一种基于人工智能的创新创业人才孵化评价方法

本发明涉及数据分析领域，尤其涉及一种基于人工智能的创新创业人才孵化评价方法。

背景技术：

1、在现代社会中，创新创业一直被认为是推动经济增长和社会进步的重要力量，同时在当前的创新创业环境中，人才的孵化和评价是一个重要环节。创新创业人才孵化评价方法是为了评估和衡量创新创业人才在孵化过程中的潜力、能力和成果，促进经济发展和推动社会进步的重要手段。

2、然而，对于创新创业人才的评价和选拔一直是一个具有挑战性的任务。现有评价方法通常依赖于主观判断和经验，存在着主观性、不公正性和不准确性的问题；可能受限于主观意见和有限的数据分析能力，难以全面评估人才的潜力和需求的匹配度。具体的，无法得到创新创业人才的关键特征，进而不能有效进行人才孵化，降低了孵化效率和成功率；无法根据创新创业企业或项目以及人才的实际需求及特点进行孵化，不利于推动创新创业生态系统的发展等。

3、因此，需要一种基于人工智能的创新创业人才孵化评价方法。

技术实现思路

1、本发明提供的一种基于人工智能的创新创业人才孵化评价方法，目的在于对创新创业人才进行客观准确的评价，提高人才与项目的匹配度，增加孵化成功的概率；人工智能技术可以实现对大量数据的快速处理和分析，从而加快评估流程的速度和效率，减少时间和资源的浪费；还为创新创业人才孵化提供数据驱动的优化与改进，提升孵化效果和质量。

2、本发明技术方案具体如下：

3、一种基于人工智能的创新创业人才孵化评价方法，包括以下步骤：

4、s1.收集创新创业人才数据信息以及创新创业项目或企业数据信息，并进行预处理操作；

5、s2.将获取到的创新创业人才的相关数据信息，划分为创新创业人才的个人基础数据信息和能力升级数据信息，建立智慧人才神经网络模型，将获得的创新创业人才相关数据信息分为测试集和训练集；

6、s3.通过智慧人才神经网络模型得到的智慧项以及获取的创新创业项目或企业数据信息，构建创新创业智慧人才集合和创新创业人才需求集合，得到创新创业智慧人才与创新创业人才需求的匹配度集合；

7、s4.根据得到的创新创业人才匹配度集合，对创新创业人才孵化进行综合评价。

8、进一步，步骤s2具体包括：

9、所述智慧人才神经网络模型包括输入层、文本特征提取层、卷积操作层、融合处理层、双向rnn层、输出层。

10、进一步，步骤s2具体包括：

11、所述智慧人才神经网络模型的输入为创新创业人才数据信息，包括文本信息x和图像信息g，输出为创新创业人才的特征信息，即智慧项。

12、进一步，在融合处理层中，将文本特征和图像特征结合起来表示创新创业人才的特征信息，具体过程如下所示：

13、

14、其中，rx,g表示融合结果；ωx,g表示创新创业人才文本特征和图像特征之间相互作用的权重；表示文本信息中第j个特征数据，总共有j个；表示图像信息中第k个特征数据，总共有k个；br表示融合处理层中的偏置。

15、进一步，创新创业智慧人才与创新创业人才需求的匹配度t-dαγ，计算过程如下所示：

16、

17、其中，p(sm|tal)表示在创新创业智慧人才集合tal中智慧人才sm的占比；uaq表示第q个智慧项的权重；p(smaq|(sm,tal))表示在创新创业智慧人才集合tal和智慧人才sm中，拥有智慧项smaq的人才概率；α＝1,2,...,c；γ＝1,2,...,i；d1＝1,2,...,i；d2＝1,2,...,c；c表示创新创业项目或企业总数；i表示人才种类总数；t-dαγ表示第α个创新创业项目或企业和第γ个人才之间的匹配度；talpq表示第p个人才具有的第q个智慧项；p＝1,2,...,a；q＝1,2,...,b；a表示人才总数；b表示智慧项总数。

18、进一步，步骤s3具体包括：

19、根据所述创新创业人才匹配度集合t-d，计算评估参数hen。

20、进一步，步骤s3具体包括：

21、

22、其中，μ表示误差系数；smq表示智慧人才的第q个智慧项的情况；dms表示项目或企业需求的第s类人才的情况。

23、有益效果：

24、1.本发明通过智慧人才神经网络模型可以提供对创新创业人才的全面了解和分析，为决策者提供有关人才资源的战略指导；通过分析创新创业人才的能力升级数据信息，智慧人才神经网络模型可以提供有针对性的指导和建议，帮助人才发展和提升关键能力，有助于人才在创新创业领域取得更好的成果和表现。智慧人才神经网络模型可以结合文本信息和图像信息，实现对创新创业人才的综合性分析；通过多模态数据的融合，模型能够捕捉到更全面、多维度的人才特征，提供更准确的评估和分析结果；基于模型对人才的深入理解和分析，可以为人才的职业规划、培训需求等方面提供定制化的支持，为决策者提供准确、高效的人才评估和决策支持，同时也为创新创业人才提供个性化的发展指导。

25、2.本发明智慧人才神经网络模型的智慧项反映了创新创业人才的个性化特征和技能，而创新创业人才需求集合则体现了创新创业项目或企业的具体要求，匹配度评估可以帮助找到最适合的人才，提高匹配度和工作效率，提高孵化效果。通过智慧人才与创新创业人才需求的匹配度，可以优化创新创业人才孵化的资源配置，孵化机构可以根据匹配度评估结果，有针对性地提供合适的培训、指导和支持，最大化地利用孵化资源，提高孵化效率和成功率；同时，创新创业者可以与对其具有需求的项目或企业进行更有针对性的合作，实现资源共享、互利共赢，构建更紧密的创新创业网络，促进合作与创新的发展。

26、3.本发明通过对创新创业人才匹配度集合的综合评价，可以了解创新创业人才孵化的整体效果，综合评价可以考察匹配度的整体水平以及孵化后的创新创业成果等；通过分析匹配度集合的结果，孵化机构可以发现潜在的改进点和不足之处，并针对性地进行改进措施，不断提升孵化机构的能力和水平，提高创新创业人才孵化的效果和质量；通过了解创新创业人才孵化的整体表现和效果，可以为决策者提供决策依据，这有助于推动创新创业生态系统的发展，促进创新创业的持续繁荣。

技术特征：

1.一种基于人工智能的创新创业人才孵化评价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，所述步骤s2具体包括：

3.根据权利要求1所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求2或3任一项所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，在所述融合处理层中，将文本特征和图像特征结合起来表示创新创业人才的特征信息，具体过程如下所示：

5.根据权利要求1所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，所述创新创业智慧人才与创新创业人才需求的匹配度t-dαγ，计算过程如下所示：

6.根据权利要求1-5任意一项所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，所述步骤s3具体包括：

7.根据权利要求6所述的一种基于人工智能的创新创业人才孵化评价方法，其特征在于，所述步骤s3具体包括：

技术总结
本发明涉及数据分析领域，尤其涉及一种基于人工智能的创新创业人才孵化评价方法，包括收集创新创业人才数据信息以及创新创业项目或企业数据信息，进行预处理；将获取到的创新创业人才的相关数据信息，划分为创新创业人才的个人基础数据信息和能力升级数据信息，建立智慧人才神经网络模型；通过智慧人才神经网络模型得到的智慧项以及获取的创新创业项目或企业数据信息，构建创新创业智慧人才集合和创新创业人才需求集合，得到创新创业智慧人才与创新创业人才需求的匹配度集合；然后对创新创业人才孵化进行综合评价。本发明通过人工智能技术，对创新创业人才进行客观准确的评价，提升孵化效果和质量。

技术研发人员：丁晓丽,张晓丽,庄岩
受保护的技术使用者：日照职业技术学院
技术研发日：
技术公布日：2024/12/2