[发明专利]一种基于完成任务数据的人力资源分析评测系统

权利要求书

1.一种数据分析与处理方法，其特征在于：所述数据分析与处理的方法如下所示：

步骤一：分析所有历史候选人的绩效表现

通过分析已有的员工或者历史员工的绩效表现区分出候选人和岗位匹配度较好的人员，并进行分析其特征，相关的特征如下所示：

a.候选人在这个岗位上的工作时长；

b.参照相应岗位所得到的候选人的实际绩效，可量化的产出；

c.候选人的级别以及和绩效相关的事件；

根据实际情况把历史候选人以上的特征按照胜任相应岗位的程度进行排序，划分为胜任力好的员工、胜任力一般的员工和不能胜任的员工；

步骤二：分析历史候选人的绩效表现和其在完成任务的面试过程中的相关性

历史员工和已有的员工面试过程中的行为数据如下所示：

a.任务的完成情况；

b.问题类别任务的回答结果；

c.候选人完成任务的详细视频数据和行为数据；

d.候选人的面部表情；

e.候选人在任务过程中产生的包括回答问题在内的语音信息；

f.候选人完成任务的环境信息；

g.候选人完成任务的地理位置信息；

h.在整个任务过程中通过视频分析得到的数据；

结合步骤一的结果，得到所有此岗位员工的绩效数据和面试任务中的行为数据；

使用条件概率可以得到胜任力较好员工的各种特征概率如下所示：

任务的完成情况表示为W1，问题类别任务的回答结果表示为W2，候选人完成任务的详细视频数据和行为数据表示为W3，候选人的面部表情表示为候选人在任务过程中产生的包括回答问题在内的语音信息表示为W4，候选人完成任务的环境信息表示为W5，候选人完成任务的地理位置信息表示为W6，在整个任务过程中通过视频分析得到的数据表示为Wn；

P(C)表示某个员工是好员工的概率，P(W1)表示所有的用户完成任务的概率，依次类推P((W1＝好)*C)表示员工是好员工的情况下所有用户完成给定的任务的概率，…P((Wn＝好)*C)表示员工是好员工的情况下所有用户在整个任务过程中通过视频分析得到的数据的概率；

该步骤得到的实际结果应由实际的数据决定，在岗位上胜任能力好的人具有哪些行为特征；

步骤三：根据步骤二得到的相关性，通过采集到的候选人的行为数据来判断候选人将来潜在的绩效表现，并计算出候选人表现较好的概率；

公式如下所示：

P(C＝好|W1，W2，…，Wn)≈P(C＝好，W1，W2，…，Wn)≈P(C＝好)*P(W1|C＝好)P(W2|C＝好)P(W3|C＝好)P(W4|C＝好)P(W5|C＝好)P(W6|C＝好)…P(Wn|C＝好)

参照步骤二的结果，对候选人的面试表现进行打分，结合对历史数据的分析来预测新的岗位和候选人的匹配程度。

2.一种数据分析与处理方法，其特征在于：所述候选人胜任相应岗位的程度排序方式为：排名前20％的员工为胜任力好的员工，排名后10％的员工为不能胜任的员工，其余70％为胜任力不好的员工。

3.一种数据分析与处理方法，其特征在于：所述任务的完成情况包括完成和未完成，任务完成85％以上为完成，低于85％为未完成；所述问题类别任务的回答结果包括好和不好，回答问题的正确率在80％以上为好，正确率低于80％为不好；所述候选人的面部表情包括愤怒、厌恶、恐惧、高兴、平静、伤心以及惊讶，运用人脸识别技术进行识别候选人的状态，所述候选人的状态包括自信、紧张和得体；所述候选人完成任务的环境信息包括好和不好，进行判断的方法为是否安静、是否有人协助、网络环境状况是否良好。