一种基于大数据的人事专属云管理系统及方法与流程

本发明涉及数据处理，具体而言，涉及一种基于大数据的人事专属云管理系统及方法。

背景技术：

1、随着社会的发展，企业的规模也随之发展壮大，关于劳动关系的政策要求越来越严谨，企业人事管理不规范导致隐藏了大量的用工风险，因此企业对于人事的管理要求也在逐步提高，人事系统的使用不仅能促进企业人才的管理，也提升了企业的管理效率。

2、在现有技术中，人事系统能够有效地进行招聘，以及人事档案的保存等，但是，上述系统在使用过程中还存在较多的缺陷：1、目前大多数产品没有同时具备一键式背调防风险功能和文件扫描存档功能，在招聘过程中带来了很多隐藏的风险。2、系统没有根据业务模块进行文档的云存储，所有文档都集中存储，无法直观地区分属于哪块业务。3、无法对应聘员工的电子简历进行智能化筛选。

技术实现思路

1、鉴于此，本发明提出了一种基于大数据的人事专属云管理系统及方法，旨在解决当前技术中无法对应聘员工的电子简历进行智能化筛选，无法对电子简历进行精准、真实评估的问题。

2、本发明提出了一种基于大数据的人事专属云管理系统，包括：

3、计算模块，用于获取应聘员工上传的电子简历，提取所述电子简历中的关键信息，并根据所述关键信息计算所述电子简历的初始价值度；

4、修正模块，用于从所述关键信息中提取特征数据，并根据所述特征数据对所述电子简历的初始价值度进行修正，得到目标价值度，其中，所述特征数据包括工作经历以及对应的工作时长；

5、判断模块，用于根据所述电子简历的目标价值度判断是否保留所述电子简历；

6、管理模块，用于当判断保留所述电子简历时，对应聘员工的就职过程进行无纸化管理，其中，就职过程包括员工面试、员工入职、员工试用、员工转正、岗位调动和员工离职；

7、存储模块，用于根据就职过程中生成的信息文档生成电子信息文档，并将所述电子信息文档分模块存储在云存储系统中。

8、进一步的，所述计算模块具体用于：

9、所述计算模块用于对所有的关键信息进行关联性分析，确定多个关联信息集合，其中，所述关联信息集合中包括两个及以上的关键信息；

10、所述计算模块用于对所有的关联信息集合进行矛盾分析，并基于分析结果对不存在矛盾的关联信息集合生成不矛盾标识，对存在矛盾的关联信息集合生成矛盾标识；

11、所述计算模块用于对所有生成矛盾标识的关联信息集合进行第二矛盾分析，并基于分析结果对生成矛盾标识的关联信息集合生成真矛盾标识或者疑似矛盾标识；

12、所述计算模块用于统计不矛盾标识的数量m1、真矛盾标识的数量m2和疑似矛盾标识的数量m3；

13、所述计算模块用于当所述真矛盾标识的数量m2大于或等于第一预设数量时，则对所述电子简历进行剔除处理；

14、所述计算模块用于当所述真矛盾标识的数量m2小于所述第一预设数量，且所述不矛盾标识的数量m1大于或等于第二预设数量时，则根据生成不矛盾标识的关联信息集合和生成疑似矛盾标识的关联信息集合计算所述电子简历的初始价值度。

15、进一步的，所述计算模块具体用于：

16、所述计算模块用于根据下式计算所述电子简历的初始价值度：

17、；

18、其中，p为电子简历的初始价值度，a1为第一计算系数，a2为第二计算系数，a1+a2=1，且a1＞a2，fi为第i个生成不矛盾标识的关联信息集合的重要程度，ki为第i个生成疑似矛盾标识的关联信息集合的重要程度。

19、进一步的，所述修正模块具体用于：

20、所述修正模块用于基于预设的关联度分析模型对所有的工作经历进行分析，确定每一个工作经历对应的关联度；

21、所述修正模块用于从所有的关联度中确定一个最大的关联度r，并根据最大关联度r对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度。

22、进一步的，所述修正模块具体用于：

23、所述修正模块用于预先设定第一预设关联度g1，第二预设关联度g2，第三预设关联度g3，第四预设关联度g4，且g1＜g2＜g3＜g4；

24、所述修正模块用于预先设定第一预设初始价值度修正系数h1，第二预设初始价值度修正系数h2，第三预设初始价值度修正系数h3，第四预设初始价值度修正系数h4，第五预设初始价值度修正系数h5，且0.8＜h1＜h2＜h3＜h4＜h5＜1.2；

25、所述修正模块用于根据所述最大关联度r与各预设关联度之间的关系对所述电子简历的初始价值度p进行修正：

26、当r＜g1时，选定所述第一预设初始价值度修正系数h1对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度p*h1；

27、当g1≤r＜g2时，选定所述第二预设初始价值度修正系数h2对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度p*h2；

28、当g2≤r＜g3时，选定所述第三预设初始价值度修正系数h3对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度p*h3；

29、当g3≤r＜g4时，选定所述第四预设初始价值度修正系数h4对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度p*h4；

30、当g4≤r时，选定所述第五预设初始价值度修正系数h5对所述电子简历的初始价值度p进行修正，得到修正后的初始价值度p*h5。

31、进一步的，所述修正模块具体用于：

32、所述修正模块用于获取最大关联度的数量，当最大关联度的数量为1时，则将对应的工作时长作为目标工作时长；

33、所述修正模块用于当最大关联度的数量大于1时，则将所有对应的工作时长进行数值大小比较，并将最大的工作时长作为目标工作时长；

34、所述修正模块用于根据目标工作时长t对修正后的初始价值度进行修正，得到所述电子简历的目标价值度。

35、进一步的，所述修正模块具体用于：

36、所述修正模块用于预先设定第一预设目标工作时长w1，第二预设目标工作时长w2，第三预设目标工作时长w3，第四预设目标工作时长w4，且w1＜w2＜w3＜w4；

37、所述修正模块用于预先设定第一预设价值度修正系数e1，第二预设价值度修正系数e2，第三预设价值度修正系数e3，第四预设价值度修正系数e4，第五预设价值度修正系数e5，且0.8＜e1＜e2＜e3＜e4＜e5＜1.2；

38、所述修正模块用于在得到修正后的初始价值度p*hi时，i=1，2，3，4，5，根据所述目标工作时长t与各预设目标工作时长之间的关系对修正后的初始价值度p*hi进行修正：

39、当t＜w1时，选定所述第一预设价值度修正系数e1对修正后的初始价值度p*hi进行修正，得到所述电子简历的目标价值度p*hi*e1；

40、当w1≤t＜w2时，选定所述第二预设价值度修正系数e2对修正后的初始价值度p*hi进行修正，得到所述电子简历的目标价值度p*hi*e2；

41、当w2≤t＜w3时，选定所述第三预设价值度修正系数e3对修正后的初始价值度p*hi进行修正，得到所述电子简历的目标价值度p*hi*e3；

42、当w3≤t＜w4时，选定所述第四预设价值度修正系数e4对修正后的初始价值度p*hi进行修正，得到所述电子简历的目标价值度p*hi*e4；

43、当w4≤t时，选定所述第五预设价值度修正系数e5对修正后的初始价值度p*hi进行修正，得到所述电子简历的目标价值度p*hi*e5。

44、进一步的，所述判断模块具体用于：

45、所述判断模块用于获取预先设定的预设目标价值度；

46、所述判断模块用于根据所述目标价值度和所述预设目标价值度之间的关系判断是否保留所述电子简历；

47、所述判断模块用于当所述目标价值度小于所述预设目标价值度时，则剔除所述电子简历；

48、所述判断模块用于当所述目标价值度大于或等于所述预设目标价值度时，则保留所述电子简历。

49、进一步的，所述存储模块用于：

50、所述存储模块用于采集就职过程中生成的信息文档，并删除重复或错误的信息文档；

51、所述存储模块用于将所述信息文档数字化处理，得到电子信息文档，并将所述电子信息文档的文档格式转换为标准文档格式；

52、所述存储模块用于对所述电子信息文档进行分类和索引，并将所述电子信息文档分模块存储在云存储系统中。

53、与现有技术相比，本发明的有益效果在于：

54、本发明公开了一种基于大数据的人事专属云管理系统及方法，该系统包括：计算模块、修正模块、判断模块、管理模块和存储模块。计算模块用于根据电子简历中的关键信息计算电子简历的初始价值度；修正模块用于根据特征数据对初始价值度进行修正，得到目标价值度，判断模块用于根据目标价值度判断是否保留电子简历；管理模块用于对应聘员工的就职过程进行无纸化管理，其中，就职过程包括员工面试、员工入职、员工试用、员工转正、岗位调动和员工离职；存储模块用于将电子信息文档分模块存储在云存储系统中，可以实现对电子简历的智能化筛选，保证电子简历的精准性和真实性，同时实现无纸化管理和分模块存储。

55、另一方面，本技术还提供了一种基于大数据的人事专属云管理方法，包括：

56、获取应聘员工上传的电子简历，提取所述电子简历中的关键信息，并根据所述关键信息计算所述电子简历的初始价值度；

57、从所述关键信息中提取特征数据，并根据所述特征数据对所述电子简历的初始价值度进行修正，得到目标价值度，其中，所述特征数据包括工作经历以及对应的工作时长；

58、根据所述电子简历的目标价值度判断是否保留所述电子简历；

59、当判断保留所述电子简历时，对应聘员工的就职过程进行无纸化管理，其中，就职过程包括员工面试、员工入职、员工试用、员工转正、岗位调动和员工离职；

60、根据就职过程中生成的信息文档生成电子信息文档，并将所述电子信息文档分模块存储在云存储系统中。

61、可以理解的是，上述提供的基于大数据的人事专属云管理方法及系统具有相同的有益效果，在此不再赘述。