基于多维度特征加权的船员与岗位匹配度评估方法及系统与流程

本发明涉及数据处理，具体涉及一种基于多维度特征加权的船员与岗位匹配度评估方法及系统。

背景技术：

1、随着航运业信息化水平的不断提升，基于数据驱动的船员岗位匹配评估方法逐渐成为行业研究的热点。这类方法通常通过采集船员的证书信息、服务资历、安全记录等多维特征数据，构建量化评估模型，以辅助船东在招聘过程中筛选与岗位需求相匹配的船员。与传统的依赖人工简历筛选和面试判断的招聘方式相比，基于多维度特征评估的船员岗位匹配方法能够在一定程度上提高招聘效率和匹配准确性，因此受到了航运企业和相关管理部门的广泛关注。

2、然而，现有的船员岗位匹配评估方法仍存在明显的技术缺陷。一方面，大多数现有方案仅从船东或管理方对船员进行单向评价，缺乏船员对船东的信用评估机制，无法为船员选择雇主提供对等的决策参考。另一方面，即便在部分涉及双向评价的场景中，现有方法通常将双方的信用评分相互独立地计算，忽略了船东的信用水平与船员所获评价之间可能存在的相互干扰——当船员长期服务于信用水平异常的船东时，其自身信用分可能被不合理地拉高或压低，反之亦然，这种耦合效应导致信用评分无法真实反映评价主体的独立责任，进而使得基于信用评分的岗位匹配结果产生系统性偏差。此外，现有方法在信用评分与岗位匹配之间缺乏精细化的技术衔接，匹配过程中各维度的权重往往固定不变，无法根据岗位类型和船东的具体用工特征进行自适应调整。

技术实现思路

1、基于此，本发明的目的在于，提供一种能够消除双向信用评价耦合干扰、实现信用评分独立解耦并据此进行岗位自适应匹配的基于多维度特征加权的船员与岗位匹配度评估方法及系统。

2、本发明的目的采用如下方案实现：

3、第一方面，本发明提供了一种基于多维度特征加权的船员与岗位匹配度评估方法，包括以下步骤：

4、s1：获取船员和船东的多维特征数据，对多维特征数据进行向量化编码，生成船员初始特征向量和船东初始特征向量；

5、s2：基于多维特征数据中的历史评价数据，对历史评价数据中的多方评价分值进行加权求和，计算船员单次合同综合得分，并对船员单次合同综合得分进行加权移动平均，生成船员初始信用分和船东初始信用分；

6、s3：基于历史评价数据构建船员节点与船东节点之间的评价关系二分图，对二分图中各条边上的评价分值与对应两端节点的船员初始信用分、船东初始信用分进行偏差乘积运算，生成各船员节点与各船东节点之间的全局耦合强度；

7、s4：根据全局耦合强度筛选出存在显著耦合的船员信用分和船东信用分，对存在显著耦合的船员信用分和船东信用分分别进行协方差解耦校正处理，生成船员解耦信用分和船东解耦信用分；

8、s5：基于船东解耦信用分对从船东终端获取的岗位需求数据进行信用门槛校验，将岗位需求的信用分最低要求与船东解耦信用分进行比对，剔除不满足信用门槛的无效岗位需求后输出岗位需求特征向量，将船员初始特征向量与船员解耦信用分进行特征拼接处理，生成船员多维度特征加权向量，结合岗位需求特征向量对船员多维度特征加权向量进行逐维度偏差计算及加权求和，生成船员与岗位之间的加权综合匹配度；

9、其中，加权综合匹配度用于指示船员与当前岗位之间的适配程度，匹配度越高表示船员越适合当前岗位。

10、第二方面，本发明提供了一种基于多维度特征加权的船员与岗位匹配度评估系统，该系统配置有以下模块：

11、多维特征编码模块，用于获取船员和船东的多维特征数据，对多维特征数据进行向量化编码，生成船员初始特征向量和船东初始特征向量；

12、主体信用初算模块，用于基于多维特征数据中的历史评价数据，对历史评价数据中的多方评价分值进行加权求和，计算船员单次合同综合得分，并对船员单次合同综合得分进行加权移动平均，生成船员初始信用分和船东初始信用分；

13、二分图耦合强度求解模块，用于基于历史评价数据构建船员节点与船东节点之间的评价关系二分图，对二分图中各条边上的评价分值与对应两端节点的船员初始信用分、船东初始信用分进行偏差乘积运算，生成各船员节点与各船东节点之间的全局耦合强度；

14、信用分协方差解耦模块，用于根据全局耦合强度筛选出存在显著耦合的船员信用分和船东信用分，对存在显著耦合的船员信用分和船东信用分分别进行协方差解耦校正处理，生成船员解耦信用分和船东解耦信用分；

15、人岗综合匹配计算模块，用于基于船东解耦信用分对从船东终端获取的岗位需求数据进行信用门槛校验，将岗位需求的信用分最低要求与船东解耦信用分进行比对，剔除不满足信用门槛的无效岗位需求后输出岗位需求特征向量，将船员初始特征向量与船员解耦信用分进行特征拼接处理，生成船员多维度特征加权向量，结合岗位需求特征向量对船员多维度特征加权向量进行逐维度偏差计算及加权求和，生成船员与岗位之间的加权综合匹配度；

16、其中，加权综合匹配度用于指示船员与当前岗位之间的适配程度，匹配度越高表示船员越适合当前岗位。

17、第三方面，本申请提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任意一种基于多维度特征加权的船员与岗位匹配度评估方法。

18、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一种基于多维度特征加权的船员与岗位匹配度评估方法。

19、综上所述，本申请提供的一种基于多维度特征加权的船员与岗位匹配度评估方法通过构建船员与船东双向对称的信用评价架构并对双端信用分进行协方差解耦校正，可以有效消除船东信用水平与船员评价得分之间的耦合干扰，使信用评分能够真实反映评价主体的独立履约责任，用以实现船员与船东之间信用评价的对等性与公正性；同时，该方法将解耦后的船员信用分作为独立维度融入多维度特征向量，并结合岗位类型特征与船东历史经营画像对各特征维度进行自适应权重分配，能够根据不同岗位的实际需求动态调整匹配侧重点，从而显著提升人岗匹配的精准度；此外，该方法通过船东解耦信用分对岗位需求进行信用门槛预校验，能够从源头上剔除信用不达标的无效岗位，并基于逐维度偏差计算与加权求和生成统一的匹配度量化指标，用以实现从信用解耦到岗位匹配的全流程数据贯通，为船员招聘决策提供客观、可量化的技术依据。

20、为了更好地理解和实施，下面结合附图详细说明本发明。

1.一种基于多维度特征加权的船员与岗位匹配度评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述s1包括：

3.根据权利要求1所述的方法，其特征在于，所述s2包括：

4.根据权利要求1所述的方法，其特征在于，所述s3包括：

5.根据权利要求1所述的方法，其特征在于，所述s4包括：

6.根据权利要求5所述的方法，其特征在于，所述船东因素干扰系数的计算公式为：

7.根据权利要求1-6任意一项所述的方法，其特征在于，所述s5包括：

8.一种基于多维度特征加权的船员与岗位匹配度评估系统，其特征在于，所述系统包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。