[發明專利]課程匹配方法、系統、計算機設備和存儲介質

在審

• 申請號: 202011041524.7
• 申請日: 2020-09-28
• 公開（公告）號: CN112052396A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 馬丹;曾增烽
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/26;G06F16/2458;G06F40/247;G06F40/30;G06K9/62;G06Q10/10
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 張曾明

本發明提供了一種課程匹配方法、系統、計算機設備和存儲介質，其中，所述課程匹配方法通過獲取企業課程庫，并獲取所述企業課程庫中的課程關鍵詞；接收員工的工作報告，并采用關鍵詞挖掘模型挖掘工作報告的員工關鍵詞；采用相似度算法計算課程關鍵詞和員工關鍵詞的匹配值；根據匹配值自動向員工推薦匹配值高的課程。因此，本發明能夠基于現有數據，運用NLP技術，能夠對信息進行自動化的挖掘和分析，從而自動化的給出千人千面的課程個性化推薦。同時，本發明還涉及區塊鏈技術。

技術領域

本發明涉及數據處理技術領域，特別是涉及課程匹配方法、系統、計算機設備和存儲介質。

背景技術

企業員工的培訓對于大大小小的企業而言，都是至關重要的一個環節：這一環節關系著企業文化和價值觀的重塑。

當前大部分員工的培訓往往是由企業人力資源部門進行統籌規劃，由于人力成本和時間的限制，往往存在著以下問題：1)培訓項目比較單一，一般只有對新員工的入職培訓，而缺乏長期的培養和學習；2)針對性較差，很難有千人千面的課程設計，無法針對性的根據員工的專業知識基礎和當前的項目工作需求等，做出設計。以上這些問題的存在，往往會導致培訓效果差，培訓的目的難以達到。而我們發現，這些問題歸根到底是課程推薦方式過度依賴人力所導致的，而由于人力資源部門不可能面面俱到，不了解所有員工的背景和當前的崗位等，所以課程的設計和推薦不能及時，準確，具有針對性。

發明內容

基于此，本發明提供了一種課程匹配方法、系統、計算機設備和存儲介質，以解決不能對信息進行自動化的挖掘和分析，從而自動化的給出千人千面的課程個性化推薦的問題。

為實現上述目的，本發明提供一種基于NLP技術的課程匹配方法，所述課程匹配方法包括：

獲取企業課程庫，并獲取所述企業課程庫中的課程關鍵詞；

接收員工的工作報告，并采用關鍵詞挖掘模型挖掘工作報告的員工關鍵詞；

采用相似度算法計算課程關鍵詞和員工關鍵詞的匹配值；

根據匹配值自動向員工推薦匹配值高的課程。

優選的，所述采用相似度算法計算課程關鍵詞和員工關鍵詞的匹配值之前還包括：

接收設定的員工關鍵詞的權重；

根據員工關鍵詞的權重選取有效的員工關鍵詞。

優選的，所述員工關鍵詞包括崗位關鍵詞、工作內容關鍵詞、評價關鍵詞和指標關鍵詞，所述崗位關鍵詞和工作內容關鍵詞的權重要高于評價關鍵詞和指標關鍵詞的權重。

優選的，所述采用相似度算法計算課程關鍵詞和員工關鍵詞的匹配值的步驟包括：

采用相似度算法計算課程關鍵詞和員工關鍵詞的相似值；

將員工關鍵詞權重乘以相似度計算的相似值，得到匹配值。

優選的，所述采用關鍵詞挖掘模型挖掘工作報告的員工關鍵詞的步驟包括：

對訓練樣本集進行預處理，得到序列化標注模型所需的BIO輸入數據格式；

采用序列化標注模型對每個序列進行特征提取，獲得每個序列對應的文本的語義特征；

使用softmax分類器對所獲得的文本的語義特征進行分類，對所述模型進行訓練和測試，得到BIO格式的輸出數據；

將BIO格式的輸出數據進行后處理，得到員工關鍵詞。

優選的，所述根據匹配值自動向員工推薦匹配值高的課程之后，將課程匹配結果上傳至區塊鏈中，以使得所述區塊鏈對所述課程匹配結果進行加密存儲。