-
公开(公告)号：CN118312677A
公开(公告)日：2024-07-09
申请号：CN202410570689.5
申请日：2024-05-09
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06Q50/20 , G06F18/22 , G06N3/0475 , G06N3/094 , G06F17/16
Abstract: 本发明公开了一种基于企业员工技能培训历史偏好的个性化培训推荐方法，该方法通过构建员工‑培训项目矩阵R，计算培训项目之间的Pearson相似度，形成相似度矩阵S。根据相似度矩阵S，为每个培训项目选取最近邻居和最远邻居集合。对员工遍历参与过的培训项目，构建最近邻居和最远邻居集合，并利用这些集合，使推荐器学习到员工的反向偏好，从而实现对员工培训历史中的无意义记录识别，并调整矩阵R中相关数据。通过对比员工未参与过培训的邻居集合中与已交互培训集合的重合度，筛选得到员工潜在的偏好培训，调整矩阵R中相关数据。将调整后的R矩阵输入对抗生成网络进行训练。训练完成后，即可通过生成器G为每个员工推荐个性化培训项目。
-
公开(公告)号：CN118312677B
公开(公告)日：2024-10-01
申请号：CN202410570689.5
申请日：2024-05-09
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06Q50/20 , G06F18/22 , G06N3/0475 , G06N3/094 , G06F17/16
Abstract: 本发明公开了一种基于企业员工技能培训历史偏好的个性化培训推荐方法，该方法通过构建员工‑培训项目矩阵R，计算培训项目之间的Pearson相似度，形成相似度矩阵S。根据相似度矩阵S，为每个培训项目选取最近邻居和最远邻居集合。对员工遍历参与过的培训项目，构建最近邻居和最远邻居集合，并利用这些集合，使推荐器学习到员工的反向偏好，从而实现对员工培训历史中的无意义记录识别，并调整矩阵R中相关数据。通过对比员工未参与过培训的邻居集合中与已交互培训集合的重合度，筛选得到员工潜在的偏好培训，调整矩阵R中相关数据。将调整后的R矩阵输入对抗生成网络进行训练。训练完成后，即可通过生成器G为每个员工推荐个性化培训项目。
-
公开(公告)号：CN118350791A
公开(公告)日：2024-07-16
申请号：CN202410572862.5
申请日：2024-05-10
Applicant: 南京邮电大学
IPC: G06Q10/105 , G06F18/213 , G06F18/2132 , G06F18/243 , G06N20/20
Abstract: 本发明公开了一种企业员工离职率评估计算服务实现方法，该方法在框架中使用了最小‑最大值标准化中的0‑1标准化、线性判别分析，将员工离职因素数据化并规范化后提取出特征。随机森林方法对特征进行选择分类以及多模态变分自编码器(MultVAE)方法预测离职率。随机森林方法对提取出的原始特征每次随机地从10个特征中选取5个特征；从5个特征中选择一个特征作为该节点的分类属性生成决策树，并且按照该步骤重复多次，将决策树集成为随机森林得到最终的特征分类结果。最后使用MultVAE，即多模态变分自编码器根据最终分类完成的特征预测员工未来的可能离职率，以此解决了企业的人才流失问题。
-
公开(公告)号：CN118333595A
公开(公告)日：2024-07-12
申请号：CN202410570726.2
申请日：2024-05-09
Applicant: 南京邮电大学
IPC: G06Q10/1053 , G06F18/24 , G06F18/214 , G06N5/01 , G06N20/00 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种企业员工薪资动态管理服务实现方法，针对企业中不能合理地对薪资各个组成项目进行量化加权评估导致员工的薪资无法动态符合表现员工的工作表现的问题，提供了一种企业员工薪资动态自助管理服务。框架中，使用了最大‑最小规范化、非负矩阵分解，将员工薪资组成项目量化并规范化后提取出特征。随机森林方法根据每个员工薪资组成项目特征生成该员工以往每个月的薪资向量，并设置实验的训练集与测试集。通过基于去噪自动编码器的对抗生成网络对训练集中薪资向量的训练，实现动态地对企业员工薪资进行调整，提供更加高效的动态薪资管理服务。
-
-
-
Search Results
4
records
(took 0.02 seconds)
