CN116012205A - 一种老年护理师的智能培训管理方法及*** - Google Patents

Abstract

本申请涉及数据处理技术领域，提供一种老年护理师的智能培训管理方法及***。通过将根据老年护理对象的护理需求信息获得的护理核心能力指标、护理技巧信息、理论知识进行分析获得初级评价结构信息，按照初级评价结构信息生成能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果，根据护理核心能力指标、护理技巧信息、理论知识、人员测试评估结果进行差异性分析生成个性化培训方案。解决了现有技术中存在老年护理人员护理技能知识掌握情况与当前老年护理实际需求以及老年护理发展需求适配度不足的技术问题，实现了个性化进行老年护理人员护理技能知识培训，提高护理技能知识培训与老年护理需求适配性的技术效果。

Description

一种老年护理师的智能培训管理方法及***

技术领域

本申请涉及数据处理技术领域，特别是涉及一种老年护理师的智能培训管理方法及***。

背景技术

中国人口年龄结构已进入老龄化阶段，随着人口老龄化问题的不断严峻，为应对人口老龄化问题满足社会所需，服务于老年人康复保养的老年服务机构大量产生，现阶段老年服务机构存在硬件设施精良化和护理人员专业度欠缺的矛盾。

进行老年专业护理师培训，以适配老年服务机构高速发展需求和社会养老需求，成为当前缓解人口老龄化问题的重要路径，现阶段存在老年专业护理师培训方法粗放，实际培训与老年服务机构上岗需求不适配，不能解决当前老年服务结构专业人员紧缺问题。

综上所述，现有技术中存在老年护理人员护理技能知识掌握情况与当前老年护理实际需求以及老年护理发展需求适配度不足的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现个性化进行老年护理人员护理技能知识培训，提高护理技能知识培训与老年护理需求适配性的一种老年护理师的智能培训管理方法及***。

一种老年护理师的智能培训管理方法，方法包括：获得老年护理对象的护理需求信息；将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

一种老年护理师的智能培训管理***，所述***包括：护理需求获得模块，用于获得老年护理对象的护理需求信息；需求分解转化模块，用于将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；评价结构获得模块，用于将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；培训人员测试模块，用于按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；培训方案生成模块，用于根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获得老年护理对象的护理需求信息；

将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获得老年护理对象的护理需求信息；

将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

上述一种老年护理师的智能培训管理方法及***，解决了现有技术中存在老年护理人员护理技能知识掌握情况与当前老年护理实际需求以及老年护理发展需求适配度不足的技术问题，实现了个性化进行老年护理人员护理技能知识培训，提高护理技能知识培训与老年护理需求适配性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为一个实施例中一种老年护理师的智能培训管理方法的流程示意图；

图2为一个实施例中一种老年护理师的智能培训管理方法中获得护理需求信息的流程示意图；

图3为一个实施例中一种老年护理师的智能培训管理***的结构框图；

图4为一个实施例中计算机设备的内部结构图；

附图标记说明：护理需求获得模块1，需求分解转化模块2，评价结构获得模块3，培训人员测试模块4，培训方案生成模块5。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1所示，本申请提供了一种老年护理师的智能培训管理方法，所述方法包括：

S100:获得老年护理对象的护理需求信息；

在一个实施例中，如图2所示，所述获得老年护理对象的护理需求信息，本申请提供的方法步骤S100还包括：

S110:通过数据采集模块进行老年护理对象信息采集，获得老年护理对象信息；

S120:对所述老年护理对象信息进行预设护理维度分析，确定多维度护理特征；

S130:根据所述多维度护理特征，确定所述护理需求信息。

具体而言，在本实施例中，所述老年护理对象为年龄在61岁以上，存在基础疾病或当前处于疾病状态，需要进行日常护理和/或康复护理以促进身体机能恢复或延缓身体机能下降的老龄人群。

所述数据采集模块与基层老年护理机构信息管理***连接，通过数据采集模块在基层老年护理机构信息管理***进行信息采集，获得老年护理对象信息，所述老年护理对象信息包括多个老年护理对象的护理需求以及实现护理需求的护理方案信息，所述护理方案信息具体由多种护理方法以及对应每一护理方以及对应于的护理强度信息和护理频率信息组成。

在本实施例中，所述预设护理维度包括生理护理和心理护理两个维度，基于所述预设护理维度，对多个老年护理对象的护理需求逐一分析，获得所述护理需求信息，所述护理需求信息包括生理护理信息集合和心理护理信息集合，所述生理护理信息集合中包括多种生理护理需求以及实现生理护理需求的护理方案信息，所述心理护理信息集合中包括多种心理护理需求以及实现心理护理需求的护理方案信息，其中，所述护理方案信息具体由多种护理方法以及对应每一护理方法以及对应于的护理强度信息和护理频率信息组成，所述护理需求信息为后续确定需要老年护理师掌握的护理能力提供基准参考。

本实施例通过对大数据量的老年护理对象信息，采用预设护理维度进行老年护理对象信息拆解，从而化繁为简，实现获得可反映进行老年人群多维度护理需求信息，为后续进行老年护理师技能培训方案生成提供原始数据的技术效果。

S200:将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

在一个实施例中，将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识，本申请提供的方法步骤S200还包括：

S210:根据所述护理需求信息，进行需求聚类分析，确定需求聚类信息；

S220:根据所述需求聚类信息，获得聚类结果及对应的聚类量级；

S230:基于聚类量级对聚类结果进行排序，基于排序结果，依次进行护理能力指标分析，确定所述护理核心能力指标；

S240:根据所述需求聚类信息，分别对各类需求进行护理技巧分析，获得护理技巧信息；

S250:根据所述护理技巧信息、所述护理核心能力指标，进行理论知识支持度分析，获得所述理论知识。

具体而言，在本实施例中，所述护理需求信息包括生理护理信息集合和心理护理信息集合，基于老年护理对象护理需求具有相似性的特性，所述护理需求信息中存在重复出现的生理护理需求和心理护理需求。

所述需求聚类信息为基于所述护理需求信息提取获得的多项生理护理需求和心理护理需求，基于所述需求聚类信息遍历所述护理需求信息，计数获得每项生理护理需求的出现频次和每项心理护理需求的出现频次，将每一生理护理需求和每一心理需求的出现频次和对应需求类型作为所述聚类结果及对应的聚类量级。

基于所述聚类结果及对应的聚类量级，按照聚类量级中每项生理护理需求的出现频次数据和每项心理护理需求的出现频次数据，分别进行由大到小排序，获得生理护理需求排序结果和心理护理需求排序结果。

所述护理核心能力指标指在老年人护理领域，护理人员必须熟练掌握的护理知识和护理方法，所述护理核心能力指标的获得方法为，将生理护理需求排序结果和心理护理需求排序结果中前X位的生理护理需求和心理护理需求作为老年人核心生理心理护理需求，基于核心生理心理护理需求回溯对应生理护理需求和心理护理需求的护理方案信息以及护理方法，将回溯获得的护理方法作为护理核心操作方法指标，将正确执行护理方法所需具备的护理理论知识作为护理核心理论知识指标，所述护理核心操作方法指标和所述护理核心理论知识指标构成所述护理核心能力指标。

应理解的，基于步骤S100可知，所述护理需求信息包括生理护理信息集合和心理护理信息集合，所述生理护理信息集合中包括多种生理护理需求以及实现生理护理需求的护理方案信息，所述心理护理信息集合中包括多种心理护理需求以及实现心理护理需求的护理方案信息，其中，所述护理方案信息具体由多种护理方法以及对应每一护理方法以及对应于的护理强度信息和护理频率信息组成。

同时，基于步骤S200可知，所述需求聚类信息为基于所述护理需求信息提取获得的多项生理护理需求和心理护理需求，因而本实施例根据所述需求聚类信息和所述护理需求信息中生理护理需求项、心理护理需求项的对应关系，在所述护理需求信息中提取获得多项生理护理需求的护理方法信息以及多项心理护理需求的护理方法信息，对多项护理方法进行护理操作技巧分析，获得多组具有映射关系的护理需求项-护理方法-护理技巧，获得所述护理技巧信息。

基于所述护理技巧信息生成检索指令遍历大数据或护理专业数据获得支持准确进行护理技巧操作所需掌握的护理理论知识，该护理理论知识和前面获得的护理核心理论知识指构成所述理论知识，所述理论知识为培训合格的老年护理师需要掌握的护理理论知识。

本实施例通过对护理需求信息进行分析，实现了获得合格老年护理师所需掌握护理技巧信息、护理核心能力指标以及理论知识，为后续进行老年护理师培训方案生成提供精准知识信息的技术效果。

S300:将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

在一个实施例中，将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息，本申请提供的方法步骤S300还包括：

S310:将所述护理核心能力指标输入指标分析通道，进行护理指标分析，确定护理核心指标评价结构；

S320:将所述护理技巧信息输入护理技巧分析通道，进行护理技巧重要性及占比分析，确定护理技巧评价结构；

S330:将所述理论知识输入理论知识分析通道，进行理论知识重要性及占比分析，确定理论知识评价结构；

S340:将所述护理核心指标评价结构、所述护理技巧评价结构、所述理论知识评价结构进行融合处理，输出所述初级评价结构信息。

具体而言，在本实施例中，所述评价构建模型用于分析确定所述护理核心能力指标、护理技巧信息、理论知识在老年护理师培训中的重要度占比，所述评价构建模型由输入层、数据通道层、融合处理层、输出层构成，所述数据通道层包括指标分析通道、护理技巧分析通道、理论知识分析通道，各个通道对应单独进行各自类型信息处理。

具体的，所述护理核心能力指标、护理技巧信息、理论知识经由输入层进入所述评价构建模型，所述护理核心能力指标对应输入指标分析通道，进行护理指标分析，确定护理核心指标评价结构，所述核心指标评价结构为默认所述护理技巧信息、理论知识为护理学普遍要求掌握护理技巧以及护理理论时，对于所述护理核心能力指标、护理技巧信息、理论知识的权重赋值结果。

将所述护理技巧信息输入护理技巧分析通道，进行护理技巧重要性及占比分析，确定护理技巧评价结构，所述护理技巧评价机构为默认所述护理核心能力指标、理论知识为护理学普遍要求掌握护理能力以及护理理论时，对于所述护理核心能力指标、护理技巧信息、理论知识的权重赋值结果。

将所述理论知识输入理论知识分析通道，进行理论知识重要性及占比分析，确定理论知识评价结构，所述理论知识评价结构为默认所述护理核心能力指标、护理技巧信息为护理学普遍要求掌握护理能力以及护理操作技巧时，对于所述护理核心能力指标、护理技巧信息、理论知识的权重赋值结果。

通道处理层输出结果进入融合处理层进行数据融合分析，将所述护理核心指标评价结构、所述护理技巧评价结构、所述理论知识评价结构进行融合处理，所述融合处理为将所述护理核心指标评价结构、所述护理技巧评价结构、所述理论知识评价结构的权重赋值结果，逐项进行数值均值计算，获得所述护理核心指标权重均值、所述护理技巧权重均值、所述理论知识权重均值作为所述初级评价结构信息，所述初级评价结构信息为权重均值计算结果从所述评价构建模型输出层输出。

本实施例通过构建评价构建模型实现了获得较为科学准确的护理核心指标评价结构、护理技巧评价结构、理论知识评价结构在老年护理培训中重要程度权重占比信息的技术效果。

S400:按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

在一个实施例中，本申请提供的方法步骤还还包括：

S411:获得老年护理培训资料、培训知识题库、培训技能库；

S412:对所述老年护理培训资料进行护理能力指标分析，确定护理能力指标库；

S413:根据所述护理能力指标库、培训知识题库、培训技能库，进行关联性分析，确定数据库映射关系；

S414:基于所述数据库映射关系，建立护理能力指标库、培训知识题库、培训技能库的映射关系，构建所述培训数据库。

在一个实施例中，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果，本申请提供的方法步骤还包括：

S421:根据所述能力测试执行信息，确定知识测试、实操测试；

S422:基于所述知识测试，获得人员测试结果进行知识测试评估，确定知识测试评估结果；

S423:基于所述实操测试，通过图像采集设备对人员进行实操图像采集，对图像采集信息进行特征识别；

S424:根据特征识别结果进行实操测试评估，获得实操测试评估结果；

S425:根据所述护理核心能力指标，进行指标对护理的影响性分析，确定评价权重值；

S426:根据所述评价权重值、所述知识测试评估结果、所述实操测试评估结果，获得所述人员测试评估结果。

具体而言，在本实施例中，所述培训数据库的构建方法为，基于大数据采集获得老年护理培训用的所述培训知识题库、培训技能库。基于大数据采集获得老年护理培训资料，并基于所述护理核心能力指标所包含的护理人员必须熟练掌握的护理知识和护理方法对所述老年护理培训资料进行遍历提取，获得包含所述护理核心能力指标的培训资料进行所述护理能力指标库构建。

根据正确执行护理技巧所需掌握护理知识这一护理技巧与护理知识之间的关联关系，进行所述护理能力指标库、培训知识题库、培训技能库之间护理知识-技能的关联性分析，确定所述护理能力指标库、培训知识题库、培训技能库之间的数据库映射关系，基于所述数据库映射关系，建立护理能力指标库、培训知识题库、培训技能库的映射关系，构建所述培训数据库。

预先设置进行待培训护理人员护理知识技巧掌握测试用的所述能力测试执行信息的测试题目总数结合所述初级评价结构信息进行各个题目类型的题量分配，在培训数据库的护理能力指标库、培训知识题库、培训技能库分别随机抽取信息生成操作技巧实操测试题和护理理论知识测试题作为能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果，所述人员测试结果包括知识测试结果和实操能力测试结果。

根据所述能力测试执行信息进行测试类型划分获得知识测试和实操测试，所述知识测试用于评估待培训人员的老年护理知识掌握情况和护理实操技巧掌握情况。

基于所述知识测试，获得人员测试结果进行知识测试评估，确定知识测试评估结果；基于所述实操测试，通过图像采集设备对人员进行实操图像采集，对图像采集信息进行特征识别；根据特征识别结果进行实操测试评估，获得实操测试评估结果，所述知识测试评估结果和实操测试评估结果可为赋分结果，所述知识测试评估结果反映了待培训护理人员的老年护理知识掌握准确度，所述实操测试评估结果反映了待培训护理人员的老年护理实操技巧操作准确度。

根据所述知识测试和所述实操测试中的属于护理核心能力指标题目占比、属于护理知识题目占比、护理技巧题目占比获得评价权重值，根据所述评价权重值、所述知识测试评估结果、所述实操测试评估结果，计算获得所述人员测试评估结果，所述人员测试评估结果包括护理核心能力指标测试分数、护理技巧测试分数、理论知识测试分数。达到了对待培训护理人员当前老年护理知识和技能掌握情况的有效评估，为待培训护理人员进行针对性个性化培训方案生成提供参考的技术效果。

S500:根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

在一个实施例中，根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案，本申请提供的方法步骤S500还包括：

S510:根据所述护理核心能力指标、护理技巧信息、理论知识，进行目标要求分析，获得各指标目标值；

S520:利用所述各指标目标值对所述人员测试评估结果进行对应指标差异性分析，确定各指标的差异化分析结果；

S530:根据各指标的差异化分析结果，确定培训目标指标及培训指标目标要求；

S540:将所述培训目标指标及培训指标目标要求输入培训方案定制通道，获得所述个性化培训方案。

具体而言，在本实施例中，所述指标目标值为评估待培训护理人员掌握技能或知识达到老年护理需求的合格标准，可为分数形式。采用信函或公开渠道方式联系老年护理领域专家，获得老年护理领域专家根据所述护理核心能力指标、护理技巧信息、理论知识进行目标要求分析，获得护理核心能力指标目标值、护理技巧目标值、理论知识目标值。

利用所述各指标目标值对所述人员测试评估结果的护理核心能力指标测试分数、护理技巧测试分数、理论知识测试分数分别进行测试分数与指标目标值差值计算，完成指标差异性分析，将差值计算结果作为各指标的差异化分析结果。

根据各指标的差异化分析结果进行差值占比计算，获得差值占比计算结果作为护理核心能力指标培训、护理技巧培训、理论知识培训三者培训时间权重分配结果。将所述差异化分析结果和培训时间权重分配结果作为所述培训指标目标要求，所述培训指标目标要求包括各个指标培训时间分配要求以及各项指标培训后进行测试所获结果为合格的分值要求。

所述培训方案定制通道为数据分析通道，所述培训方案定制通道的输入数据为培训目标指标和培训指标目标要求，输出结果为个性化培训方案，所述培训方案定制通道可基于BP神经网络构建，随机抽选多个待培训护理人员，采用步骤S400方式获得多个样本人员测试评估结果，并根据多个样本人员测试评估结果获得多组样本培训目标指标-培训指标目标要求，专业培训方案定制人员基于经验根据多组样本培训目标指标-培训指标目标要求进行多个样本培训方案生成。

将多组样本培训方案-样本培训目标指标-培训指标目标要求标识划分为训练数据、测试数据、验证数据进行培训方案定制通道有监督训练测试和验证，当培训方案定制通道的输出准确度无限趋近100％时，停止培训方案定制通道训练。将所述培训目标指标及培训指标目标要求输入培训方案定制通道，获得所述个性化培训方案。达到了个性化进行老年护理人员护理技能知识培训，提高护理技能知识培训与老年护理需求适配性的技术效果。

在一个实施例中，如图3所示，提供了一种老年护理师的智能培训管理***，包括：护理需求获得模块1，需求分解转化模块2，评价结构获得模块3，培训人员测试模块4，培训方案生成模块5，其中：

护理需求获得模块1，用于获得老年护理对象的护理需求信息；

需求分解转化模块2，用于将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

评价结构获得模块3，用于将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

培训人员测试模块4，用于按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

培训方案生成模块5，用于根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

在一个实施例中，所述护理需求获得模块1还包括：

护理对象获得单元，用于通过数据采集模块进行老年护理对象信息采集，获得老年护理对象信息；

护理维度分析单元，用于对所述老年护理对象信息进行预设护理维度分析，确定多维度护理特征；

护理需求获得单元，用于根据所述多维度护理特征，确定所述护理需求信息。

在一个实施例中，所述需求分解转化模块2还包括：

聚类信息获得单元，用于根据所述护理需求信息，进行需求聚类分析，确定需求聚类信息；

聚类量级获得单元，用于根据所述需求聚类信息，获得聚类结果及对应的聚类量级；

核心指标确定单元，用于基于聚类量级对聚类结果进行排序，基于排序结果，依次进行护理能力指标分析，确定所述护理核心能力指标；

护理技巧获得单元，用于根据所述需求聚类信息，分别对各类需求进行护理技巧分析，获得护理技巧信息；

理论知识获得单元，用于根据所述护理技巧信息、所述护理核心能力指标，进行理论知识支持度分析，获得所述理论知识。

在一个实施例中，所述评价结构获得模块3还包括：

护理指标分析单元，用于将所述护理核心能力指标输入指标分析通道，进行护理指标分析，确定护理核心指标评价结构；

护理技巧评价单元，用于将所述护理技巧信息输入护理技巧分析通道，进行护理技巧重要性及占比分析，确定护理技巧评价结构；

理论知识评价单元，用于将所述理论知识输入理论知识分析通道，进行理论知识重要性及占比分析，确定理论知识评价结构；

评价结构融合单元，用于将所述护理核心指标评价结构、所述护理技巧评价结构、所述理论知识评价结构进行融合处理，输出所述初级评价结构信息。

在一个实施例中，所述培训人员测试模块4还包括：

培训数据获得单元，用于获得老年护理培训资料、培训知识题库、培训技能库；

指标分析执行单元，用于对所述老年护理培训资料进行护理能力指标分析，确定护理能力指标库；

信息关联分析单元，用于根据所述护理能力指标库、培训知识题库、培训技能库，进行关联性分析，确定数据库映射关系；

数据库构建单元，用于基于所述数据库映射关系，建立护理能力指标库、培训知识题库、培训技能库的映射关系，构建所述培训数据库。

在一个实施例中，所述培训人员测试模块4还包括：

测试方案确定单元，用于根据所述能力测试执行信息，确定知识测试、实操测试；

知识测试执行单元，用于基于所述知识测试，获得人员测试结果进行知识测试评估，确定知识测试评估结果；

实操测试执行单元，用于基于所述实操测试，通过图像采集设备对人员进行实操图像采集，对图像采集信息进行特征识别；

实操评估获得单元，用于根据特征识别结果进行实操测试评估，获得实操测试评估结果；

评价权重赋值单元，用于根据所述护理核心能力指标，进行指标对护理的影响性分析，确定评价权重值；

评估结果获得单元，用于根据所述评价权重值、所述知识测试评估结果、所述实操测试评估结果，获得所述人员测试评估结果。

在一个实施例中，所述培训方案生成模块5还包括：

指标标准分析单元，用于根据所述护理核心能力指标、护理技巧信息、理论知识，进行目标要求分析，获得各指标目标值；

差异化分析单元，用于利用所述各指标目标值对所述人员测试评估结果进行对应指标差异性分析，确定各指标的差异化分析结果；

培训目标获得单元，用于根据各指标的差异化分析结果，确定培训目标指标及培训指标目标要求；

培训方案生成单元，用于将所述培训目标指标及培训指标目标要求输入培训方案定制通道，获得所述个性化培训方案。

关于一种老年护理师的智能培训管理***的具体实施例可以参见上文中对于一种老年护理师的智能培训管理方法的实施例，在此不再赘述。上述一种老年护理师的智能培训管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种老年护理师的智能培训管理方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获得老年护理对象的护理需求信息；将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种老年护理师的智能培训管理方法，其特征在于，所述方法包括：

获得老年护理对象的护理需求信息；

将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

2.如权利要求1所述的方法，其特征在于，所述获得老年护理对象的护理需求信息，包括：

通过数据采集模块进行老年护理对象信息采集，获得老年护理对象信息；

对所述老年护理对象信息进行预设护理维度分析，确定多维度护理特征；

根据所述多维度护理特征，确定所述护理需求信息。

3.如权利要求1所述的方法，其特征在于，将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识，包括：

根据所述护理需求信息，进行需求聚类分析，确定需求聚类信息；

根据所述需求聚类信息，获得聚类结果及对应的聚类量级；

基于聚类量级对聚类结果进行排序，基于排序结果，依次进行护理能力指标分析，确定所述护理核心能力指标；

根据所述需求聚类信息，分别对各类需求进行护理技巧分析，获得护理技巧信息；

根据所述护理技巧信息、所述护理核心能力指标，进行理论知识支持度分析，获得所述理论知识。

4.如权利要求1所述的方法，其特征在于，将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息，包括：

将所述护理核心能力指标输入指标分析通道，进行护理指标分析，确定护理核心指标评价结构；

将所述护理技巧信息输入护理技巧分析通道，进行护理技巧重要性及占比分析，确定护理技巧评价结构；

将所述理论知识输入理论知识分析通道，进行理论知识重要性及占比分析，确定理论知识评价结构；

将所述护理核心指标评价结构、所述护理技巧评价结构、所述理论知识评价结构进行融合处理，输出所述初级评价结构信息。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得老年护理培训资料、培训知识题库、培训技能库；

对所述老年护理培训资料进行护理能力指标分析，确定护理能力指标库；

根据所述护理能力指标库、培训知识题库、培训技能库，进行关联性分析，确定数据库映射关系；

基于所述数据库映射关系，建立护理能力指标库、培训知识题库、培训技能库的映射关系，构建所述培训数据库。

6.如权利要求1所述的方法，其特征在于，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果，包括：

根据所述能力测试执行信息，确定知识测试、实操测试；

基于所述知识测试，获得人员测试结果进行知识测试评估，确定知识测试评估结果；

基于所述实操测试，通过图像采集设备对人员进行实操图像采集，对图像采集信息进行特征识别；

根据特征识别结果进行实操测试评估，获得实操测试评估结果；

根据所述护理核心能力指标，进行指标对护理的影响性分析，确定评价权重值；

根据所述评价权重值、所述知识测试评估结果、所述实操测试评估结果，获得所述人员测试评估结果。

7.如权利要求1所述的方法，其特征在于，根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案，包括：

根据所述护理核心能力指标、护理技巧信息、理论知识，进行目标要求分析，获得各指标目标值；

利用所述各指标目标值对所述人员测试评估结果进行对应指标差异性分析，确定各指标的差异化分析结果；

根据各指标的差异化分析结果，确定培训目标指标及培训指标目标要求；

将所述培训目标指标及培训指标目标要求输入培训方案定制通道，获得所述个性化培训方案。

8.一种老年护理师的智能培训管理***，其特征在于，所述***包括：

护理需求获得模块，用于获得老年护理对象的护理需求信息；

需求分解转化模块，用于将所述护理需求信息进行分解转化，确定护理核心能力指标、护理技巧信息、理论知识；

评价结构获得模块，用于将所述护理核心能力指标、护理技巧信息、理论知识输入评价构建模型，获得初级评价结构信息；

培训人员测试模块，用于按照所述初级评价结构信息，在培训数据库中进行匹配分析，生成能力测试执行信息，利用所述能力测试执行信息对待培训护理人员进行测试，得到人员测试评估结果；

培训方案生成模块，用于根据所述护理核心能力指标、护理技巧信息、理论知识、所述人员测试评估结果进行差异性分析，基于差异化分析结果，生成个性化培训方案。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images