CN113077142A - 智能学员画像方法、***及终端设备 - Google Patents
智能学员画像方法、***及终端设备 Download PDFInfo
- Publication number
- CN113077142A CN113077142A CN202110348349.4A CN202110348349A CN113077142A CN 113077142 A CN113077142 A CN 113077142A CN 202110348349 A CN202110348349 A CN 202110348349A CN 113077142 A CN113077142 A CN 113077142A
- Authority
- CN
- China
- Prior art keywords
- target user
- user
- training
- portrait
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 122
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种智能学员画像方法、***及终端设备,该方法属于数据分析技术领域,包括:获取电力***中记录的培训计划数据;基于所述培训计划数据生成用户画像模板,所述培训计划数据中包含计划培训的各项培训内容;根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板;获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。本发明提供的智能学员画像方法、***及终端设备能够提高电网工作人员用户画像的构建效率,有助于为电网工作人员进行培训内容的制定以及推送。
Description
技术领域
本发明属于数据分析技术领域,更具体地说,是涉及一种智能学员画像方法、***及终端设备。
背景技术
目前,为了提高电网工作人员的作业能力,电网企业经常为电网工作人员制定培训计划,但是不同的工作人员有不同的专业背景以及作业水平,如何更合理地为电网工作人员制定培训计划成为亟需解决的问题。
随着信息化建设的深入推进和电力业务的飞速发展,电网企业也积累了丰富宝贵的数据资源,深度挖掘现有数据并充分利用数据分析结果辅助决策逐步成为电网企业的发展趋势。因此,构建学员画像,基于学员画像为电网工作人员进行培训内容制定以及推送的方案应运而生。但是,考虑到电网工作人员的数量众多,如何提供一种高效率的画像构建方案成为新的问题。
发明内容
本发明的目的在于提供一种智能学员画像方法、***及终端设备,以提高电网工作人员用户画像的构建效率。
本发明实施例的第一方面,提供了一种智能学员画像方法,包括:
获取电力***中记录的培训计划数据;
基于所述培训计划数据生成用户画像模板,所述培训计划数据中包含计划培训的各项培训内容;
根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板;
获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
本发明实施例的第二方面,提供了一种智能学员画像***,包括:
数据获取模块,用于获取电力***中记录的培训计划数据;
模板生成模块,用于基于所述培训计划数据生成用户画像模板,所述培训计划数据中包含计划培训的各项培训内容;
模板提取模块,用于根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板;
画像建立模块,用于获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的智能学员画像方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的智能学员画像方法的步骤。
本发明实施例提供的智能学员画像方法、***及终端设备的有益效果在于:
本发明首先根据电力***内通用的培训计划数据生成用户画像模板,再根据目标用户参与的培训内容组合确定用户对应的用户画像模板,最后根据用户自身的属性信息对画像模板进行更新,得到用户的学员画像。区别于现有技术中直接根据用户属性信息生成用户画像的方法,本发明基于用户画像模板有效提高了大批量用户的画像生成效率,有助于为电网工作人员进行培训内容的制定以及推送。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的智能学员画像方法的流程示意图;
图2为本发明一实施例提供的智能学员画像***的结构框图;
图3为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参考图1,图1为本发明一实施例提供的智能学员画像方法的流程示意图,该方法包括:
S101:获取电力***中记录的培训计划数据。
在本实施例中,培训计划数据包含线上培训数据和线下培训数据。
S102:基于培训计划数据生成用户画像模板,培训计划数据中包含计划培训的各项培训内容。
在本实施例中,可基于培训计划数据生成多个用户画像模板,进而可根据每个用户参加的培训计划来确定每个用户对应的用户画像模板。
S103:根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板。
S104:获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
在本实施例中,目标用户的用户属性信息包括但不限于目标用户的专业信息、学历信息、职称信息、岗位信息以及培训成绩信息等。
由上可以得出,本发明首先根据电力***内通用的培训计划数据生成用户画像模板,再根据目标用户参与的培训内容组合确定用户对应的用户画像模板,最后根据用户自身的属性信息对画像模板进行更新,得到用户的学员画像。区别于现有技术中直接根据用户属性信息生成用户画像的方法,本发明基于用户画像模板有效提高了大批量用户的画像生成效率,有助于为电网工作人员进行培训内容的制定以及推送。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,基于培训计划数据生成用户画像模板,包括:
为各项培训内容建立描述标签。
对培训计划数据进行排列组合,得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集,将各种培训内容组合对应的第一描述标签集作为用户画像模板。
在本实施例中,描述标签可以从协同合作、关系处理、人际沟通、冲突管理、技术技能等维度进行选取。其中,第一描述标签集为其对应的培训内容组合中各项培训内容对应的描述标签的集合。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
将目标用户参与的培训内容组合对应的第一描述标签集作为目标用户对应的用户画像模板。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,在得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集之后,基于培训计划数据生成每种培训内容组合对应的用户画像模板,智能学员画像方法还可以包括:
对多种培训内容组合进行聚类处理,得到多个组合数据类。
合并属于同一组合数据类的培训内容组合对应的第一描述标签集,得到各个组合数据类对应的第二描述标签集,将各个组合数据类对应的第二描述标签集作为用户画像模板。
在本实施例中,聚类处理的具体方法可以为:K-均值聚类算法、DBSCAN算法等。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
确定目标用户参与的培训内容组合所属的组合数据类,将目标用户参与的培训内容组合所属的组合数据类对应的第二描述标签集作为目标用户对应的画像模板。
也就是说,既可以根据用户所属的培训内容组合直接确定用户对应的画像模板,也可根据用户所属的培训内容组合所属的组合数据类来确定用户对应的画像模板,后者可极大地减小后续学员画像生成的运算量,从而提高学员画像的生成效率。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,用户画像模板为由描述标签组成的标签集。
基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像,包括:
基于目标用户的专业信息、学历信息、职称信息、岗位信息为目标用户对应的标签集的各个描述标签赋值。
基于目标用户的培训成绩信息对目标用户对应的描述标签值进行修正。
其中,目标用户对应的标签集中的各个描述标签以及各个描述标签值构成目标用户的学员画像。
在本实施例中,可根据目标用户的专业信息、学历信息、职称信息、岗位信息为目标用户对应的标签集的各个描述标签赋予相应的权重(也即赋值),最后基于目标用户的学习成果(也即培训成绩信息)对权重(也即描述标签值)进行调整,进而得到目标用户的学员画像。
可选地,作为本发明实施例提供的智能学员画像方法的一种具体实施方式,智能学员画像方法还包括:
获取目标用户的最新属性信息,并判断最新属性信息与用户属性信息的匹配度,若匹配度小于预设阈值,则基于最新属性信息对目标用户的学员画像进行更新。
在本实施例中,若匹配度不小于预设阈值,则不对目标用户的学员画像进行更新。当匹配度小于预设阈值时,说明用户属性信息发生了变动,此时可根据最新的用户属性信息对对目标用户的学员画像进行更新。具体的,对目标用户的学员画像进行更新可以包括:基于最新属性信息对目标用户对应的描述标签值进行更新。
可选的,还可每隔预设时间段获取目标用户参与的培训内容组合信息,根据最新获取的目标用户参与的培训内容组合信息判断目标用户参与的培训内容组合是否发生变动,若目标用户参与的培训内容组合发生变动,则根据最新获取的目标用户参与的培训内容组合信息对目标用户对应用户画像模板进行更新(后续可继续根据最新获取的目标用户的用户属性信息、以及更新后的目标用户的用户画像模板生成目标用户的学员画像)。
对应于上文实施例的智能学员画像方法,图2为本发明一实施例提供的智能学员画像***的结构框图。为了便于说明,仅示出了与本发明实施例相关的部分。参考图2,该智能学员画像***20包括:数据获取模块21、模板生成模块22、模板提取模块23、画像建立模块24。
其中,数据获取模块21,用于获取电力***中记录的培训计划数据。
模板生成模块22,用于基于培训计划数据生成用户画像模板,培训计划数据中包含计划培训的各项培训内容。
模板提取模块23,用于根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板。
画像建立模块24,用于获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,基于培训计划数据生成用户画像模板,包括:
为各项培训内容建立描述标签。
对培训计划数据进行排列组合,得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集,将各种培训内容组合对应的第一描述标签集作为用户画像模板。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
将目标用户参与的培训内容组合对应的第一描述标签集作为目标用户对应的用户画像模板。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,模板生成模块22还用于在得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集之后,对多种培训内容组合进行聚类处理,得到多个组合数据类。合并属于同一组合数据类的培训内容组合对应的第一描述标签集,得到各个组合数据类对应的第二描述标签集,将各个组合数据类对应的第二描述标签集作为用户画像模板。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
确定目标用户参与的培训内容组合所属的组合数据类,将目标用户参与的培训内容组合所属的组合数据类对应的第二描述标签集作为目标用户对应的画像模板。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,目标用户的用户属性信息包括目标用户的专业信息、学历信息、职称信息、岗位信息以及培训成绩信息。用户画像模板为由描述标签组成的标签集。
基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像,包括:
基于目标用户的专业信息、学历信息、职称信息、岗位信息为目标用户对应的标签集的各个描述标签赋值。
基于目标用户的培训成绩信息对目标用户对应的描述标签值进行修正。
其中,目标用户对应的标签集中的各个描述标签以及各个描述标签值构成目标用户的学员画像。
可选地,作为本发明实施例提供的智能学员画像***的一种具体实施方式,画像建立模块24还用于获取目标用户的最新属性信息,并判断最新属性信息与用户属性信息的匹配度,若匹配度小于预设阈值,则基于最新属性信息对目标用户的学员画像进行更新。
参见图3,图3为本发明一实施例提供的终端设备的示意框图。如图3所示的本实施例中的终端300可以包括:一个或多个处理器301、一个或多个输入设备302、一个或多个输出设备303及一个或多个存储器304。上述处理器301、输入设备302、输出设备303及存储器304通过通信总线305完成相互间的通信。存储器304用于存储计算机程序,计算机程序包括程序指令。处理器301用于执行存储器304存储的程序指令。其中,处理器301被配置用于调用程序指令执行以下操作上述各***实施例中各模块/单元的功能,例如图2所示模块21至24的功能。
应当理解,在本发明实施例中,所称处理器301可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备302可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备303可以包括显示器(LCD等)、扬声器等。
该存储器304可以包括只读存储器和随机存取存储器,并向处理器301提供指令和数据。存储器304的一部分还可以包括非易失性随机存取存储器。例如,存储器304还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器301、输入设备302、输出设备303可执行本发明实施例提供的智能学员画像方法的第一实施例和第二实施例中所描述的实现方式,也可执行本发明实施例所描述的终端的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令被处理器执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种智能学员画像方法,其特征在于,包括:
获取电力***中记录的培训计划数据;
基于所述培训计划数据生成用户画像模板,所述培训计划数据中包含计划培训的各项培训内容;
根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板;
获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
2.如权利要求1所述的智能学员画像方法,其特征在于,所述基于所述培训计划数据生成用户画像模板,包括:
为所述各项培训内容建立描述标签;
对所述培训计划数据进行排列组合,得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集,将各种培训内容组合对应的第一描述标签集作为用户画像模板。
3.如权利要求2所述的智能学员画像方法,其特征在于,所述根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
将目标用户参与的培训内容组合对应的第一描述标签集作为目标用户对应的用户画像模板。
4.如权利要求2所述的智能学员画像方法,其特征在于,在得到多种培训内容组合、以及各种培训内容组合对应的第一描述标签集之后,所述基于所述培训计划数据生成每种培训内容组合对应的用户画像模板,还包括:
对所述多种培训内容组合进行聚类处理,得到多个组合数据类;
合并属于同一组合数据类的培训内容组合对应的第一描述标签集,得到各个组合数据类对应的第二描述标签集,将各个组合数据类对应的第二描述标签集作为用户画像模板。
5.如权利要求4所述的智能学员画像方法,其特征在于,所述根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板,包括:
确定目标用户参与的培训内容组合所属的组合数据类,将目标用户参与的培训内容组合所属的组合数据类对应的第二描述标签集作为目标用户对应的画像模板。
6.如权利要求1所述的智能学员画像方法,其特征在于,目标用户的用户属性信息包括目标用户的专业信息、学历信息、职称信息、岗位信息以及培训成绩信息;所述用户画像模板为由描述标签组成的标签集;
所述基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像,包括:
基于目标用户的专业信息、学历信息、职称信息、岗位信息为目标用户对应的标签集的各个描述标签赋值;
基于目标用户的培训成绩信息对目标用户对应的描述标签值进行修正;
其中,目标用户对应的标签集中的各个描述标签以及各个描述标签值构成目标用户的学员画像。
7.如权利要求1所述的智能学员画像方法,其特征在于,还包括:
获取目标用户的最新属性信息,并判断所述最新属性信息与所述用户属性信息的匹配度,若所述匹配度小于预设阈值,则基于所述最新属性信息对目标用户的学员画像进行更新。
8.一种智能学员画像***,其特征在于,包括:
数据获取模块,用于获取电力***中记录的培训计划数据;
模板生成模块,用于基于所述培训计划数据生成用户画像模板,所述培训计划数据中包含计划培训的各项培训内容;
模板提取模块,用于根据目标用户参与的培训内容组合确定目标用户对应的用户画像模板;
画像建立模块,用于获取目标用户的用户属性信息,基于目标用户的用户属性信息以及目标用户对应的用户画像模板建立目标用户的学员画像。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348349.4A CN113077142B (zh) | 2021-03-31 | 2021-03-31 | 智能学员画像方法、***及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348349.4A CN113077142B (zh) | 2021-03-31 | 2021-03-31 | 智能学员画像方法、***及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113077142A true CN113077142A (zh) | 2021-07-06 |
CN113077142B CN113077142B (zh) | 2022-12-27 |
Family
ID=76614138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110348349.4A Active CN113077142B (zh) | 2021-03-31 | 2021-03-31 | 智能学员画像方法、***及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077142B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113783709A (zh) * | 2021-08-31 | 2021-12-10 | 深圳市易平方网络科技有限公司 | 基于会议***的参会人员监测处理方法、装置、智能终端 |
CN114119058A (zh) * | 2021-08-10 | 2022-03-01 | 国家电网有限公司 | 用户画像模型的构建方法、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528656A (zh) * | 2016-10-20 | 2017-03-22 | 杨瀛 | 一种基于学员历史和实时学习状态参量实现课程推荐的方法和*** |
CN108596679A (zh) * | 2018-04-27 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用户画像的构建方法、装置、终端及计算机可读存储介质 |
CN109145047A (zh) * | 2018-06-29 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户标签画像的配置方法、数据处理装置及存储介质 |
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN112001739A (zh) * | 2019-05-27 | 2020-11-27 | 广东小天才科技有限公司 | 一种生成用户学习画像的方法和*** |
WO2020248131A1 (zh) * | 2019-06-11 | 2020-12-17 | 深圳市欢太科技有限公司 | 用户画像构建方法及相关产品 |
CN112182413A (zh) * | 2020-12-01 | 2021-01-05 | 三盟科技股份有限公司 | 一种基于教学大数据的智能推荐方法及服务器 |
-
2021
- 2021-03-31 CN CN202110348349.4A patent/CN113077142B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528656A (zh) * | 2016-10-20 | 2017-03-22 | 杨瀛 | 一种基于学员历史和实时学习状态参量实现课程推荐的方法和*** |
CN108596679A (zh) * | 2018-04-27 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用户画像的构建方法、装置、终端及计算机可读存储介质 |
CN109145047A (zh) * | 2018-06-29 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户标签画像的配置方法、数据处理装置及存储介质 |
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN112001739A (zh) * | 2019-05-27 | 2020-11-27 | 广东小天才科技有限公司 | 一种生成用户学习画像的方法和*** |
WO2020248131A1 (zh) * | 2019-06-11 | 2020-12-17 | 深圳市欢太科技有限公司 | 用户画像构建方法及相关产品 |
CN112182413A (zh) * | 2020-12-01 | 2021-01-05 | 三盟科技股份有限公司 | 一种基于教学大数据的智能推荐方法及服务器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114119058A (zh) * | 2021-08-10 | 2022-03-01 | 国家电网有限公司 | 用户画像模型的构建方法、设备及存储介质 |
CN114119058B (zh) * | 2021-08-10 | 2023-09-26 | 国家电网有限公司 | 用户画像模型的构建方法、设备及存储介质 |
CN113783709A (zh) * | 2021-08-31 | 2021-12-10 | 深圳市易平方网络科技有限公司 | 基于会议***的参会人员监测处理方法、装置、智能终端 |
CN113783709B (zh) * | 2021-08-31 | 2024-03-19 | 重庆市易平方科技有限公司 | 基于会议***的参会人员监测处理方法、装置、智能终端 |
Also Published As
Publication number | Publication date |
---|---|
CN113077142B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107797826B (zh) | 一种基于规则引擎的规则配置方法、终端以及设备 | |
CN113077142B (zh) | 智能学员画像方法、***及终端设备 | |
CN107862425B (zh) | 风控数据采集方法、设备、***及可读存储介质 | |
CN110472109B (zh) | 动态化数据质量分析方法及平台*** | |
CN109978033A (zh) | 同操作人识别模型的构建与同操作人识别的方法和装置 | |
CN107644106B (zh) | 自动挖掘业务中间人的方法、终端设备及存储介质 | |
CN113741860A (zh) | 基于rpa机器人的数据处理方法及装置 | |
CN113077147B (zh) | 学员课程智能推送方法、***及终端设备 | |
CN110309099A (zh) | 接口管理方法、装置、设备及计算机可读存储介质 | |
KR20200072318A (ko) | 블록체인 기반의 스마트 컨트랙트를 이용한 스터디 그룹 관리 시스템 및 그 방법 | |
CN111897890A (zh) | 金融业务处理方法及装置 | |
CN109783782A (zh) | 电子合同模板的生成方法、设备、存储介质及装置 | |
CN108520063A (zh) | 事件日志的处理方法、装置及终端设备 | |
CN117236624A (zh) | 一种基于动态图的Issue修复者推荐方法与装置 | |
CN107071553A (zh) | 一种修改视频语音的方法、装置和计算机可读存储介质 | |
CN107679635A (zh) | 基于优先级的客户跟进方法、***及可读存储介质 | |
CN112348403B (zh) | 风控模型构建方法、装置及电子设备 | |
CN112288406B (zh) | 一种基于科技信息众创平台的服务对象检索方法 | |
CN114626352A (zh) | 报表自动化生成方法、装置、计算机设备及存储介质 | |
CN107272989A (zh) | 应用启动方法、装置及终端设备 | |
CN111046643A (zh) | 快速定制生成excel表格的***及方法、服务器及介质 | |
CN110334815A (zh) | 基于交叉验证的标签补全方法、终端、装置及存储介质 | |
Sellier et al. | Managing requirements inter-dependency for software product line derivation | |
CN109547410A (zh) | 基于gcn的请求识别方法、装置、服务器及存储介质 | |
CN116109344A (zh) | 一种网约车流失用户的召回方法及装置 |
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 |