(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210937471.X (22)申请日 2022.08.05 (71)申请人 构建未来 （深圳） 科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室(入驻深圳市 前海商务秘书 有限公司) (72)发明人 姚尚朗　 (74)专利代理 机构 深圳市正 威知识产权代理事 务所(特殊普通 合伙) 44643 专利代理师 周军 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 10/06(2012.01) G06N 20/00(2019.01) G06N 3/08(2006.01) (54)发明名称 一种人才 管理方法、 人才管 理终端及计算机 可读介质 (57)摘要 本申请实施例公开了一种人才 管理方法、 人 才管理终端及计算机可读介质， 包括： 获取来自 评价人的对目标人的评估信息以及目标人的第 一自评信息； 通过机器学习获得第一信度信息； 第一信度信息经目标人授权且表征目标人的信 度； 根据第一信度信息评估自评信息的可靠性； 根据可靠性和评估信息， 评估目标人与所对应的 目标岗位是否匹配； 当目标人与目标岗位匹配 时， 输出匹配结果。 本申请中该目标人的评估信 息包含他人评估和个人自评更加全面和准确。 根 据该评估信息与对应岗位匹配时即会 更加准确， 从而提升 了人才管理的效率和准确性。 权利要求书2页 说明书11页 附图3页 CN 115375263 A 2022.11.22 CN 115375263 A 1.一种人才管理方法， 其特 征在于， 包括： 获取来自评价人的对目标 人的评估信息以及所述目标 人的第一自评信息； 通过机器学习获得第 一信度信 息； 所述第 一信度信 息经所述目标人授权且表征所述目 标人的信度； 根据所述第一信度信息 评估所述自评信息的可靠性； 根据所述可靠性和所述评估信息， 评估所述目标 人与所对应的目标岗位是否匹配； 当所述目标 人与所述目标岗位匹配时， 输出匹配结果。 2.根据权利要求1所述的方法， 其特征在于， 所述获取来自评价人的对目标人的评估信 息以及所述目标 人的第一自评信息， 包括： 通过网络获取 所述评价人填写的评估信息， 以及所述目标 人填写的第二自评信息； 通过网络获取所述目标人填写的第 三自评信 息， 所述第 三自评信 息表征所述目标人在 入职前的自评； 所述第一自评信息包 含所述第二自评信息和所述第三自评信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述通过网络获取所述目标人填写的第 二 自评信息， 包括： 从测评题库中随机抽取目标测评卷； 通过网络将所述目标测评卷推送给 所述目标 人； 通过所述网络获取 所述目标 人针对所述目标测评卷测得的第二自评信息 。 4.根据权利要求1所述的方法， 其特征在于， 所述通过机器学习获得第一信度信息， 包 括： 获得所述目标 人填写的多个信度参数； 利用所述多个信度参数训练初始的卷积神经网络模型， 获得训练通过的卷积神经网络 模型； 利用所述训练通过的卷积神经网络模型和输入的目标信度参数， 获得所述第 一信度信 息。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 所述根据 所述可靠性和所述评估 信息， 评估所述目标 人与所对应的目标岗位是否匹配之前， 所述方法还 包括： 获取针对所述目标 人的用户画像； 所述根据所述可靠性和所述评估信息， 评估所述目标人与所对应的目标岗位是否匹 配， 包括： 根据所述可靠性、 所述评估信息和所述用户画像， 评估所述目标人与所对应的目标岗 位是否匹配。 6.一种人才管理终端， 其特征在于， 包括处理器、 存储器和通信模块， 其中， 所述存储器 用于存储程序代码， 所述处 理器用于调用所述 程序代码来执 行如下操作： 获取来自评价人的对目标 人的评估信息以及所述目标 人的第一自评信息； 通过机器学习获得第 一信度信 息； 所述第 一信度信 息经所述目标人授权且表征所述目 标人的信度； 根据所述第一信度信息 评估所述自评信息的可靠性； 根据所述可靠性和所述评估信息， 评估所述目标 人与所对应的目标岗位是否匹配； 当所述目标 人与所述目标岗位匹配时， 输出匹配结果。权　利　要　求　书 1/2 页 2 CN 115375263 A 27.根据权利要求6所述的人才管理终端， 其特征在于， 所述处理器， 具体用于调用所述 程序代码来执 行如下操作： 通过网络获取 所述评价人填写的评估信息， 以及所述目标 人填写的第二自评信息； 通过网络获取所述目标人填写的第 三自评信 息， 所述第 三自评信 息表征所述目标人在 入职前的自评； 所述第一自评信息包 含所述第二自评信息和所述第三自评信息 。 8.根据权利要求7所述的人才管理终端， 其特征在于， 所述处理器具体用于调用所述程 序代码来执 行如下操作： 从测评题库中随机抽取目标测评卷； 通过网络将所述目标测评卷推送给 所述目标 人； 通过所述网络获取 所述目标 人针对所述目标测评卷测得的第二自评信息 。 9.根据权利要求6所述的人才管理终端， 其特征在于， 所述处理器， 具体用于调用所述 程序代码来执 行如下操作： 获得所述目标 人填写的多个信度参数； 利用所述多个信度参数训练初始的卷积神经网络模型， 获得训练通过的卷积神经网络 模型； 利用所述训练通过的卷积神经网络模型和输入的目标信度参数， 获得所述第 一信度信 息。 10.根据权利要求6 ‑9任一项所述的人才管理终端， 其特征在于， 所述处理器， 还用于调 用所述程序代码来执 行如下操作： 获取针对所述目标 人的用户画像； 所述处理器， 具体用于调用所述 程序代码来执 行如下操作： 根据所述可靠性、 所述评估信息和所述用户画像， 评估所述目标人与所对应的目标岗 位是否匹配。 11.一种计算机可读存储介质， 其特征在于， 所述计算机存储介质存储有计算机程序， 所述计算机程序包括程序指令， 所述程序指令 当被处理器执行时使所述处理器执行如权利 要求1‑5任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115375263 A 3