人才能力评估方法及服务端与流程

本发明涉及人才评估技术领域，特别是一种人才能力评估方法及服务端。

背景技术：

人才能力是企业招聘职员时重点考核的内容，所谓人才能力一般是指人在职场中完成一项工作所能发挥的作用，其包括专业技术能力、人际交际能力、内心抗压能力、综合职业能力等，企业等用人单位在招聘职员时通常会从多个角度去了解求职人的情况，确认求职人能否胜任相关工作；

然而，目前企业等用人单位通常采用人工方式评估求职人的能力，大多是通过公司人力资源部门联合相关部门一起进行人工筛选，这需要耗费企业等用人单位大量的人力、物力。

技术实现要素：

有鉴于此，本发明的目的在于提供一种人才能力评估方法及服务端，以解决现有技术中进行人才能力评估需要耗费企业等用人单位大量的人力、物力的问题。

为达到上述目的，本发明的技术方案提供了一种人才能力评估方法，包括：

步骤s1：服务端获取测试试题集，并将所述测试试题集发送测试用户；

步骤s2：所述服务端获取所述测试用户对所述测试试题集的答题结果，并根据所述答题结果对所述测试用户进行测评；

步骤s3：所述服务端获取所述测试用户的用户信息，并根据所述用户信息对所述测试用户进行评价；

步骤s4：所述服务端根据所述测评的结果以及所述评价的结果对所述测试用户的人才能力进行评估。

进一步地，所述测试试题集包括以下的至少一种：

用于职场能力测评的第一测试试题集、用于价值观符合程度测评的第二测试试题集、用于抗压能力测评的第三测试试题集；

其中，所述步骤s2包括：

所述服务端根据所述测试用户对所述第一测试试题集的答题结果得到所述测试用户的职场能力得分；

和/或所述服务端根据所述测试用户对所述第二测试试题集的答题结果确定所述测试用户的价值观信息，并根据所述测试用户的价值观信息与预设价值观信息之间的匹配程度得到所述测试用户的价值观符合程度得分；

和/或所述服务端根据所述测试用户对所述第三测试试题集的答题结果得到所述测试用户的抗压能力得分。

进一步地，所述用户信息包括受教育水平信息、技能水平信息、历史工作信息；

其中，所述步骤s3包括：

所述服务端根据所述测试用户的受教育水平信息以及预存储的受教育水平积分规则得到所述测试用户的受教育水平得分；

所述服务端根据所述测试用户的技能水平信息以及预存储的技能水平积分规则得到所述测试用户的技能水平得分；

所述服务端根据所述测试用户的历史工作信息以及预存储的工作稳定程度积分规则得到所述测试用户的工作稳定程度得分；

所述服务端根据所述测试用户的受教育水平得分、技能水平得分、工作稳定程度得分得到所述测试用户的专业技能能力得分。

进一步地，所述受教育水平信息和/或所述技能水平信息和/或所述历史工作信息包括多种信息，所述受教育水平得分和/或所述技能水平得分和/或所述工作稳定程度得分和/或所述专业技能能力得分和/或所述评估的结果采用加权求和方法得到。

进一步地，所述加权求和方法所使用的权重通过回归拟合方法得到。

为实现上述目的，本发明的技术方案还提供了一种服务端，包括：

试题集模块，用于获取测试试题集，并将所述测试试题集发送测试用户；

第一处理模块，用于获取所述测试用户对所述测试试题集的答题结果，并根据所述答题结果对所述测试用户进行测评；

第二处理模块，用于获取所述测试用户的用户信息，并根据所述用户信息对所述测试用户进行评价；

第三处理模块，用于根据所述测评的结果以及所述评价的结果对所述测试用户的人才能力进行评估。

进一步地，所述测试试题集包括以下的至少一种：

用于职场能力测评的第一测试试题集、用于价值观符合程度测评的第二测试试题集、用于抗压能力测评的第三测试试题集；

其中，所述第一处理模块包括第一处理单元和/或第二处理单元和/或第三处理单元；

所述第一处理单元用于根据所述测试用户对所述第一测试试题集的答题结果得到所述测试用户的职场能力得分；

所述第二处理单元用于根据所述测试用户对所述第二测试试题集的答题结果确定所述测试用户的价值观信息，并根据所述测试用户的价值观信息与预设价值观信息之间的匹配程度得到所述测试用户的价值观符合程度得分；

所述第三处理单元用于根据所述测试用户对所述第三测试试题集的答题结果得到所述测试用户的抗压能力得分。

进一步地，所述用户信息包括受教育水平信息、技能水平信息、历史工作信息；

其中，所述第二处理模块包括：

第四处理单元，用于根据所述测试用户的受教育水平信息以及预存储的受教育水平积分规则得到所述测试用户的受教育水平得分；

第五处理单元，用于根据所述测试用户的技能水平信息以及预存储的技能水平积分规则得到所述测试用户的技能水平得分；

第六处理单元，用于根据所述测试用户的历史工作信息以及预存储的工作稳定程度积分规则得到所述测试用户的工作稳定程度得分；

第七处理单元，用于根据所述测试用户的受教育水平得分、技能水平得分、工作稳定程度得分得到所述测试用户的专业技能能力得分。

进一步地，所述受教育水平信息和/或所述技能水平信息和/或所述历史工作信息包括多种信息，所述受教育水平得分和/或所述技能水平得分和/或所述工作稳定程度得分和/或所述专业技能能力得分和/或所述评估的结果采用加权求和方法得到。

进一步地，所述加权求和方法所使用的权重通过回归拟合方法得到。

本发明提供的人才能力评估方法，服务端将测试试题集发送测试用户，并根据测试用户的答题结果以及测试用户的用户信息进行人才能力评估，从而不但可以有效减少人力、物力的耗费，还可以提高评估的准确度。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1是本发明实施例提供的一种人才能力评估方法的流程图；

图2是本发明实施例提供的另一种人才能力评估方法的流程图；

图3是本发明实施例提供的一种服务端的示意图。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分，为了避免混淆本发明的实质，公知的方法、过程、流程、元件并没有详细叙述。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

参见图1，图1是本发明实施例提供的一种人才能力评估方法的流程图，该方法包括：

步骤s1：服务端获取测试试题集，并将所述测试试题集发送测试用户(即评估对象)；

步骤s2：所述服务端获取所述测试用户对所述测试试题集的答题结果，并根据所述答题结果对所述测试用户进行测评；

步骤s3：所述服务端获取所述测试用户的用户信息，并根据所述用户信息对所述测试用户进行评价；

步骤s4：所述服务端根据所述测评的结果以及所述评价的结果对所述测试用户的人才能力进行评估。

本发明实施例提供的人才能力评估方法，服务端将测试试题集发送测试用户，并根据测试用户的答题结果以及测试用户的用户信息进行人才能力评估，从而不但可以有效减少人力、物力的耗费，还可以提高评估的准确度。

例如，本发明实施例中的测试试题集可以包括以下的至少一种：用于职场能力测评的第一测试试题集、用于价值观符合程度测评的第二测试试题集、用于抗压能力测评的第三测试试题集，其中，通过第一测试试题集可以实现对测试用户的职场能力进行评估，通过第二测试试题集可以实现对测试用户的价值观符合程度进行评估，通过第三测试试题集可以实现对测试用户的抗压能力进行评估；

参见图2，图2是本发明实施例提供的另一种人才能力评估方法的流程图，该方法包括：

步骤a：服务端获取第一测试试题集，并将该第一测试试题集发送测试用户(如求职人员等评估对象)，之后服务端获取测试用户对该第一测试试题集的答题结果，并根据该答题结果对测试用户的职场能力进行测评，得到测试用户的职场能力得分；

其中，职场能力是指职员在工作中熟练并正确处理工作问题的能力，包括发现问题、提出问题以及解决问题，通过该第一测试试题集可以了解职员是否拥有丰富的处事经验和良好的行为习惯；

例如，服务端可以从预先建立的职场能力试题库中随机抽取若干个职场能力测试题，生成该第一测试试题集，并将该第一测试试题集发送至测试用户的用户终端(如手机)；

测试用户通过用户终端将答题结果上传至服务端，服务端根据预设的评分规则对答题结果进行评判，得到测试用户的职场能力得分，其中，测评的结果可以采用百分制形式，记为value_zc；

步骤b：服务端获取第二测试试题集，并将该第二测试试题集发送测试用户，之后服务端获取测试用户对该第二测试试题集的答题结果，再根据测试用户对该第二测试试题集的答题结果确定测试用户的价值观信息，并根据测试用户的价值观信息与预设价值观信息之间的匹配程度得到测试用户的价值观符合程度得分；

每一个企业等用人单位都有自己的文化和价值观，在招聘人才时，是否与公司等用人单位推行的价值观相符是极为重要的，如果不符将会导致招聘失败，对企业和求职人员来说都是一种损失；

例如，服务端可以从预先建立的价值观试题库中随机抽取若干个价值观测试题，生成该第二测试试题集，并将该第二测试试题集发送至测试用户的用户终端(如手机)；

测试用户通过用户终端将答题结果上传至服务端，服务端通过测试用户对该第二测试试题集的答题结果对测试用户的价值观信息进行评测，其中，企业等用人单位可以预先设置自己推行或认可的价值观(即预设价值观信息)，服务端通过判断测试用户的价值观信息与预设价值观信息之间的匹配程度确定测试用户的价值观符合程度得分，该得分的分数高低表示被测用户与企业等用人单位二者在价值观方面的匹配度，两者匹配程度越高，其得分也越高，其中，该测评结果可采用百分制形式，记为value_jz；

步骤c：服务端获取第三测试试题集，并将该第三测试试题集发送测试用户，之后服务端获取测试用户对该第三测试试题集的答题结果，并根据该答题结果对测试用户的抗压能力进行测评，得到测试用户的抗压能力得分；

其中，抗压能力是指职员对于工作节奏的适应能力，不同的企业工作制不同，职员面临的工作量和工作时长也不相同，能否适应高压的工作环境也是个人能力的一种体现，同时也是企业关注的一环；

例如，服务端可以从预先建立的抗压能力试题库中随机抽取若干个抗压能力测试题，生成该第三测试试题集，并将该第三测试试题集发送至测试用户的用户终端(如手机)；

测试用户通过用户终端将答题结果上传至服务端，服务端根据预设的评分规则对答题结果进行评判，得到测试用户的抗压能力得分，其中，测评的结果可以采用百分制形式，记为value_ky；

步骤d：服务端获取测试用户的用户信息，并根据该用户信息对所述测试用户进行评价；

其中，该用户信息可以包括受教育水平信息(即知识水平信息)、技能水平信息、历史工作信息，例如，测试用户可以通过用户终端将自己的用户信息上传至服务端，服务端对用户信息进行分类，以在教育水平、技能水平以及历史工作稳定程度方面对测试用户进行评价；

具体地，该步骤可以具体包括步骤d1-d4；

步骤d1：服务端根据测试用户的受教育水平信息以及预存储的受教育水平积分规则得到测试用户的受教育水平得分；

其中，该受教育水平信息可以包括多种信息，例如，可以包括学位学历、外语水平、国家认证专业技能证书等信息；

例如，学位学历可以分为“同等学历(得分为1分)”、“大专(得分为2分)”、“本科，无学位(得分为3分)”、“本科硕士学位(得分为4分)”、“研究生，无学位(得分为5分)”、“研究生，硕士(得分为6分)”、“博士肄业(得分为7分)”，、“博士研究生，博士(得分为8分)”、“博士后(得分为9分)”九类，最高9分；

外语水平可以分为“cet-4(得分为1分)”、“cet-6(得分为2分)”、“专业八级及以上(得分为3分)”三类，最高3分；

国家认证专业技能证书可以分为“初级(得分为1分)”、“中级(得分为2分)”、“高级(得分为3分)”三类，最高3分；

测试用户的受教育水平得分可以采用加权求和方法得到，具体如下：

其中，z为测试用户的受教育水平得分，z1为测试用户的学位学历得分，z2为测试用户的外语水平得分，z3为测试用户的国家认证专业技能证书得分，r1、r2、r3为权重，且r1+r2+r3＝1；

步骤d2：服务端根据测试用户的技能水平信息以及预存储的技能水平积分规则得到测试用户的技能水平得分；

其中，该技能水平信息可以包括多种信息，例如，可以包括最后学位(最高学位)授予学校水平、职称、专业技能熟练程度、专利总数，第一发明专利数、非第一发明专利数、参与项目数、项目最大金额、项目平均金额等信息；

例如，最后学位授予学校的水平可以分为“专科(得分为1分)”、“本二(得分为2分)”、“本一及同等水平(得分为3分)”、“211及同等水平(得分为4分)”、“985及同等水平(得分为5分)”共5类，最高5分；

职称可以分为“初级(得分为1分)”、“中级(得分为2分)”、“副高级(得分为3分)”、“高级(得分为4分)”共四种，最高4分；

专业技能熟练程度可以分为“初级(得分为1分)”、“中级(得分为2分)”、“高级(得分为3分)”共三种，最高3分；

其中，测试用户的技能水平得分可以采用加权求和的方法得到，具体如下：

其中，k为测试用户的技能水平得分，k1为测试用户的最后学位授予学校水平得分，k2为测试用户的职称得分，k3为测试用户的专业技能熟练程度得分，k4为测试用户的专利总数，k5为测试用户的第一发明专利数、k6为测试用户的参与项目数、k7为测试用户的项目最大金额、k8为测试用户的项目平均金额，s1、s2、s3、s4、s5为权重，且s1+s2+s3+s4+s5＝1；

步骤d3：服务端根据测试用户的历史工作信息以及预存储的工作稳定程度积分规则得到测试用户的工作稳定程度得分；

其中，该历史工作信息可以包括多种信息，例如，可以包括工龄，上一份工作时长，换工作次数，平均工作时长、相关工作时长(如指定行业领域的工作时长)等；

其中，测试用户的工作稳定程度得分可以采用加权求和的方法得到，具体如下：

其中，l为测试用户的工作稳定程度得分，l1为测试用户的上一份工作时长，l2为测试用户的平均工作时长，l3为测试用户的工龄，l4为测试用户的相关工作时长，w1、w2为权重，且w1+w2＝1；

步骤d4：服务端根据测试用户的受教育水平得分、技能水平得分、工作稳定程度得分得到测试用户的专业技能能力得分；

例如，可以采用加权求和的方法得到测试用户的专业技能能力得分n，具体方式如下：

n＝z*p1+k*p2+l*p3；

其中，p1、p2、p3为权重，且p1+p2+p3＝1；

步骤e：服务端根据测试用户的职场能力得分value_zc、价值观符合程度得分value_jz、抗压能力得分value_ky以及专业技能能力得分n对所述测试用户的人才能力进行评估；

例如，可以通过建立人才能力打分模型，通过该人才能力打分模型对测试用户的人才能力进行评估，具体地，可以采用加权求和方法得到测试用户的人才能力得分m，具体如下：

m＝valuezc*q1+valuejz*q2+valueky*q3+n*q4；

其中，q1、q2、q3、q4为权重，且q1+q2+q3+q4＝1；

其中，上述加权求和方法所使用的权重(即r1、r2、r3、s1、s2、s3、s4、s5、w1、w2、p1、p2、p3及q1、q2、q3、q4)可通过回归拟合方法得到，例如，可采用gbdt方法进行回归拟合，gbdt(gradientboostingdecisiontree，梯度提升树)是一种残差学习的树型模型，通过学习前一颗树的残差来拟合当前结果，配合相应的优化算法和正则化，能有效防止过拟合，相较于传统的逻辑回归，速度更快，效果更好；

具体地，可以收集不同用户对测试试题集的答题结果以及不同用户的用户信息，然后根据用户的用户信息在受教育水平方面、技能水平方面、工作稳定程度方面以及综合的专业技能能力方面进行人工专家打分(打分采用百分制)，也即进行人工标注的过程，得到受教育水平专家打分、技能水平专家打分、工作稳定程度专家打分、专业技能能力专家打分，之后将上述专家打分作为标签，用户的用户信息作为数据，针对上述z、k、l、n分别进行回归拟合，得到所使用的权重r1、r2、r3、s1、s2、s3、s4、s5、w1、w2、p1、p2、p3；

之后利用上述公式及得到的权重计算上述不同用户的用户信息对应的专业技能能力得分，之后根据该专业技能能力得分以及上述不同用户对测试试题集的答题结果在人才能力得分方面进行人工专家打分，得到人才能力专家打分，再根据上述的专业技能能力得分、不同用户对测试试题集的答题结果去拟合该人才能力专家打分，从而得到权重q1、q2、q3、q4；

通过上述回归拟合可以得到能够模仿专家打分的人才能力打分模型，通过模型的学习可寻找到某一类行业人才的人才能力分布规律，当得到测试用户对测试试题集的答题结果及用户信息时，使用回归拟合得到的权重参数，并通过上述公式分别计算测试用户的受教育水平得分、技能水平得分、工作稳定程度得分、专业技能能力得分以及人才能力得分，就可以完成对人才能力的评估；

另外，对于上述权重，在实际应用中还可以根据不同领域、不同企业对不同角度的侧重点进行自定义设置，从而满足不同的需求。

本发明实施例提供的人才能力评估方法，不但可以为企业及用人单位节省大量的人力、物力，还可以全方位多角度的评估人才的能力，实现模仿专家打分，有效提高评估的准确度。

参见图3，图3是本发明实施例提供的一种服务端的示意图，该服务端包括：

试题集模块1，用于获取测试试题集，并将所述测试试题集发送测试用户；

第一处理模块2，用于获取所述测试用户对所述测试试题集的答题结果，并根据所述答题结果对所述测试用户进行测评；

第二处理模块3，用于获取所述测试用户的用户信息，并根据所述用户信息对所述测试用户进行评价；

第三处理模块4，用于根据所述测评的结果以及所述评价的结果对所述测试用户的人才能力进行评估。

在一实施例中，所述测试试题集包括以下的至少一种：

用于职场能力测评的第一测试试题集、用于价值观符合程度测评的第二测试试题集、用于抗压能力测评的第三测试试题集；

其中，所述第一处理模块包括第一处理单元和/或第二处理单元和/或第三处理单元；

所述第一处理单元用于根据所述测试用户对所述第一测试试题集的答题结果得到所述测试用户的职场能力得分；

所述第二处理单元用于根据所述测试用户对所述第二测试试题集的答题结果确定所述测试用户的价值观信息，并根据所述测试用户的价值观信息与预设价值观信息之间的匹配程度得到所述测试用户的价值观符合程度得分；

所述第三处理单元用于根据所述测试用户对所述第三测试试题集的答题结果得到所述测试用户的抗压能力得分。

在一实施例中，所述用户信息包括受教育水平信息、技能水平信息、历史工作信息；

其中，所述第二处理模块包括：

第四处理单元，用于根据所述测试用户的受教育水平信息以及预存储的受教育水平积分规则得到所述测试用户的受教育水平得分；

第五处理单元，用于根据所述测试用户的技能水平信息以及预存储的技能水平积分规则得到所述测试用户的技能水平得分；

第六处理单元，用于根据所述测试用户的历史工作信息以及预存储的工作稳定程度积分规则得到所述测试用户的工作稳定程度得分；

第七处理单元，用于根据所述测试用户的受教育水平得分、技能水平得分、工作稳定程度得分得到所述测试用户的专业技能能力得分。

在一实施例中，所述受教育水平信息和/或所述技能水平信息和/或所述历史工作信息包括多种信息，所述受教育水平得分和/或所述技能水平得分和/或所述工作稳定程度得分和/或所述专业技能能力得分和/或所述评估的结果采用加权求和方法得到。

在一实施例中，所述加权求和方法所使用的权重通过回归拟合方法得到。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。

应当理解，上述的实施方式仅是示例性的，而非限制性的，在不偏离本发明的基本原理的情况下，本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换，都将包含于本发明的权利要求范围内。