买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：薛意健

摘要：本发明涉及职业偏向测评技术领域，具体地说，涉及一种指标类型汇总分析的职业偏向测评方法。其包括如下方法步骤：获取职业测试数据进行处理并分析人格特征，再根据分析的人格特征数据分析个人价值观并进行心理健康的考量，同时根据分析的人格特征数据进行工作类型的兴趣分析，根据分析的数据汇总指标类型数据并进行多维度的评估，再根据评估的多维度数据进行职业偏向的测评。本发明通过分析的数据汇总指标类型数据并进行多维度的评估，再根据评估的多维度数据进行职业偏向的测评，可以更全面地了解个人或样本的特征和情况，单一指标可能无法全面反映个人的职业偏向，而多维度评估可以弥补这一不足，从而提高了测评的准确性。

主权项：1.一种指标类型汇总分析的职业偏向测评方法，其特征在于：包括如下方法步骤：S1、获取职业测试数据进行处理并分析人格特征，再根据分析的人格特征数据分析个人价值观并进行心理健康的考量，同时根据分析的人格特征数据进行工作类型的兴趣分析；S2、根据分析的数据汇总指标类型数据并进行多维度的评估，再根据评估的多维度数据进行职业偏向的测评，并采用了K近邻算法；利用K近邻算法测评职业偏向的实现步骤：步骤①、收集评估的多维度数据，评估的多维度数据包含职业偏好相关的信息，再根据职业偏好相关的信息构建一个测评数据集，并根据测评数据集中的样本确定对应的职业偏好标签；职业偏好相关的信息包括教育背景、技能水平、工作经验、兴趣爱好；步骤②、将测评数据集分割成测评训练集和测评测试集，再根据测评数据集中的特征，选择对职业偏向预测有影响的特征，得出选择的特征数据；测评训练集用于K近邻模型的训练和参数调优，测评测试集用于评估K近邻模型的性能和泛化能力；利用K折交叉验证方法来选择最优的K值，K值表示邻居的数量；利用K折交叉验证方法选择最优的K值的实现步骤：一、确定一个合理的K值范围作为候选，K值范围基于测评数据集的大小、特征的数量和经验判断，K值从较小的数值开始，当1或3直到一个上限值，再将训练的测评数据集平均折分成K个不同的子集；二、选择一个子集作为测评验证集，其余K-1个子集作为测评训练集，使用测评训练集训练K近邻模型，并在测评验证集上评估K近邻模型的性能；三、根据每个子集作为测评验证集，重复上述训练与验证过程K次，对于每个K值，将K次验证的性能指标进行平均计算并得到该K值的平均性能，比较不同K值的平均性能，选择性能最好的K值；步骤③、使用测评训练集和选择的特征数据训练K近邻模型，在训练过程中，模型会计算每个样本与其他样本之间的相似度，并根据最近的K个邻居来进行预测，当K近邻模型过评估并达到预期性能时，K近邻模型会根据预期性能测评职业偏向并获得测评的职业偏向数据；S3、根据测评的职业偏向数据分析职业的趋势并进行职业生涯的规划。

全文数据：

权利要求：

百度查询： 薛意健 一种指标类型汇总分析的职业偏向测评方法