[发明专利]面试综合评价方法、装置、计算机设备及存储介质有效

专利信息
申请号: 201910148095.4 申请日: 2019-02-27
公开(公告)号: CN109993499B 公开(公告)日: 2022-09-27
发明(设计)人: 孙静远;陈林;徐亮 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/06
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 何姣
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面试 综合 评价 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种基于因子树的面试综合评价方法,所述因子树包括若干从因子以及与所述从因子对应的次因子,其特征在于,所述面试综合评价方法包括:

获取候选人对多个面试问题的回答文本;

根据所述回答文本计算所述候选人对各所述面试问题的能力评价数据,所述能力评价数据包括与至少一个所述次因子对应的评分值;

根据所述能力评价数据中的次因子对应的评分值计算各所述次因子的次因子分值;

基于所述从因子与所述次因子的对应关系,根据相应次因子的次因子分值计算各所述从因子的从因子分值;

根据所述从因子分值计算所述候选人的综合评价数据;

所述基于所述从因子与所述次因子的对应关系,根据所述次因子分值计算各所述从因子的从因子分值,具体包括:

基于所述从因子与所述次因子的对应关系,获取所述从因子对应的非空次因子的次因子权值,所述非空次因子为计算了次因子分值的次因子;

根据所述非空次因子的次因子权值对各所述非空次因子的次因子分值加权求和;

计算各所述非空次因子的次因子权值之和;

将所述加权求和的结果除以所述次因子权值之和以获取所述从因子的从因子分值;

所述因子树还包括若干主因子,所述主因子与至少一个从因子对应;

所述根据所述从因子分值计算所述候选人的综合评价数据,具体包括:

基于所述主因子与所述从因子的对应关系,根据相应从因子的从因子权值和从因子分值计算各所述主因子的主因子分值;

根据相应的主因子权值和各所述主因子分值计算所述候选人的综合评分值;

所述方法还包括:

通过机器学习法调整各次因子的次因子权值、各从因子的从因子权值、各主因子的主因子权值;

所述通过机器学习法调整各次因子的次因子权值、各从因子的从因子权值、各主因子的主因子权值,具体包括:

获取多个员工对应的次因子得分向量和总评分,所述次因子得分向量包括所述员工在各所述次因子上的评分;

将所述多个员工的次因子得分向量和总评分输入第一回归模型,以训练次因子权重向量,所述次因子权重向量包括各所述次因子的次因子权值,所述第一回归模型的训练目标函数为:

其中,n表示所述员工的个数,γi表示第i个员工的总评分,φi表示第i个员工的次因子得分向量,θ表示所述次因子权重向量,λ表示惩罚项系数;

基于所述从因子与所述次因子的对应关系,根据训练好的次因子权重向量和所述多个员工的次因子得分向量计算各所述员工的从因子得分向量,所述从因子得分向量包括所述员工在各从因子上的评分;

将所述多个员工的从因子得分向量和总评分输入第二回归模型,以训练各从因子的从因子权值;

基于所述主因子与所述从因子的对应关系,根据训练好的各从因子的从因子权值和所述多个员工的从因子得分向量计算各所述员工的主因子得分向量,所述主因子得分向量包括所述员工在各主因子上的评分;

将所述多个员工的主因子得分向量和总评分输入第三回归模型,以训练各主因子的主因子权值。

2.如权利要求1所述的面试综合评价方法,其特征在于,所述根据所述回答文本计算所述候选人对各所述面试问题的能力评价数据,具体包括:

基于各所述面试问题对应的NLP文本理解模型或者专家规则模型,根据所述回答文本计算所述候选人对各所述面试问题的能力评价数据。

3.如权利要求1所述的面试综合评价方法,其特征在于,所述根据所述能力评价数据中的次因子对应的评分值计算各所述次因子的次因子分值,具体包括:

对各所述能力评价数据中相同次因子对应的评分值进行求和或求平均值以得到所述次因子的次因子分值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910148095.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top