[發明專利]基于員工歷史培訓信息針對性進行培訓課推薦的方法

在審

• 申請號: 202010906490.7
• 申請日: 2020-09-01
• 公開（公告）號: CN112001656A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 馬厚偉
• 申請（專利權）人: 北京弘遠博學科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06Q50/20;G06N20/00
• 代理公司: 成都市鼎宏恒業知識產權代理事務所(特殊普通合伙) 51248
• 代理人: 富麗娟

1.基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：包括員工能力值確定、員工訓練模型的標注集生成和應用深度學習模型對員工針對性進行培訓課推薦。

2.根據權利要求1所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述員工能力值確定，包括以下步驟：

S101，獲取培訓課程的能力標注屬性，并生成描述課程的能力標注屬性的矩陣A；

S102，基于員工歷史培訓信息生成矩陣B；

S103，對矩陣A和矩陣B做乘法，得到員工能力矩陣C；

S104，根據員工在企業內部的信息對員工的初始能力值進行回歸生成調整系數，并結合員工能力矩陣C，生成調整后的員工能力值。

3.根據權利要求2所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述S101中矩陣A表述如下：

其中，m表示培訓課程數量，n表示能力屬性的數量。

4.根據權利要求3所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述S102中矩陣B表述如下：

其中，m表示員工人數，n表示課程數量。

5.根據權利要求4所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述S103中矩陣C表述如下：

其中，m表示員工人數，n表示能力數目。

6.根據權利要求5所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述員工訓練模型的標注集生成，包括以下步驟：

S201，排除培訓過的課程與不需要培訓的課程，對每位員工生成一個待選集；

S202，以課程在員工所在部門的熱門程度為權重，在待選集中進行隨機選取；

S203，對隨機選取的課程作概率判定，根據所選課程能力標注屬性與員工個人能力值相似程度越高概率越低的原則進行判定，篩選高質量負樣本，生成員工訓練模型的標注集。

7.根據權利要求6所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述應用深度學習模型對員工針對性進行培訓課推薦，包括以下步驟：

S301，以員工能力值、課程的能力標注屬性數據作為輸入，歷史培訓課程為輸出，組成深度學習模型；

S302，訓練深度學習模型；

S303，根據深度學習模型，配置推薦黑白名單、新課程和推薦數量需求，輸入深度學習模型，得到對應員工的培訓課推薦。

8.根據權利要求7所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：在所述S104后，還有S105員工能力值的再修正，對企業內部員工進行自我評價，以部門及以上工作單位為整體分析與計算值的差距，根據下文模型訓練結果生成差值調整系數。

9.根據權利要求7所述的基于員工歷史培訓信息針對性進行培訓課推薦的方法，其特征在于：所述調整系數為表述如下：α＝[α₁,α₂,α₃…α_m]

其中α_i為某員工某能力調整系數。