[发明专利]一种基于智慧云平台的人才评选方法及装置

权利要求书

1.一种基于智慧云平台的人才评选方法，其特征在于，包括：

接收第一终端的人才评选推荐请求并获取所述智慧云平台中经过数据汇聚和数据资源整合后的人员全方位信息；

向第一终端发送评价模型基础参数设置请求；

获取第一终端发送的评价模型基础参数配置并基于所述基础参数配置生成模型构建所需参数，基于所述模型构建所需参数构建与所述评价模型基础参数设置匹配的人才评选模型；

基于所述人才评选模型对智慧云平台的人员进行评选，获取评选结果。

2.根据权利要求1所述的一种基于智慧云平台的人才评选方法，其特征在于，所述第一终端发送的评价模型基础参数配置包括：

第一基础参数；

第二基础参数，包括对预设第三基础参数的不同参数值的权重分配设置，所述预设第三基础参数包括：学历、专业技术资格等级、职业资格等级、劳动竞赛、职工创新；

第四基础参数，评选人才数量最大值。

3.根据权利要求2所述的一种基于智慧云平台的人才评选方法，其特征在于，所述获取第一终端发送的评价模型基础参数配置并基于所述基础参数配置生成模型构建所需参数，基于所述模型构建所需参数构建与所述评价模型基础参数设置匹配的人才评选模型，包括：

基于第一基础参数生成第一筛选模型，所述第一筛选模型用于对智慧云平台中的人员进行筛选，获得第一候选人员集；

基于第二基础参数生成用于针对所述第一候选人员集进行人才评选分析的第一分析模型；

基于第四基础参数生成第二筛选模型，所述第二筛选模型用于基于第一分析模型的分析结果对第一候选人员集中的人员进行筛选，得到人才评选结果。

4.根据权利要求3所述的一种基于智慧云平台的人才评选方法，其特征在于，所述基于第二基础参数生成用于针对所述第一候选人员集进行人才评选分析的第一分析模型，包括：

基于历史第一分析模型的模型参数及生成所述历史第一分析模型时所采用的第二基础参数作为训练样本；

基于所述训练样本利用预先构建的神经网络学习所述第一分析模型的模型参数和对应的第二基础参数之间的关系；

基于学习完毕的神经网络作为第二分析模型，基于所述第二基础参数输入所述第二分析模型生成第一分析模型的模型参数。

5.根据权利要求4所述的一种基于智慧云平台的人才评选方法，其特征在于，所述预先构建的神经网络包括具有最优初始参数配置的神经网络模型，所述最优初始参数配置，包括：

(1)基于初始参数配置参数的取值范围随机生成多个初始参数配置方案，基于随机生成的初始参数配置方案计算优化目标函数；

(2)基于所述优化目标函数值对所述初始参数配置方案进行优先度排序，基于所述优先度排序中位置靠前的多个初始参数配置方案，随机两两组合，获取多个初始参数配置方案组合对；

(3)基于所述组合对中的初始参数配置方案中的随机位置的参数进行交换，获取第一更新初始参数配置方案；

(4)对第一更新初始参数配置方案中的随机位置的参数进行更换，获取第二更新初始参数配置方案；

(5)基于当前存在的第一更新初始参数配置方案和第二更新初始参数配置方案计算优化目标函数值；

(6)重复(2)-(5)直至预设重复次数，得到优化目标函数值最大的初始参数配置方案作为最优初始参数配置。

6.根据权利要求3所述的一种基于智慧云平台的人才评选方法，其特征在于，所述第一分析模型进行人才评选分析过程，包括：

基于对预设第三基础参数的不同参数值的权重分配设置，通过特征提取层提取特征参数；

基于所述特征参数输入分类层确定针对所述预设第三基础参数的不同参数值权重分配分类，基于所述分类确定人才评选分数等级。