[发明专利]人力资源分配方法及装置

说明书

本申请提供了一种人力资源分配方法及装置，可用于人工智能技术领域，该方法包括：获取多个第一待分配人员各自的项目数据组；根据每组项目数据组和预设的人员评价模型，确定每个第一待分配人员的评价结果，将评价结果为优的第一待分配人员作为第二待分配人员；根据目标开发项目的项目日任务量和每个第二待分配人员的标准日工作量，从各第二待分配人员中确定分配至该目标开发项目的目标人员。本申请能够提高人力资源分配的准确性和效率，进而能够提高项目开发的效率和准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种人力资源分配方法及装置。

背景技术

随着计算机技术的快速发展，金融机构越来越依赖通过计算机软件来实现相关的业务需求，软件开发的需求越来越多，同时需要的软件开发人员也越来越多。

目前，大型金融机构的项目需求非常多，一般会和外包公司合作，招聘众多的外源开发人员进行软件开发工作，但外源开发人员的开发质量良莠不齐，难以评价，而且各个项目所需要开发人员的技能及业务熟练程度都不一样，对于一个新来的项目，如何快速地从众多外源开发人员中推荐出合适的人选，实现快速流水线开发，是大型金融机构软件开发亟需解决的一个问题。

发明内容

针对现有技术中的问题，本申请提出了一种人力资源分配方法及装置，能够提高人力资源分配的准确性和效率，进而能够提高项目开发的效率和准确性。

为了解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种人力资源分配方法，包括：

获取多个第一待分配人员各自的项目数据组；

根据每组项目数据组和预设的人员评价模型，确定每个第一待分配人员的评价结果，将评价结果为优的第一待分配人员作为第二待分配人员；

根据目标开发项目的项目日任务量和每个第二待分配人员的标准日工作量，从各第二待分配人员中确定分配至该目标开发项目的目标人员。

进一步地，在所述根据每组项目数据组和预设的人员评价模型，确定每个第一待分配人员的评价结果之前，还包括：

获取历史样本集，该历史样本集包括：多组历史项目数据组及各组历史项目数据组各自对应的实际评价结果；

应用所述历史样本集对梯度提升决策树模型进行训练，得到所述人员评价模型。

进一步地，在所述根据目标开发项目的项目日任务量和每个第二待分配人员的标准日工作量之前，还包括：

从预设的人员画像数据表中，获得与每个第二待分配人员的人员编号分别对应的标准日工作量，每组项目数据组包含有：其对应的第一待分配人员的人员编号。

进一步地，在所述根据目标开发项目的项目日任务量和每个第二待分配人员的标准日工作量之前，还包括：

根据所述目标开发项目的编码开始时间、编码结束时间和项目总任务量，得到该目标开发项目的项目日任务量。

进一步地，所述根据目标开发项目的项目日任务量和每个第二待分配人员的标准日工作量，从各第二待分配人员中确定分配至该目标开发项目的目标人员，包括：

将各个第二待分配人员按照标准日工作量从高到低排序，按照顺序累加第二待分配人员的标准日工作量，直至累加结果大于等于项目日任务量；

将所述累加结果对应的各个第二待分配人员分别作为所述目标人员。

第二方面，本申请提供一种人力资源分配装置，包括：

采集模块，用于获取多个第一待分配人员各自的项目数据组；