[发明专利]一种数据处理方法、装置和电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取预设职位的职位数据；其中，所述职位数据包括所述预设职位中每位员工的履历信息；

将所述职位数据输入至预先配置的预测系统中，得到所述预设职位的预测信息，以及每位所述员工的评价信息；其中，所述预测信息用于指示所述预设职位在下一周期的员工数量变化信息，所述评价信息用于指示员工在下一周期的待学习数据信息；

根据所述预测信息和所述评价信息，生成所述预设职位的预测结果。

2.根据权利要求1所述的数据处理方法，其特征在于，所述预先配置的预测系统包括第一预测模型和第二预测模型；

所述将所述职位数据输入至预先配置的预测系统中，得到所述预设职位的预测信息，以及每位所述员工的评价信息，包括：

将所述职位数据输入至第一预测模型，确定所述预设职位的预测信息；

将所述职位数据输入至第二预测模型，确定所述预设职位中每位所述员工的评价信息。

3.根据权利要求2所述的数据处理方法，其特征在于，所述第一预测模型的训练过程如下：

获取训练样本数据和训练监督数据；其中，所述训练样本数据和所述训练监督数据均包括至少一组第一标记数据，所述第一标记数据包括：预设职位中每位员工的履历信息，以及所述预设职位的预测信息；

基于所述训练样本数据和所述训练监督数据对神经网络模型进行训练，直到所述神经网络模型收敛，得到所述第一预测模型。

4.根据权利要求2所述的数据处理方法，其特征在于，所述第二预测模型的训练过程如下：

获取训练样本数据和所述训练样本数据的标记结果；其中，所述训练样本数据包括至少一组第二标记数据，所述第二标记数据包括：预设职位中每位员工的履历信息，以及每位所述员工的评价信息，所述标记结果包括每位所述员工在下一周期的待学习数据信息；

将所述训练样本数据输入至深度学习模型中，得到输出结果；

基于目标损失函数，确定所述输出结果与所述标记结果是否匹配；

当所述输出结果与所述标记结果不匹配时，迭代更新所述深度学习模型的网络参数，直至所述深度学习模型收敛，得到第二预测模型。

5.根据权利要求1所述的数据处理方法，其特征在于，所述获取预设职位的职位数据包括：

从预设数据库中查询所述预设职位的职位数据；其中，所述预设数据库通过第一管理系统和第二管理系统中存储的履历信息生成的，所述第一管理系统与所述第二管理系统不同。

6.根据权利要求1-5任一项所述的数据处理方法，其特征在于，所述履历信息包括年龄、姓名、工作年限、工作经验信息、当前职位以及已获得证书中的一项或者多项；

所述预测信息包括补录人数、职位占用率、剩余职位数、可晋升职位数、退休人数和净增长人数中的一项或者多项。

7.根据权利要求1-5任一项所述的数据处理方法，其特征在于，所述方法还包括：

发送包含所述预测结果的预设信息；其中，所述预设信息用于指示显示所述预测结果。

8.一种数据处理装置，其特征在于，包括：

获取单元，用于获取预设职位的职位数据；其中，所述职位数据包括所述预设职位中每位员工的履历信息；

处理单元，用于将所述获取单元获取的所述职位数据输入至预先配置的预测系统中，得到所述预设职位的预测信息，以及每位所述员工的评价信息；其中，所述预测信息用于指示所述预设职位在下一周期的员工数量变化信息，所述评价信息用于指示员工在下一周期的待学习数据信息；

所述处理单元，还用于根据所述预测信息和所述评价信息，生成所述预设职位的预测结果。

9.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于在执行计算机程序时，使得所述电子设备实现权利要求1-7任一项所述的数据处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，当所述计算机程序被计算设备执行时，使得所述计算设备实现权利要求1-7任一项所述的数据处理方法。