一种基于合作者多维指标的人才评价信息系统

技术领域

本发明涉及人才测评技术领域，尤其是涉及一种基于合作者多维指标的人才评价信息系统。

背景技术

人才评价经过发展，形成了自己的理论、特色和体系，在发现、培养、使用、激励人才上发挥了重要作用。但是目前人才评价机制还存在分类评价不足、评价社会化程度不高、用人主体自主权落实不够等问题。

如何完善人才评价机制是现有技术中的一项重要任务，需要大力推动人才培养、评价、流动等重点领域和关键环节改革，克服唯学历、唯资历、唯论文等倾向，合理设置和使用论文等评价指标，深化项目评审、人才评价、机构评估改革；通过改进科技人才评价方式，科学设立人才评价指标，强化用人单位人才评价主体地位，不断完善人才评价体制机制。

从应用角度看，人才评价是引进优秀人才的重要手段，是运用市场配置资源发现人才的方式，也是激励人才干事创业的导向机制。一方面通过科学评价机制，形成了人才引领发展的好局面；用人单位逐步采用人才评价的方法选拔应聘者。另一方面，对人才而言，其价值得到公正评价，并给予相应的荣誉、职称和物质激励，能有力提升人才创新创造的积极性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于合作者多维指标的人才评价信息系统，基于被评价人才的合作者的信息，应用大数据技术和人工智能算法，生成人才评价指标，进一步提高人才评价的有效性，实现人才评价指标的多样性。

本发明的目的可以通过以下技术方案来实现：

一种基于合作者多维指标的人才评价信息系统，获取需要被评价的目标人员的人员信息，根据人员信息通过大数据技术检索目标人员对应合作者的合作者信息，根据预设的多个维度的合作者评价模块计算合作者信息对应的指标分类特征值，通过人工智能神经网络算法建立人才评价模型，将指标分类特征值输入人才评价模型得到被评价的目标人员的人才评价信息综合得分。

所述合作者评价模块包括合作者层次评价模块、合作者科学研究学术水平评价模块、合作者数量评价模块、合作者国家地区分布评价模块和合作者机构分布评价模块。

进一步地，所述合作者层次评价模块根据合作者信息中合作者的职务、职称、人才称号及人数分布计算指标分类特征值。

进一步地，所述合作者科学研究学术水平评价模块根据合作者信息中合作者的论文发表数量、科研获奖数量和专利数量计算指标分类特征值。

进一步地，所述合作者数量评价模块根据合作者信息中合作者的数量计算指标分类特征值。

进一步地，所述合作者国家地区分布评价模块根据合作者信息中合作者所在的国家及相应的人数分布计算指标分类特征值。

进一步地，所述合作者机构分布评价模块根据合作者信息中合作者所在政府机构、高校、研究机构、企业及人数分布计算指标分类特征值。

所述人才评价模型中设有与合作者评价模块相对应的经过归一化数据处理的影响系数。

单个所述合作者评价模块中指标分类特征值的总分为100分。

进一步地，所述合作者评价模块中合作者的合作者信息设有对应的分值比例来计算当前合作者评价模块中的指标分类特征值。

与现有技术相比，本发明具有以下有益效果：

本发明通过大数据技术检索获得的合作者信息，以多维度的合作者评价模块输出的指标分类特征值为输入，以维度指标为层次，通过人工智能神经网络算法建立人才评价模型，计算覆盖多维度的人才评价信息综合得分，确定目标人员的人才评价结果，进一步提高了人才评价的有效性，实现人才评价指标的多样性。

附图说明

图1为本发明的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

如图1所示，一种基于合作者多维指标的人才评价信息系统，获取需要被评价的目标人员的人员信息，根据人员信息通过大数据技术检索目标人员对应合作者的合作者信息，根据预设的多个维度的合作者评价模块计算合作者信息对应的指标分类特征值，通过人工智能神经网络算法建立人才评价模型，将指标分类特征值输入人才评价模型得到被评价的目标人员的人才评价信息综合得分。

合作者评价模块包括合作者层次评价模块、合作者科学研究学术水平评价模块、合作者数量评价模块、合作者国家地区分布评价模块和合作者机构分布评价模块。

合作者层次评价模块根据合作者信息中合作者的职务、职称、人才称号及人数分布计算指标分类特征值。

合作者科学研究学术水平评价模块根据合作者信息中合作者的论文发表数量、科研获奖数量和专利数量计算指标分类特征值，科研获奖数量包括国家级奖励、行业和学会级奖励。

合作者数量评价模块根据合作者信息中合作者的数量计算指标分类特征值。

合作者国家地区分布评价模块根据合作者信息中合作者所在的国家及相应的人数分布计算指标分类特征值。

合作者机构分布评价模块根据合作者信息中合作者所在政府机构、高校、研究机构、企业及人数分布计算指标分类特征值。

人才评价模型中设有与合作者评价模块相对应的经过归一化数据处理的影响系数，本实施例中，合作者层次评价模块为0.3，合作者科学研究学术水平评价模块为0.3，合作者机构分布评价模块为0.2、合作者数量评价模块为0.1、合作者国家地区分布评价模块为0.1。

单个合作者评价模块中指标分类特征值的总分为100分。

合作者评价模块中合作者的合作者信息设有对应的分值比例来计算当前合作者评价模块中的指标分类特征值。

本实施例中，合作者层次评价模块中合作者的职务、职称、人才称号对应的分值比例分别为30％、40％、40％；

合作者科学研究学术水平评价模块中论文发表数量、科研获奖数量和专利数量对应的分值比例分别为40％、40％、30％，各分值内部按实际情况再进行加权；

合作者数量评价模块中，通过大数据技术检索统计发表论文作者合作者、参加科研项目合作者、获奖合作者和专利合作者的人数平均值，合作者数量为平均值的对应的分值比例为50％，即50分；合作者数量低于平均值的分值比例小于50％，但不低于0；合作者数量高于平均值的分值比例大于50％，但不高于100；不同国家(地区)分布的影响按当年公布的全球国家(地区)科技创新指数进行归一化权系数，对合作者人数数量维度的指标进行加权计算。

合作者国家地区分布评价模块中，与目标人员的所在国家相同的合作者的分值比例为70％，与目标人员的所在国家不同的合作者的分值比例为30％，根据当年公布的全球科技创新指数进行归一化权系数，对合作者分布的指标进行加权计算。

合作者机构分布评价模块中，若合作者机构均包括政府机构、高校、研究机构、企业，则指标分类特征值的得分为100分，否则少一个在100分的基础上减10分。

此外，需要说明的是，本说明书中所描述的具体实施例，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。