基于学习地图及岗位画像的智能人才推荐培养平台及方法

技术领域

本发明属于人力资源技术领域，具体涉及基于学习地图及岗位画像的智能人才推荐培养平台及方法。

背景技术

岗位人才流失、企业转型或企业进军新领域，都需要寻找合适的岗位人才，关键的岗位需要注意储备后备人才。目前企业的岗位需要的合格人才主要通过外部招聘和内部选拔得出。内部选拔人才的参考依据通常是：过往业绩、胜任力、资格。业绩可以通过考核来衡量，资格例如：学历、背景、工作经验，也是容易判断的，只有胜任力比较难判断。

传统的人才选拔对胜任力的判断方法主要是：调查、考试、面试、试用来进行判断，这些方法操作复杂，缺乏大数据支撑，花费大量成本和时间。考试和面试是可以被突击应对过关，调查也有局限性，试用需要时间成本，对大多岗位来说，试错的成本不低，影响工作效率。

并且大多数用人单位都是因岗选人，选人前都会进行工作分析，编订岗位说明书，列出胜任素质要求。但选人时基本是看毕业专业、工作背景、个人简历，通过内部推荐和人力资源调查来判断。而对于候选人的学习知识和个人偏爱的技术知识的分析，个人的学习力分析是很少去做的，当然，也缺乏合适的工具。

对于有意识培养后备人才，大多用人单位的做法是：技术岗位选师带徒弟，管理岗位先提拔副手或助理。这种培养方式是有效的，但也有问题。第一是副手或助理本身选择一般不会太严格，之后培养和选择的范围小。二是提拔时的人才的选择有限，不能广泛选择。

发明内容

针对现有技术中的缺陷，本申请提供了一种基于学习地图及岗位画像的智能人才推荐培养平台及方法，利用信息技术和大数据分析实现智能匹配岗位的功能，提高匹配的精准度。

第一方面，一种基于学习地图及岗位画像的智能人才推荐培养平台，包括：

岗位画像分析模块：用于接收录入的招聘岗位，对招聘岗位进行画像分析，得到各个招聘岗位体现其工作说明和素质能力要求的岗位画像；

学习地图分析模块：用于规划晋升路径，输出基于晋升路径的学习地图；

团队分析模块：用于对团队内员工的岗位技能、知识、学习课程、学习兴趣、发展潜力和行为进行大数据分析，以得到各个员工的能力/潜力信息；

推荐模块：用于根据员工的能力/潜力信息和招聘岗位的岗位画像，向招聘岗位推荐员工。

优选地，所述岗位画像分析模块具体用于：

将不同的招聘岗位划分为不同的工作角色；

为每个工作角色定义相应的工作内容和职责；

为每个工作内容定义相应的技能知识，以得到所述不同招聘岗位的岗位画像。

优选地，所述学习地图分析模块具体用于：

获取所述招聘岗位的岗位画像，针对岗位画像中所述技能知识匹配相应的课程和培训，设定招聘岗位的岗位级别，根据每个招聘岗位的岗位级别得到晋升次序，以得到所述晋升路径；

和/或设定招聘岗位的岗位级别，为每个岗位级别构建胜任力模型，获取招聘岗位的胜任力素质，为每个胜任素质匹配知识和课程，以得到所述晋升路径。

优选地，所述团队分析模块具体包括：

接收录入的课程或培训；

获取团队内员工学习完课程或培训后掌握的知识；

对每个员工掌握的知识进行加权，以得到该成员对应招聘岗位的能力、具备的技能知识、学习力、经验值、发展值和内部影响力，构成所述能力/潜力信息。

优选地，所述推荐模块具体用于：

分别所述招聘岗位的岗位画像和所述各个成员的能力/潜力信息进行匹配，以获得每个成员的匹配度；

对每个成员的匹配度进行排名；

设置排名最前的n个成员为候选人；

将对应的招聘岗位的岗位画像推送给对应的候选人。

优选地，该平台还包括：

互动平台模块：用于上传视频课程、工作文档或知识题库；还支持知识问答和课程分享。

优选地，该平台还包括：

后备人员培养模块：用于根据各个后备岗位的所述岗位画像和成员的能力/潜力信息进行匹配，根据匹配结果为各个成员制定职业发展规划及培训计划，并推送相应的课程。

第二方面，一种基于学习地图及岗位画像的智能人才推荐培养方法，包括以下步骤：

接收录入的招聘岗位，对招聘岗位进行画像分析，得到各个招聘岗位体现其工作说明和素质能力要求的岗位画像；

规划晋升路径，输出基于晋升路径的学习地图；

对团队内员工的岗位技能、知识、学习课程、学习兴趣、发展潜力和行为进行大数据分析，以得到各个员工的能力/潜力信息；

根据员工的能力/潜力信息和招聘岗位的岗位画像，向招聘岗位推荐员工。

优选地，该方法在所述对团队内员工的岗位技能、知识、学习课程和行为进行大数据分析之前，还包括：

上传视频课程、工作文档或知识题库；还支持知识问答和课程分享。

优选地，该方法在所述向招聘岗位推荐员工之后，还包括：

根据各个后备岗位的所述岗位画像和成员的能力/潜力信息进行匹配，根据匹配结果为各个成员制定职业发展规划及培训计划，并推送相应的课程。

由上述技术方案可知，本发明提供的基于学习地图及岗位画像的智能人才推荐培养平台及方法。具有以下优点：

1、岗位画像分析的技术流程和管理，要求进行岗位工作画像分析和知识需求分析，用人单位能够非常精细的描绘出对岗位人才的明确工作内容、职责、能力和知识要求。

2、通过岗位画像分析和知识能力提炼，形成基于岗位晋升路径的学习地图，形成一套从基础岗位开始培养人才的晋升和学习路径，有意识的大范围培养人才，打造学习型企业。

3、通过对成员学习、互动、分享的大数据分析，借鉴记忆曲线设计加权值来得到大数据智能分析远期、近期的知识能力，结合工作背景、上下级岗位的能力参考来设计算法，并考虑过去和未来岗位的需求，通过大数据精确的匹配，实现岗位的人才推荐和有意识培养，实现企业长远发展。

4、可根据工作变化和环评反馈来调优加权算法，越用越精确，越来越符合企业需求。

5、实现岗位画像分析、构建学习型企业、加强企业文化建设、加强团队互动，并进行整体和个体素质大数据分析。能让企业立足现在，展望未来，为企业的团队建设，企业发展、创新、开拓新领域提供决策基础。

6、让企业精确培养和选拔人才，可以大幅降低培训成本，降低岗位人才选拔风险及试错成本，为实现企业战略和企业成员职业发展提供了高效的平台。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例一提供的平台的模块框图。

图2为本发明实施例一提供的岗位画像分析模块的处理流程图。

图3为本发明实施例一提供的学习地图分析模块的处理流程图。

图4为本发明实施例一提供的团队分析模块的处理流程图。

图5为本发明实施例一提供的推荐模块的处理流程图。

图6为本发明实施例一提供的互动平台模块的处理流程图。

图7为本发明实施例一提供的后备人员培养模块的处理流程图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

实施例一：

一种基于学习地图及岗位画像的智能人才推荐培养平台，参见图1，包括：

岗位画像分析模块：用于接收录入的招聘岗位，对招聘岗位进行画像分析，得到各个招聘岗位的岗位画像；具体用于：

将不同的招聘岗位划分为不同的工作角色；为每个工作角色定义相应的工作内容和职责；为每个工作内容定义相应的技能知识，以得到所述不同招聘岗位体现其工作说明和素质能力要求的岗位画像。

具体地，例如设计师岗位，工作角色可分为UI设计师、平面设计师。其中平面设计师主要工作内容分为广告设计、图文处理；并对每一项工作内容如“图文处理”进行添加相应的技能，根据不同技能进行关联相应技能课程。岗位画像分析模块需要对岗位进行分类分级，并对各级岗位进行岗位画像分析。参见图2，把一个岗位职责细分成不同的工作角色，再为每个工作角色定义相应的工作内容和职责。并且为每个工作内容定义所需要的技能知识。

学习地图分析模块：用于规划晋升路径，输出基于晋升路径的学习地图；具体用于：

获取所述招聘岗位的岗位画像，针对岗位画像中所述技能知识匹配相应的课程和培训，设定招聘岗位的岗位级别，根据每个招聘岗位的岗位级别得到晋升次序，以得到所述晋升路径；

和/或设定招聘岗位的岗位级别，为每个岗位级别构建胜任力模型，获取招聘岗位的胜任力素质，为每个胜任素质匹配知识和课程，以得到所述晋升路径。

具体地，学习地图分析模块用于规划岗位晋升路径，输出基于晋升路径的学习地图。参见图3，对岗位进行分类分级包括以下两种方式：

1)横向分类。从岗位画像中梳理出工作内容、职责和完成工作内容需要的技能知识，并针对技能知识匹配相应课程和培训。根据岗位级别设定岗位的晋升次序，例如设定为五级晋升路径，晋升路径设定后自动输出学习地图，将学习地图应用到企业个人或团队中。

2)纵向分级。该模块可以将岗位纵向分为几级：例如：1级、2级、3级，级别从低到高作为晋升路径。该模块为每级岗位构建胜任力模型，将企业内部岗位的胜任力素质合成胜任素质词典，并为胜任力素质匹配知识和课程，自动输出学习地图，将学习地图应用到企业个人或团队中。

团队分析模块：用于对团队内员工的岗位技能、知识、学习课程、学习兴趣、发展潜力和行为进行大数据分析，以得到各个员工的能力/潜力信息；具体用于：

接收录入的课程或培训；获取团队内员工学习完课程或培训后掌握的知识；对每个员工掌握的知识进行加权，以得到该成员对应招聘岗位的能力、具备的技能知识、学习力、经验值、发展值和内部影响力，构成所述能力/潜力信息。

具体地，团队分析模块主要是对团队成员的岗位技能、知识、学习课程、分享行为做大数据分析。参见图4，用人单位根据企业战略和成员个人晋升发展(即学习地图)开展相应的课程和培训。支持上传课程、文档的同时还设置课程和文档的属性，通过属性可查看岗位属于哪类技能和个人适用哪些岗位，通过线上、线下的培训来提高员工的能力，并通过大数据记录每一名员工所学的知识，同时可通过员工对基于学习地图关联的知识的学习、基于记忆曲线年限内所学知识和分类知识课程的自选学习进行相应加权，大数据分析提炼该成员对应岗位的能力、具备技能知识、学习力、经验值、发展值、内部影响力等。

推荐模块：用于根据员工的能力/潜力信息和招聘岗位的岗位画像，向招聘岗位推荐员工。具体用于：

分别所述招聘岗位的岗位画像和所述各个成员的能力/潜力信息进行匹配，以获得每个成员的匹配度；对每个成员的匹配度进行排名；设置排名最前的n个成员为候选人；将对应的招聘岗位的岗位画像推送给对应的候选人。

具体地，推荐模块用于根据大数据分析进行智能推荐。参见图5，将岗位画像和个人的能力/潜力信息进行匹配，岗位画像分析出岗位职责和技能知识，能力/潜力信息分析提炼该成员对应岗位的能力、具备技能知识、学习力、经验值、发展值、内部影响力等，并按照匹配度进行排名并推荐员工。该模块在预定候选人之后，还通过问卷及360度环评，邀请候选人竞选，还可以将岗位学习内容推荐给岗位后备人员，以便于后备人员达到岗位胜任力。

互动平台模块：用于上传视频课程、工作文档或知识题库；还支持知识问答和课程分享。

具体地，互动平台模块用于构建知识管理和学习互动平台，打造学习型企业。参见图6，互动平台模块为平台上传视频课程、工作文档、知识题库等，并为这些内容定义属性(属于哪类知识、可提升哪些工作能力)。开通知识问答、微课分享等功能，为不同的岗位导入对应的员工，实现人岗匹配。通过晋升路径形成学习地图，使员工明确晋升和学习方向，企业根据战略目标和人员成长部署培训和学习计划，员工在学习过程中可通过大数据得到的员工的能力/潜力信息，对员工进行能力分析与记录。

后备人员培养模块：用于根据各个后备岗位的所述岗位画像和成员的能力/潜力信息进行匹配，根据匹配结果为各个成员制定职业发展规划及培训计划，并推送相应的课程。

具体地，后备人员培养模块用于对内部关键岗位进行有意识的后备人才培养。参见图7，通过岗位画像和员工的能力/潜力信息进行人员预选，为这些人员制定职业发展规划及相应培训计划，按人才培养计划推荐必修和选修课程。

该平台根据当前企业内部选拔人才存在的问题，构建一个基于企业发展培训、内部学习、文化与互动的大数据平台，该平台可以供企业对内部各岗位进行分析画像，即岗位人员的工作角色、工作内容，胜任该岗位工作需要的技能知识，这样就能整理出岗位需要什么能力和知识。通过大数据对人员的学习和具备的知识分析，并结合长期互动分享的内容分析和行为分析，推荐出在知识层面和学习力素质适合该岗位的人才。再加以调研、面谈等方式，更加精确的遴选出合格岗位人才。该平台具有以下优点：

1、岗位画像分析的技术流程和管理，要求进行岗位工作画像分析和知识需求分析，用人单位能够非常精细的描绘出对岗位人才的明确工作内容、职责、能力和知识要求。

2、通过岗位画像分析和知识能力提炼，形成基于岗位晋升路径的学习地图，形成一套从基础岗位开始培养人才的晋升和学习路径，有意识的大范围培养人才，打造学习型企业。

3、通过对成员学习、互动、分享的大数据分析，借鉴记忆曲线设计加权值来得到大数据智能分析远期、近期的知识能力，结合工作背景、上下级岗位的能力参考来设计算法，并考虑过去和未来岗位的需求，通过大数据精确的匹配，实现岗位的人才推荐和有意识培养，实现企业长远发展。

4、可根据工作变化和环评反馈来调优加权算法，越用越精确，越来越符合企业需求。

5、实现岗位画像分析、构建学习型企业、加强企业文化建设、加强团队互动，并进行整体和个体素质大数据分析。能让企业立足现在，展望未来，为企业的团队建设，企业发展、创新、开拓新领域提供决策基础。

6、让企业精确培养和选拔人才，可以大幅降低培训成本，降低岗位人才选拔风险及试错成本，为实现企业战略和企业成员职业发展提供了高效的平台。

实施例二：

一种基于学习地图及岗位画像的智能人才推荐培养方法，包括以下步骤：

接收录入的招聘岗位，对招聘岗位进行画像分析，得到各个招聘岗位的岗位画像；

规划晋升路径，输出基于晋升路径的学习地图；

对团队内员工的岗位技能、知识、学习课程和行为进行大数据分析，以得到各个员工的能力/潜力信息；

根据员工的能力/潜力信息和招聘岗位的岗位画像，向招聘岗位推荐员工。

优选地，该方法在所述对团队内员工的岗位技能、知识、学习课程和行为进行大数据分析之前，还包括：

上传视频课程、工作文档或知识题库；还支持知识问答和课程分享。

优选地，该方法在所述向招聘岗位推荐员工之后，还包括：

根据各个后备岗位的所述岗位画像和成员的能力/潜力信息进行匹配，根据匹配结果为各个成员制定职业发展规划及培训计划，并推送相应的课程。

该方法具有以下优点：

1、岗位画像分析的技术流程和管理，要求进行岗位工作画像分析和知识需求分析，用人单位能够非常精细的描绘出对岗位人才的明确工作内容、职责、能力和知识要求。

2、通过岗位画像分析和知识能力提炼，形成基于岗位晋升路径的学习地图，形成一套从基础岗位开始培养人才的晋升和学习路径，有意识的大范围培养人才，打造学习型企业。

3、通过对成员学习、互动、分享的大数据分析，借鉴记忆曲线设计加权值来得到大数据智能分析远期、近期的知识能力，结合工作背景、上下级岗位的能力参考来设计算法，并考虑过去和未来岗位的需求，通过大数据精确的匹配，实现岗位的人才推荐和有意识培养，实现企业长远发展。

4、可根据工作变化和环评反馈来调优加权算法，越用越精确，越来越符合企业需求。

5、实现岗位画像分析、构建学习型企业、加强企业文化建设、加强团队互动，并进行整体和个体素质大数据分析。能让企业立足现在，展望未来，为企业的团队建设，企业发展、创新、开拓新领域提供决策基础。

6、让企业精确培养和选拔人才，可以大幅降低培训成本，降低岗位人才选拔风险及试错成本，为实现企业战略和企业成员职业发展提供了高效的方法。

本发明实施例所提供的方法，为简要描述，实施例部分未提及之处，可参考前述实施例中相应内容。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。