CN109522511B - 一种基于复盘的面试计分方法 - Google Patents
一种基于复盘的面试计分方法 Download PDFInfo
- Publication number
- CN109522511B CN109522511B CN201811226815.6A CN201811226815A CN109522511B CN 109522511 B CN109522511 B CN 109522511B CN 201811226815 A CN201811226815 A CN 201811226815A CN 109522511 B CN109522511 B CN 109522511B
- Authority
- CN
- China
- Prior art keywords
- scoring
- scores
- similarity
- interviewer
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013077 scoring method Methods 0.000 title claims abstract description 8
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 238000003860 storage Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于复盘的面试计分方法,属于计算机技术领域。本发明通过形成一个应用软件,实现对面试分数的存储,分析,剔除和反馈。通过将每名面试官的成绩向量与其他面试官给出的平均成绩进行相似度对比,并采用粗大误差检测手段检测出其成绩是否存在异常。本发明的效果和益处是可以提高面试的客观性,并可以帮助提高面试人员的业务素质。
Description
技术领域
本发明属于计算机技术领域,涉及到教育学领域,特别涉及到面试客观性的评价,提供一种基于复盘的面试计分方法。
背景技术
传统的面试过程中,面试官们各自独立打分,随后算平均分得出结论。即便采用了去掉最高分或最低分的策略,也仅仅能够部分的规避舞弊现象。而比舞弊现象更为常见的是面试官的能力不均:面试官团体中不乏经验不足的新手,对于受试者的能力和个性尚不具备足够敏锐的洞察力;也可能存在面试官对面试者所从事的行业不甚了解,从而出现判断错误。因此,在面试过程中需要对能力不足的面试官予以排除,并将结果返回给面试官,以帮助其增长经验,适应岗位。
发明内容
针对目前存在的问题,本发明提供一种基于复盘的面试计分方法,通过形成一个应用软件,实现对面试分数的存储,分析,剔除和反馈。
本发明采用的技术方案为:
一种基于复盘的面试计分方法,将每名面试官的成绩向量与其他面试官给出的平均成绩进行相似度对比,并检测出其成绩是否存在异常。具体包括以下步骤:
(1)对于同一个受试者a,n个面试官在自己的打分终端上给出成绩,打分终端将成绩上传到服务器;
(2)服务器记录下n个面试官关于同一受试者m个受试项目的打分情况,记为n*m的矩阵Sa;
(3)将第1个面试官的打分Sa(1,k)作为考察样本,即令i=1,这里k=1~K,K为面试的打分项数目;
(4)将Sa中的第i行排除,对剩余的行按列取平均,得到向量Ei;
(5)考察向量Ei和Sa(i,k)的相似度,得到相似度参数Li,这里k=1~K,K为面试的打分项数目;
所述的相似度计算方法包括欧氏距离计算法、余弦相似度计算法、对位相减作绝对值后取最大值等手段;
(6)改变i的取值,重复步骤(4)到步骤(5),直至所有i=1~n全部遍历得到由L1~Ln组成的向量L;
(7)对向量L中的所有元素采用粗大误差检测手段进行粗大误差检测,检测成绩是否异常,即检测是否有相似度过小者;
所述的检测手段包括通过门限判断、来伊特准则、格罗布斯准则、迪克逊准则或罗曼诺夫斯基准则等。
(8)若检测出L中确实存在粗大误差,则将检测结论发送给该元素Lx所对应的第x位面试官(x=1~n),并将其打分从统计结果中排除掉;若未检测出粗大误差,则把所有面试官打出的成绩都计入统计结果。
本发明的有益效果为:本发明能够提高面试的客观性,并可以帮助提高面试人员的业务素质。
附图说明
附图1是***工作流程图。
具体实施方式
以下结合具体实施例对本发明做进一步说明。
具体实施过程中可以按如下步骤进行:
(1)对于受试者a,各面试官在自己的打分终端上给出成绩,打分终端将成绩上传到服务器;
(2)服务器记录下n个面试官关于m个受试项目的打分情况,记为n*m的矩阵Sa;
(3)将第1个面试官的打分Sa(1,k)作为考察样本,即令i=1;
(4)将Sa中的第i行排除,对剩余的行按列取平均,得到向量Ei;
(5)通过欧氏距离计算考察向量Ei和Sa(i,k)的相似度,得到相似度参数Li,计算公式为
(6)改变i的取值,重复步骤4到步骤5,直至所有i=1~n全部遍历得到由L1~Ln组成的向量L;
(7)通过门限判断对向量L中的所有元素进行粗大误差检测,具体方法为将Li与门限;
(8)若检测出L中确实存在粗大误差,则将检测结论发送给该元素Lx所对应的第x位面试官,并将其打分从统计结果中排除掉;若未检测出粗大误差,则把所有面试官打出的成绩都计入统计结果。
以上所述实施例仅表达本发明的实施方式,但并不能因此而理解为对本发明专利的范围的限制,应当指出,对于本领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些均属于本发明的保护范围。
Claims (3)
1.一种基于复盘的面试计分方法,其特征在于,该方法将每名面试官的成绩向量与其他面试官给出的平均成绩进行相似度对比,并检测出其成绩是否存在异常;包括以下步骤:
(1)对于同一个受试者a,n个面试官在自己的打分终端上给出成绩,打分终端将成绩上传到服务器;
(2)服务器记录n个面试官关于同一受试者m个受试项目的打分情况,记为n*m的矩阵Sa;
(3)将第1个面试官的打分Sa(1,k)作为考察样本,即令i=1,这里k=1~K,K为面试的打分项数目;
(4)将Sa中的第i行排除,对剩余的行按列取平均,得到向量Ei;
(5)考察向量Ei和Sa(i,k)的相似度,得到相似度参数Li,这里k=1~K,K为面试的打分项数目;
(6)改变i的取值,重复步骤(4)到步骤(5),直至所有i=1~n全部遍历得到由L1~Ln组成的向量L;
(7)对向量L中的所有元素采用粗大误差检测手段进行粗大误差检测,检测成绩是否异常,即检测是否有相似度过小者;
(8)若检测出L中确实存在粗大误差,则将检测结论发送给元素Lx所对应的第x位面试官,x=1~n,并将其打分从统计结果中排除掉;若未检测出粗大误差,则把所有面试官打出的成绩都计入统计结果。
2.根据权利要求1所述的一种基于复盘的面试计分方法,其特征在于,步骤(5)中的相似度计算方法包括欧氏距离计算法、余弦相似度计算法、对位相减作绝对值后取最大值的方法。
3.根据权利要求1或2所述的一种基于复盘的面试计分方法,其特征在于,步骤(7)所述的检测手段包括通过门限判断、来伊特准则、格罗布斯准则、迪克逊准则或罗曼诺夫斯基准则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811226815.6A CN109522511B (zh) | 2018-10-22 | 2018-10-22 | 一种基于复盘的面试计分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811226815.6A CN109522511B (zh) | 2018-10-22 | 2018-10-22 | 一种基于复盘的面试计分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109522511A CN109522511A (zh) | 2019-03-26 |
CN109522511B true CN109522511B (zh) | 2021-04-20 |
Family
ID=65772167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811226815.6A Active CN109522511B (zh) | 2018-10-22 | 2018-10-22 | 一种基于复盘的面试计分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522511B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620619A (zh) * | 2009-08-07 | 2010-01-06 | 北京航空航天大学 | 一种基于聚类方法的测量数据粗大误差处理***及处理方法 |
CN104504287A (zh) * | 2015-01-08 | 2015-04-08 | 广州列丰信息科技有限公司 | 远程监测移动医疗设备数据异常的方法和服务器及*** |
CN106447285A (zh) * | 2016-09-12 | 2017-02-22 | 北京大学 | 基于多维度领域关键知识的招聘信息匹配方法 |
CN107292575A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050283378A1 (en) * | 2000-05-30 | 2005-12-22 | Iserson Samuel L | Asynchronous video interview system |
US10657498B2 (en) * | 2017-02-17 | 2020-05-19 | Walmart Apollo, Llc | Automated resume screening |
-
2018
- 2018-10-22 CN CN201811226815.6A patent/CN109522511B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101620619A (zh) * | 2009-08-07 | 2010-01-06 | 北京航空航天大学 | 一种基于聚类方法的测量数据粗大误差处理***及处理方法 |
CN104504287A (zh) * | 2015-01-08 | 2015-04-08 | 广州列丰信息科技有限公司 | 远程监测移动医疗设备数据异常的方法和服务器及*** |
CN107292575A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN106447285A (zh) * | 2016-09-12 | 2017-02-22 | 北京大学 | 基于多维度领域关键知识的招聘信息匹配方法 |
Non-Patent Citations (3)
Title |
---|
Evaluating Rater Accuracy in Rater-Mediated Assessments Using an Unfolding Model;Jue Wang等;《Education and Psychological Measurement》;20160123;第76卷(第6期);第1005-1028页 * |
主观评价中的评委水平评价模型;梁俊芝等;《重庆工学院学报(自然科学)》;20090331;第23卷(第3期);第89-91页 * |
关于评委评分的评价模型;吕书龙等;《福州大学学报(自然科学版)》;20100630;第38卷(第3期);第358-362页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109522511A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609493B (zh) | 优化人脸图片质量评价模型的方法及装置 | |
CN110413494B (zh) | 一种改进贝叶斯优化的LightGBM故障诊断方法 | |
Pomponi et al. | A real-time approach to acoustic emission clustering | |
Ekenel et al. | Why is facial occlusion a challenging problem? | |
CN103262118B (zh) | 属性值估计装置和属性值估计方法 | |
CN107766823B (zh) | 基于关键区域特征学习的视频中异常行为检测方法 | |
US10956716B2 (en) | Method for building a computer-implemented tool for assessment of qualitative features from face images | |
CN112232706A (zh) | 基于行为与能力维度的能力评价方法、***、终端及介质 | |
CN112949464B (zh) | 基于人脸三维形状的换脸伪造检测方法、***及设备 | |
CN110580510A (zh) | 一种聚类结果评价方法和*** | |
Prudêncio et al. | Analysis of instance hardness in machine learning using item response theory | |
Kalka et al. | LQMetric: a latent fingerprint quality metric for predicting AFIS performance and assessing the value of latent fingerprints | |
Yekutieli et al. | Expert assisting computerized system for evaluating the degree of certainty in 2d shoeprints | |
CN109522511B (zh) | 一种基于复盘的面试计分方法 | |
CN115830351B (zh) | 图像处理方法、设备以及存储介质 | |
CN116993490A (zh) | 一种基于人工智能的银行场景自动处理方法及*** | |
CN116704606A (zh) | 一种理化实验操作行为识别方法、***、装置及存储介质 | |
CN110853761A (zh) | 一种基于极端梯度提升算法的精神病高危识别模型 | |
CN114022129A (zh) | 一种基于全量数据评价结果的推导方法、设备及计算机存储介质 | |
CN114021905A (zh) | 一种中小企业信用风险评价方法 | |
CN113918471A (zh) | 测试用例的处理方法、装置及计算机可读存储介质 | |
Jomaa et al. | Improved sequential fusion of heart-signal and fingerprint for anti-spoofing | |
Pavao et al. | Filtering participants improves generalization in competitions and benchmarks | |
Simon | Local outlier detection in data forensics: Data mining approach to flag unusual schools | |
Gill et al. | Sports Game Classification and Detection Using ResNet50 Model Through Machine Learning Techniques Using Artificial Intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |