[发明专利]一种基于履职数据的大学院系画像模型的构建及系统在审

专利信息
申请号: 202111634360.3 申请日: 2021-12-29
公开(公告)号: CN114328667A 公开(公告)日: 2022-04-12
发明(设计)人: 于方 申请(专利权)人: 内蒙古科技大学包头师范学院
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/26;G06Q50/20
代理公司: 深圳市千纳专利代理有限公司 44218 代理人: 严宏伟
地址: 014030 内蒙*** 国省代码: 内蒙古;15
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 学院 画像 模型 构建 系统
【权利要求书】:

1.一种基于履职数据的大学院系画像模型的构建方法,其特征在于,包括以下步骤:

步骤1:获取大学院系履职数据;

步骤2:将采集到的履职数据经过数据预处理后生成院系履职数据集;

步骤3:利用统计分析方法和数据挖掘算法建立院系履职行为的特征标签,建立院系画像模型;

步骤4,将院系画像模型可视化显示。

2.根据权利要求1所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述步骤1还包括:从大学校内业务系统导出院系在履行人才培养、科学研究和社会服务的基本职能过程中的结构化履职数据;爬取学术论文数据库、学术社交网站、校内新闻网站、教育新闻网站、人才招聘网站网络数据,作为履职数据的补充。

3.根据权利要求2所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述履职数据包括人才培养数据、科学研究数据及社会服务数据;

所述人才培养数据来源于人事管理系统、院系管理系统、教务管理系统、就业管理系统、调查及访谈;所述科学研究数据来源于科研管理系统、学术论文数据库、个人学术网站及学术社交平台;所述社会服务数据来源于院系管理系统、校园新闻网站及教育门户网站。

4.根据权利要求3所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述人才培养数据包括院系基本数据、教师基本数据及学生基本数据;

院系基本数据包含部门名称、教师人数、学生人数、职称分布、人员构成及工作量绩效;

教师基本数据包含工号、姓名、性别、所在部门、职称及职务;

学生基本数据包含学号、姓名、系别及专业。

5.根据权利要求3所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述科学研究数据包括科研成果数据及个人科研数据;

所述科研成果数据包括项目数量及级别、论文数量及级别、专利数量及级别、专著数量及级别、报告数量及级别;

所述个人科研数据包括从事专业、研究方向、学术成果及学术合作。

6.根据权利要求3所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述社会服务数据包括服务投入数据及服务成效数据;

所述服务投入数据包含服务类型、服务数量、服务成本及服务人次;

所述服务成效数据包含文本类服务新闻、图片类服务新闻及视频类服务新闻。

7.根据权利要求1所述的基于履职数据的大学院系画像模型的构建方法,其特征在于,所述特征标签包括院系基本特征标签、人才培养质量标签、科学研究水平标签和社会服务成效标签;

基本特征标签包括部门构成、教师构成和学生构成三个子标签;

人才培养质量标签包括学生学业完成情况、学生就业情况和人才培养目标达成情况三个子标签;

科学研究水平标签包括科研成果和研究关系两个二级子标签;

社会服务成效标签包括服务类型、服务投入和服务成效三个二级子标签。

8.一种用于实现如权利要求1-7任一项所述基于履职数据的大学院系画像模型的构建方法的系统,其特征在于,包括:

数据获取模块,用于获取大学院系履职数据;

预处理模块,用于将采集到的履职数据经过数据预处理后生成院系履职数据集;

标签生成模块,用于利用统计分析方法和数据挖掘算法建立院系履职行为的特征标签,建立院系画像模型;

可视化模块,用于将院系画像模型可视化显示。

9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的基于履职数据的大学院系画像模型的构建方法的步骤。

10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的基于履职数据的大学院系画像模型的构建方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于内蒙古科技大学包头师范学院,未经内蒙古科技大学包头师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111634360.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top