[发明专利]研发项目的人力产出预测方法、系统、电子设备及介质

说明书

本发明提供一种研发项目的人力产出预测方法、系统、电子设备及介质，所述的方法包括：采集项目数据，通过所述项目数据获取第一曲线；通过人力特征将员工进行分类，依据单个的员工研发产出值与该分类的相关性建立修正模型，通过单个的员工研发产出值和所述修正模型获取第二曲线；通过所述第二曲线及员工在单个项目的投入工时，获取第三曲线；通过该项目中多个员工的第三曲线获取特征矩阵，将所述特征矩阵输入神经网络进行训练，获取预测模型；将待预测的项目数据载入特征矩阵并通过所述预测模型处理，获取人力产出分类结果。

技术领域

本发明涉及数据处理领域，特别是涉及一种研发项目的人力产出预测方法、系统、电子设备及介质。

背景技术

在研发项目的立项、研发和落地过程，经常需要一定的时间周期，而研发项目往往具有潜在的不确定性和投资风险，同时，由于研发项目的产出具有较大的滞后性，往往在研发项目结题后的几年内才会有较大的经济效益，无法在当期进行评价，以获取该研发项目的预期产出、潜在风险、人力产出等显性指标。受限制于研发项目的时效性和不可重复性，现有的项目管理系统不便于对研发项目的人力产出进行具有时效性、参考性的预测。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种研发项目人力产出预测方法、系统、电子设备及介质，用于解决现有技术中不便于对研发项目的人力产出进行具有时效性、参考性预测的问题。

为实现上述目的及其他相关目的，本发明提供一种研发人力产出预测方法，包括：

采集项目数据，通过所述项目数据获取第一曲线，所述第一曲线为员工研发产出值的历史曲线；

通过人力特征将员工进行分类，依据单个的员工研发产出值与该分类的相关性建立修正模型，通过单个的员工研发产出值和所述修正模型获取第二曲线，所述第二曲线为与人力特征相匹配的单个的员工研发产出值的曲线；

通过所述第二曲线及员工在单个项目的投入工时，获取第三曲线，所述第三曲线为单个员工在单个项目的投入曲线；

通过该项目中多个员工的第三曲线获取特征矩阵，将所述特征矩阵输入神经网络进行训练，获取预测模型；

将待预测的项目数据载入特征矩阵并通过所述预测模型处理，获取人力产出分类结果。

可选的，所述第一曲线的数学表达为：

其中，R为项目的产出总和，W1为项目的投入的总工时，W2为员工A在Y1年投入的工时，P为员工A在Y1年的员工研发产出值，A为员工编号。

可选的，设定员工的人力特征，所述第二曲线的数学表达为：

P＝P₀+β(M_i-P₀)

其中，P为员工A在Y1年的研发产出值，P₀为所有员工在Y1年的科技产值的均值，β为员工A与人力特征的相关系数，M_i为具有同一人力特征的员工的产出均值，A为员工编号。

可选的，分别获取该项目中，每个员工的第二曲线以及投入工时，并将每个员工的第二曲线与投入工时相乘，获取所述第三曲线，分别获取该项目中的n个员工的第三曲线中的前m年数值，将n个员工和对应的前m年数据输入到矩阵中的行和列中，获取特征矩阵。

可选的，所述人力特征至少包括以下之一：员工的年龄段、学历信息、入职时长、毕业院校、公司评价、职称信息、研发经历、知识产权数量、研发项目承担情况。

一种研发项目的人力产出预测系统，包括：

数据模块，用于通过所述项目数据获取第一曲线，所述第一曲线为员工研发产出值的历史曲线；