[发明专利]基于聚类的军工集团人员信息标签化系统

摘要

本发明属于信息处理及分析技术领域，具体涉及一种基于聚类的军工集团人员信息标签化系统，其包括：数据收集模块、数据预处理模块、机器学习神经网络聚类模块、标签生成模块、标签应用模块；与现有技术相比较，本发明提出的技术方案可以快速对企业人员标签化，并且实时更新标签信息，实时进准且全面的对企业人员评价考核。并且可以不断的优化神经网络，使得聚类的更全面、准确度更高。其中，基于机器学习神经网络聚类算法，通过自动寻找样本中的内在规律和本质属性，自组织、自适应的改变网格参数与机构，可以精确且全面的对员工信息聚类。并且，基于机器学习神经网络聚类算法具备高的容错能力，聚类信息精准且全面。

主权项

1.一种基于聚类的军工集团人员信息标签化系统，其特征在于，其包括：数据收集模块、数据预处理模块、机器学习神经网络聚类模块、标签生成模块、标签应用模块；所述数据收集模块用于收集和汇总军工集团人力资源系统中军工集团人员的静态数据以及门户、业务系统中军工集团人员的行为数据；所述数据预处理模块用于对收集到的军工集团人员的静态数据和行为数据进行清理、平滑噪声，去掉异常值补全缺失值，得到预处理后的向量形式的军工集团人员的用户数据；所述机器学习神经网络聚类模块包括输入层及输出层，其输入层用于接收数据预处理模块处理后的用户数据；其输出层，也称为竞争层，用于利用基于机器学习神经网络聚类算法，将神经元以矩阵方式排列在二维空间中，其中一个节点代表军工集团人员的用户数据经过聚类运算后的一个结果；其中，神经网络中，聚类运算过程中的权值是首先利用较小的随机值初始化，然后根据初始的人员信息和权值向量差乘来更新权值，完成神经网络的网格结构设计；所述标签生成模块用于根据机器学习神经网络聚类模块的神经网络输出，并根据预设定的用户标签设定规则，结合军工集团人员遴选以及岗位调度的需求，形成对应的用户标签，并根据人员信息变动实时迭代更新用户标签信息；所述标签应用模块用于实现军工集团人员信息标签化的展现，通过军工集团人员标签的信息以及通过标签计算出的对应需求相似度，来用于军工集团人员遴选以及岗位调度。