一种企业内部人才选拔智能评价分析管理系统的制作方法

本发明属于企业内部人才选拔管理，涉及到一种企业内部人才选拔智能评价分析管理系统。

背景技术：

1、面对市场化的今天，人才竞争已成为企业发展的第一资源，企业内部选拔晋升是也成了选拨人才和促进公司发展的有效手段，尤其是项目这类要求较为严格的部门，其人才选拔直接影响了项目进程，由此凸显了企业内部人员选拔分析管理的重要性。

2、目前企业内部人员选拔主要通过设置选拔规则并结合同事口碑等层面，进行人员评价和选拔，确认选拔人员，并且当前选拔规则基本上是从任职经历和教育背景层面的笼统性设定，还存在以下几个方面的问题：1、同事的评价存在一定的主观性，会造成待选拔人员的评价选拔结果造成很大的误差，使得待选拔人员的选拔的公正性和公平性得不到有效保障。

3、2、当前对任职经历和教育背景层面的规则设置主要用于评判待选拔人员的资历以及绩效等，属于广度层面上的评价，无法服务于要求较为精细化的岗位选拔，对待选拔人员的评价较为浅显，同时评价的覆盖率不高。

4、3、当前对选拔岗位本体的分析力不足，侧重于待选拔人员的单侧分析，无法确保待选拔人员与待选拔岗位的贴合性，存在一定的局限性。

5、4、当前对待选拔人员的评价存在模糊性的数据，无法确保待选拔人员选拔的合理性和规范性，同时当前的选拔方式对入职年限和绩效等资历的设定权重较大，不适用于特定要求岗位的选拔评价。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出一种企业内部人才选拔智能评价分析管理系统。

2、本发明的目的可以通过以下技术方案实现：本发明提供一种企业内部人才选拔智能评价分析管理系统，该系统包括：人员画像解析模块，用于根据指定企业中项目岗位内各人员的画像，解析各人员对应的履历维度优势度和项目维度优势度，i表示人员编号，。

3、项目信息提取解析模块，用于提取当前待开发项目对应的类型、金额和限定交付周期长度，计算当前待开发项目对应难度评估指数，。

4、其中，表示项目难度条件因子，为设定难度评估修正因子，e为自然常数。

5、人员选拔评估模块，用于根据各人员的画像以及当前待开发项目对应难度评估指数，构建人员选拔模型，根据所述人员选拔模型，筛选得出目标选拔人员。

6、选拔人员反馈终端，用于将目标选拔人员反馈至指定企业对应人事管理人员。

7、在一种可能的设计中，所述企业内部人才选拔智能评价分析管理系统还包括人员画像构建模块，所述人员画像构建模块用于提取指定企业中项目岗位内各人员对应的参与项目信息以及过往履历信息，进而构建各人员的画像。

8、其中，参与项目信息包括参与项目数目以及各参与项目对应的名称、类型、金额、限定交付周期长度、承担职位、计划交付日期、实际交付日期和后续出现问题次数。

9、过往履历信息包括累计入职年限、过往入职企业数目、过往从事项目岗位的企业数目和各过往从事项目岗位企业对应的就职日期。

10、在一种可能的设计中，所述各人员对应的履历维度优势度的具体解析过程包括：根据各人员对应的过往履历信息，统计各人员对应的过往履历符合度和过往履历持续度。

11、将、导入公式计算各人员对应的履历维度优势度，。

12、其中，表示人员数目，分别为设定的过往履历符合度、过往履历持续度对应履历维度优势评估占比权重，分别为设定参照的过往履历符合度偏差、过往履历持续度偏差，为设定的履历维度优势度评估修正因子。

13、在一种可能的设计中，所述各人员对应的过往履历符合度、过往履历持续度的具体统计过程为：提取各人员对应过往从事项目岗位的企业数目和过往入职企业数目，将其进行作比得到各人员项目企业入职比。

14、将各人员对应过往从事项目岗位的企业数目记为。

15、提取各人员对应的累计入职年限。

16、计算各人员对应的过往履历符合度，。

17、其中，为设定的参照企业更换比，分别为设定的企业更换比、项目企业入职比对应履历符合评估占比权重，n表示人员数目。

18、提取各人员对应各过往从事项目岗位企业的就职日期，对比得到各人员对应各过往从事项目岗位企业的就职间隔时长，并从中筛选出最长间隔时长。

19、计算各人员对应的过往履历持续度，。

20、其中，分别为设定的参照间隔时长、参照偏差间隔时长。

21、在一种可能的设计中，所述各人员对应的项目维度优势度的具体解析过程包括：根据各人员对应的参与项目信息，统计各人员对应的项目丰富度、项目完成度和项目人员交叉度。

22、计算各人员对应的项目维度优势度，。

23、其中，表示项目优势度条件因子，为设定项目优势评估修正因子，。

24、式中，分别为设定的项目丰富度、项目完成度、项目人员交叉度对应项目维度评估占比权重，分别为设定参照的项目丰富度、项目完成度、项目人员交叉度对应的偏差，为项目维度优势评估占比权重因子。

25、在一种可能的设计中，所述各人员对应的项目完成度的统计过程为：从各人员对应的参与项目信息中提取各参与项目对应的计划交付日期、实际交付日期和后续出现问题次数。

26、将各人员对应各参与项目的计划交付日期与其实际交付日期进行对比，确认各人员对应的按期交付项目数目和平均提前交付天数。

27、提取各人员对应各参与项目的金额和限定交付周期长度，并将其导入项目许可出现问题次数评估模型中，评估得到各人员对应各参与项目对应许可出现问题次数，d表示参与项目编号，。

28、提取各人员对应各参与项目的后续出现问题次数。

29、计算各人员对应的项目完成度，。

30、其中，分别为按期交付项目数目、交付天数、出现问题次数偏差，分别为设定参照的按期交付项目数目、提前交付天数、参照出现问题次数偏差，为设定的项目规模完成度评估修正因子。

31、在一种可能的设计中，所述项目难度条件因子具体表达形式为：。

32、其中，分别为设定的项目关联度、项目复杂度对应评估占比权重因子，分别为当前待开发项目对应的关联度和复杂度，分别为设定参照的项目关联度、项目复杂度，取值为或者或者，>>。

33、。

34、其中，分别为设定的参照常规项目金额、参照常规项目周期长度，分别为当前待开发项目对应的金额、限定交付周期长度，分别为设定的项目金额、项目周期长度对应项目复杂评估占比权重因子，为设定的复杂评估修正因子。

35、在一种可能的设计中，所述当前待开发项目对应的关联度的分析为：步骤1、从各人员对应的参与项目信息中提取各参与项目对应的类型，进行相互对比得到指定企业对应的各综合参与项目类型和各综合参与项目类型对应的参与项目数目。

36、步骤2、根据项目主体评定模型进行主体参与项目存在判定，若项目主体评定模型分析结果为1，则判定存在主体参与项目，执行步骤3，若项目主体评定模型分析结果为0，执行步骤5。

37、步骤3、将参与项目数目最多的综合参与项目类型作为指定企业主体参与项目类型。

38、步骤4、将当前待开发项目对应的类型与指定企业主体参与项目类型进行匹配对比，若匹配成功，则将当前待开发项目对应的关联度记为，若匹配失败进行步骤5。

39、步骤5、将当前待开发项目对应的类型与指定企业对应的各综合参与项目类型进行匹配对比，若指定企业对应各综合参与项目类型中存在当前待开发项目对应的类型，则将当前待开发项目对应的关联度记为，反之则进行步骤6。

40、步骤6、将当前待开发项目对应的关联度记为。

41、在一种可能的设计中，所述人员选拔模型具体表示形式为：。

42、其中，为选拔优先指数，分别为项目难度胜任度、参照基准项目难度胜任度、人员履历维度优势度、人员项目维度优势度，为设定的人员选拔评估修正因子，分别为设定的履历维度优势度、项目维度优势度对应修正因子。

43、在一种可能的设计中，所述筛选得出目标选拔人员，具体筛选过程为：根据各人员对应的人员画像，分析各人员对应的项目难度承担度和项目难度达成度。

44、计算各人员对应的项目难度胜任度，。

45、其中，分别为项目难度承担度、项目难度达成度对应项目难度胜任评估占比权重因子。

46、将各人员对应的项目难度胜任度、履历维度优势度和项目维度优势度导入人员选拔模型中，得到各人员对应的选拔优先指数，将选拔优先指数最大的人员作为目标选拔人员。

47、相较于现有技术，本发明的有益效果如下：（1）本发明通过根据人员履历维度优势度、人员项目维度优势度以及当前待开发项目对应难度评估指数，由此构建人员选拔模型，并进行人员评价选拔，实现了人员的多维度选拔评价，确保了人员选拔评价的覆盖率，同时打破了当前广度层面评价分析方式存在的局限性，并且满足了项目岗位类的人才选拔评价需求，从另一层面还提高了项目岗位类人员选拔评价的灵活性和针对性，使得企业项目岗位人才选拔管理更为精细化。

48、（2）本发明通过统计过往履历符合度和过往履历持续度进行履历维度优势度分析，直观的展示了人员工作的持续情况和贴合情况，也从侧面反应了人员项目工作的适应情况，提高了人员履历层面的评价深度，规避了当前对入职年限、经验等资历依赖性过大的缺陷。

49、（3）本发明通过统计项目丰富度、项目完成度和项目人员交叉度进行项目维度优势分析，实现了项目维度优势的深度化分析，避免单一绩效层面优势评价造成的片面性和主观性，提高了人员项目层面优势评估的精准性和可靠性。

50、（4）本发明通过统计项目人员交叉度，直观展示了各人员之间的项目关联性和交互性，再通过结合项目丰富度和项目完成度，实现了模糊性数据的量化性转换，确保了人员选拔的合理性和规范性，通过直观的数据分析，规避了同事评价存在的主观性，减少了人员评价选拔结果的误差性，提高了项目这类严苛性岗位的选拔适配性。

51、（5）本发明通过统计项目关联度和项目复杂度，从而计算当前待开发项目对应难度评估指数，进而凸显了待开发项目的难度状态，有效解决了当前对选拔岗位本体的分析力度不足的问题，同时还有效拓展了项目岗位人才选拔的评估依据，并且通过加入项目本身的数据分析，提高人员与待选拔岗位的贴合性，实现了人岗双向匹配。