电网用带协同过滤智能推荐的持证上岗培训管理系统的制作方法

1.本发明属于电网用带协同过滤智能推荐的持证上岗培训管理系统技术领域，尤其涉及一种电网用带协同过滤智能推荐的持证上岗培训管理系统。


背景技术：

2.持证上岗工作通过提升员工素质和岗位适应能力，进一步加强人才队伍建设，在电网企业中普遍存在，是一种通过提升员工能力以保障企业发展的有效手段。随着互联网技术的不断成熟，应用于电网企业的持证上岗管理系统也应运而生，省地一体化持证上岗管理系统常包含电厂管理、考试管理、发证管理、人员管理等功能，为省调调控人员对厂站人员的持证上岗情况管理提供了支撑；
3.随着电网精细化管理要求的不断提高，省地一体化持证上岗管理系统功能模块在发证的影响因素、人员综合评价、移动应用等方面已经不能适应调度对厂站人员的持证上岗情况进行管理的需要，相关技术中，公开了一种电力调度对象持证上岗管理方法，包括如下步骤：步骤(1)、实操评分:将实操评分划分为操作时长评分和操作步骤评分；步骤(2)、理论评分：将理论评分划分为理论考试评分和理论培训评分；步骤(3)、操作人员的上岗总评分；步骤(4)、当操作人员的上岗总评分不低于60分视为合格，给与其颁发上岗合格证书；若低于60分，则下发不合格通知，并根据其实操评分和理论评分的成绩，通知其进行相应的再培训或补考；待其上岗总评分达到60分及以上，再给与颁发上岗合格证书。本发明通过理论评分两个部分来实现对操作人员是否可持证上岗进行考核，能够更加精准得评定操作人员的理论基础和实操能力，有效防止因人员失误导致的电网事故。
4.但是，上述结构中还存在不足之处，上述方法培训管理内容多为固定题型和内容，无法根据个人实际学习情况定制学习方案，而且发证管理主要是参考用户的考试资格以及最终考试成绩，而对于平时的学习情况并没有进行考虑，因此，考核的内容是比较片面的，需要对考核维度进行完善。
5.因此，有必要提供一种新的电网用带协同过滤智能推荐的持证上岗培训管理系统解决上述技术问题


技术实现要素：

6.本发明解决的技术问题是提供一种可以为每个工作人员定制最佳培训内容和学习规划，稳步提升个人能力水平的电网用带协同过滤智能推荐的持证上岗培训管理系统。
7.为解决上述技术问题，本发明提供的电网用带协同过滤智能推荐的持证上岗培训管理系统包括以下步骤：
8.s1.规范发证考核体系：
9.(1).分析新能源电站运行人员的工作及技能特点，并综合考虑多种因素，致使来按照评价要求设计系统功能点，从而来建立新能源电站运行人员的培训评价方式；
10.(2).根据上述(1)中新建立的新能源电站运行人员的培训评价方式，来推动新能
源电站运行人员按部就班的完成学习科目，并采用积分制管理运行人员的学习情况，而平时学习积分纳入省调持证上岗个人考试资格及最终考试成绩；
11.s2.规范持证上岗学习评价体系：
12.(1).结合并分析原有的持证上岗学习体型，致使来完善目前持证上岗的学习评价体系，所述持证上岗学习评价体系包括有考察内容、题型与知识点范围，使其可以来实现对新能源发电相关知识的全面覆盖；
13.(2).所述培训管理系统中嵌入协同过滤智能推荐技术，可根据用户学习情况的不同制定个性化用户学习方案模块；
14.(3).按照上述(1)中完善的评价体系要求定时、定量发布学习内容，并针对平时学习、测试结果进行评价，评价结果与排名情况实时发布，针对薄弱的知识点与历史错误内容能够进行强化练习，平时学习情况、积分数据与持证上岗数据一体化管理；
15.s3.搭建持证上岗培训管理app：
16.(1).针对培训内容适配移动设备展示效果，与原有持证上岗管理系统对接，实现移动应用功能的发布，进而来完善面向新能源厂站运行人员的培训管理手机app；
17.(2).将上述(1)中的手机app与原有桌面应用进行权限集成，致使用户可移动式进行培训学习。
18.作为本发明的进一步方案，所述手机app包括有支持导入/导出学习资料、推荐个性化学习方案、在线模拟测试与正式考试、查看学习报表和积分汇总排名等功能。
19.作为本发明的进一步方案，所述上述s2中的步骤2中的个性化用户学习方案模块采用协同过滤智能推荐算法，主要步骤如下：
20.1).根据用户和历史题目记录，提取题目难度、题目分数和做错次数，构建用户-题目矩阵；
21.2).以题目为中心，根据不同组织结构将用户分为不同组，每组中把所有用户对同一题目的权重作为向量计算题目和题目之间的相似度，构建题目-用户矩阵；
22.3).将上述1)和2)中的两矩阵作为信息输入，使用基于相似度门槛的邻居，分别找到k个邻居用户和l个邻居题目，得到对应题目的推荐排序表；
23.4).对参数k和l调整，对测试结果统计分析，通过配置最优参数得到最优推荐结果。
24.与相关技术相比较，本发明提供的电网用带协同过滤智能推荐的持证上岗培训管理系统具有如下有益效果：
25.本发明提供一种电网用带协同过滤智能推荐的持证上岗培训管理系统：
26.1、通过在线答题或测试模块嵌入协同过滤算法，结合用户学习积分和历史答题情况智能推荐学习计划和测试题库，从而为每个工作人员定制最佳培训内容和学习规划，稳步提升个人能力水平。
附图说明
27.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
28.图1为本发明提供的原理框图；
29.图2为本发明提供的系统功能架构图。
具体实施方式
30.请结合参阅图1和图2，其中，图1为本发明提供的原理框图；图2为本发明提供的系统功能架构图。电网用带协同过滤智能推荐的持证上岗培训管理系统包括：包括以下步骤：
31.s1.规范发证考核体系：
32.(1).分析新能源电站运行人员的工作及技能特点，并综合考虑多种因素，致使来按照评价要求设计系统功能点，从而来建立新能源电站运行人员的培训评价方式；
33.(2).根据上述(1)中新建立的新能源电站运行人员的培训评价方式，来推动新能源电站运行人员按部就班的完成学习科目，并采用积分制管理运行人员的学习情况，而平时学习积分纳入省调持证上岗个人考试资格及最终考试成绩；
34.所述最终考核成绩由平时成绩和考试成绩综合评定，平时成绩由用户的学习时长和平时答题正确率决定，系统会发布周期性学习任务，根据每个人的学习进度，安排针对每个人的学习计划，记录每个人的学习过程及训练结果，同时根据评价体系定义及范围定义对周期学习向进行结果评价，根据指标计算分项积分，并对批次全体学员的学习积分情况进行汇总与排名，学习积分也会影响系统推荐的学习内容；
35.而对用户发证前，完善考核维度，综合考量用户的平时成绩积分、考试资格和最终考试成绩，用户持证上岗后，定义多种学习能力评价方法，综合考虑电厂内所有值班运行人员的学习情况，以提升电厂工作人员的能力水平。
36.s2.规范持证上岗学习评价体系：
37.(4).结合并分析原有的持证上岗学习体型，致使来完善目前持证上岗的学习评价体系，所述持证上岗学习评价体系包括有考察内容、题型与知识点范围，使其可以来实现对新能源发电相关知识的全面覆盖；
38.(5).所述培训管理系统中嵌入协同过滤智能推荐技术，可根据用户学习情况的不同制定个性化用户学习方案模块；
39.(6).按照上述(1)中完善的评价体系要求定时、定量发布学习内容，并针对平时学习、测试结果进行评价，评价结果与排名情况实时发布，针对薄弱的知识点与历史错误内容能够进行强化练习，平时学习情况、积分数据与持证上岗数据一体化管理；
40.上述s2中，不同用户的学习内容不再一成不变，利用协同过滤机制根据用户历史学习情况修订个性化学习方案和推荐习题，智能推荐适合每位用户的学习内容。从而稳步提升运维检修人员的能力水平，为电网安全稳定运行提供有效的保障。
41.s3.搭建持证上岗培训管理app：
42.(1).针对培训内容适配移动设备展示效果，与原有持证上岗管理系统对接，实现移动应用功能的发布，进而来完善面向新能源厂站运行人员的培训管理手机app；
43.(2).将上述(1)中的手机app与原有桌面应用进行权限集成，致使用户可移动式进行培训学习。
44.上述s3中，针对目培训内容适配移动设备展示效果，集成第五区的移动接入方案，实现移动应用功能的发布，完善面向新能源厂站运行人员的培训管理手机app，采用积分制管理运行人员的学习情况。app功能全面，支持导入/导出学习资料、推荐个性化学习方案、在线模拟测试与正式考试、查看学习报表和积分汇总排名等功能。
45.所述手机app包括有支持导入/导出学习资料、推荐个性化学习方案、在线模拟测
试与正式考试、查看学习报表和积分汇总排名等功能。
46.所述上述s2中的步骤2中的个性化用户学习方案模块采用协同过滤智能推荐算法，主要步骤如下：
47.1).根据用户和历史题目记录，提取题目难度、题目分数和做错次数，构建用户-题目矩阵；
48.2).以题目为中心，根据不同组织结构将用户分为不同组，每组中把所有用户对同一题目的权重作为向量计算题目和题目之间的相似度，构建题目-用户矩阵；
49.3).将上述1)和2)中的两矩阵作为信息输入，使用基于相似度门槛的邻居，分别找到k个邻居用户和l个邻居题目，得到对应题目的推荐排序表；
50.4).对参数k和l调整，对测试结果统计分析，通过配置最优参数得到最优推荐结果。
51.基于协同过滤智能推荐的一体化持证上岗培训管理系统主要包含如下功能：
52.a.资料管理：首先由管理员从持证上岗管理系统资料库中获取当前人员级别对应的学习资料题库，用户可导入或导出相关习题，同时可根据题目类别、难度、是否已做等条件查询资料。系统会自动记录用户的浏览历史和答题历史，支持用户查阅；
53.b.在线答题：答题模块会推荐适合查漏补缺的题目供学员练习使用。答题过程中，系统会限定答题时间，并实时给出结果，提示正确答案。系统会自动记录历史答题记录，用户针对错题进行反复练习。周期学习完成后，系统支持学习报表供学员总结分析，按照日期展示学员每日获得积分明细，并对全体学员的学习进行排名和评价；
54.c.在线考试:系统会发布测试基础编制及发布(包括考试类型、专业、时间、地点等信息)，厂站人员可线上报名系统自动对报名人员的信息进行审核处理。审核通过后，系统自动完成试卷的组织，根据测试报名人员自动分配测试地点，支持线上或线下考核。若为线上考核，系统会根据定义的测试时间点，自动限定进入考场时间，只能在测试前10分钟登录系统做准备，过程中自动跟踪学员的答题情况，对于未答试题有相应提示。测试结束后提交暂不显示评价结果，完成测试后锁定页面不能继续操作；
55.d.学习积分审查：此模块支持省调管理员查看所有学员的积分和分布情况，根据积分情况划定持证上岗考试资格，并发布考试资格信息。对于持证上岗考评成绩，系统按学习积分与考试成绩的比例计算积分计算总成绩，得到最终成绩。对成绩排名后，划定分数线确定最终合格人员名单。系统汇总及格人员后，按照合格人员清单及基础资料组织邮寄地址，方便后续证书发放操作。
56.培训管理系统中嵌入协同过滤智能推荐技术算法流程如下：
57.定义如下变量：包含用户的集合u＝{u1,u2,
……
,um}，包含题目的集合e＝{e1,e2,
……
,em}，根据用户历史题目记录，构造用户-题目矩阵a＝[a
ij
]
m*n
，根据题目和有该题历史记录的用户，构造题目-用户矩阵b＝[b
ij
]
n*m
，a
ij
和b
ij
表示关联度，关联度定义如下：
[0058][0059]
其中，d是题目难度，ri是用户i答题得分，ci是最近一次答题记录时间距当前时间的权重比例，最近一次答题记录时间距当前时间越近相关性越大，r是题目总分，fi是答题错误次数，m为回答该题的用户总数；
[0060]
通过用户-题目矩阵，可以利用皮尔逊相关系数计算出同类用户的相似度
[0061][0062]
根据评分矩阵的数据信息计算出用户之间的相似性，并按照相似性的大小排序，构建邻居集w，从邻居集w中读取前k个邻居用户作为与目标用户u具有相似兴趣的邻居集构成邻居集v，在基于项目的推荐中，以题目为中心，根据不同类别用户分为不同组，在每个组中，把所有的用户对同一个题目的权重作为一个向量来计算题目与题目之间的相似度，通过计算题目之间的皮尔逊相关系数，确定他们之间的相似度；
[0063]
逋过对两种算法的混合计算，得到最优的推荐结构，最终得到k个邻居用户和l个邻居题目，逋过k个用户的做题记录和l个邻居題目的交集，形成最终推荐列表。
[0064]
通过算法的处理，将输入数据用户集合、题目集合、历史题目记录得到推荐结杲，算法通过逐步挖掘用户的隐式信息，发现与其他用户的共同特征，随着时间的推移不断的对自己的邻居进行调整，这样能够保证在每次进行做题学习时，都具有信息时效性，另外算法通过用户对题目的答题情況，也建立起题目与题目之间的关联，这使得题目之间的关联性有了很强的合理性。
[0065]
与相关技术相比较，本发明提供的电网用带协同过滤智能推荐的持证上岗培训管理系统具有如下有益效果：
[0066]
本发明提供一种电网用带协同过滤智能推荐的持证上岗培训管理系统，通过在线答题或测试模块嵌入协同过滤算法，结合用户学习积分和历史答题情况智能推荐学习计划和测试题库，从而为每个工作人员定制最佳培训内容和学习规划，稳步提升个人能力水平。