多语言人才等级评价方法和系统

摘要

本发明公开了一种多语言人才等级评价方法，包括获取多语言人才用户历史数据，对所述用户历史数据进行信用评分；初始化前向神经结构，初始化权值和阈值，并传输至改进型PSO算法；初始化PSO种群并接收前向神经传输的值，根据适应度函数不断更新个体极值、全局极值更新速度和惯性权值，直到满足最小误差要求或达到最大迭代次数；将得到的值赋值给前向神经，得到最优的权值和阈值，输入用户历史数据，进行网络训练，直到满足误差要求或者达到最大迭代次数，则训练结束；输入待评价用户数据进行信用评价。本发明网络学习速度快，而且测试精确率高，在多语言人才用户信用评价中具有实用性。