基于数据挖掘的职业能力指标体系构建方法

摘要

本发明提供一种基于数据挖掘的职业能力指标体系构建方法，数据采集、数据预处理、数据变换、数据分析、解释评价五个步骤完成对于指标体系的构建。该方法能够方便、准确、快速、客观、全面、动态的构建职业能力测评指标体系，解决了现有职业能力指标体系构建方式的缺点，从而提高了人才测评的高效性和科学性，为企业选拔、甄选以及录用人才提供了可靠依据。

主权项

一种基于数据挖掘的职业能力指标体系构建方法，其特征在于，该方法包括数据采集、数据预处理、数据变换、数据分析、解释评价五个步骤，各个步骤具体为：(1)数据采集：首先设定岗位，并输入岗位的基本信息，岗位设定后，进行招聘信息的收集；(2)数据预处理：系统从收集到的招聘信息中，根据系统设定的过滤词库，将与职业能力无关的词语、符号、数字、虚词过滤掉，形成岗位要求关键词库，之后系统根据关键词出现的频次和比重，对关键词进行汇总，并进行权重的分配和计算；(3)数据变换：在数据变换之前，按照各岗位各级别所需的学科、知识点设定树形层级结构的学科知识体系，并将树上各节结出现的关键词进行存储，同时每次刷新指标体系时，将新出现的关键词发送给管理员，根据词义将关键词分配到相应的知识体系分支下；系统中设置一个知识体系的树，有一个根节点，根据各岗位涉及的科目不同，在根节点下设立各个学科的分支；数据变换时系统将已经经过数据预处理后的关键词库中的每一个关键词与各个树形学科知识体系相对应，关键词按照树形结构重新组织，针对每一岗位每一级别分别形成各自的树形结构关键词库，同时系统根据关键词与学科知识体系的对应关系，将关键词转换为能力评价词汇；对于在学科知识体系中不存在的关键词，根据用户输入的设定内容，将关键词的内容扩充到系统的学科知识体系中，从而完成关键词树的构建；(4)数据分析：在完成关键词树的构建后，得到指标体系中的指标，根据设定好的级别对所有指标进行统一化，设定的级别不大于5级，同时，根据每一指标的权重值进行加权汇总，计算出各能力指标在总指标中所占的权重和比例；加权是对体系中所有测评指标进行纵向比较，然后根据每个指标在体系中的重要性，给每个指标分配0‑1中的一个值，得到该指标的加权值，所有加权值总和为1，归一化处理后的加权值之和为100％，权重值的计算方法：q为测评指标的数量，Si是测评指标中第i的一项的权值，其中i为1～q，Sj为第j项的权值，Rj是第j项的权重值；(5)解释评价：系统根据指标体系管理员设定的层级数对关键词树进行修正和调整，并对各指标体系的权重进行重新汇总计算，形成指标体系。