首页> 中国专利> 一种基于B/S下提供就业能力培养途径的方法及系统

一种基于B/S下提供就业能力培养途径的方法及系统

摘要

本发明公开了一种基于B/S下提供就业能力培养途径的方法,包括以下步骤:获取岗位需求信息数据和学生信息数据;对岗位需求信息数据进行处理以生成岗位需求评价模型,对学生信息数据进行处理以生成学生综合能力评价模型;将岗位需求评价模型与学生综合能力评价模型相匹配,生成学生综合能力测评报告;提供就业能力培养途径,包括选择自主提升或老师介入。本发明通过获取岗位需求数据及学生基本信息数据,实现为学生提供就业能力培养途径;针对企业对岗位需求信息数据进行处理以生成岗位需求评价模型,实现用人单需要与就业的学生之间的高度配对对接,为作为培养人才单位的学校在教学及人才培养方面与市场需求进行精准匹配,按照市场需求精准教学。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-05-20

    公开

    发明专利申请公布

说明书

技术领域

本发明属于大数据技术领域,尤其涉及一种基于B/S下提供就业能力培养途径的方法及一种基于B/S下提供就业能力培养途径的系统。

背景技术

随着社会的发展,尤其是科学技术的不断进步,大大促进了社会生产力的飞速发展,使得越来越多的人走向工作岗位。伴随着工业智能化的发展,许多传统的行业也在逐渐被取代,社会就业成为关系千家万户的重要社会问题。

经过对调查问卷结果整理和分析,对高校在校生来说:就业难的主要原因包括对自身评价缺乏合理性、对就业环境发展缺乏了解;对高校来说:影响学生就业率的主要因素为教学方案滞后于市场需求;对企业来说:企业和大学生无法正确对接,学生上岗后无法快速上手。

专利公开号为CN109710851A的发明专利提供了一种基于互联网模式下多源数据分析的就业推荐方法,可实现人才与岗位之间的精准推送。通过第一步获取学生多源数据及企业多源数据。第二步对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据,对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据。第三步根据学生关键数据构建学生职业能力模型,根据企业关键数据构建企业人才需求模型。第四步将学生职业能力模型与企业人才需求模型相匹配,为学生推荐就业岗位,为企业推荐求职简历。虽说通过多维度数据关联,逻辑判断纠错,数据深度挖掘、推荐算法等实现了人才与岗位之间的精准推送。该发明申请只是利用大数据去筛选匹配少数学生和企业,而没有对学生实际缺乏的能力进行补足指导。

专利公开号为CN111651676A 的发明专利提供了一种基于能力模型进行职业推荐的方法、装置、设备和介质。通过第一步向目标对象推送与测试能力标签相对应的职业测试题。第二步根据目标对象在解答各职业测试题时的答题结果,确定与目标对象对应的能力测试结果。第三步根据能力测试结果从能力标签中筛选出下一个待测试的能力所对应的测试能力标签。第四步返回向目标对象推送与测试能力标签相对应的职业测试题的步骤并继续执行,直至满足测试停止条件时停止测试,得到与目标对象对应的多于一个的能力测试结果。第五步根据多于一个的能力测试结果,确定目标对象具备相应能力的目标能力标签所对应的候选职业。最后从候选职业中筛选目标职业,并将目标职业推荐给目标对象。该发明申请虽然提供了能力测试,但仍没有对学生实际缺乏的能力进行补足指导。

专利公开号为CN108389148A的发明专利提供一种为外贸人才推荐的课程的方法及系统。根据数据库中的信息先计算各个学员的课程推荐列表,然后计算老师的课程推荐列表,最后将两个数据结合起来进行匹配,得到各个城市各个学员各个老师的课程推荐列表,将最合适的课程和老师推荐给最需要的学员。该发明申请仅向学生推荐课程,并没有体现学生专业能力与市场需求的差距。

因此,提供一种能够实现企业与学生之间的精准匹配以及老师对学生的精准指导的新的方法和系统,是一个值得研究的问题。

发明内容

为了解决上述现有技术中存在的不足,本发明提供了一种可实现企业与学生之间的精准匹配以及学生与老师之间的精准指导的基于B/S下提供就业能力培养途径的方法及系统。

本发明的目的是这样实现的:

一种基于B/S下提供就业能力培养途径的方法,包括以下步骤:

第一步:获取岗位需求信息数据和学生信息数据;对岗位需求信息数据进行处理以生成岗位需求评价模型,对学生信息数据进行处理以生成学生综合能力评价模型;

第二步:将岗位需求评价模型与学生综合能力评价模型相匹配,生成学生综合能力测评报告;

第三步:提供就业能力培养途径,选择自主提升或老师介入。

所述获取岗位需求信息数据的方法包括:通过网络爬虫获取岗位数据;所述的岗位数据包括岗位职责描述数据、任职要求数据和薪资发展数据。

所述获取学生信息数据的方法包括:获取学生填写的信息数据,所述信息数据包括基本信息、专业信息、特长信息、求职意向信息和经验信息;获取学生在平台进行的综合能力测评数据,所述综合能力测评数据包括心理测试数据、外语测试数据、团队协作数据和专业技术能力测试数据。

所述对岗位需求信息数据进行处理以生成岗位需求评价模型的方法包括:根据岗位需求数据中的任职要求数据生成岗位需求因子,根据所述岗位需求因子构建岗位需求评价模型。

所述对学生信息数据进行处理以生成学生综合能力评价模型的方法包括:根据学生填写的信息数据生成模型基本因子;根据综合能力测评数据生成能力指标因子;根据所述模型基本因子和能力指标因子及各因子的预设权重参数构建学生综合能力评价模型。

所述提供就业能力培养途径的方法包括:学生根据综合能力测评报告进行职业规划及学习规划;老师查看学生基本信息及综合能力测评报告对其进行职业规划及教学方案更新迭代。

一种基于B/S下提供就业能力培养途径的系统,包括:数据获取模块,用于获取岗位需求信息数据和学生信息数据;数据处理与模型构建模块,用于对岗位需求信息数据进行分类处理及综合分析处理以生成岗位需求评价模型,并用于对学生信息数据进行分类处理及综合分析处理以生成学生综合能力评价模型;模型对比模块,用于将岗位需求评价模型与学生综合能力评价模型相匹配,生成学生综合能力测评报告;能力培养模块,用于学生进行职业规划及学习规划,并用于老师查看学生信息对其进行职业规划及教学方案更新迭代;

所述数据获取模块的输出端与所述数据处理与模型构建模块的输入端相连接;所述数据处理与模型构建模块的输出端与所述模型对比模块的输入端相连接;所述模型对比模块的输出端与所述能力培养模块的输入端相连接。

所述数据获取模块包括岗位需求数据获取单元、学生基本信息数据获取单元和综合能力测评数据获取单元;岗位需求数据获取单元,用于获取岗位需求数据;学生基本信息数据获取单元,用于获取学生填写的信息数据;综合能力测评数据获取单元,用于获取学生在平台进行的综合能力测评数据;

所述岗位需求数据获取单元的输出端与所述数据获取模块的输入端相连接;所述学生基本信息数据获取单元的输出端与所述数据获取模块的输入端相连接;所述综合能力测评数据获取单元的输出端与所述数据获取模块的输入端相连接。

所述数据处理与模型构建模块包括岗位需求因子生成单元、基本因子生成单元、能力指标因子生成单元、岗位模型构建单元和学生模型构建单元;岗位需求因子生成单元,用于根据岗位需求数据中的任职要求数据生成岗位需求因子;基本因子生成单元,用于根据学生基本信息数据生成基本因子;能力指标因子生成单元,用于根据综合能力测评数据生成能力指标因子;岗位模型构建单元,用于根据所述岗位需求因子构建岗位需求评价模型;学生模型构建单元,用于根据所述能力指标因子及各因子的预设权重参数构建学生综合能力评价模型。

所述岗位需求因子生成单元的输出端与所述岗位需求数据获取单元的输入端相连接;所述基本因子生成单元的输出端与所述学生基本信息数据获取单元的输入端相连接;所述能力指标因子生成单元的输出端与所述综合能力测评数据获取单元的输入端相连接;所述岗位模型构建单元的输出端与所述数据处理与模型构建模块的输入端相连接;所述学生模型构建单元的输出端与所述数据处理与模型构建模块的输入端相连接。

所述模型对比模块包括对比单元和结果生成单元;对比单元,用于将岗位需求评价模型与学生综合能力评价模型进行对比;结果生成单元,用于根据对比结果生成学生综合能力测评报告。

所述对比单元的输出端与所述结果生成单元的输入端相连接。

所述能力培养模块包括:学生根据综合能力测评报告进行职业规划及学习规划;老师查看学生基本信息及综合能力测评报告对其进行职业规划及教学方案更新迭代。

积极有益效果:本发明通过获取岗位需求数据及学生基本信息数据,对这些数据进行分类处理及综合分析处理,生成学生综合能力测评报告,该报告用于学生自我的职业规划及学习规划,以及老师针对性制定职业规划及教学方案的重要依据,从而实现为学生提供就业能力培养途径;同时,针对企业对岗位需求信息数据进行处理以生成岗位需求评价模型,作为学生就业及学校培养学生方向重要的参考依据。最终通过本系统,实现用人单位为主体的市场需要与作为需求就业的学生之间的高度配对对接,同时,也为作为培养人才单位的学校在教学及人才培养方面与市场需求进行精准匹配,按照市场需求精准教学。

附图说明

图1为本发明基于B/S下提供就业能力培养途径的方法的流程图;

图2为本发明基于B/S下提供就业能力培养途径的系统的结构框图;

图3为本发明中数据获取模块的结构示意图;

图4为本发明中数据处理与模型构建模块的结构示意图;

图5为本发明中模型对比模块的结构示意图;

图6为本发明中能力培养模块的结构示意图;

图7为实施例1中测试答题页的界面图;

图8为实施例1中综合能力测评报告界面图。

具体实施方式

下面结合附图及具体实施方式,对本发明做进一步的说明:

如图1所示,图1是本发明基于B/S下就业能力培养途径的方法的流程图,包括:

S101,获取岗位需求信息数据和学生信息数据。

具体地,所述获取岗位需求信息数据的方法包括:

通过网络爬虫获取岗位数据,所述岗位数据包括岗位职责描述数据、任职要求数据和薪资发展数据。

具体地,所述获取学生信息数据的方法包括:

(1)获取学生填写的信息数据,所述信息数据包括基本信息、专业信息、特长信息、求职意向信息和经验信息。

(2)获取学生在平台进行的综合能力测评数据,所述综合能力测评数据包括心理测试数据、外语测试数据、团队协作数据、专业技术能力测试数据。参考图7,图7为测试答题页。

因此,本发明通过数据的获取,构建庞大的数据库,方便模型的准确构建。

S102,对岗位需求信息数据进行处理以生成岗位需求评价模型,对学生信息数据进行处理以生成学生综合能力评价模型。

具体地,所述对岗位需求信息数据进行处理以生成岗位需求评价模型的方法包括:

K11,对岗位需求信息数据进行分类处理及综合分析处理。

K12,根据岗位需求数据中的任职要求数据生成岗位需求因子。

K13,根据步骤K12所生成的岗位需求因子,构建岗位需求评价模型。

具体地,所述对学生信息数据进行处理以生成学生综合能力评价模型的方法包括:

K14,对学生信息数据进行分类处理及综合分析处理。

K15,根据学生填写的信息数据生成模型基本因子。

K16,根据综合能力测评数据生成能力指标因子。

K17,本发明根据步骤K14~K16所生成的模型基本因子、能力指标因子所对应的预设权重参数,构建学生综合能力评价模型。学生综合能力评价模型中,对学生信息数据分别计算数据因子:模型基本因子(A),能力指标因子(B);同时,预设权重参数:模型基本因子权重(Wa)40,能力指标因子权重(Wb)60;整体能力期望值=(Wa*A+Wb*B)/(Wa+Wb)。

需要说明的是,进行大量的数据分析和模型建立时,常需要将采集到的测评数据转换为对能力的文本描述,例如优秀、良好、有待加强,并赋予相应的评价分数,最后生成相应的因子。

S103,将岗位需求评价模型与学生综合能力评价模型相匹配,生成学生综合能力测评报告。

学生意向岗位的岗位需求评价模型与学生综合能力评价模型进行比对,比较学生各项能力与岗位需求生成学生综合能力测评报告,所述各项能力包括:心理健康、外语能力、团队协作能力和专业技术能力,如图8为学生综合能力测评报告界面。

S104,提供就业能力培养途径,选择自主提升或老师介入。

具体地,学生通过学生综合能力测评报告了解自身的优势与不足,可以选择自主提升方式:根据求职意向推荐的相关网络课程进行自主学习;或老师介入的方式:老师查看学生基本信息及综合能力测评报告对其进行职业规划及教学方案更新迭代。

实施例1

如图7所示的基于B/S下提供就业能力培养途径的系统100,包括:

数据获取模块1,用于获取岗位需求信息数据和学生信息数据。

数据处理与模型构建模块2,用于对岗位需求信息数据进行分类处理及综合分析处理以生成岗位需求评价模型,并用于对学生信息数据进行分类处理及综合分析处理以生成学生综合能力评价模型。

模型对比模块3,用于将岗位需求评价模型与学生综合能力评价模型相匹配,生成学生综合能力测评报告。

能力培养模块4,用于学生进行职业规划及学习规划,并用于老师查看学生信息对其进行职业规划及教学方案更新迭代。

如图3所示,所述数据获取模块1包括:

岗位需求数据获取单元11,用于获取岗位需求数据,所述岗位需求数据包括岗位职责描述数据、任职要求数据、薪资发展数据,但不以此为限。

学生基本信息数据获取单元12,用于获取学生填写的信息数据,所述信息数据包括基本信息、专业信息、特长信息、求职意向信息、经验信息,但不以此为限。

综合能力测评数据获取单元13,用于获取学生在平台进行的综合能力测评数据,所述综合能力测评数据包括心理测试数据、外语测试数据、团队协作数据和专业技术能力测试数据。

因此,本发明可通过数据获取模块1实现获取岗位需求信息数据和学生信息数据,构建数据库,方便岗位需求评价模型及学生综合能力评价模型的准确构建。

如图4所示,所述数据处理与模型构建模块2包括:

岗位需求因子生成单元21,用于根据岗位需求数据中的任职要求数据生成岗位需求因子。

基本因子生成单元22,用于根据学生基本信息数据生成基本因子。

能力指标因子生成单元23,用于根据综合能力测评数据生成能力指标因子

岗位模型构建单元24,用于根据步骤K12所生成的岗位需求因子,构建岗位需求评价模型。

学生模型构建单元25,用于根据步骤K14~K16所生成的模型基本因子、能力指标因子所对应的预设权重参数,构建学生综合能力评价模型。学生综合能力评价模型中,对学生信息数据分别计算数据因子:模型基本因子(A),能力指标因子(B);同时,预设权重参数:模型基本因子权重(Wa)40,能力指标因子权重(Wb)60;整体能力期望值=(Wa*A+Wb*B)/(Wa+Wb)。

进行大量的数据分析和模型建立时,常需要将采集到的测评数据转换为对能力的文本描述,例如优秀、良好、有待加强,并赋予相应的评价分数,最后生成相应的因子。

因此,本发明通过对岗位需求信息数据和学生信息数据进行分类处理及综合分析处理以生成岗位需求评价模型及学生综合能力评价模型。

如图5所示,图5显示了模型对比模块3:

学生意向岗位的岗位需求评价模型与学生综合能力评价模型进行比对,比较学生各项能力与岗位需求生成学生综合能力测评报告,所述各项能力包括:心理健康、外语能力、团队协作能力和专业技术能力。

如图6所示,图6显示了能力培养模块4:

根据模型对比模块3生成的学生综合能力测评报告,选择自主提升方式:根据求职意向推荐的相关网络课程进行自主学习,或老师介入的方式:老师查看学生基本信息及综合能力测评报告对其进行职业规划及教学方案更新迭代。

由上可知,本发明通过获取岗位需求数据及学生基本信息数据,对这些数据进行分类处理及综合分析处理,生成学生综合能力测评报告,该报告用于学生自我的职业规划及学习规划,以及老师针对性制定职业规划及教学方案的重要依据,从而实现为学生提供就业能力培养途径;同时,针对企业对岗位需求信息数据进行处理以生成岗位需求评价模型,作为学生就业及学校培养学生方向重要的参考依据。最终通过本系统,实现用人单位为主体的市场需要与作为需求就业的学生之间的高度配对对接,同时,也为作为培养人才单位的学校在教学及人才培养方面与市场需求进行精准匹配,按照市场需求精准教学。

以上所述仅表达了本发明的实施方式。应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号