CN119494522B 基于人工智能的员工岗位匹配与调配方法及系统 （江苏人加信息科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119494522B(45)授权公告日2025.07.11

(21)申请号202510079376.4

(22)申请日2025.01.17

(65)同一申请的已公布的文献号申请公布号CN119494522A

(43)申请公布日2025.02.21

(73)专利权人江苏人加信息科技有限公司

地址215127江苏省苏州市工业园区钟慧

路66号1幢101室

(72)发明人戴炯

(74)专利代理机构常州市天龙专利事务所有限公司32105

专利代理师于雅洁

(51)Int.CI.

GO6Q10/0631(2023.01)

GO6F18/213(2023.01)

GO6N3/042(2023.01)

GO6N3/0464(2023.01)

(56)对比文件

CN118861999A,2024.10.29CN118798837A,2024.10.18

CN118261358A,2024.06.28审查员吕秋桐

权利要求书6页说明书20页附图2页

(54)发明名称

基于人工智能的员工岗位匹配与调配方法及系统

(57)摘要

CN119494522B本发明提供一种基于人工智能的员工岗位匹配与调配方法及系统，涉及人工智能技术领域，包括：基于员工历史工作数据，生成优化员工能力特征向量并提取员工能力发展趋势，结合团队协作数据，利用跨模态对比学习网络得到员工综合能力向量，计算发展潜力指数，基于岗位说明数据和历史招聘数据，构建岗位技能知识图谱，通过动态异构图神经网络和自适应图注意力网络生成岗位技能特征矩阵和团队结构特征向量，结合员工综合能力向量，计算员工-岗位匹配度分数矩阵，将匹配度分数矩阵和发展潜力指数输入分布式多智能体强化学习模型，构建奖励函

CN119494522B

采集贤工历史工作救据，其中，所述葛工历史工作数据包括工作业墙故据、技能计估数据和团队协作数据，对所述领工历史工伟数据进行多尺度特征提取，得到初始员工危力特征向量并添加至预先设里的扩数

,优化员工能力特征向量和所迷团飘修作数据添加至跨模态对此学习网热，基于对比损失函数和动态温度季数求解得到员工综合能力向量并添加至特征增强网络，结合多尺度特征金半塔和自进应特征聚合缓块得到发展潜力粕数

韩语言模型中进行语又理解和如识验取，狗建岗位技能如识困谱，将所短阵，结合自道应图注意力网络进行层次化采样和动态聚合，得到团队结构特狂向量，将所述岗位肢能特征矩阵、所迷员工综合能力向量和所迷团队灶构特征向量添加至种经架构搜索网络，通过参数学习、超网络优化和知识还移得到员工岗位匹配度分数矩阵

将所还员工-岗猛匹配度分数矩阵和所逐发展潜力扬数输入分布式多智能体强化学习模型，构建包含当前人员分布状态和国队结构状态的状态空间，构建基子调配方重空间的动作空间，基于岗住匹配度分数、

执行选代创坊，并通过分层任务分解轨制仇化调配氧略，生成初始调配方案，通过蒙特卡洛树搜索提型中的价值网络预测模块和路经评估模块

对所述和始调配方案进行评仙，根择评估结果输出调配执行方案并结合元氧略仇化算法对所迷多智能体强化学习模型进行参数调整

CN119494522B权利要求书1/6页

2

1.基于人工智能的员工岗位匹配与调配方法，其特征在于，包括：

采集员工历史工作数据，其中，所述员工历史工作数据包括工作业绩数据、技能评估数据和团队协作数据，对所述员工历史工作数据进行多尺度特征提取，得到初始员工能力特征向量并添加至预先设置的扩散概率模型，结合马尔可夫链采样过程生成优化员工能力特征向量，将所述工作业绩数据和所述技能评估数据添加至预先设置的时空混合网络模型中，通过卷积操作提取员工能力发展趋势，将所述员工能力发展趋势、优化员工能力特征向量和所述团队协作数据添加至跨模态对比学习网络，基于对比损失函数和动态温度参数求解得到员工综合能力向量并添加至特征增强网络，结合多尺度特征金字塔和自适应特征聚合模块得到发展潜力指数，包括：

采集员工历史工作数据，其中，所述员工历史工作数据包括工作业绩数据、技能评估数据和团队协作数据，将所述员工历史工作数据划分为训练集、验证集和测试集，构建卷积神经网络模型，将所述训练集中的数据输入所述卷积