申请/专利权人：湖南小翅科技有限公司

申请日：2024-02-23

公开（公告）日：2024-03-29

公开（公告）号：CN117787814A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F18/24;G06F21/62;G06Q10/105;G06N3/044;G06N3/0464;G06N3/0499

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及能力测评技术领域，尤指一种基于AI的人才素质能力测评方法及系统。方法包括明确制定评估指标，如技术能力、沟通能力、领导潜力和创新思维，收集多渠道数据并存储在安全数据库中，通过自然语言处理整合和处理数据，为不同素质和能力创建标签，提取关键特征，使用深度学习和自适应算法构建评估模型，对被测评人员进行评估并生成个性化建议，同时采用差分隐私技术确保数据保护。本发明为人才测评提供了智能、全面和个性化的解决方案，有助于个体和组织更好地了解、培养和管理人才。

主权项：1.一种基于AI的人才素质能力测评方法，其特征在于，包含以下步骤：制定明确的测评指标，所述测评指标包括评估技术能力、沟通能力、领导潜力和创新思维；收集多个渠道的人才素质数据，将人才素质数据存储到安全的数据库中；对所述人才素质数据通过自然语言处理进行数据整合和处理；为不同素质和能力创建标签，对处理后的人才素质数据进行关键特征的提取；基于特征的提取和测评指标，使用深度学习和自适应算法构建评估模型；使用建立的评估模型对被测评人员进行测评，并生成相应的评估报告，根据评估报告生成个性化的建议；使用差分隐私技术对人才素质数据进行数据保护；其中，所述使用深度学习和自适应算法构建评估模型，包括以下步骤：定义评估模型的目标和测评指标；收集并预处理人才素质数据，并进行数据清洗、填补缺失值和标准化处理；设计神经网络模型结构，定义网络层次、激活函数和输出层；使用已标记的人才素质数据，对神经网络模型进行训练；使用交叉熵损失函数和优化算法，指导模型训练过程，并利用标记数据训练神经网络模型；使用自适应算法，调整模型的参数和结构；将数据分为训练集和验证集，考虑不同测评指标的权重和关联性；使用验证集来评估模型的性能。

全文数据：

权利要求：

百度查询： 湖南小翅科技有限公司 一种基于AI的人才素质能力测评方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD