[发明专利]基于基因检测和性格测评的人才适配方法、系统和存储器在审

专利信息
申请号: 202010807569.4 申请日: 2020-08-12
公开(公告)号: CN112001695A 公开(公告)日: 2020-11-27
发明(设计)人: 项超;戴强;方健 申请(专利权)人: 合肥墨郎科技有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06N20/00
代理公司: 合肥市长远专利代理事务所(普通合伙) 34119 代理人: 黄乐瑜
地址: 230000 安徽省合肥市瑶海区二十埠河路与*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 基因 检测 性格 测评 人才 配方 系统 存储器
【说明书】:

发明提出的一种基于基因检测和性格测评的人才适配方法,包括以下步骤:通过机器学习训练择业倾向适配模型,其输入为基因检测数据和性格测评数据,其输出为至少一个择业方向;将待测人员的基因检测数据和性格测评数据输入择业倾向适配模型,获取择业倾向适配模型的输出结果作为待测人员的择业推荐方向。本发明中,通过择业倾向适配模型,结合先天基因量化结果和后天的性格测评结果,为需要对专业方向或工作形式做出选择的人群提供科学依据,让人们做出更加合理的选择,对自己的专业学以致用,尽可能避免将时间花费在重新择业重新学习上。本方法服务于社会教育资源的合理利用,有利于让高校的教育成果被各行各业合理分配。

技术领域

本发明涉及大数据处理技术领域,尤其涉及一种基于基因检测和性格测评的人才适配方法、系统和存储器。

背景技术

人才的培养以及就业后的人才资源合理利用,对于社会各行业的发展与进步至关重要。就业率,是现今政府以及社会各行各业密切关注的一个问题,针对这个问题,各种人才市场、求职软件层出不穷。但除了就业率,各人才梯队在实际参与工作后对于自身专业满意度也并不理想,从而导致了大量教育资源浪费和专业人才的流失。互联网调查数据显示,很多在岗人员对于自身的行业不满意,这种情况不仅是对工作人员自身的不负责,对企业、高校和社会来说,也是一种资源浪费。而导致这种情况的,是很多人在学生时期对自己的喜好,特性不明确,对众多可选专业与自身的匹配程度缺乏认识,而选择了与自身特性匹配度不高的专业。实际上各类调查显示,除医学类限制较大专业外,大部分专业都存在就业工作与所学专业不对口现象,其中,应用物理学、古汉语研究、土木工程等,该现象尤其突出。

现有相关专业职业规划类技术集中应用于高考和大学毕业生当中,但仅仅是单纯的对行业本身进行分析,部分内容加上心理学问卷表进行辅助,或高考志愿填报中对于分数和学校分数线进行分析。缺乏合理的分类依据科学的测量手段。对于行业的选择推荐缺乏对于个人先天的能力偏向依据和后天的性格塑造依据。

发明内容

基于背景技术存在的技术问题,本发明提出了一种基于基因检测和性格测评的人才适配方法、系统和存储器。

本发明提出的一种基于基因检测和性格测评的人才适配方法,包括以下步骤:

S1、通过机器学习训练择业倾向适配模型,其输入为基因检测数据和性格测评数据,其输出为至少一个择业方向;

S2、将待测人员的基因检测数据和性格测评数据输入择业倾向适配模型,获取择业倾向适配模型的输出结果作为待测人员的择业推荐方向。

优选的,步骤S1中,择业方向为根据高等学校专业目录设置的高等学校专业,或者为根据国家职业分类设置的社会职业。

优选的,步骤S1具体包括以下分步骤:

S11、收集样本数据,样本数据包括作为样本的工作人员的基因检测数据和性格测评数据;每一条样本数据均标注有至少一个择业方向;

S12、选择学习模型,并通过样本数据和标注对学习模型进行训练,获得择业倾向适配模型。

优选的,步骤S11中,每一条样本数据均标注有相同数量的择业方向。

优选的,步骤S11中,每一条样本数据均标注有由多个顺序排列的择业方向组成的择业队列。

优选的,还包括以下步骤:

S3、将步骤S2中经过测试的人员作为参照目标进行跟踪记录,整理参照目标的基因检测数据和性格测评数据作为修正样本,并根据对参照目标的跟踪结果对修正样本进行标注;

S4、通过修正样本和对应的标注对择业倾向适配模型进行优化训练。

优选的,步骤S4具体为:每当标注后的修正样本新增数量达到预设的修正阈值n,则根据新增的n个标注后的修正样本对择业倾向适配模型进行优化训练。

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合肥墨郎科技有限公司,未经合肥墨郎科技有限公司许可,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/202010807569.4/2.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