大数据中的各个线上协同操作数据与所述人力资源线上协同服务之间的协同转化参数值；根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇；基于所述线上协同操作数据簇生成针对所述人力资源线上协同服务的协同优化标签序列，所述协同优化标签序列包括至少两个参考协同优化标签。其次，本专利技术提供一种基于大数据分析的人力资源管理分类网络配置方法，应用于人力资源管理服务平台，所述人力资源管理服务平台与多个人力资源服务终端通信连接，所述方法包括：所述协同优化标签决策模型是通过如下过程训练获得：获取针对至少一个参照人力资源线上协同服务的所述参考线上协同操作数据序列；根据所述参考线上协同操作数据序列中的参考线上协同操作数据，对未配置的协同优化标签决策模型执行随机游走执行配置，以获得所述满足模型收敛要求的协同优化标签决策模型；其中，每一轮随机游走执行配置过程包括如下步骤：从所述参考线上协同操作数据序列中选取针对同一参照人力资源线上协同服务的一组参考线上协同操作数据，分别将选取的各个参考线上协同操作数据包含的参考线上协同操作数据输入所述未配置的协同优化标签决策模型中的协同转化参数值预测单元，获得所述协同转化参数值预测单元输出的各个参考线上协同操作数据对应的协同转化参数值；基于所述各个参考线上协同操作数据对应的协同转化参数值与对应的参考信息之间的损失，构建第一模型评估指标；以及分别将选取的各个参考线上协同操作数据中的参考线上协同操作数据，以及所述各个参考线上协同操作数据对应的协同转化参数值输入所述未配置的协同优化标签决策模型中的分组整理单元，基于所述分组整理单元对所述各个参考线上协同操作数据进行分组，获得至少两个线上协同操作数据组；基于所述分组整理单元对各个线上协同操作数据组进行整理，获得所述分组整理单元输出的协同标签的第二协同标签编码特征；将所述第二协同标签编码特征输入所述未配置的协同优化标签决策模型中的协同优化标签预测单元，基于所述协同优化标签预测单元进行协同优化标签特征提取，获得所述协同优化标签预测单元输出的一组预测协同优化标签清单，所述预测协同优化标签清单包括至少两个预测协同优化标签；对于任意一个预测协同优化标签，基于所述预测协同优化标签在预设的协同优化标签序列中的协同优化概率，以及所述预测协同优化标签在所述线上协同操作大数据中的协同优化概率，确定所述预测协同优化标签清单中的预测协同优化标签与真实协同优化标签序列中的实际协同优化标签的协同优化概率损失；基于确定的协同优化概率损失构建所述第二模型评估指标；基于各个线上协同操作数据组中线上协同操作数据元素的注意力值，构建第三模型评估指标；根据所述第一模型评估指标，所述第二模型评估指标和所述第三模型评估指标，对所述未配置的协同优化标签决策模型进行模型配置数据更新。第二方面，本专利技术实施例还提供一种基于大数据分析的人力资源管理系统，所述基于大数据分析的人力资源管理系统包括人力资源管理服务平台以及与所述人力资源管理服务平台通信连接的多个人力资源服务终端；所述人力资源管理服务平台，用于：获取针对人力资源线上协同服务的线上协同操作大数据，所述线上协同操作大数据包括至少两个线上协同操作数据；获得所述线上协同操作大数据中的各个线上协同操作数据与所述人力资源线上协同服务之间的协同转化参数值；根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇；基于所述线上协同操作数据簇生成针对所述人力资源线上协同服务的协同优化标签序列，所述协同优化标签序列包括至少两个参考协同优化标签。根据上述任意一个方面，本专利技术提供的实施方式中，能够基于各个线上协同操作数据与人力资源线上协同服务之间的协同转化参数值，以及各个线上协同操作数据的协同操作流程特征，对一组线上协同操作数据进行整理，进而基于有序的线上协同操作数据簇，自动生成针对该人力资源线上协同服务的一组有序的协同优化标签。如此，可以自动生成更加合理准确的协同优化标签序列，能够降低人力资源线上协同服务的协同业务的更新优化代价，有效提高协同优化标签的精度和生成效率；另外，生成的协同优化标签存在优先级，可以进一步提高最终协同优化标签的参考度。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。图1为本专利技术实施例提供的基于大数据分析的人力资源管理系统的应用场景示意图；图2为本专利技术实施例提供的基于大数据分析的人力资源管理方法的流程示意图；图3为为本专利技术实施例提供的用于实现上述的基于大数据分析的人力资源管理方法的人力资源管理服务平台的结构示意框图。具体实施方式下面结合说明书附图，对本专利技术实施例的方案进行详细说明。以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本专利技术具体实施例。图1是本专利技术一种实施例提供的基于大数据分析的人力资源管理系统10的解释示意图。基于大数据分析的人力资源管理系统10可以包括人力资源管理服务平台100以及与人力资源管理服务平台100通信连接的人力资源服务终端200。图1所示的基于大数据分析的人力资源管理系统10仅为一种可行的示例，在其它可行的实施例中，该基于大数据分析的人力资源管理系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的人力资源管理方法，其特征在于，应用于人力资源管理服务平台，所述人力资源管理服务平台与多个人力资源服务终端通信连接，所述方法包括：/n获取针对人力资源线上协同服务的线上协同操作大数据，所述线上协同操作大数据包括至少两个线上协同操作数据；/n获得所述线上协同操作大数据中的各个线上协同操作数据与所述人力资源线上协同服务之间的协同转化参数值；/n根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇；/n基于所述线上协同操作数据簇生成针对所述人力资源线上协同服务的协同优化标签序列，所述协同优化标签序列包括至少两个参考协同优化标签。/n

【技术特征摘要】
1.一种基于大数据分析的人力资源管理方法，其特征在于，应用于人力资源管理服务平台，所述人力资源管理服务平台与多个人力资源服务终端通信连接，所述方法包括：
获取针对人力资源线上协同服务的线上协同操作大数据，所述线上协同操作大数据包括至少两个线上协同操作数据；
获得所述线上协同操作大数据中的各个线上协同操作数据与所述人力资源线上协同服务之间的协同转化参数值；
根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇；
基于所述线上协同操作数据簇生成针对所述人力资源线上协同服务的协同优化标签序列，所述协同优化标签序列包括至少两个参考协同优化标签。


2.根据权利要求1所述的基于大数据分析的人力资源管理方法，其特征在于，所述根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇的步骤，包括：
根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行分组，得到至少两个线上协同操作数据组；
对各个线上协同操作数据组进行整理，并分别对所述各个线上协同操作数据组中的各个线上协同操作数据进行整理，得到所述线上协同操作数据簇。


3.根据权利要求2所述的基于大数据分析的人力资源管理方法，其特征在于，所述根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行分组，得到至少两个线上协同操作数据组的步骤，包括：
分别根据所述各个线上协同操作数据对应的协同转化参数值，对所述各个线上协同操作数据的协同操作流程特征进行特征融合，得到所述各个线上协同操作数据的融合协同操作流程特征；
根据所述各个线上协同操作数据的融合协同操作流程特征对所述各个线上协同操作数据进行分组，得到至少两个线上协同操作数据组。


4.根据权利要求2所述的基于大数据分析的人力资源管理方法，其特征在于，所述对各个线上协同操作数据组之间进行整理，并分别对所述各个线上协同操作数据组中的各个线上协同操作数据进行整理，得到所述线上协同操作数据簇的步骤，包括：
根据各个线上协同操作数据组所包含的线上协同操作数据的数量，对所述各个线上协同操作数据组进行整理；
以及，针对所述各个线上协同操作数据组，分别执行如下步骤：
根据所述线上协同操作数据组中各个线上协同操作数据的协同操作流程特征与所述线上协同操作数据组的特征匹配信息，对所述线上协同操作数据组中的各个线上协同操作数据进行整理；
基于所述各个线上协同操作数据组之间的排序整理数据，以及所述各个线上协同操作数据组中各个线上协同操作数据的排序整理数据，生成所述线上协同操作数据簇。


5.根据权利要求1所述的基于大数据分析的人力资源管理方法，其特征在于，所述获得所述线上协同操作大数据中的各个线上协同操作数据与所述人力资源线上协同服务之间的协同转化参数值的步骤，包括：
分别将所述各个线上协同操作数据输入满足模型收敛要求的协同优化标签决策模型中，基于所述满足模型收敛要求的协同优化标签决策模型中的协同转化参数值预测单元对所述各个线上协同操作数据进行特征提取，获得所述协同转化参数值预测单元输出的所述各个线上协同操作数据对应的协同转化参数值；
所述根据所述各个线上协同操作数据对应的协同转化参数值，以及所述各个线上协同操作数据的协同操作流程特征，对所述各个线上协同操作数据进行整理，得到相应的线上协同操作数据簇的步骤，包括：
分别将所述各个线上协同操作数据，以及所述各个线上协同操作数据对应的协同转化参数值输入所述满足模型收敛要求的协同优化标签决策模型中的分组整理单元，基于所述分组整理单元对所述各个线上协同操作数据进行分组和排序，获得所述分组整理单元输出的协同标签的第一协同标签编码特征，所述第一协同标签编码特征中的各个线上协同操作数据元素组合形成所述线上协同操作数据簇；
所述基于所述线上协同操作数据簇生成针对所述人力资源线上协同服务的协同优化标签序列的步骤，包括：
将所述协同标签编码特征输入所述满足模型收敛要求的协同优化标签决策模型中的协同优化标签预测单元，基于所述协同优化标签预测单元进行协同优化标签特征提取，获得所述协同优化标签预测单元输出的所述协同优化标签序列；其中，所述满足模型收敛要求的协同优化标签决策模型是根据参考线上协同操作数据序列训练获得，所述参考线上协同操作数据序列中的参考线上协同操作数据包括已添加参考信息的参考线上协同操作数据，所述参考信息表示所述参考线上协同操作数据与参照人力资源线上协同服务是否存在资源协同转化的关联。


6.根据权利要求5所述的基于大数据分析的人力资源管理方法，其特征在于，所述分别将所述各个线上协同操作数据输入满足模型收敛要求的协同优化标签决策模型中，基于所述满足模型收敛要求的协同优化标签决策模型中的协同转化参数值预测单元，获得所述协同转化参数值预测单元输出的各个参考线上协同操作数据对应的协同转化参数值的步骤，包括：
分别将所述各个线上协同操作数据输入所述协同转化参数值预测单元，基于所述协同转化参数值预测单元中的特征向量提取单元将所述各个线上协同操作数据映射至预设特征分区，得到...

【专利技术属性】
技术研发人员：张怀稳，纪小新，
申请(专利权)人：南通信创酷信息科技有限公司，
类型：发明
国别省市：江苏;32