CN117893098A - 一种高端产业人才引育效果评价方法及*** - Google Patents
一种高端产业人才引育效果评价方法及*** Download PDFInfo
- Publication number
- CN117893098A CN117893098A CN202410248889.9A CN202410248889A CN117893098A CN 117893098 A CN117893098 A CN 117893098A CN 202410248889 A CN202410248889 A CN 202410248889A CN 117893098 A CN117893098 A CN 117893098A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- level
- dimension
- determining
- key index
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 494
- 230000000694 effects Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 12
- 238000007621 cluster analysis Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 241000820057 Ithone Species 0.000 claims description 2
- 238000011157 data evaluation Methods 0.000 abstract description 2
- 238000012854 evaluation process Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种高端产业人才引育效果评价方法及***，涉及数据评估技术领域。在该方法中，基于评价目标需求，确定一级评价维度；基于一级评价维度，确定多个一级评价指标；基于多个一级评价指标，确定待评价人员对应的第一评价分数；当第一评价分数大于预设第一评价阈值时，基于一级评价维度，确定二级评价维度；基于二级评价维度，得到多个二级评价指标；基于多个二级评价指标，确定待评价人员对应的第二评价分数；基于第一评价分数和第二评价分数，得到待评价人员对应的综合评价分数；基于综合评价分数，得到高端产业人才引育效果评价结果。实施本申请的技术方案，可以有效提升评估人才引育效果的全面性和准确性。
Description
技术领域
本申请涉及数据评估技术领域，具体涉及一种高端产业人才引育效果评价方法及***。
背景技术
人才储备是一个城市经济文化发展的关键因素之一。高端产业人才引育效果评价结果，是调整人才储备战略的重要指导因素之一。根据高端产业人才引育效果评价结果来调整人才储备战略，能够降低人才引育的盲目性。当前的高端产业人才引育效果评价方法，通常是根据人才引育的高端产业企业的发展情况来评价人才引育的效果。然而，这种方法只能在一定程度上地反映人才引育对高端产业做出的贡献，无法全面且准确地评估人才引育的效果。
因此，如何准确且全面地评估人才引育的效果，成为亟需解决的技术问题。
发明内容
本申请提供了一种高端产业人才引育效果评价方法及***，可以有效提升评估人才引育效果的全面性和准确性。
第一方面，本申请提供了一种高端产业人才引育效果评价方法，所述方法包括：基于评价目标需求，确定一级评价维度；基于所述一级评价维度，确定多个一级评价指标；基于多个所述一级评价指标，确定待评价人员对应的第一评价分数；当所述第一评价分数大于预设第一评价阈值时，基于所述一级评价维度，确定二级评价维度；基于所述二级评价维度，得到多个二级评价指标；基于多个所述二级评价指标，确定待评价人员对应的第二评价分数；基于所述第一评价分数和所述第二评价分数，得到待评价人员对应的综合评价分数；基于所述综合评价分数，得到高端产业人才引育效果评价结果。
通过采用上述技术方案，通过基于评价目标需求确定一级评价维度，从而确保评价体系与高端产业企业的战略目标和业务需求紧密相关，增强评价的针对性和有效性；通过基于一级评价维度确定多个一级评价指标，从而将广泛的评价维度具体化为可量化和可操作的评价标准；通过基于多个一级评价指标确定待评价人员对应的第一评价分数，从而对待评价人员的基本能力和知识水平进行量化评估；当第一评价分数大于预设第一评价阈值时，通过基于一级评价维度确定二级评价维度，从而对符合基本要求的人员进行更深入和细致的评价；通过基于二级评价维度得到多个二级评价指标，从而进一步细化评价过程，从而使得评估人才引育效果更加全面；通过基于多个二级评价指标确定待评价人员对应的第二评价分数，并基于第一评价分数和第二评价分数，得到待评价人员对应的综合评价分数，从而使得计算得到的综合评价分数更加准确，进而可以有效提升得到的高端产业人才引育效果评价结果的全面性和准确性。
可选的，所述基于所述一级评价维度，确定多个一级评价指标，具体包括：获取一级评价维度与关键评价领域的第一映射关系；基于所述第一映射关系，得到与当前所述一级评价维度对应的关第一关键评价领域；对所述第一关键评价领域进行识别，得到多个第一评价标准；基于多个所述第一评价标准，制定多个所述一级评价指标。
通过采用上述技术方案，通过获取一级评价维度与关键评价领域的第一映射关系，并基于第一映射关系得到与当前一级评价维度对应的关第一关键评价领域，从而深入理解和细化每个一级评价维度，使评价过程更加具体和有针对性，提升评价的准确性。通过对第一关键评价领域进行识别，得到多个第一评价标准，从而转化抽象的评价领域为具体的评价标准，通过基于多个第一评价标准制定多个一级评价指标，从而将评价标准进一步量化为具体的评价指标，使得评价过程更加量化和客观。
可选的，所述基于多个所述一级评价指标，确定待评价人员对应的第一评价分数，具体包括：获取待评价人员在各个所述一级评价指标下对应的一级指标值；从多个所述一级指标值中筛选得到多个一级关键指标值；所述一级关键指标值为大于预设的一级指标阈值的一级指标值；从多个所述一级关键指标值中，确定一级最大关键指标值；所述一级最大关键指标值大于或等于任意一个所述一级关键指标值；基于所述一级最大关键指标值和多个所述一级关键指标值，计算得到所述第一评价分数。
通过采用上述技术方案，通过获取待评价人员在各个一级评价指标下对应的一级指标值，从而为评价过程提供了具体的数据基础，从多个一级指标值中筛选得到多个一级关键指标值，从而集中关注于那些对评价最为关键和重要的指标，提高了评价的准确性；由于一级关键指标值为大于预设的一级指标阈值的一级指标值，从而确保了仅关注于那些表现达到或超过既定标准的关键领域，增强了评价的精确度；通过从多个一级关键指标值中确定一级最大关键指标值，并基于一级最大关键指标值和多个一级关键指标值计算得到第一评价分数，从而结合了个人在所有关键领域的综合表现，使得第一评价分数更加精准。
可选的，所述基于所述一级最大关键指标值和多个所述一级关键指标值，计算得到所述第一评价分数，具体包括：通过以下公式计算得到所述第一评价分数：
其中，K1为所述第一评价分数，n为所述一级评价指标对应的个数，Si为第i个所述一级关键指标值，Smax为所述一级最大关键指标值，wi为第i个所述一级关键指标值对应的一级影响权重，α为调整系数。
可选的，所述基于所述一级评价维度，得到二级评价维度，具体包括：对所述一级评价维度进行特征提取，得到多个一级评价特征；对各个所述一级评价特征进行特征拆分，得到多个一级评价子特征；对多个所述一级评价子特征进行聚类分析，得到多个初步特征；基于预设的先验知识对多个所述初步特征进行验证，得到多个高级特征；基于多个所述高级特征，构建所述二级评价维度。
通过采用上述技术方案，通过对一级评价维度进行特征提取，得到多个一级评价特征，从而将一级评价维度细化为更具体的特征，增强评价过程的详细度和准确性；通过对各个一级评价特征进行特征拆分，得到多个一级评价子特征，从而进一步细化评价维度，使评价过程更加具体有针对性；通过对多个一级评价子特征进行聚类分析，得到多个初步特征，从而将相关联的子特征组合在一起，形成更加集中和一致的评价维度，通过基于预设的先验知识对多个初步特征进行验证，得到多个高级特征，从而确保所得特征不仅在理论上合理，而且与实际工作情境紧密相关，增强评价结果的实用性和相关性；通过基于多个高级特征，构建二级评价维度，从而确保评价体系在更高层次上全面和深入地反映待评价人员的能力，从而使得评价更加全面和准确。
可选的，所述基于多个所述二级评价指标，确定待评价人员对应的第二评价分数，具体包括：确定各个所述二级评价指标之间的相互影响系数；获取待评价人员在各个所述二级评价指标下对应的二级指标值；从多个所述二级指标值中筛选得到多个二级关键指标值；所述二级关键指标值为大于预设的二级指标阈值的二级指标值；从多个所述二级关键指标值中，确定二级最大关键指标值；所述二级最大关键指标值大于或等于任意一个所述二级关键指标值；基于所述二级最大关键指标值、多个所述二级关键指标值以及多个所述相互影响系数，计算得到所述第二评价分数。
通过采用上述技术方案，通过获取待评价人员在各个二级评价指标下对应的二级指标值，从而为评价过程提供了具体的数据基础，从多个二级指标值中筛选得到多个二级关键指标值，从而集中关注于那些对评价最为关键和重要的指标，提高了评价的准确性；由于二级关键指标值为大于预设的二级指标阈值的二级指标值，从而确保了仅关注于那些表现达到或超过既定标准的关键领域，增强了评价的精确度；通过从多个二级关键指标值中确定二级最大关键指标值，并基于二级最大关键指标值、多个二级关键指标值以及多个相互影响系数，计算得到第二评价分数，从而结合了个人在所有关键领域的综合表现，并充分考虑了各个二级评价指标之间的相互影响，从而使得第二评价分数更加精准。
可选的，所述基于所述二级最大关键指标值、多个所述二级关键指标值以及多个所述相互影响系数，计算得到所述第二评价分数，具体包括：通过以下公式计算得到所述第二评价分数：
其中，K2为所述第二评价分数，m为所述二级评价指标对应的个数，Ta为第a个所述二级关键指标值，Tmax为所述二级最大关键指标值，wa为第a个所述二级关键指标值对应的二级影响权重，εab为所述相互影响系数，β为第一非线性调整系数，γ为第二非线性调整系数。
在本申请的第二方面提供了一种高端产业人才引育效果评价***，所述***包括评价维度确定模块、评价指标确定模块以及处理模块；所述评价维度确定模块，用于基于评价目标需求，确定一级评价维度；所述评价指标确定模块，用于基于所述一级评价维度，确定多个一级评价指标；所述处理模块，用于基于多个所述一级评价指标，确定待评价人员对应的第一评价分数；所述评价维度确定模块，还用于当所述第一评价分数大于预设第一评价阈值时，基于所述一级评价维度，确定二级评价维度；所述评价指标确定模块，还用于基于所述二级评价维度，得到多个二级评价指标；所述处理模块，还用于基于多个所述二级评价指标，确定待评价人员对应的第二评价分数；所述处理模块，还用于基于所述第一评价分数和所述第二评价分数，得到待评价人员对应的综合评价分数；所述处理模块，还用于基于所述综合评价分数，得到高端产业人才引育效果评价结果。
在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其它设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如本申请第一方面任意一项所述的方法。
在本申请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能够被处理器加载并执行如本申请第一方面任意一项所述的方法的计算机程序。
综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过基于评价目标需求确定一级评价维度，从而确保评价体系与高端产业企业的战略目标和业务需求紧密相关，增强评价的针对性和有效性；通过基于一级评价维度确定多个一级评价指标，从而将广泛的评价维度具体化为可量化和可操作的评价标准；通过基于多个一级评价指标确定待评价人员对应的第一评价分数，从而对待评价人员的基本能力和知识水平进行量化评估；当第一评价分数大于预设第一评价阈值时，通过基于一级评价维度确定二级评价维度，从而对符合基本要求的人员进行更深入和细致的评价；通过基于二级评价维度得到多个二级评价指标，从而进一步细化评价过程，从而使得评估人才引育效果更加全面；通过基于多个二级评价指标确定待评价人员对应的第二评价分数，并基于第一评价分数和第二评价分数，得到待评价人员对应的综合评价分数，从而使得计算得到的综合评价分数更加准确，进而可以有效提升得到的高端产业人才引育效果评价结果的全面性和准确性。
2、通过获取一级评价维度与关键评价领域的第一映射关系，并基于第一映射关系得到与当前一级评价维度对应的关第一关键评价领域，从而深入理解和细化每个一级评价维度，使评价过程更加具体和有针对性，提升评价的准确性。通过对第一关键评价领域进行识别，得到多个第一评价标准，从而转化抽象的评价领域为具体的评价标准，通过基于多个第一评价标准制定多个一级评价指标，从而将评价标准进一步量化为具体的评价指标，使得评价过程更加量化和客观。
3、通过对一级评价维度进行特征提取，得到多个一级评价特征，从而将一级评价维度细化为更具体的特征，增强评价过程的详细度和准确性；通过对各个一级评价特征进行特征拆分，得到多个一级评价子特征，从而进一步细化评价维度，使评价过程更加具体有针对性；通过对多个一级评价子特征进行聚类分析，得到多个初步特征，从而将相关联的子特征组合在一起，形成更加集中和一致的评价维度，通过基于预设的先验知识对多个初步特征进行验证，得到多个高级特征，从而确保所得特征不仅在理论上合理，而且与实际工作情境紧密相关，增强评价结果的实用性和相关性；通过基于多个高级特征，构建二级评价维度，从而确保评价体系在更高层次上全面和深入地反映待评价人员的能力，从而使得评价更加全面和准确。
附图说明
图1是本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之一；
图2是本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之二；
图3是本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之三；
图4是本申请实施例提供的一种高端产业人才引育效果评价***的结构示意图；
图5是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明：1、评价维度确定模块；2、评价指标确定模块；3、处理模块；4、获取模块；500、电子设备；501、处理器；502、通信总线；503、用户接口；504、网络接口；505、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个***是指两个或两个以上的***，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其它方式另外特别强调。
本申请提供了一种高端产业人才引育效果评价方法，参照图1，其示出了本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之一。该方法包括步骤S1-S8，上述步骤如下：
步骤S1：基于评价目标需求，确定一级评价维度。
具体来说，在本技术方案中，确定一级评价维度，即确定整体高端产业人才引育效果评价的起点。
在确定一级评价维度之前，首先需要明确评价目标需求。即确定高端产业企业的战略目标、业务需求以及人才发展规划。再基于评价目标需求，制定具体的一级评价维度。从而识别出哪些技能和能力对于高端产业企业来说最为关键。例如，对于一个技术驱动的企业，需要将“技术创新能力”、“项目管理”、“团队合作”等作为一级评价维度。最后，评估这些一级评价维度的实施效果，以评判一级评价维度是否能够有效地帮助高端产业企业识别和培养人才，是否与高端产业企业的业务目标和市场发展趋势保持一致，以及是否可以为未来的人才策略提供支持。从而确保这些一级评价维度的有效性和适应性，从而提升整个评价体系的效果和效率。
步骤S2：基于一级评价维度，确定多个一级评价指标。
具体来说，在本技术方案中，基于一级评价维度，确定多个一级评价指标，即将抽象的评价维度具体化，使其成为可量化和可评价的标准。
在一种可能的实施方式中，步骤S2具体包括如下步骤：
获取一级评价维度与关键评价领域的第一映射关系。
具体来说，在本技术方案中，步骤S2的首要任务即为理解和映射一级评价维度与关键评价领域之间的联系。这一过程需要深入分析高端产业企业的具体工作内容、员工的职责和期望的成果。例如，如果一级评价维度是“技术专长”，则相关的关键评价领域可能包括“软件开发能力”、“技术创新”和“技术应用效率”。通过建立一级评价维度与关键评价领域之间的映射关系，可以确保评价指标与高端产业企业的实际需求紧密相关。
基于第一映射关系，得到与当前一级评价维度对应的关第一关键评价领域。
具体来说，在本技术方案中，在获取一级评价维度与关键评价领域的第一映射关系之后，接下来则需基于第一映射关系，确定与当前一级评价维度相对应的关键评价领域。这一步骤需要具体识别哪些评价领域是衡量相应维度的关键。在上述示例中，对于“技术专长”这一维度，则需要进一步细分为具体的关键评价领域，如“前端开发”、“数据分析”等。
对第一关键评价领域进行识别，得到多个第一评价标准。
具体来说，在本技术方案中，再对第一关键评价领域进行深入的识别和分析，提取出具体的评价标准。其涉及到评价领域内各项能力和技能的细化，如在“前端开发”领域内，第一评价标准可能包括“编程语言熟练度”、“界面设计能力”等标准。这样的细化有助于使评价更加具体和针对性，提高评价的效果和效率。
基于多个第一评价标准，制定多个一级评价指标。
具体来说，在本技术方案中，最后基于多个第一评价标准，制定具体的一级评价指标。在这个阶段，每个评价标准都将被转化为具体的、可量化的评价指标。
步骤S3：基于多个一级评价指标，确定待评价人员对应的第一评价分数。
具体来说，在本技术方案中，基于一级评价指标来确定待评价人员的第一评价分数，即将一级评价指标转化为具体的数值评分，从而为后续的评价决策提供量化依据。
在一种可能的实施方式中，参照图2，其示出了本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之二。步骤S3具体包括步骤S31-S34：
步骤S31：获取待评价人员在各个一级评价指标下对应的一级指标值。
具体来说，在本技术方案中，获取待评价人员在各个一级评价指标下对应的一级指标值的方式，首先需要确定哪些数据或信息源能够有效地反映出待评价人员在各个一级评价指标下的表现，其包括但不限于个人绩效记录、同事和上级的反馈、客户评价、项目报告等。再设定一套标准化的方法来收集和记录这些数据，例如通过设计调查问卷、进行面对面访谈、收集和分析绩效报告等方法收集和记录这些数据。在收集到这些数据后，再将其转化为一级指标值，例如将反馈评分转化为标准化分数、将绩效结果与预先设定的基准进行比较等。
步骤S32：从多个一级指标值中筛选得到多个一级关键指标值；一级关键指标值为大于预设的一级指标阈值的一级指标值。
具体来说，在本技术方案中，首先需要设定一个预设的一级指标阈值。预设的一级指标阈值是基于高端产业企业的绩效标准和评价目标来确定的，其代表了在各个一级评价指标中被视为优秀或关键表现的最低标准。比如，在技术专长这一评价维度下，可能设定一个特定的技能测试分数或项目成功率作为阈值。再将多个一级指标值与预设的一级指标阈值进行比较，以判断哪些指标值达到或超过了这个标准。
步骤S33：从多个一级关键指标值中，确定一级最大关键指标值；一级最大关键指标值大于或等于任意一个一级关键指标值。
具体来说，在本技术方案中，步骤S33专注于从多个一级关键指标值中确定一级最大关键指标值，从而识别出待评价人员在所有一级关键指标中表现最为突出的领域，突显其最强的能力或成就，从而为综合评价提供重要依据。
步骤S34：基于一级最大关键指标值和多个一级关键指标值，计算得到第一评价分数。
在一种可能的实施方式中，步骤S34具体包括如下步骤：
通过以下公式计算得到第一评价分数：
其中，K1为第一评价分数，n为一级评价指标对应的个数，Si为第i个一级关键指标值，Smax为一级最大关键指标值，wi为第i个一级关键指标值对应的一级影响权重，α为调整系数。
具体来说，在本技术方案中，每个一级关键指标的分数Si和相应的权重wi是公式的基础，其反映了每个指标的绩效和其在总评价中的相对重要性。权重wi是基于该指标对高端产业企业的贡献程度的影响力设定的。
引入调整系数α和一级最大关键指标值Smax的目的是为了强调个人在某个关键领域的突出表现。其体现了在计算第一评价分数过程中对于杰出表现的额外奖励。当某个一级关键指标值Si接近或达到了所有指标中的Smax时，该指标的分数将得到额外的提升。
步骤S4：当第一评价分数大于预设第一评价阈值时，基于一级评价维度，确定二级评价维度。
具体来说，在本技术方案中，步骤S4的实施旨在从一级评价维度的广泛分类中提炼出更具体的评价领域，即确定二级评价维度，从而有助于识别出待评价人员在更细分领域的具体表现和潜在能力。
在一种可能的实施方式中，步骤S4具体包括如下步骤：
对一级评价维度进行特征提取，得到多个一级评价特征。
具体来说，在本技术方案中，首先对一级评价维度进行评估，例如，如果一级评价维度是“领导能力”，则需要对领导能力的不同方面进行深入的探索和分析，接下来，再通过数据挖掘和分析技术，从广泛的一级评价维度中识别出多个一级评价特征。
对各个一级评价特征进行特征拆分，得到多个一级评价子特征。
具体来说，在本技术方案中，对各个一级评价特征进行细化和拆分，从而得到更具体的一级评价子特征，从而将广泛的评价维度转化为更具体和细分的评价点。例如“领导能力”可能被深化为“决策制定”、“团队激励”等一级评价特征。在该步骤中，则将这些一级评价特征进一步细化为更具体的一级评价子特征。例如，“决策制定”可以进一步拆分为“风险评估”、“策略选择”等一级评价子特征。
对多个一级评价子特征进行聚类分析，得到多个初步特征。
具体来说，在本技术方案中，使用聚类分析方法来处理多个一级评价子特征。聚类分析是一种统计技术，用于将数据点分组，以便组内成员比组间成员具有更多的相似性。在这个过程中，相似或相关的、一级评价子特征将被归入同一组，从而形成一组新的、更加集中的评价维度，从而得到多个初步特征。
基于预设的先验知识对多个初步特征进行验证，得到多个高级特征。
具体来说，在本技术方案中，先验知识可能来自于行业标准、领域专家的意见、以往的研究成果，或者公司内部的历史数据和经验。通过基于预设的先验知识对多个初步特征进行验证，从而可以确保评价体系不仅基于理论和数据分析，而且紧密结合高端产业企业的实际工作情境和需求。
基于多个高级特征，构建二级评价维度。
具体来说，在本技术方案中，该步骤将前述步骤中验证的初步特征进行整合和重组，形成更为综合的二级评价维度。其实现方法包括对初步特征的关系和相互作用进行深入分析，以确保新构建的二级评价维度既具有逻辑上的一致性，又能够全面反映员工在不同领域的能力。例如，如果在初步特征中发现了与团队合作、沟通技巧和领导力相关的多个特征，可以将这些相关特征整合为一个更广泛的二级评价维度，如“团队领导和协作能力”。
步骤S5：基于二级评价维度，得到多个二级评价指标。
具体来说，在本技术方案中，基于二级评价维度，得到多个二级评价指标的具体方法与基于一级评价维度，得到多个一级评价指标的方法相似，故在此不做过多赘述。
步骤S6：基于多个二级评价指标，确定待评价人员对应的第二评价分数。
具体来说，在本技术方案中，基于二级评价指标来确定待评价人员的第二评价分数，即将二级评价指标转化为具体的数值评分，从而为后续的评价决策提供量化依据。
在一种可能的实施方式中，参照图3，其示出了本申请实施例提供的一种高端产业人才引育效果评价方法的流程示意图之三。步骤S6具体包括步骤S61-S65：
步骤S61：确定各个二级评价指标之间的相互影响系数。
具体来说，在本技术方案中，在实际工作中，个人的一个能力领域的表现往往会影响到其他领域。例如，优秀的领导力可能会提升团队合作效果，反之亦然。通过识别和量化这些相互影响，评价体系能够更真实地反映员工的整体表现和潜力。因此步骤S61首先需要对已经确定的二级评价指标进行深入分析，以识别这些指标之间可能存在的相互关联或影响。这种分析涉及到数据挖掘、统计分析或专家咨询，以确定不同指标之间的关系强度和方向。例如，如果其中一个二级评价指标是“团队合作能力”，而另一个是“领导力”，那么这两个指标之间可能存在正向或负向的影响关系。
步骤S62：获取待评价人员在各个二级评价指标下对应的二级指标值。
具体来说，在本技术方案中，获取待评价人员在各个二级评价指标下对应的二级指标值的具体方法与获取待评价人员在各个一级评价指标下对应的一级指标值的方法相似，故在此不做过多赘述。
步骤S63：从多个二级指标值中筛选得到多个二级关键指标值；二级关键指标值为大于预设的二级指标阈值的二级指标值。
具体来说，在本技术方案中，从多个二级指标值中筛选得到多个二级关键指标值的具体方法与从多个一级指标值中筛选得到多个一级关键指标值的具体方法相似，故在此不做过多赘述。
步骤S64：从多个二级关键指标值中，确定二级最大关键指标值；二级最大关键指标值大于或等于任意一个二级关键指标值。
具体来说，在本技术方案中，从多个二级关键指标值中，确定二级最大关键指标值的具体方法与从多个一级关键指标值中，确定一级最大关键指标值的具体方法相似，故在此不做过多赘述。
步骤S65：基于二级最大关键指标值、多个二级关键指标值以及多个相互影响系数，计算得到第二评价分数。
在一种可能的实施方式中，步骤S65具体包括如下步骤：
通过以下公式计算得到第二评价分数：
其中，K2为第二评价分数，m为二级评价指标对应的个数，Ta为第a个二级关键指标值，Tmax为二级最大关键指标值，wa为第a个二级关键指标值对应的二级影响权重，εab为相互影响系数，β为第一非线性调整系数，γ为第二非线性调整系数。
具体来说，在本技术方案中，在某些情况下，个人的整体表现比单独指标的总和更为重要。例如，如果一个人在所有评价指标上都表现平均，可能比另一个在某些指标上表现突出但在其他指标上表现较差的人更可靠。因此通过第一非线性调整系数和第二非线性调整系数引入非线性调整，第一非线性调整系数调节非线性效应的整体影响大小。第二非线性调整系数则决定了非线性的形状，比如使得分数曲线更陡或更平缓。从而使该公式不只专注于某几个指标。当某个待评价人员在所有指标上都表现良好时，其总体评价得分会因为这种非线性增加而获得额外的提升，从而有助于平衡单一指标的异常高分或低分对总评分的影响，进而更全面地反映人员的综合能力和表现。
步骤S7：基于第一评价分数和第二评价分数，得到待评价人员对应的综合评价分数。
具体来说，在本技术方案中，首先需要确定一个合适的方法来综合这两个评价分数。其可以为每个评价分数设置不同的权重，以反映高端产业企业对不同能力层次的重视程度。例如，如果高端产业企业更重视基本技能，则第一评价分数K1可能会被赋予更高的权重；如果高端产业企业更注重专业技能或领导能力，则第二评价分数K2的权重可能会更大。
步骤S8：基于综合评价分数，得到高端产业人才引育效果评价结果。
具体来说，在本技术方案中，该步骤将之前所有评价步骤的成果综合起来，形成对待评价人员综合能力和潜力的全面评价。需要将这些综合评价分数与预先设定的标准或阈值进行比较。确定特定分数范围内的表现等级，如“优秀”、“良好”、“一般”等，或者将分数与特定的人才发展路径或职位要求相关联。例如，一个较高的综合评价分数可能表明个人适合担任更高级别的职位或承担更大的责任。
参照图4，其示出了本申请实施例提供的一种高端产业人才引育效果评价***的结构示意图，***包括维度确定模块1、评价指标确定模块2以及处理模块3；评价维度确定模块1，用于基于评价目标需求，确定一级评价维度；评价指标确定模块2，用于基于一级评价维度，确定多个一级评价指标；处理模块3，用于基于多个一级评价指标，确定待评价人员对应的第一评价分数；评价维度确定模块1，还用于当第一评价分数大于预设第一评价阈值时，基于一级评价维度，确定二级评价维度；评价指标确定模块2，还用于基于二级评价维度，得到多个二级评价指标；处理模块3，还用于基于多个二级评价指标，确定待评价人员对应的第二评价分数；处理模块3，还用于基于第一评价分数和第二评价分数，得到待评价人员对应的综合评价分数；处理模块3，还用于基于综合评价分数，得到高端产业人才引育效果评价结果。
在一种可能的实施方式中，***还包括获取模块4，获取模块4，用于获取一级评价维度与关键评价领域的第一映射关系；评价指标确定模块2，还用于基于第一映射关系，得到与当前一级评价维度对应的关第一关键评价领域；评价指标确定模块2，还用于对第一关键评价领域进行识别，得到多个第一评价标准；评价指标确定模块2，还用于基于多个第一评价标准，制定多个一级评价指标。
在一种可能的实施方式中，获取模块4，还用于获取待评价人员在各个一级评价指标下对应的一级指标值；处理模块3，还用于从多个一级指标值中筛选得到多个一级关键指标值；一级关键指标值为大于预设的一级指标阈值的一级指标值；处理模块3，还用于从多个一级关键指标值中，确定一级最大关键指标值；一级最大关键指标值大于或等于任意一个一级关键指标值；处理模块3，还用于基于一级最大关键指标值和多个一级关键指标值，计算得到第一评价分数。
在一种可能的实施方式中，处理模块3，还用于通过以下公式计算得到第一评价分数：
其中，K1为第一评价分数，n为一级评价指标对应的个数，Si为第i个一级关键指标值，Smax为一级最大关键指标值，wi为第i个一级关键指标值对应的一级影响权重，α为调整系数。
在一种可能的实施方式中，维度确定模块1，还用于对一级评价维度进行特征提取，得到多个一级评价特征；维度确定模块1，还用于对各个一级评价特征进行特征拆分，得到多个一级评价子特征；维度确定模块1，还用于对多个一级评价子特征进行聚类分析，得到多个初步特征；维度确定模块1，还用于基于预设的先验知识对多个初步特征进行验证，得到多个高级特征；维度确定模块1，还用于基于多个高级特征，构建二级评价维度。
在一种可能的实施方式中，处理模块3，还用于确定各个二级评价指标之间的相互影响系数；获取模块4，还用于获取待评价人员在各个二级评价指标下对应的二级指标值；处理模块3，还用于从多个二级指标值中筛选得到多个二级关键指标值；二级关键指标值为大于预设的二级指标阈值的二级指标值；处理模块3，还用于从多个二级关键指标值中，确定二级最大关键指标值；二级最大关键指标值大于或等于任意一个二级关键指标值；处理模块3，还用于基于二级最大关键指标值、多个二级关键指标值以及多个相互影响系数，计算得到第二评价分数。
在一种可能的实施方式中，处理模块3，还用于通过以下公式计算得到第二评价分数：
其中，K2为第二评价分数，m为二级评价指标对应的个数，Ta为第a个二级关键指标值，Tmax为二级最大关键指标值，wa为第a个二级关键指标值对应的二级影响权重，εab为相互影响系数，β为第一非线性调整系数，γ为第二非线性调整系数。
需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请还公开一种电子设备。参照图5，图5是本申请实施例的公开的一种电子设备的结构示意图。该电子设备500可以包括：至少一个处理器501，至少一个网络接口504，用户接口503，存储器505，至少一个通信总线502。
其中，通信总线502用于实现这些组件之间的连接通信。
其中，用户接口503可以包括显示屏(Display)、摄像头(Camera)，可选用户接口503还可以包括标准的有线接口、无线接口。
其中，网络接口504可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器505内的指令、程序、代码集或指令集，以及调用存储在存储器505内的数据，执行服务器的各种功能和处理数据。可选的，处理器501可以采用数字信号处理(DigitalSignalProcessing，DSP)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、可编程逻辑阵列(ProgrammableLogicArray，PLA)中的至少一种硬件形式来实现。处理器501可集成中央处理器(CentralProcessingUnit，CPU)、图像处理器(GraphicsProcessingUnit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作***、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器501中，单独通过一块芯片进行实现。
其中，存储器505可以包括随机存储器(RandomAccessMemory，RAM)，也可以包括只读存储器(Read-OnlyMemory)。可选的，该存储器505包括非瞬时性计算机可读介质(non-transitorycomputer-readablestoragemedium)。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。参照图5，作为一种计算机可读存储介质的存储器505中可以包括操作***、网络通信模块、用户接口模块以及一种应用程序。
在图5所示的电子设备500中，用户接口503主要用于为用户提供输入的接口，获取用户输入的数据；而处理器501可以用于调用存储器505中存储一种应用程序，当由一个或多个处理器501执行时，使得电子设备500执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其它的方式实现。例如，以上所描述的装置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。另一点，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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
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实施例方案的目的。
另外，在本申请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。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其它实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (10)
1.一种高端产业人才引育效果评价方法，其特征在于，所述方法包括：
基于评价目标需求，确定一级评价维度；
基于所述一级评价维度，确定多个一级评价指标；
基于多个所述一级评价指标，确定待评价人员对应的第一评价分数；
当所述第一评价分数大于预设第一评价阈值时，基于所述一级评价维度，确定二级评价维度；基于所述二级评价维度，得到多个二级评价指标；
基于多个所述二级评价指标，确定待评价人员对应的第二评价分数；
基于所述第一评价分数和所述第二评价分数，得到待评价人员对应的综合评价分数；
基于所述综合评价分数，得到高端产业人才引育效果评价结果。
2.根据权利要求1所述的方法，其特征在于，所述基于所述一级评价维度，确定多个一级评价指标，具体包括：
获取一级评价维度与关键评价领域的第一映射关系；
基于所述第一映射关系，得到与当前所述一级评价维度对应的关第一关键评价领域；
对所述第一关键评价领域进行识别，得到多个第一评价标准；
基于多个所述第一评价标准，制定多个所述一级评价指标。
3.根据权利要求1所述的方法，其特征在于，所述基于多个所述一级评价指标，确定待评价人员对应的第一评价分数，具体包括：
获取待评价人员在各个所述一级评价指标下对应的一级指标值；
从多个所述一级指标值中筛选得到多个一级关键指标值；所述一级关键指标值为大于预设的一级指标阈值的一级指标值；
从多个所述一级关键指标值中，确定一级最大关键指标值；所述一级最大关键指标值大于或等于任意一个所述一级关键指标值；
基于所述一级最大关键指标值和多个所述一级关键指标值，计算得到所述第一评价分数。
4.根据权利要求3所述的方法，其特征在于，所述基于所述一级最大关键指标值和多个所述一级关键指标值，计算得到所述第一评价分数，具体包括：
通过以下公式计算得到所述第一评价分数：
其中，K1为所述第一评价分数，n为所述一级评价指标对应的个数，Si为第i个所述一级关键指标值，Smax为所述一级最大关键指标值，wi为第i个所述一级关键指标值对应的一级影响权重，α为调整系数。
5.根据权利要求1所述的方法，其特征在于，所述基于所述一级评价维度，得到二级评价维度，具体包括：
对所述一级评价维度进行特征提取，得到多个一级评价特征；
对各个所述一级评价特征进行特征拆分，得到多个一级评价子特征；
对多个所述一级评价子特征进行聚类分析，得到多个初步特征；
基于预设的先验知识对多个所述初步特征进行验证，得到多个高级特征；
基于多个所述高级特征，构建所述二级评价维度。
6.根据权利要求1所述的方法，其特征在于，所述基于多个所述二级评价指标，确定待评价人员对应的第二评价分数，具体包括：
确定各个所述二级评价指标之间的相互影响系数；
获取待评价人员在各个所述二级评价指标下对应的二级指标值；
从多个所述二级指标值中筛选得到多个二级关键指标值；所述二级关键指标值为大于预设的二级指标阈值的二级指标值；
从多个所述二级关键指标值中，确定二级最大关键指标值；所述二级最大关键指标值大于或等于任意一个所述二级关键指标值；
基于所述二级最大关键指标值、多个所述二级关键指标值以及多个所述相互影响系数，计算得到所述第二评价分数。
7.根据权利要求6所述的方法，其特征在于，所述基于所述二级最大关键指标值、多个所述二级关键指标值以及多个所述相互影响系数，计算得到所述第二评价分数，具体包括：
通过以下公式计算得到所述第二评价分数：
其中，K2为所述第二评价分数，m为所述二级评价指标对应的个数，Ta为第a个所述二级关键指标值，Tmax为所述二级最大关键指标值，wa为第a个所述二级关键指标值对应的二级影响权重，εab为所述相互影响系数，β为第一非线性调整系数，γ为第二非线性调整系数。
8.一种高端产业人才引育效果评价***，其特征在于，所述***包括评价维度确定模块、评价指标确定模块以及处理模块；
所述评价维度确定模块，用于基于评价目标需求，确定一级评价维度；
所述评价指标确定模块，用于基于所述一级评价维度，确定多个一级评价指标；
所述处理模块，用于基于多个所述一级评价指标，确定待评价人员对应的第一评价分数；
所述评价维度确定模块，还用于当所述第一评价分数大于预设第一评价阈值时，基于所述一级评价维度，确定二级评价维度；
所述评价指标确定模块，还用于基于所述二级评价维度，得到多个二级评价指标；
所述处理模块，还用于基于多个所述二级评价指标，确定待评价人员对应的第二评价分数；
所述处理模块，还用于基于所述第一评价分数和所述第二评价分数，得到待评价人员对应的综合评价分数；
所述处理模块，还用于基于所述综合评价分数，得到高端产业人才引育效果评价结果。
9.一种电子设备，其特征在于，包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504)，所述存储器(505)用于存储指令，所述用户接口(503)和网络接口(504)用于给其它设备通信，所述处理器(501)用于执行所述存储器(505)中存储的指令，以使所述电子设备(500)执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410248889.9A CN117893098A (zh) | 2024-03-05 | 2024-03-05 | 一种高端产业人才引育效果评价方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410248889.9A CN117893098A (zh) | 2024-03-05 | 2024-03-05 | 一种高端产业人才引育效果评价方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117893098A true CN117893098A (zh) | 2024-04-16 |
Family
ID=90648986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410248889.9A Pending CN117893098A (zh) | 2024-03-05 | 2024-03-05 | 一种高端产业人才引育效果评价方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117893098A (zh) |
-
2024
- 2024-03-05 CN CN202410248889.9A patent/CN117893098A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Review of the application of social network analysis (SNA) in construction project management research | |
| So et al. | Factors affecting citation networks in science and technology: focused on non-quality factors | |
| Franceschini et al. | Techniques for impact evaluation of performance measurement systems | |
| Hatefi et al. | Evaluating hospital performance using an integrated balanced scorecard and fuzzy data envelopment analysis | |
| Menekse et al. | Internal audit planning using spherical fuzzy ELECTRE | |
| Ain et al. | Evaluation of h-index and its citation intensity based variants in the field of mathematics | |
| US20140379590A1 (en) | Intellectual Asset Portfolio Evaluation Methods And Systems | |
| Wu et al. | Financial fraud risk analysis based on audit information knowledge graph | |
| CN114270391A (zh) | 量化隐私影响 | |
| Samoilenko et al. | Representation matters: An exploration of the socio-economic impacts of ICT-enabled public value in the context of sub-Saharan economies | |
| CN115879829A (zh) | 一种应用于平台创新能力审核的评审专家筛选方法 | |
| Aizstrauta et al. | Validation of integrated acceptance and sustainability assessment methodology | |
| Khalilzadeh et al. | Identification and selection of stakeholder engagement strategies: case study of an Iranian oil and gas construction project | |
| Monfared et al. | Using business intelligence capabilities to improve the quality of decision-making: a case study of Mellat bank | |
| Kaufmann et al. | European and national rules as potential red tape drivers: An ecological analysis of the Europeanization of Dutch competition law, 1962–2010 | |
| Seyedhoseini et al. | Two-pillar risk management (TPRM): a generic project risk management process | |
| CN111915188A (zh) | 企业的***性能测试方法、装置和设备 | |
| Ponelis et al. | A descriptive framework of business intelligence derived from definitions by academics, practitioners and vendors | |
| Al-Halabi et al. | The impact of designing accounting information systems on the level of accounting conservatism-a field study | |
| CN117893098A (zh) | 一种高端产业人才引育效果评价方法及*** | |
| Noaman et al. | Indexing financial reporting information for heritage Management | |
| Bright et al. | Explaining download patterns in open government data: citizen participation or private enterprise? | |
| Otoiu et al. | Analysing Labour-Based Estimates of Automation and Their Implications. A Comparative Approach from an Economic Competitiveness Perspective. | |
| US20180189696A1 (en) | System and method for measuring and monitoring innovation intelligence | |
| Li et al. | Big-Data Measurement-Model Research about Judges’ Actual Workload in China |
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 |