申请/专利权人:浪潮软件科技有限公司
申请日:2024-03-06
公开(公告)日:2024-05-31
公开(公告)号:CN118115032A
主分类号:G06Q10/0639
分类号:G06Q10/0639;G06Q10/10;G06F18/213;G06F18/22
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明特别涉及一种基于智慧人才评审的专家抽取方法。该基于智慧人才评审的专家抽取方法,收集各技术领域专家的基本信息,建立评审专家库;对收集到的专家的基本信息进行预处理,将原始数据转换为更具代表性和有效性的特征;筛选出评审专家最具代表性的特征,对特征抽取模型进行训练、评估与优化;根据特征抽取模型的输出结果,按照评审要求选择合适的专家;对抽取结果进行分析及资格审核,评估特征抽取模型的性能和适用性。该基于智慧人才评审的专家抽取方法,结合了机器学习与专家评审的特点,实现了自动化、智能化的专家抽取,减少了人工干预,提高了评审结果的准确性和可信度,从而增强奖项评审的公信力。
主权项:1.一种基于智慧人才评审的专家抽取方法,其特征在于:包括以下步骤:步骤S1、数据收集收集各技术领域专家的基本信息,包括但不限于姓名、年龄、性别、职业与教育背景,建立评审专家库;步骤S2、数据预处理对收集到的专家的基本信息进行预处理,去除重复和无效数据,以确保数据质量;同时,将专家信息转换为适用于机器学习的格式;步骤S3、特征工程结合评审奖项的评审标准和评审要求,确定专家抽取的目标,选择相应的特征,将原始数据转换为更具代表性和有效性的特征;步骤S4、模型选择与训练筛选出评审专家最具代表性的特征,将筛选后的特征整合作为特征向量对特征抽取模型进行训练,用于后续的评审专家分析和评估;步骤S5、模型评估与优化对训练过程中的特征抽取模型进行评估,以确定其性能;并根据评估结果调整模型参数,以提高模型性能;步骤S6、专家抽取将训练好的特征抽取模型应用于实际专家抽取场景,根据特征抽取模型的输出结果,按照评审要求选择合适的专家;步骤S7、结果分析与反馈对抽取结果进行分析及资格审核,评估特征抽取模型的性能和适用性。
全文数据:
权利要求:
百度查询: 浪潮软件科技有限公司 一种基于智慧人才评审的专家抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。