天天看點

基于大資料技術的鐵路企業人才管理資訊平台方案研究

作者:暢藩軟體

大資料是在計算機和網際網路基礎上形成的更為先進的資料應用形式。相較于傳統資料應用技術,更加強調資料來源的廣泛性。海量資料在雲計算、人工智能(AI,Artificial Intelligence)等先進技術的加持下,能夠得到有效優化并形成多重價值[1-3]。研究基于大資料的人才管理資訊平台,是補強人才管理短闆、提高管理品質和效率的迫切需要,是新形勢下人才管理順應鐵路企業創新發展戰略的必然要求。

鐵路企業普遍建立了較為完善的人才管理體系,形成了完備的工作制度,但工作方法及手段仍然存在不足:資料共享機制不健全、資料采集和處理手段相對落後,人才評價精細化程度不高。文獻[4]指出了目前鐵路人事管理機械重複性工作多、資料處理不夠系統、全面等問題,提出了加強人事管理工作資訊化建設的思路,但在如何通過大資料共享實作多部門協同管理方面沒有深入探讨;文獻[5]提出了一種通過線上答題進行人才測評的資訊系統實作方案,其測評結論依賴于被測評人員送出的答案,對人才實際履職經曆、業績成果、機關評價意見等資料未予充分運用。目前,已有部分黨政機關探索運用大資料手段創新人才管理實踐[6],也有部分高校、企業在人才培養和網絡招聘等方面對大資料技術進行了一定的嘗試[7-8],但鮮見大資料技術應用于鐵路企業全流程人才管理方面的研究。本文提出基于大資料技術的人才管理資訊平台建構方案,為推動鐵路企業人才管理從“經驗+感覺”向“數字+事實”轉型更新提供思路和方法。

1. 主要研究内容

1.1 建立大資料人才管理資訊平台

按照人才工作流程設計開發人才管理資訊平台,功能上突出以下3個特性。

(1)互動性:在人機互動中使用曆史資料分析提示、審驗繼承等功能,實作資料高效采集;允許使用者靈活搭建資料模型,滿足不同場景下多樣性資料需求。

(2)開放性:構架設計充分考慮需求變更與拓展,預留自定義功能接口,動态響應需求變更。

(3)智能性:設計人才管理全流程功能子產品,具有對半結構化、非結構化資料的語義識别分析能力和自我學習能力,具有大資料動态分析、挖掘功能和圖形化輔助決策界面。

1.2 設計開發人才大資料電子檔案

建立人才大資料電子檔案。

(1)全面采集人才自然情況、學曆學位、職務職稱、工作經曆、業績成果、獎勵懲處等各類資訊,經加工處理後,形成規範、可用的人才基礎資料、能力資料、效率資料、潛力資料。

(2)智能分析并标注人才崗位性質、專業分類、履職經曆、專業特長等情況,對人才進行标簽化管理。

(3)形成人才崗位、職務、業績變動日志,實作曆史資料可追溯。

(4)運用多元度資料接口,實作與相關資訊系統的資料共享。

1.3 利用大資料技術優化人才選拔工作

運用大資料技術對人才進行“全資訊”檢索[9],從海量人才資料中挖掘、圈定合适的選拔對象。

(1)對符合需求的人員“應篩盡篩”,更好地實作“優中選優”,提升人才識别的針對性和準确性。

(2)針對評審類選拔,将評審政策條件從自然語言轉化為程式指令,智能判斷人才參評範圍及資格。

(3)針對特定任務人才需求,按照預設條件為人才“畫像”[10],推薦與目标任務契合的專業人才。

1.4 利用大資料技術優化人才考核工作

依據人才考核策劃、執行、檢查、處置(PDCA,Plan-Do-Check-Action)循環管理過程[11]設定考核子產品功能,收集、整合和分析績效資料,對被考核人員盡可能做出準确評價。

(1)考核内容:依據專業履職關鍵績效名額(KPI,Key Performance Indicator)建立考核評價模型,提取電子檔案績效資料并對照名額評價完成情況,通過“觀察資料”來“考察人才”。

(2)考核時間:變集中考核為動态考核,實時掌握人才隊伍整體及個體情況。

(3)考核空間:綜合各級、各類人才資料進行橫向和縱向比較分析,精準掌握個體績效提升水準及其在團隊中所處的位置。

2. 平台設計

2.1 平台總體架構

人才管理資訊平台總體架構如圖1所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 1 人才管理資訊平台總體架構

基于大資料技術的鐵路企業人才管理資訊平台方案研究

下載下傳: 全尺寸圖檔 幻燈片

2.1.1 資料資源層

(1)資料共享:采用應用接口、加解密、資料存取等技術,實作與組織人事、科技管理等系統的人才資料(包括履曆、業績、獎懲等資料)共享。

(2)資料內建:完成資料庫建設群組織,實作基礎資料采集、共享資料結構重組、非結構化資料存取等任務,為整個平台提供資料支援。

2.1.2 資料分析層

實作從資料到應用的建構。通過資料融合、接口、No SQL資料庫等技術實作資料集合;通過聚類、統計分析、預測等分析挖掘技術實作資料挖掘分析;應用前後端技術設計友好的互動界面,實作安全的前後端資料交換,以及高效的資料展示與通路。

2.1.3 業務應用層

通過電子檔案、人才選拔、人才考核和畫像甄别4個系統,實作人才管理全流程标準化、規範化和智能化處理功能。

2.2 資料互動流程

以電子檔案系統資料為中心,資料互動流程如圖2所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 2 人才管理資訊平台資料互動示意

基于大資料技術的鐵路企業人才管理資訊平台方案研究

下載下傳: 全尺寸圖檔 幻燈片

(1)電子檔案系統從組織人事、科技管理等相關系統中讀取個人業績成果、安全履職等各類資料,經語義分析、智能處理後作為人才能力、績效評價的重要依據。

(2)使用者通過電子檔案系統錄入個人其他業績成果資訊,經真實性、規範性稽核處理後,與機關考核、考察意見等資料一并存入電子檔案。

(3)人才選拔系統調用人才電子檔案學曆、資曆、崗位、職稱及業績成果等資料,對參評條件進行資格稽核,完成評審類人才選拔。

(4)人才考核系統從人才選拔系統中抽取當選人才相關資料,确定考核人員範圍及考核方式;從電子檔案中抽取績效資料,按既定KPI對績效完成情況進行分析判斷,形成人才考核結果。

(5)畫像甄别系統從人才選拔系統中調用專業答辯評語、已有專家稱号、曆年考核結果等資料,運用大資料相關技術進行人才畫像、批量甄别,甄别結果推送至人才選拔系統,用于輔助決策。

2.3 平台技術架構

基于微服務技術理念,技術架構如圖3所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 3 技術架構

基于大資料技術的鐵路企業人才管理資訊平台方案研究

下載下傳: 全尺寸圖檔 幻燈片

(1)應用展示層:采用Html5+Vue的組合開源技術和HTTPS傳輸協定,完成電子檔案、人才選拔、人才考核、畫像甄别等應用展示。

(2)應用服務層:基于.Net Core,采用Ocelot+Consul的微服務方式和開源的規則引擎,進行高可用配置,完成應用服務。

(3)資料存儲層:包括結構化和非結構化資料庫,通過資料庫中間件技術,實作資料連接配接、資料同步等功能。

(4)基礎設施層:采用鐵路企業雲平台,通過雲平台的計算和存儲資源,對應用的正常運作提供基礎支撐。

2.4 平台功能

平台功能結構如圖4所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 4 平台功能結構示意

基于大資料技術的鐵路企業人才管理資訊平台方案研究

下載下傳: 全尺寸圖檔 幻燈片

2.4.1 人才電子檔案

人才電子檔案是管理資訊平台的資料基礎,包括使用者管理、個人基本資訊管理、個人成果管理、個人獎懲資訊管理等子產品,各子產品資料組織過程又分為資料送出→本部門稽核→本機關稽核→鐵路局集團公司稽核等環節。

2.4.2 人才選拔

人才選拔系統主要實作職稱評審、專家評選和特定人才甄别推薦功能。參評人員按需從電子檔案系統中抽取可用于參評的業績成果,人事部門借助系統提供的智能稽核子產品,對參評人員資格進行稽核,通過人機互動和機器學習不斷校正系統自動稽核的結果;系統提供參評人員代表作線上閱評、視訊答辯、專業組線上評議、評委會線上表決等功能;為特定人才需求提供條件設定入口,系統根據需求對人才大資料進行分析挖掘,形成推薦人選建議。

2.4.3 人才考核

人才考核系統從電子檔案内挖掘人才績效、獎懲、機關考核意見等資料,對照既定周期内KPI判斷人才履職表現,生成考核結果和年度津貼發放計劃,如圖5所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 5 基于大資料的人才考核示意

基于大資料技術的鐵路企業人才管理資訊平台方案研究

下載下傳: 全尺寸圖檔 幻燈片

2.4.4 畫像甄别

畫像甄别系統從人才電子檔案中抽取人員基本資料、标簽化的履曆資料,以及教育教育訓練、機關考核評價、獎懲和業績等資料,經智能分析處理并運用商業智能(BI,Business Intelligence)技術,生成“基本情況”“工作經曆”“關鍵曆練”“知識能力”“要素評價”“性格特質”“業績貢獻”“獎懲情況”等畫像結果;分别從專家評選系統、考核系統抽取資料,生成“既有專家稱号”“曆年考核結果”;綜合各類資料,按照既定計算規則生成“綜合能力環評”雷達圖,最終形成人才個體畫像,展示界面如圖6所示。系統可根據特定人才需求條件,結合“畫像”結果,對人才進行批量甄别。此外,系統對企業各類人才關鍵曆練、業績成果、考核結果等資料進行分類彙總,對各年度人才存量、學曆和年齡結構、各專業分布數量等相關資料進行統計,生成展現人才總體特征和變化态勢的人才群體畫像,展示界面如圖7所示。

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 6 人才個體畫像界面示意

基于大資料技術的鐵路企業人才管理資訊平台方案研究

圖 7 人才群體畫像界面示意

3. 關鍵技術

3.1 資料融合

3.1.1 資料采集

采用資料融合、開放資料接口、軟體機器人、網絡爬蟲等技術實作人才資料采集。開放資料庫方式可以直接從目标資料庫中擷取需要的資料,準确性高,實時性也有保證。

3.1.2 資料存儲和管理

人才資料涉及海量半結構化和非結構化資料,采用NoSQL資料庫實作對人才資料的存儲和管理。采用NoSQL資料庫的優勢在于可以支援超大規模資料存儲,其靈活的資料模型可以很好地支援Web2.0應用,具有強大的橫向擴充能力。

3.2 資料挖掘和分析

3.2.1 資料挖掘

通過預測模型,實作主觀預測(如人才畫像評分)和客觀分析預測(如業績成果分類評分)。采用資料總結法,對人員基本資訊,以及履曆、成果、評價等資料進行分類彙總。通過依賴關系模型,對業績成果量化評分情況、團體成果的成員排序情況等進行依賴關系研究[12]。

3.2.2 資料分析

采用聚類、相似比對、統計描述等資料分析模式。其中,履曆和業績可以作為聚類分析的元素,符合聚類分析的特征;畢業院校、學曆學位、所學專業等可通過相似比對的算法進行分析、統計并得出結論;統計描述法用于分析機關人才總體态勢、能力側重、結構分布等情況[13-14]。

4. 結束語

本文研究基于大資料的人才管理資訊平台架構。依據人才工作流程,設計了平台功能子產品;提出采用資料融合、資料挖掘和分析等技術,實作電子檔案、人才數字化甄别畫像、人才評價考核等功能。該平台的設計在可拓展性方面還存在一定的局限性,如何使平台能夠更好、更快地響應需求變更、管理方式變化等将是下一步的研究重點。

繼續閱讀