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() 一种对待招录人员进行数据评估的方法、系统、设备及介质技术方案_技高网

一种对待招录人员进行数据评估的方法、系统、设备及介质技术方案

技术编号:44613081 阅读:3 留言:0更新日期:2025-03-14 13:05
本发明专利技术提供一种对待招录人员进行数据评估的方法、系统、设备及介质,该方法包括:以人工评估分数为训练标签来生成数据评估模型,然后通过数据评估模型预测待招录人员的模型评估分数,从而可以基于模型预测分数和人工评估分数之间的差异作为衡量人为审查偏差的指标,同时辅以可视化编码技术,提醒评审人员额外关注和检查高偏差风险申请材料,以减少材料相似的待招录人员的审查结果差异。本发明专利技术基于人工智能技术,通过模型训练学习个人评估偏好,能够定位和发现可能出现有偏评估的对象,同时根据可视化技术进行提示和分数建议,能够快速实现材料索引和分数修正。本发明专利技术应用在高校综合评价招生场景时能够减少高校招生录取时出现不公正的录取结果。

【技术实现步骤摘要】

本专利技术涉及人工智能,特别是涉及一种对待招录人员进行数据评估的方法、系统、设备及介质


技术介绍

1、目前,在一些数据评估场景中,通常是由评审员对相关数据进行评估,然后给出对应的评估结果。而评审员由于锚定偏见、对比偏见等人类认知偏见的天然存在,以及工作负荷和决策疲劳等因素的影响,使得评审员在做出评估决策时的标准可能存在差异化,导致同样的数据可能得出不同评估结果。

2、例如,在传统高校综合评价招生场景中,评审员需要在正常教学和工作时间之外独自完成所分配的审查任务,而评审员根据学校风格与使命、多样化招生及择优录取需求、待招录人员个人综合情况等,按照评估细则多维度为待招录人员打分。由于锚定偏见、对比偏见等人类认知偏见的天然存在,以及较大工作负荷和决策疲劳等因素的影响,评审员可能会做出违背公平的评估决策,即材料内容相似的待招录人员得到了差异较大的评估分数,并且不方便在现有系统上进行查找和修正。这一问题很难被评审员自发意识到,并最终导致不公正的高校录取结果,具有较大的社会影响。

3、而随着人工智能技术的发展,如何利用人工智能技术来定位和发现可能出现评估有偏的对象,最大程度保证所有评估结果采用相同评估标准,是当前亟需解决的技术问题。


技术实现思路

1、鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种对待招录人员进行数据评估的方法、系统、设备及介质,用于解决现有技术存在的技术问题。

2、为实现上述目的及其他相关目的,本专利技术提供一种对待招录人员进行数据评估的方法,包括以下步骤:

3、获取待招录人员预先或实时提供的目标数据,所述目标数据包括以下至少之一:身份数据、教育背景数据、竞赛数据、荣誉数据、实践活动数据;

4、对所述目标数据进行不同粒度的信息抽取,并将抽取出的文本信息进行结构化处理,得到结构化信息;

5、对所有待招录人员进行编号,并将选择的用于进行模型训练的待招录人员作为目标人员;

6、基于所述目标人员的编号以及实时选择的审查模块编号,从所述结构化信息中提取出所述目标人员的特征信息;

7、对所述目标人员的特征信息进行人工评估,并将得到的人工评估分数作为模型训练标签,以及将所述目标人员的特征信息作为模型输入数据进行模型训练,直至训练生成对应的数据评估模型;

8、通过所述数据评估模型得到所有待招录人员在对应审查模块下的模型评估分数,并通过可视化页面进行显示。

9、于本专利技术的一实施例中,将得到的人工评估分数作为模型训练标签,以及将所述目标人员的特征信息作为模型输入数据进行模型训练,直至训练生成对应的数据评估模型的过程包括:

10、将所述模型输入数据作为训练样本集,并基于所述训练样本集中任意两个训练样本di和dj,构建生成一个三元对比对,有:(di,dj,l);其中,i≠j;

11、若训练样本经过人工评估后得到的人工评估分数为s,则有:

12、选择排序支持向量机模型作为模型训练框架,并将构建出的所有三元对比对作为模型训练时的优化约束条件;

13、通过所述优化约束条件在模型训练过程中的损失函数达到收敛时,则结束模型训练,并将当前时刻训练后的排序支持向量机模型作为所述数据评估模型。

14、于本专利技术的一实施例中,通过所述数据评估模型得到所有待招录人员在对应审查模块下的模型评估分数的过程包括:

15、通过所述数据评估模型得到所有待招录人员在对应审查模块下每个数据属性的权重向量;

16、对所述权重向量与每个训练样本的特征进行点积操作,得到中间变量v,有:

17、

18、其中,am表示每个数据项在对应审查模块下的第m个属性;wm表示第m个属性的权重向量;

19、将中间变量v映射到预设分数区间,得到最终的预测分数s*,作为模型评估分数;其中,若经过人工评估后得到的人工评估分数s=0,则最终的预测分数s*=0。

20、于本专利技术的一实施例中,所述方法还包括:

21、在所述可视化页面设置申请列表页,所述申请列表页用于显示所述待招录人员提供的目标数据;

22、以及,在所述可视化页面设置信息展示页,所述信息展示页用于提供两个视图,第一视图用于显示所述待招录人员提供的目标数据,第二视图用于显示抽取出的结构化条目文本信息,以及显示用于评审人员对所述待招录人员进行评分的组件,以及显示所述待招录人员在当前时刻已评分的统计信息;

23、以及,在所述可视化页面设置总结回顾页,所述总结回顾页用于显示统计信息视图、条目信息展示视图、概览视图和交互式表格;其中,所述交互式表格提供有审查模块,所述审查模块展示有所述待招录人员对应的评估分数以及所耗费的评估时间,评审人员通过所述交互式表格选择待招录人员的编号后同步至服务器,通过服务器调用相应数据后在交互式表格上同步显示对应目标人员;且所述交互式表格还显示目标人员的特征信息、模型训练样本编号和目标人员对应的模型预测分数;所述概览视图用于显示待招录人员的总体评估情况,并和交互式表格中已选定的审查模块对应;所述统计信息视图包括显示所述待招录人员提供的目标数据,所述条目信息展示视图用于显示第二视图中的内容;

24、其中,所述申请列表页、所述信息展示页和所述总结回顾页在所述可视化页面进行切换跳转显示。

25、于本专利技术的一实施例中,在所述可视化页面显示所述概览视图时,所述方法还包括:

26、对待招录人员编号、评审人员评估时给出的分数和模型预测分数进行编码,以对每位待招录人员生成对应的复合图形;

27、利用预设算法将所述复合图像的高维特征转换为二维坐标,以使所述复合图形铺设于所述概览视图内;其中,所述高维至少大于二维;

28、按照不同位置在所述概览视图中显示每位待招录人员的复合图形。

29、于本专利技术的一实施例中,在所述可视化页面显示所述概览视图后,所述方法还包括:

30、将选择指针悬浮于所述概览视图内的任一复合图形作为待查阅图形;

31、基于所述待查阅图形对所述可视化页面进行显示内容更新,以在所述可视化页面上区分显示出与所述待查阅图形相同评估分数的所有复合图形。

32、于本专利技术的一实施例中,在所述可视化页面设置申请列表页、信息展示页和总结回顾页后,所述方法还包括:

33、当所述交互式表格中任一待招录人员的申请材料被点击后,在所述概览视图中区分显示出对应待招录人员的复合图形,并在条目展示视图中更新对应待招录人员的目标数据。

34、本专利技术还提供一种对待招录人员进行数据评估的系统,所述系统包括有:

35、数据采集模块,用于获取待招录人员预先或实时提供的目标数据,所述目标数据包括以下至少之一:身份数据、教育背景数据、竞赛数据、荣誉数据、实践活动数据;

36、信息抽取模块,用于对所述目标数据进行不同粒度的信息抽本文档来自技高网...

【技术保护点】

1.一种对待招录人员进行数据评估的方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的对待招录人员进行数据评估的方法,其特征在于,将得到的人工评估分数作为模型训练标签,以及将所述目标人员的特征信息作为模型输入数据进行模型训练,直至训练生成对应的数据评估模型的过程包括:

3.根据权利要求2所述的对待招录人员进行数据评估的方法,其特征在于,通过所述数据评估模型得到所有待招录人员在对应审查模块下的模型评估分数的过程包括:

4.根据权利要求1至3中任一所述的对待招录人员进行数据评估的方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的对待招录人员进行数据评估的方法,其特征在于,在所述可视化页面显示所述概览视图时,所述方法还包括:

6.根据权利要求5所述的对待招录人员进行数据评估的方法,其特征在于,在所述可视化页面显示所述概览视图后,所述方法还包括:

7.根据权利要求5或6所述的对待招录人员进行数据评估的方法,其特征在于,在所述可视化页面设置申请列表页、信息展示页和总结回顾页后,所述方法还包括:</p>

8.一种对待招录人员进行数据评估的系统,其特征在于,所述系统包括有:

9.一种计算机设备,其特征在于,包括:

10.一种计算机可读介质,其特征在于,其上存储有指令,所述指令由处理器加载并执行如权利要求1至7中任意一项所述的对待招录人员进行数据评估的方法。

...

【技术特征摘要】

1.一种对待招录人员进行数据评估的方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的对待招录人员进行数据评估的方法,其特征在于,将得到的人工评估分数作为模型训练标签,以及将所述目标人员的特征信息作为模型输入数据进行模型训练,直至训练生成对应的数据评估模型的过程包括:

3.根据权利要求2所述的对待招录人员进行数据评估的方法,其特征在于,通过所述数据评估模型得到所有待招录人员在对应审查模块下的模型评估分数的过程包括:

4.根据权利要求1至3中任一所述的对待招录人员进行数据评估的方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的对待招录人员进行数据评估的方法,其特征在...

【专利技术属性】
技术研发人员:李权刘芊渝姜浩然潘子豪
申请(专利权)人:上海科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1