一种基于数据分析的培训效能评估方法

    公开(公告)号:CN107423898A

    公开(公告)日:2017-12-01

    申请号:CN201710605438.6

    申请日:2017-07-24

    CPC classification number: G06Q10/06393 G06Q50/2057

    Abstract: 本发明的目的在于提供一种用于培训的效能评估方法,该方法有利于对培训效能进行综合考核和评估。为实现上述目的,本发明采用的技术方案是:根据企业各生产部门的重要程度、工资总额、创造的利润、销售业绩估算出每个生产部门对企业的贡献度(生产部门权重)。包括:评估各生产部门的贡献率模块、生产部门对培训部门的评分模块、各培训部门的加权评分模块、效能评估步骤描述模块。利用本文数据分析的方法进行量化此较完成对培训部门培训效能的分析可得一个反应培训部门效能评价的直观结果。弥补了培训体系中大多采用定性评价,难以定量描述培训工作是否发挥应有的作用以及作用如何的缺陷。

    基于试题关键字相似性的试题库中的试题去重方法

    公开(公告)号:CN105824798A

    公开(公告)日:2016-08-03

    申请号:CN201610117476.2

    申请日:2016-03-03

    CPC classification number: G06F17/2775 G06F17/30303

    Abstract: 本发明涉及一种基于试题关键字相似性的试题库中的试题去重方法,首先对试题进行中文分词得到的分词结;判断分词结是否为关键词,若是则将其加入试题与关键字的关系数据库;然后采用内积计算试题与关键字的关系数据库中任意两个待检测试题之间的相似度;其次判断两个待检测试题是否为非相似试题,并将相似的试题加入重复试题关系数据库;再次根据相似度条件,从重复试题关系数据库中查找出重复试题列表;最后管理人员通过看重复试题列表进行重复试题确认,人为判断试题是否重复。本发明对试题的题干、试题候选项和试题答案进行中文分词,针对切词后的分词进行分析,从而深入分析试题,以便去重更加精准。因此,本发明可以广泛用于试题去重领域。

    利用遗传算法针对题库中的试题进行自动组卷的方法

    公开(公告)号:CN105825270A

    公开(公告)日:2016-08-03

    申请号:CN201610117477.7

    申请日:2016-03-03

    CPC classification number: G06N3/12

    Abstract: 本发明涉及一种利用遗传算法针对题库中的试题进行自动组卷的方法,它针对题库中的试题采用实数编码,可以克服以往采用二进制编码搜索空间过大和编码长度过长的缺点,同时取消了待组试卷的解码时间,提高了求得最终试卷的速度。另外,本发明采用根据待组试卷的总题数、题型比例和总分等要求随机产生初始种群的方式产生待组试卷的初始种群,能够加快遗传算法的收敛并减少迭代次数,从而较少试卷的形成时间。因此,本发明可以广泛用于自动组卷领域。

    基于模糊综合评价模型的考试数据分析方法

    公开(公告)号:CN105590283A

    公开(公告)日:2016-05-18

    申请号:CN201610117478.1

    申请日:2016-03-03

    CPC classification number: G06Q50/20 G16Z99/00

    Abstract: 本发明涉及一种基于模糊综合评价模型的考试数据分析方法,它包括以下步骤:1)建立考试数据的评价指标体系,针对考试数据的评价指标体系的对象包括:试题分析、考试分析和学员分析;2)确定评价因素集和评语集;3)采用层次分析法确定各评价因素的权重;4)确定各评价因素的隶属度,构建模糊评价矩阵;5)采用模糊矩阵复合运算,得到模糊综合评价结果。本发明不需要将专家聚集在一起进行考试数据的分析,因此减少了主观性的影响,并且大大缩短了整个考试数据的评价工作时间,提高了工作效率,缩短了项目的管理周期,并使得评分结果客观性更强。因此,本发明可以广泛用于考试数据分析领域。因此,本发明可以广泛用于考试数据分析领域。

Patent Agency Ranking