本發(fā)明涉及技術(shù)分析，尤其涉及一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法及系統(tǒng)。
背景技術(shù)：
1、傳統(tǒng)人力資源分析通常依賴靜態(tài)數(shù)據(jù)，難以反映員工在實際工作中的表現(xiàn)變化。同時，現(xiàn)有方法往往忽視員工間的關(guān)系和互動，以及時間信息對表現(xiàn)的影響，導(dǎo)致無法有效捕捉員工表現(xiàn)的動態(tài)特征和潛在的生產(chǎn)力問題。
2、在現(xiàn)有技術(shù)中，傳統(tǒng)的回歸分析和機器學(xué)習(xí)方法（如隨機森林和支持向量機）雖然能處理部分人力資源數(shù)據(jù)，但對時間變化和員工關(guān)系的動態(tài)分析能力有限。此外，盡管圖神經(jīng)網(wǎng)絡(luò)能夠捕捉復(fù)雜關(guān)系，但它們通常缺乏對時間序列的建模能力。
技術(shù)實現(xiàn)思路
1、本發(fā)明提供一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中人力資源數(shù)據(jù)分析不夠準確的問題。
2、本發(fā)明提供一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，包括：
3、構(gòu)建人力資源時序知識圖譜，所述人力資源時序知識圖譜包括分析實體、鄰接關(guān)系和時間戳信息，所述分析實體包括待分析員工和待分析員工特征，所述鄰接關(guān)系為所述分析實體之間的關(guān)系，所述時間戳信息為記錄所述分析實體的信息；
4、對所述人力資源時序知識圖譜中的所述待分析員工特征和所述鄰接關(guān)系進行預(yù)處理并輸入至圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示；
5、對所述時間戳信息進行編碼，得到時間數(shù)值特征；
6、將所述嵌入式表示和所述時間數(shù)值特征進行合并，得到時序嵌入式表示；
7、將所述時序嵌入式表示輸入至transformer模型中，得到待分析員工評分；
8、基于所述待分析員工評分，得到人力資源分析結(jié)果。
9、根據(jù)本發(fā)明提供的一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，所述待分析員工特征包括待分析員工靜態(tài)特征和待分析員工動態(tài)特征，所述待分析員工靜態(tài)特征為員工不會隨時間變化的特征，所述待分析員工動態(tài)特征為所述員工隨時間變化的特征。
10、據(jù)本發(fā)明提供的一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，所述對所述人力資源時序知識圖譜中的所述待分析員工特征和所述鄰接關(guān)系進行預(yù)處理并輸入至圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示，包括：
11、根據(jù)所述待分析員工特征和所述鄰接關(guān)系生成鄰接矩陣；
12、將所述鄰接矩陣輸入至所述圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示。
13、根據(jù)本發(fā)明提供的一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，所述對所述時間戳信息進行編碼，得到時間數(shù)值特征，包括：
14、使用正選和余弦函數(shù)對所述時間戳信息進行周期性編碼，得到所述時間數(shù)值特征。
15、根據(jù)本發(fā)明提供的一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，所述人力資源分析結(jié)果包括員工離職預(yù)測概率；
16、所述基于所述待分析員工評分，得到人力資源分析結(jié)果，包括：
17、根據(jù)所述待分析員工評分確定待分析員工的所述員工離職預(yù)測概率。
18、本發(fā)明還提供一種基于時序知識圖譜的人力資源數(shù)據(jù)分析系統(tǒng)，包括：
19、第一處理模塊，用于構(gòu)建人力資源時序知識圖譜，所述人力資源時序知識圖譜包括分析實體、鄰接關(guān)系和時間戳信息，所述分析實體包括待分析員工和待分析員工特征，所述鄰接關(guān)系為所述分析實體之間的關(guān)系，所述時間戳信息為記錄所述分析實體的信息；
20、第二處理模塊，用于將所述人力資源時序知識圖譜中的所述待分析員工特征、鄰接關(guān)系輸入至圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示；
21、第三處理模塊，用于對所述時間戳信息進行編碼，得到時間數(shù)值特征；
22、第四處理模塊，用于將所述嵌入式表示和所述時間數(shù)值特征進行合并，得到時序嵌入式表示；
23、第五處理模塊，用于將所述時序嵌入式表示輸入至transformer模型中，得到待分析員工評分；
24、第六處理模塊，用于基于所述待分析員工評分，得到人力資源分析結(jié)果。
25、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。
26、本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。
27、本發(fā)明還提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。
28、本發(fā)明提供的基于時序知識圖譜的人力資源數(shù)據(jù)分析方法及系統(tǒng)，通過構(gòu)建時序知識圖譜，將待分析員工的員工特征、鄰接關(guān)系和時間戳信息整合在一起，更準確地分析員工的行為，再利用時序知識圖譜的數(shù)據(jù)輸入至圖卷積神經(jīng)網(wǎng)絡(luò)和transformer模型，有效地提取和學(xué)習(xí)復(fù)雜的特征關(guān)系，能夠提高分析的準確性和效率。
1.一種基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，其特征在于，所述待分析員工特征包括待分析員工靜態(tài)特征和待分析員工動態(tài)特征，所述待分析員工靜態(tài)特征為員工不會隨時間變化的特征，所述待分析員工動態(tài)特征為所述員工隨時間變化的特征。
3.根據(jù)權(quán)利要求1所述的基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，其特征在于，所述對所述人力資源時序知識圖譜中的所述待分析員工特征和所述鄰接關(guān)系進行預(yù)處理并輸入至圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示，包括：
4.根據(jù)權(quán)利要求1所述的基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，其特征在于，所述對所述時間戳信息進行編碼，得到時間數(shù)值特征，包括：
5.根據(jù)權(quán)利要求1所述的基于時序知識圖譜的人力資源數(shù)據(jù)分析方法，其特征在于，所述人力資源分析結(jié)果包括員工離職預(yù)測概率；
6.一種基于時序知識圖譜的人力資源數(shù)據(jù)分析系統(tǒng)，其特征在于，包括：
7.根據(jù)權(quán)利要求6所述的基于時序知識圖譜的人力資源數(shù)據(jù)分析系統(tǒng)，其特征在于，所述第二處理模塊，還用于根據(jù)所述待分析員工特征和所述鄰接關(guān)系生成鄰接矩陣；將所述鄰接矩陣輸入至所述圖卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述分析實體的嵌入式表示。
8.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1至6任一項所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。
9.一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6任一項所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。
10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6任一項所述基于時序知識圖譜的人力資源數(shù)據(jù)分析方法。