CN113570322A - 面向高职学生的职业测评方法及装置 - Google Patents

面向高职学生的职业测评方法及装置 Download PDF

Info

Publication number
CN113570322A
CN113570322A CN202110528072.3A CN202110528072A CN113570322A CN 113570322 A CN113570322 A CN 113570322A CN 202110528072 A CN202110528072 A CN 202110528072A CN 113570322 A CN113570322 A CN 113570322A
Authority
CN
China
Prior art keywords
post
evaluated
student
question
evaluation
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.)
Pending
Application number
CN202110528072.3A
Other languages
English (en)
Inventor
李冠艺
徐林海
赵南南
黄颖
郑孔迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Allpass Information Industry Co ltd
Original Assignee
Nanjing Allpass Information Industry Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Allpass Information Industry Co ltd filed Critical Nanjing Allpass Information Industry Co ltd
Priority to CN202110528072.3A priority Critical patent/CN113570322A/zh
Publication of CN113570322A publication Critical patent/CN113570322A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请提供了一种面向高职学生的职业测评方法及装置，该方法包括：依据待测评高职学生答复每一道目标测评题的答复结果，将待测评高职学生答复正确的每一道目标测评题确定为正确测评题，将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位，依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告。可见，本技术方案实现了为高职学生测评出适合的岗位。

Description

面向高职学生的职业测评方法及装置
技术领域
本申请涉及互联网技术领域，尤其涉及一种面向高职学生的职业测评方法及装置。
背景技术
随着各种新兴行业的发展，有大量的工作岗位可供人们选择，面对大量的工作岗位，职业高校的学生如何在众多的工作岗位中选择合适自身的岗位成为重点关注的问题。
因此，如何提供一种为高职学生测评出适合的岗位的技术方案，是目前本领域人员亟需解决的技术问题。
发明内容
本申请所要解决的技术问题是提供一种面向高职学生的职业测评方法，以实现为高职学生测评出适合的岗位。
本申请还提供了一种面向高职学生的职业测评装置，用于保证上述方法在实际中的实现及应用。
一种面向高职学生的职业测评方法，包括：
响应于用户的职业测评请求，生成选择界面；
获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
将所筛选出的测评题组成第一题库；
从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断当前的计时时间是否大于预设时间；
若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
上述的方法，可选的，所述依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位，包括：
针对每一道正确测评题，依据所述正确测评题的分值，确定所述正确测评题对应的每一个目标关键词的分值；
将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到所述待测评高职学生的第一岗位；
依据所述第一岗位，确定所述待测评高职学生的转岗岗位；
将所述第一岗位和所述转岗岗位确定所述待测评高职学生的待推荐岗位。
上述的方法，可选的，所述依据所述第一岗位，确定所述待测评高职学生的转岗岗位，包括：
确定预先构建的图数据库中与所述第一岗位存在关联关系的岗位；
将所述图数据库中与所述第一岗位存在关联关系的岗位确定为所述待测评高职学生的转岗岗位。
上述的方法，可选的，所述依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告，包括：
将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果；
将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组；
从所述图数据库中查找所述转岗岗位的岗位描述信息；所述岗位描述信息用于指示所述待测评高职学生转岗至所述转岗岗位需要学习的技能；
依据所述岗位描述信息和所述待测评高职学生的待推荐岗位，生成职业测评评语；
将各个关键词组、所述职业测评评语和所述待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成所述待测评高职学生的职业测评报告。
上述的方法，可选的，还包括：
获取待测评高职学生答复各道目标测评题的答题时间序列；
基于所述答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题；
对所述异常测评题进行知识点分析，得到分析结果，所述分析结果用于指示所述待测评高职学生未掌握的知识点。
一种面向高职学生的职业测评装置，包括：
第一生成单元，用于响应于用户的职业测评请求，生成选择界面；
第一获取单元，用于获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
筛选单元，用于从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
组成单元，用于将所筛选出的测评题组成第一题库；
第一确定单元，用于从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
第二获取单元，用于当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断单元，用于判断当前的计时时间是否大于预设时间；
第二确定单元，用于若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
第三确定单元，用于若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
第四确定单元，用于将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
第二生成单元，用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
上述的装置，可选的，所述第四确定单元用于依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位，包括所述第四确定单元具体用于：
针对每一道正确测评题，依据所述正确测评题的分值，确定所述正确测评题对应的每一个目标关键词的分值；
将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到所述待测评高职学生的第一岗位；
依据所述第一岗位，确定所述待测评高职学生的转岗岗位；
将所述第一岗位和所述转岗岗位确定所述待测评高职学生的待推荐岗位。
上述的装置，可选的，所述第四确定单元用于依据所述第一岗位，确定所述待测评高职学生的转岗岗位，包括所述第四确定单元具体用于：
确定预先构建的图数据库中与所述第一岗位存在关联关系的岗位；
将所述图数据库中与所述第一岗位存在关联关系的岗位确定为所述待测评高职学生的转岗岗位。
上述的装置，可选的，所述第二生成单元用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告，包括所述第二生成单元具体用于：
将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果；
将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组；
从所述图数据库中查找所述转岗岗位的岗位描述信息；所述岗位描述信息用于指示所述待测评高职学生转岗至所述转岗岗位需要学习的技能；
依据所述岗位描述信息和所述待测评高职学生的待推荐岗位，生成职业测评评语；
将各个关键词组、所述职业测评评语和所述待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成所述待测评高职学生的职业测评报告。
上述的装置，可选的，还包括：
第三获取单元，用于获取待测评高职学生答复各道目标测评题的答题时间序列；
第五确定单元，用于基于所述答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题；
分析单元，用于对所述异常测评题进行知识点分析，得到分析结果，所述分析结果用于指示所述待测评高职学生未掌握的知识点。
一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行上述的面向高职学生的职业测评方法。
一种电子设备，包括存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行上述的面向高职学生的职业测评方法。
与现有技术相比，本申请包括以下优点：
本申请提供了一种面向高职学生的职业测评方法及装置，依据待测评高职学生答复每一道目标测评题的答复结果，将待测评高职学生答复正确的每一道目标测评题确定为正确测评题，将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位，依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告。可见，本技术方案实现了为高职学生测评出适合的岗位。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种面向高职学生的职业测评方法的方法流程图；
图2为本申请提供的一种面向高职学生的职业测评方法的示例图；
图3为本申请提供的一种面向高职学生的职业测评方法的又一方法流程图；
图4为本申请提供的一种面向高职学生的职业测评方法的再一方法流程图；
图5为本申请提供的一种面向高职学生的职业测评方法的另一方法流程图；
图6为本申请提供的一种面向高职学生的职业测评装置的结构示意图；
图7为本申请提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本发明实施例提供了一种面向高职学生的职业测评方法，该方法可以应用在多种***平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：
S101、响应于用户的职业测评请求，生成选择界面。
实施例中，预先构建题库，题库中包括预先设置的多道测评题，在接收到用户的职业测评请求时，对职业测评请求进行响应，生成选择界面；其中，选择界面包括职业发展标签选择项、岗位群标识选择项和题目基尼系数选择项。
用户可以通过选择界面选择职业发展标签、岗位群标识和题目基尼系数。
职业测评请求指的是用户需要进行职业测评时，向终端设备发送的请求指令。
本实施例中，用户可以是高职学校的老师。
S102、获取用户通过选择界面选择的职业发展标签、岗位群标识和题目基尼系数。
在用户通过选择界面选择职业发展标签、岗位群标识和题目基尼系数后，获取用户所选择的业发展标签、岗位群标识和题目基尼系数。
S103、从预先构建的题库中筛选出与用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题。
本实施例中，预先构建题库，题库中包括多道测评题，并为每一道测评题设置职业发展标签、题目基尼系数和至少一个岗位关键词。
本实施例中，为题库中包括的每一道测评题设置职业发展标签的过程，具体包括：
为每一道测评题设置16宫格坐标系；
针对题库中的每一道测评题，当用户点击该测评题对应的16宫格坐标系中的任意一个宫格按钮时，将用户所点击的宫格按钮对应的职业发展标签设置为该测评题的职业发展标签。
本实施例中，16宫格坐标系包括16宫格按钮，16宫格坐标系如图2所示，横坐标向右代表管理，横坐标向左代表技术，纵坐标向上代表综合，纵坐标向下代表专业，坐标系将16宫格划分为4个象限，第一象限为由管理和综合做成的象限，第二象限为由综合和技术组成的象限，第三象限为由技术和专业组成的象限，第四象限为由专业和管理组成的坐标，第一象限包括4个宫格，分别代表不同的职业发展标签，分别为综合能力强管理水平高标签、综合能力强管理水平一般标签、综合能力一般管理水平高标签、综合能力一般管理水平一般标签；第二象限包括4个宫格，分别代表综合能力强技术水平高标签、综合能力强技术水平一般标签、综合能力一般技术水平高标签、综合能力一般技术水平一般标签；第三象限包括4个宫格，分别代表专业能力强技术水平高标签、专业能力强技术水平一般标签、专业能力一般技术水平高标签、专业能力一般技术水平一般标签；第四象限包括4个宫格，分别代表专业能力强管理水平高标签、专业能力强管理水平一般标签、专业能力一般管理水平高标签、专业能力一般管理水平一般标签。
本实施例中，预先为题库中的每一道测评题设置16宫格坐标系，用户分析每一道测评题，通过点击16宫格按钮中的与该道测评题适配的宫格按钮，为每一道测评题设置职业发展标签，具体的，针对题库中的每一道测评题，当用户点击该测评题对应的16宫格坐标系中的任意一个宫格按钮时，将用户所点击的宫格按钮对应的职业发展标签设置为该测评题的职业发展标签。
本实施例中，为题库中包括的每一道测评题设置岗位关键词的过程，具体包括：
计算每一道测评题与预设的每一个岗位关键词的相似度；
针对每一道测评题，将相似度大于预设阈值的岗位关键词设置为该道测评题的岗位关键词。
本实施例中，预设多个岗位关键词，岗位关键词为利用BERT(语言模型)、LSTM(长短记忆网络)和CRF(条件随机场算法)从海量招聘信息提取得到。需要说明的是，一个岗位对应至少一个岗位关键词。
本实施例中，针对每一道测评题，计算该测评题与预设的每一个岗位关键词的相似度的过程，可以是，利用余弦相似度计算公式，计算该测评题与预设的每一个岗位关键词的相似度，也可以是，提供该测评题包括的各个关键词，利用余弦相似度计算公式，计算该测评题包括的每一个关键词与预设的每一个岗位关键词的相似度，基于各个相似度，计算该测评题与预设的每一个岗位关键词的相似度。
需要说明的是，预设阈值为人为设定的数值，可以根据需求进行调整。
本实施例中，对各个岗位进行聚类，得到至少一个岗位群，并为每一个岗位群分配岗位群标识。
本实施例中，题库中包括的每一道测评题的题目基尼系数可以根据历史测评数据确定，具体的，题目基尼系数＝(历史测评中最高答对人次与最低答对人次之差的期望)/2*历史测评中平均答对人次。
需要说明的是，题目基尼系数越小，表征该测评题越简单，题目基尼系数越大，表征该测评题越难。
本实施例中，依据用户通过选择界面选择的职业发展标签、岗位群标识和题目基尼系数，从题库中筛选出与职业发展标签、岗位群标识和题目基尼系数均匹配的测评题。
S104、将所筛选出的测评题组成第一题库。
S105、从第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时。
本实施例中，从第一题库中随机抽取出一道测评题，并将当前抽取出来的测评题作为目标测评题，将目标测评题展示给待测评高职学生，并启动计时。
S106、当接收到待测评高职学生的提交指令时，获取待测评高职学生对目标测评题的答复结果。
当接收到待测评高职学生的提交指令后，对提交指令进行响应，获取待测评高职学生对目标测评题的答复结果。
提交指令为待测评高职学生完成答复目标测评题后，点击提交按钮，发出的指令。
S107、判断当前的计时时间是否大于预设时间，若否，执行步骤S108，若是，执行步骤S109。
S108、依据待测评高职学生对目标测评题的答复结果，利用协同过滤技术，从第一题库剩余的测评题中抽取一道测评题作为目标测评题展示给待测评高职学生。
本实施例中，依据待测评高职学生对目标测评题的答复结果，利用协同过滤技术，从第一题库剩余的测评题中抽取出一道测评题，具体的，基于答复结果的正确性，利用协同过滤技术，从第一题库剩余的测评题中抽取出一道测评题。
将抽取出的测评题作为目标测评题，并将目标测评题展示给待测评高职学生，并返回执行步骤S106。
S109、依据所有答复结果，将待测评高职学生答复正确的每一道目标测评题确定为正确测评题。
本实施例中，对所有答复结果进行解析，确定待测评高职学生答复正确的目标测评题，并将待测评高职学生答复正确的每一道目标测评题确定为正确测评题。
S110、将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位。
本实施例中，预先为题库中包括每一道测评题设置至少一个岗位关键词，从而在确定正确测评题后，可确定出该正确测评题对应的各个岗位关键词。
针对每一道正确测评题，将该正确测评题对应的每一个岗位关键词确定为目标关键词。
本实施例中，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位。
参阅图3，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位的过程，具体包括以下：
S301、针对每一道正确测评题，依据正确测评题的分值，确定正确测评题对应的每一个目标关键词的分值。
本实施例中，预先设置每一道测评题的分值。
针对每一道正确测评题，将正确测评题的分值确定为该测评题对应每一个目标关键词的分值。
其中，可能存在不同正确测评题对应相同目标关键词的情况，也就是可能存在目标关键词为同一岗位关键词的情况，对于不同正确测评题对应相同目标关键词的情况，该目标关键词的分值为其对应的正确测评题的分值的累加值。
S302、将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到待测评高职学生的第一岗位。
本实施例中，预先构建岗位推荐模型。岗位推荐模型可以是利用机器学习进行构建得到。
将每一个目标关键词和每一个目标关键词的分值，输入预先构建的岗位推荐模型中，经岗位推荐模型处理，得到岗位推荐模型输出的适合待测评高职学生的岗位，将岗位模型输出的适合待测评高职学生的岗位确定为第一岗位。
本实施例中，预先构建岗位推荐模型，在确定出目标关键词，以及目标关键词的分值后，将目标关键词和目标关键词的分值输入岗位推荐模型中，得到第一岗位，提高第一岗位的确定效率。
S303、依据第一岗位，确定待测评高职学生的转岗岗位。
本实施例中，预先构建岗位知识图谱，岗位知识图谱包括多个岗位，以及岗位之间的联系，每个岗位下的实体包括工作任务、基础能力、工作技能、经验、学历、薪酬等。
本实施例中，依据第一岗位和预先构建的岗位知识图谱，确定待测评高职学生的转岗岗位，其中，转岗岗位用于表征待测评高职学生可以转岗的岗位。
本实施例中，依据第一岗位，确定待测评高职学生的转岗岗位的过程，具体包括以下步骤：
确定预先构建的图数据库中与第一岗位存在关联关系的岗位；
将图数据库中与第一岗位存在关联关系的岗位确定为待测评高职学生的转岗岗位。
本实施例中，依据第一岗位，通过遍历岗位知识图谱，确定出与第一岗位存在关联关系的岗位，具体的，通过遍历岗位知识图谱，查找出与第一岗位的关联度大于预设关联阈值的岗位。
将图数据库中与第一岗位存在关联关系的岗位确定为待测评高职学生的转岗岗位，也就是将图数据库中与第一岗位的关联度大于预设关联阈值的岗位确定为转岗岗位。
S304、将第一岗位和转岗岗位确定待测评高职学生的待推荐岗位。
本实施例中，将第一岗位和转岗岗位均确定为待测评高职学生的待推荐岗位。
S111、依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告。
本实施例中，依据各个目标关键词和待测评高职学生的待推荐岗位通过调用预设的报告模板，生成待测评高职学生的职业测评报告。
参阅图4，依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告的过程，具体包括以下步骤：
S401、将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果。
本实施例中，预先构建分类模型，可选的，分类模型可以是利用SVM(支持向量机)构建。
将每一个目标关键词分别输入至预先构建的分类模型中，得到分类模型输出的分类结果，可选的，分类结果包括但不限于学历、经验、技能、能力或工作任务。
S402、将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组。
S403、从图数据库中查找转岗岗位的岗位描述信息。
本实施例中，从图数据库中存储每个岗位对应的实体，包括但不限于工作任务、基础能力、工作技能、经验、学历和薪酬。
本实施例中，查找图数据库中转岗岗位的工作技能，将转岗岗位的工作技能作为该转岗岗位的岗位描述信息。其中，岗位描述信息用于指示待测评高职学生转岗至转岗岗位需要学习的技能。
S404、依据岗位描述信息和待测评高职学生的待推荐岗位，生成职业测评评语。
本实施例中，预设评语模板。
本实施例中，将岗位描述信息和待测评高职学生的待推荐岗位对应写入预设评语模板中，生成该待测评高职学生的职业测评评语。
S405、将各个关键词组、职业测评评语和待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成待测评高职学生的职业测评报告。
本实施例中，预设报告模型，确定报告模板中关键词组对应的写入位置、职业测评评语对应的写入位置、待推荐岗位对应的写入位置，依据所确定的报告模板中关键词组对应的写入位置、职业测评评语对应的写入位置、待推荐岗位对应的写入位置，将各个关键词组、职业测评评语、待测评高职学生的待推荐岗位，对应写入报告模板中，生成待测评高职学生的职业测评报告。
本申请实施例提供的职业测评方法，基于职业发展标签、岗位群标识和题目基尼系数均匹配的测评题，从题库中筛选出与职业发展标签、岗位群标识和题目基尼系数均匹配的测评题，将所筛选出的测评题组成第一题库，基于待测评高职学生的答复结果，利用协同过滤算法，从第一题库中抽取测评题展示给待测评高职学生，直至计时时间大于预设时间，停止抽取测评题，实现基于用户答题情况，进行评题抽取。并且，依据待测评高职学生答复每一道目标测评题的答复结果，将待测评高职学生答复正确的每一道目标测评题确定为正确测评题，将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位，依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告，从而实现为高职学生测评出适合的岗位。
上述本申请实施例图1公开的各个步骤，如图5所示，还可以包括以下步骤：
S501、获取待测评高职学生答复各道目标测评题的答题时间序列。
本实施例中，实时记录待测评高职学生答复每一道目标测评题的答题时间，将所记录的待测评高职学生答复每一道测评题的答题时间组成待测评高职学生的答题时间序列。
S502、基于答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题。
基于答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定出异常的目标测评题，并将异常的目标测评题确定为异常测评题。异常测评题为待测评高职学生答题时间大于预设答题阈值、或者反复跳回、或者反复更改答案对应的目标测评题。
可选的，异常检测算法包括但不限于单样本多个离群检测算法、时间序列分解算法、动态阈值、SRCNN和z-score标准化。
S503、对异常测评题进行知识点分析，得到分析结果，分析结果用于指示待测评高职学生未掌握的知识点。
对异常测评题进行知识点分析，也就是确定异常测评题中包括的知识点，将异常测评题中包括的知识点组成分析结果，分析结果用于指示待测评高职学生未掌握的知识点。
可选的，还可以将分析结果展示给用户，以便用户获知自身未掌握的知识点。
本申请实施例提供的面向高职学生的职业测评方法，基于待测评高职学生答复测评试卷的答题时间序列，利用异常检测算法，对测评试卷中包括的各道测评题进行异常检测，确定异常测评题，对异常测评题进行知识点分析，从而确定出待测评高职学生未掌握的知识点。
与图1所述的方法相对应，本申请实施例还提供了一种面向高职学生的职业测评装置，用于对图1中方法的具体实现，其结构示意图如图6所示，具体包括：
第一生成单元601，用于响应于用户的职业测评请求，生成选择界面；
第一获取单元602，用于获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
筛选单元603，用于从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
组成单元604，用于将所筛选出的测评题组成第一题库；
第一确定单元605，用于从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
第二获取单元606，用于当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断单元607，用于判断当前的计时时间是否大于预设时间；
第二确定单元608，用于若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
第三确定单元609，用于若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
第四确定单元610，用于将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
第二生成单元611，用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
本申请实施例提供的面向高职学生的职业测评装置，依据待测评高职学生答复每一道目标测评题的答复结果，将待测评高职学生答复正确的每一道目标测评题确定为正确测评题，将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定待测评高职学生的待推荐岗位，依据各个目标关键词和待测评高职学生的待推荐岗位，调用预设的报告模板，生成待测评高职学生的职业测评报告，从而实现为高职学生测评出适合的岗位。
在本申请的一个实施例中，基于前述方案，第四确定单元610用于依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位，包括第四确定单元610具体用于：
针对每一道正确测评题，依据所述正确测评题的分值，确定所述正确测评题对应的每一个目标关键词的分值；
将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到所述待测评高职学生的第一岗位；
依据所述第一岗位，确定所述待测评高职学生的转岗岗位；
将所述第一岗位和所述转岗岗位确定所述待测评高职学生的待推荐岗位。
在本申请的一个实施例中，基于前述方案，第四确定单元610用于依据所述第一岗位，确定所述待测评高职学生的转岗岗位，包括第四确定单元610具体用于：
确定预先构建的图数据库中与所述第一岗位存在关联关系的岗位；
将所述图数据库中与所述第一岗位存在关联关系的岗位确定为所述待测评高职学生的转岗岗位。
在本申请的一个实施例中，基于前述方案，第二生成单元611用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告，包括第二生成单元611具体用于：
将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果；
将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组；
从所述图数据库中查找所述转岗岗位的岗位描述信息；所述岗位描述信息用于指示所述待测评高职学生转岗至所述转岗岗位需要学习的技能；
依据所述岗位描述信息和所述待测评高职学生的待推荐岗位，生成职业测评评语；
将各个关键词组、所述职业测评评语和所述待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成所述待测评高职学生的职业测评报告。
在本申请的一个实施例中，基于前述方案，还可以配置为：
第三获取单元，用于获取待测评高职学生答复各道目标测评题的答题时间序列；
第五确定单元，用于基于所述答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题；
分析单元，用于对所述异常测评题进行知识点分析，得到分析结果，所述分析结果用于指示所述待测评高职学生未掌握的知识点。
本申请实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述面向高职学生的职业测评方法。
本申请实施例还提供了一种电子设备，其结构示意图如图7所示，具体包括存储器701，以及一个或者一个以上的指令702，其中一个或者一个以上指令702存储于存储器701中，且经配置以由一个或者一个以上处理器703执行所述一个或者一个以上指令702进行以下操作：
响应于用户的职业测评请求，生成选择界面；
获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
将所筛选出的测评题组成第一题库；
从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断当前的计时时间是否大于预设时间；
若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种面向高职学生的职业测评方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种面向高职学生的职业测评方法，其特征在于，包括：
响应于用户的职业测评请求，生成选择界面；
获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
将所筛选出的测评题组成第一题库；
从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断当前的计时时间是否大于预设时间；
若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
2.根据权利要求1所述的方法，其特征在于，所述依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位，包括：
针对每一道正确测评题，依据所述正确测评题的分值，确定所述正确测评题对应的每一个目标关键词的分值；
将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到所述待测评高职学生的第一岗位；
依据所述第一岗位，确定所述待测评高职学生的转岗岗位；
将所述第一岗位和所述转岗岗位确定所述待测评高职学生的待推荐岗位。
3.根据权利要求2所述的方法，其特征在于，所述依据所述第一岗位，确定所述待测评高职学生的转岗岗位，包括：
确定预先构建的图数据库中与所述第一岗位存在关联关系的岗位；
将所述图数据库中与所述第一岗位存在关联关系的岗位确定为所述待测评高职学生的转岗岗位。
4.根据权利要求3所述的方法，其特征在于，所述依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告，包括：
将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果；
将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组；
从所述图数据库中查找所述转岗岗位的岗位描述信息；所述岗位描述信息用于指示所述待测评高职学生转岗至所述转岗岗位需要学习的技能；
依据所述岗位描述信息和所述待测评高职学生的待推荐岗位，生成职业测评评语；
将各个关键词组、所述职业测评评语和所述待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成所述待测评高职学生的职业测评报告。
5.根据权利要求1所述的方法，其特征在于，还包括：
获取待测评高职学生答复各道目标测评题的答题时间序列；
基于所述答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题；
对所述异常测评题进行知识点分析，得到分析结果，所述分析结果用于指示所述待测评高职学生未掌握的知识点。
6.一种面向高职学生的职业测评装置，其特征在于，包括：
第一生成单元，用于响应于用户的职业测评请求，生成选择界面；
第一获取单元，用于获取所述用户通过所述选择界面选择的职业发展标签、岗位群标识和题目基尼系数；
筛选单元，用于从预先构建的题库中筛选出与所述用户所选择的职业发展标签、岗位群标识和题目基尼系数均匹配的测评题；
组成单元，用于将所筛选出的测评题组成第一题库；
第一确定单元，用于从所述第一题库中抽取出一道测评题作为目标测评题展示给待测评高职学生，并启动计时；
第二获取单元，用于当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果；
判断单元，用于判断当前的计时时间是否大于预设时间；
第二确定单元，用于若不大于，则依据所述待测评高职学生对所述目标测评题的答复结果，利用协同过滤技术，从所述第一题库剩余的测评题中抽取出一道测评题作为目标测评题展示给所述待测评高职学生，并返回至所述当接收到所述待测评高职学生的提交指令时，获取所述待测评高职学生对所述目标测评题的答复结果的步骤，直至当前的计时时间是否大于预设时间；
第三确定单元，用于若大于，则依据所有答复结果，将所述待测评高职学生答复正确的每一道目标测评题确定为正确测评题；
第四确定单元，用于将每一道正确测评题对应的每一个岗位关键词确定为目标关键词，依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位；
第二生成单元，用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告。
7.根据权利要求6所述的装置，其特征在于，所述第四确定单元用于依据每一道正确测评题和每一个目标关键词，确定所述待测评高职学生的待推荐岗位，包括所述第四确定单元具体用于：
针对每一道正确测评题，依据所述正确测评题的分值，确定所述正确测评题对应的每一个目标关键词的分值；
将每一个目标关键词和每一个目标关键词的分值，输入至预先构建的岗位推荐模型中，得到所述待测评高职学生的第一岗位；
依据所述第一岗位，确定所述待测评高职学生的转岗岗位；
将所述第一岗位和所述转岗岗位确定所述待测评高职学生的待推荐岗位。
8.根据权利要求7所述的装置，其特征在于，所述第四确定单元用于依据所述第一岗位，确定所述待测评高职学生的转岗岗位，包括所述第四确定单元具体用于：
确定预先构建的图数据库中与所述第一岗位存在关联关系的岗位；
将所述图数据库中与所述第一岗位存在关联关系的岗位确定为所述待测评高职学生的转岗岗位。
9.根据权利要求8所述的装置，其特征在于，所述第二生成单元用于依据各个目标关键词和所述待测评高职学生的待推荐岗位，调用预设的报告模板，生成所述待测评高职学生的职业测评报告，包括所述第二生成单元具体用于：
将每一个目标关键词，输入至预先构建的分类模型中，得到每一个目标关键词的分类结果；
将分类结果相同的目标关键词归为一个关键词组，得到至少一个关键词组；
从所述图数据库中查找所述转岗岗位的岗位描述信息；所述岗位描述信息用于指示所述待测评高职学生转岗至所述转岗岗位需要学习的技能；
依据所述岗位描述信息和所述待测评高职学生的待推荐岗位，生成职业测评评语；
将各个关键词组、所述职业测评评语和所述待测评高职学生的待推荐岗位，对应写入预设的报告模板中，生成所述待测评高职学生的职业测评报告。
10.根据权利要求6所述的装置，其特征在于，还包括：
第三获取单元，用于获取待测评高职学生答复各道目标测评题的答题时间序列；
第五确定单元，用于基于所述答题时间序列，利用异常检测算法，对各道目标测评题进行异常检测，确定异常测评题；
分析单元，用于对所述异常测评题进行知识点分析，得到分析结果，所述分析结果用于指示所述待测评高职学生未掌握的知识点。
CN202110528072.3A 2021-05-14 2021-05-14 面向高职学生的职业测评方法及装置 Pending CN113570322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110528072.3A CN113570322A (zh) 2021-05-14 2021-05-14 面向高职学生的职业测评方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110528072.3A CN113570322A (zh) 2021-05-14 2021-05-14 面向高职学生的职业测评方法及装置

Publications (1)

Publication Number Publication Date
CN113570322A true CN113570322A (zh) 2021-10-29

Family

ID=78161483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110528072.3A Pending CN113570322A (zh) 2021-05-14 2021-05-14 面向高职学生的职业测评方法及装置

Country Status (1)

Country Link
CN (1) CN113570322A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819898A (zh) * 2022-04-25 2022-07-29 平安科技（深圳）有限公司 职业答题数据的处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100004277A (ko) * 2008-07-03 2010-01-13 금오공과대학교 산학협력단 취업 예측 시뮬레이션 시스템
KR20150053317A (ko) * 2013-11-07 2015-05-18 권태욱 전생애 발달 기반의 맞춤형 교육 추천 시스템
CN110119877A (zh) * 2019-04-04 2019-08-13 平安科技（深圳）有限公司 一种目标员工的选取方法及设备
CN111651676A (zh) * 2020-06-09 2020-09-11 上海乂学教育科技有限公司 基于能力模型进行职业推荐的方法、装置、设备和介质
CN112364133A (zh) * 2020-11-17 2021-02-12 深圳平安智汇企业信息管理有限公司 岗位画像生成方法、装置、设备及存储介质
CN112651862A (zh) * 2020-12-24 2021-04-13 成都存时科技有限公司 学生学业发展方向规划方法、装置、设备及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100004277A (ko) * 2008-07-03 2010-01-13 금오공과대학교 산학협력단 취업 예측 시뮬레이션 시스템
KR20150053317A (ko) * 2013-11-07 2015-05-18 권태욱 전생애 발달 기반의 맞춤형 교육 추천 시스템
CN110119877A (zh) * 2019-04-04 2019-08-13 平安科技（深圳）有限公司 一种目标员工的选取方法及设备
CN111651676A (zh) * 2020-06-09 2020-09-11 上海乂学教育科技有限公司 基于能力模型进行职业推荐的方法、装置、设备和介质
CN112364133A (zh) * 2020-11-17 2021-02-12 深圳平安智汇企业信息管理有限公司 岗位画像生成方法、装置、设备及存储介质
CN112651862A (zh) * 2020-12-24 2021-04-13 成都存时科技有限公司 学生学业发展方向规划方法、装置、设备及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819898A (zh) * 2022-04-25 2022-07-29 平安科技（深圳）有限公司 职业答题数据的处理方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Lanlan et al. Perceived ease of use, perceived usefulness and the usage of computerized accounting systems: A performance of micro and small enterprises (mses) in china
Lakkaraju et al. A machine learning framework to identify students at risk of adverse academic outcomes
Cool et al. Testing a model of school learning: Direct and indirect effects on academic achievement
He et al. Leveraging process data to assess adults’ problem-solving skills: Using sequence mining to identify behavioral patterns across digital tasks
CN111651676B (zh) 基于能力模型进行职业推荐的方法、装置、设备和介质
Rahman et al. Educational data mining to support programming learning using problem-solving data
CN111126553A (zh) 智能机器人面试方法、设备、存储介质及装置
Rahman et al. Impact of practical skills on academic performance: A data-driven analysis
Ali et al. Fuzzy multicriteria decision‐making approach for measuring the possibility of cloud adoption for software testing
Olney et al. Assessing Computer Literacy of Adults with Low Literacy Skills.
Koutsabasis et al. Evaluating usability evaluation methods: criteria, method and a case study
Ulitzsch et al. A machine learning-based procedure for leveraging clickstream data to investigate early predictability of failure on interactive tasks
US20220020040A1 (en) Systems and methods for detecting and analyzing response bias
Christoforaki et al. A system for scalable and reliable technical-skill testing in online labor markets
de Mello et al. Do research and practice of code smell identification walk together? a social representations analysis
CN115641101A (zh) 一种智能化招聘的方法、装置及计算机可读介质
Wang et al. Educational question mining at scale: Prediction, analysis and personalization
Aji et al. An implementation of C4. 5 classification algorithm to analyze student’s performance
CN113570322A (zh) 面向高职学生的职业测评方法及装置
JP6416425B1 (ja) 問題分析システム、方法、およびプログラム
Ma et al. Predicting student performance in future exams via neutrosophic cognitive diagnosis in personalized e-learning environment
CN110889583B (zh) Ai面试方法、装置、计算机设备及计算机可读存储介质
Boyne Researching the new public management: the role of quantitative methods
Pandey et al. Quantitative Research Approach and its Applications in Library and Information Science Research
Zhang et al. External correlates of adult digital problem-solving behavior: Log data analysis of a large-scale assessment

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