【技术实现步骤摘要】
本专利技术涉及训练管理，尤其涉及一种基于训练大数据的指挥管理人员评价系统。
技术介绍
1、利用训练数据分析指挥管理人员能力，形成指挥管理人员能力画像，对指挥管理人员能力属性进行全面、客观和综合评价，为人员选拔，关键岗位人员选用提供可靠依据。随着信息化建设的快速发展，训练资源日益丰富，如何从海量的训练大数据资源中挖掘分析指挥管理人员的能力成为重要需求。
2、针对指挥管理人员能力画像分析较难解决的问题如下：
3、(1)如何全方位表征指挥管理人员能力。具体而言传统的训练能力评估算法主要以主观打分的形式，进行对某抽象特征进行量化评估，或者直接采用训练或考核成绩用以评估人员能力，但此类方法不能从全方位进行人员能力描述，或包含主观打分模式，存在结果扰动。
4、(2)如何从训练大数据中选择且准确量化指挥管理人员能力，具体而言由于训练大数据具有繁杂性特点，如何选择有效的指挥人员数据，用以抽象并形象表征指挥人员全维度能力特征成为难点。
5、(3)如何实现指挥管理人员能力画像实时性描述。具体而言传统指挥管理人员能力画像难以根据指挥管理人员训练数据的更迭实现人员能力实时性更新。在现代化训练场景下，训练大数据可以实现快速更新迭代，数据采集具有实时性，然而指挥管理人员能力画像的实时性描述需要准确分析指挥管理人员相关数据的变化与能力抽象标签的变化。
技术实现思路
1、鉴于上述的分析，本专利技术旨在公开了一种基于训练大数据的指挥管理人员评价系统；解决对指挥管理人员
2、本专利技术公开了一种基于训练大数据的指挥管理人员评价系统，包括数据采集层、数据存储层、数据分析层和数据展示层；
3、所述数据采集层，用于对接入的多源训练大数据进行抽取、转换与数据集成，得到对指挥管理人员进行能力画像所需的多维画像源数据；
4、其中，基于数据更新频率将多维画像源数据划分为静态训练数据和动态训练数据以及人员基础数据，采用与划分数据对应的抽取方式进行数据抽取；
5、所述数据存储层，用于对多维画像源数据进行存储和管理；
6、所述数据分析层，用于根据数据存储层中的多维画像源数据进行指挥管理人员的画像分析，量化出包括表彰情况、任职经历、实操情况、装备使用、训练能力与考核能力在内的多维能力标签；
7、数据展示层，用于根据量化出的多维能力标签进行指挥管理人员能力画像的展示。
8、进一步地，所述数据采集层包括etl数据抽取模块和数据集成模块；
9、所述etl数据抽取模块对接多源训练大数据，用于对接入的包括基础信息、训练信息、考核信息、训练档案信息、装备终端采集信息、装备模拟器采集信息在内的信息进行抽取和转换；
10、所述数据集成模块与etl数据抽取模块连接，用于完成etl数据抽取模块抽取和转换数据的整合、异常值的处理、有效数据的筛选；实现按时间横向汇聚包含训练能力、考核能力、表彰情况、任职经历、装备实操和装备模拟在内的多个维度的业务数据，纵向按人员实现基础数据贯穿。
11、进一步地，对基础信息进行抽取和转换后得到指挥管理人员id、姓名、性别、现任岗位和单位在内的人员基础数据；
12、对训练信息进行抽取和转换后得到指挥管理人员的训练项目、训练时长、所在团队训练项目和所在团队训练时长在内的训练能力业务数据；
13、对考核数据信息进行抽取和转换后得到考核项目、考核项目成绩、所在团队考核项目和所在团队考核成绩在内的考核能力业务数据；
14、对训练档案信息进行抽取和转换后得到表彰情况和任职经历业务数据；其中，
15、表彰情况业务数据包括表彰等级、表彰次数、获奖等级和获奖次数；
16、任职经历业务数据包括任职岗位和任职年限；
17、对装备终端采集信息进行抽取和转换后得到包括实操装备等级和实操装备次数在内的装备实操业务数据；
18、对装备模拟器采集信息进行抽取和转换后得到包括模拟装备类型和模拟装备使用时长在内的装备模拟业务数据。
19、进一步地，基于数据更新频率将人员基础数据划分为静态数据，并且将表彰情况、任职经历、装备实操和装备模拟业务数据划分为静态训练数据；将训练能力和考核能力业务数据划分为动态训练数据；
20、对于人员基础数据，采用实时数据同步方式，etl数据抽取模块通过监听接入基础信息的变化事件，捕获数据的变化并及时进行同步；
21、对于静态训练数据，etl数据抽取模块按照设置的静态训练指标半衰期的最小值，对静态训练数据进行定期抽取；
22、对于动态训练数据，etl数据抽取模块进行每日增量数据更新。
23、进一步地，数据分析层包括静态训练数据分析模块和动态训练数据分析模块；
24、所述静态训练数据分析模块，用于根据从数据存储层获取的静态训练数据，对于每种静态训练数据类型中画像维度所覆盖的指标主题，分别进行处理和分析，并结合与指标主题对应的能力衰减因子得到指挥管理人员在各静态训练数据类型中各指标主题的能力标签；
25、动态训练数据分析模块，用于根据从数据存储层获取的动态训练数据，进行指挥管理人员的训练和考核能力分析，以及指挥管理人员所在团队的训练和考核能力的分析，得到指挥管理人员训练及考核的能力标签。
26、进一步地，静态训练数据分析模块包括：预处理模块、能力度计算模块和能力向量模型构建模块；
27、预处理模块，用于执行对静态训练数据包括筛选和归一化在内的处理过程；
28、能力度计算模块，用于根据预处理后的每个静态训练数据类型的每个指标主题的数据，结合与指标主题对应的能力衰减因子计算出指挥管理人员在各主题的能力度；
29、能力向量模型构建模块，用于根据计算的每个静态训练数据类型每个指标主题的能力度，生成指挥管理人员的静态能力向量，完成静态训练数据标签提取。
30、进一步地，第i种静态训练数据类型的第j个指标主题的能力度ρij＝ρij′*εij；
31、其中，ρij′为归一化后的第i种静态训练数据类型的第j个指标主题对应的业务评价指标，εij第i种静态训练数据类型的第j个指标主题对应的能力衰减因子；
32、
33、其中，t代表当前时间，t0代表获得第i种静态训练数据类型的第j个指标主题的能力的时间，hlij为第i种静态训练数据类型的第j个指标主题能力衰减的半衰期。
34、进一步地，动态训练数据分析模块包括训练能力分析模块和考核能力分析模块；
35、所述训练能力分析模块，用于对训练项目进行重要性分级，将相同重要性分级的项目聚合，获得每个重要性分级下训练项目的合集；对各合集中的训练项目的训练时长和对应的考核成绩进行聚合后，计算每个重要性分级的训练能力值分项，完成训练能力动态数据标签提取；
36、所述考核能力分析模块，用于对考核项本文档来自技高网...
【技术保护点】
1.一种基于训练大数据的指挥管理人员评价系统，其特征在于，包括数据采集层、数据存储层、数据分析层和数据展示层；
2.根据权利要求1所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
3.根据权利要求2所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
4.根据权利要求3所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
5.根据权利要求2所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
6.根据权利要求5所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
7.根据权利要求6所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
8.根据权利要求6所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
9.根据权利要求8所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
10.根据权利要求8所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
【技术特征摘要】
1.一种基于训练大数据的指挥管理人员评价系统，其特征在于，包括数据采集层、数据存储层、数据分析层和数据展示层；
2.根据权利要求1所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
3.根据权利要求2所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
4.根据权利要求3所述的基于训练大数据的指挥管理人员评价系统，其特征在于，
5.根据权利要求2所述的基于训练大数据的指挥管理人员评价系统，其...
【专利技术属性】
技术研发人员：张驰，刘力元，张彤，薛铸鑫，姚帅，白洋，刘雄军，李淼，张东旭，李郝，
申请(专利权)人：北京京航计算通讯研究所，
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。