[發明專利]用于人員能力的量化評測方法、系統、設備和存儲介質

有效

• 申請號: 202011494566.6
• 申請日: 2020-12-17
• 公開（公告）號: CN112232724B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 楊德杰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06N20/10
• 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

本發明提供了一種用于人員能力的量化評測方法，所述量化評測方法通過獲取待能力評測人員的關聯數據，并設置標簽；對已設置標簽的關聯數據進行數據分類，得到帶有標簽的連續數值變量和類別字典型變量；根據所述帶有標簽的連續數值變量構建機器學習模型，并輸出貢獻度因子；根據所述帶有標簽的類別字典型變量進行卡方檢驗，得到置信度因子；根據貢獻度因子和置信度因子對待能力評測人員進行評測。因此，本發明所述量化評測方法通過采用統計分析方法和機器學習方法進行能力因子的量化選擇，避免了基于專家定性選擇的經驗偏差，數據驅動的方法更符合業務實際情況、且準確性更高。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，特別是涉及用于人員能力的量化評測方法、系統、設備和存儲介質。

背景技術

壽險智慧培訓的一個重要環節是對代理人的能力展開測評。其目的是通過測評發現代理人的能力短板，依據短板進行針對性的知識補給和課程培訓，通過培訓提升代理人的能力，最終達到提高代理人銷售產能和業績的目的。由此可見，能力測評是開展代理人培訓的重要基礎也是核心環節，測評的好壞直接關系到培訓的最終效果如何。

開展能力測評的首要任務是挑選能夠反映代理人能力的能力子項或能力因子，能力因子選擇的優劣也是影響測評結果好壞的重要因素之一。目前主要通過收集對代理人的自評問卷和活動量等集團大數據作為測評的基礎數據來源。其中，自評問卷的結果可轉成具體分數，所用集團大數據全部為結構化數據。

目前的測評能力因子選擇主要依賴專家經驗，大多依據數據標簽字面含義，結合過往做人力資源和能力評估的經驗進行選擇。這種方式雖然可以最大化發揮經驗優勢，但具體業務場景和問題的不同，會導致過去的經驗在新的問題上復用而產出經驗偏差。帶來的問題是因子選擇的邏輯具有較強的主觀性，可能發生和實際業務背離的問題。

發明內容

基于此，本發明提供了一種用于人員能力的量化評測方法、系統、設備和存儲介質，以避免基于專家定性選擇的經驗偏差。

為實現上述目的，本發明提供一種用于人員能力的量化評測方法，所述量化評測方法包括：

獲取待能力評測人員的關聯數據，并設置標簽；

對已設置標簽的關聯數據進行數據分類，得到帶有標簽的連續數值變量和帶有標簽的類別字典型變量；

根據所述帶有標簽的連續數值變量構建機器學習模型，并輸出貢獻度因子；

根據所述帶有標簽的類別字典型變量進行卡方檢驗，得到置信度因子；

根據貢獻度因子和置信度因子對待能力評測人員進行評測；

所述根據所述帶有標簽的類別字典型變量進行卡方檢驗，得到置信度因子的步驟包括：

采用如下公式計算卡方檢驗統計量的卡方值：其中，χ表示的是統計量的卡方值，n_i表示的是實驗統計的數量，np_i表示的是按理論概率算出的數量，i代表多個類別字典型變量取值不同組合中的一種；其中，采用公式計算卡方檢驗統計量的卡方值包括：根據類別字典型變量取值的不同組合逐一代入上述公式進行計算，并求和得到統計量的卡方值；

將所述卡方值與預設置信水平進行對比，得到置信度因子。

優選的，所述關聯數據來源于預設數據庫，所述預設數據庫包括人員的調查問卷數據、人員活動量數據以及共享標簽數據；所述標簽為待能力評測人員的個人屬性；從預設數據庫中篩選得到所述關聯數據，具體步驟包括：

從預設數據庫中提取目標關系型數據的特征，生成關系型特征集；

計算所述關系型特征集中每一關系型特征的數據飽和度，將所述關系型特征集中所述數據飽和度小于飽和度閾值的關系型特征刪除，得到關聯數據。