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！

龙图腾网获悉上海云生未来技术集团有限公司申请的专利一种基于大数据的人力资源数据管理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121581826B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610105837.5，技术领域涉及：G06Q10/105；该发明授权一种基于大数据的人力资源数据管理方法是由李贤威设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本一种基于大数据的人力资源数据管理方法在说明书摘要公布了：本发明公开了一种基于大数据的人力资源数据管理方法，涉及数据管理技术领域，该方法通过引入行为稠密度特征向量与行为稠密度评分V1，实现了基于多维行为特征与行为时效性的精确量化判定机制，使人力资源系统能够对人员交互行为的活跃度和行为价值进行更符合实际业务规律的动态评估，通过对操作频次参数、操作确认事件参数和巡检覆盖范围参数进行预处理、标准化及多维欧氏组合，并采用自然对数衰减函数对行为的时间价值进行建模，本发明能够有效反映人员行为强度随时间衰减的客观现象。与现有依赖固定条件、静态规则的行为判断方式相比，本发明能够在面对大量历史行为数据时自动识别出高行为价值的数据，避免误删除仍有业务价值的记录。

本发明授权一种基于大数据的人力资源数据管理方法在权利要求书中公布了：1.一种基于大数据的人力资源数据管理方法，其特征在于：包括以下步骤： S1、通过对多个设备终端与人力资源系统的数据采集接口进行数据源接入配置，采集人员交互行为类数据与人员多源同步偏差类数据，形成人员交互行为原始数据集与人员多源同步偏差数据集，并在人员数据关联分析模块中对人员交互行为原始数据集进行预处理以获得行为稠密度特征向量； 所述S1包括S11； S11、在多个工业设备的监控终端的系统通信层部署设备端数据发送插件，所述设备端数据发送插件通过设备通信协议适配模块与工业设备监控终端的日志输出接口、时钟记录接口以及巡检任务记录接口连接，将工业设备监控终端产生的终端操作数据、终端时间戳数据和巡检轨迹数据转换为可传输格式； 在人力资源系统侧的数据接入层部署数据接入管理插件，所述数据接入管理插件通过消息传输通道与设备端数据发送插件进行连接； 并在每个监控终端中设置两个采集点，所述采集点包括人员行为参数采集点和多源同步类参数采集点；同时在每个采集点中设置数据结构解析插件；所述数据结构解析插件包括行为时间解析插件和同步偏差检测插件； 所述人员行为参数采集点通过设置在监控终端的软件应用层，并安装行为事件解析插件，行为事件解析插件与工业设备监控终端的操作界面事件日志模块连接，采集人员在工业设备监控终端操作界面上的操作频次信息、操作确认行为信息以及巡检范围标识信息； 所述多源同步类参数采集点通过设置在监控终端的系统底层运行环境，并安装同步偏差检测插件，同步偏差检测插件与监控终端的系统时钟管理模块及运行状态记录模块连接，采集人员在不同工业设备监控终端之间的操作时间戳偏移信息及行为中断记录信息； 所述S1还包括S12； S12、基于设置在采集点中的数据结构解析插件实时提取人员交互行为原始数据集与人员多源同步偏差数据集；并将人员交互行为原始数据集与人员多源同步偏差数据集通过设备端数据发送插件打包为标准化数据帧，所述标准化数据帧通过设备端数据发送插件发送到人力资源系统侧的数据接入层部署数据接入管理插件； 所述人员交互行为原始数据集包括人员在设备终端的操作频次A、人员提交的操作确认事件数量B和人员参与区域巡检的独立区域数量C； 所述人员多源同步偏差数据集包括人员记录在不同监控终端之间的时间戳偏移量D和人员在设备端执行行为的异常中断次数E； 所述S1还包括S13； S13、在人力资源数据关联分析模块接收到人员交互行为原始数据集后，对人员交互行为原始数据集进行预处理，获得行为稠密度特征向量；所述预处理包括数据完整性预处理、时间对齐处理和数据标准化处理； 所述数据完整性预处理通过对人员交互行为原始数据集中每个参数的序列，基于原始采样频率进行检测缺失值，并针对相邻时间段均值插补的缺失值修复处理； 所述时间对齐处理通过对数据完整性预处理后的人员交互行为原始数据集，将同一采集频率获取的人员交互行为原始数据集不同时间记录对齐到统一的时间基准点； 所述数据标准化处理通过最小最大标准化处理方法，对时间对齐处理后的人员交互行为原始数据集进行数据标准化处理，消除人员交互行为原始数据集中所有参数之间的单位量纲影响，再将处理后的人员交互行为原始数据集进行二次汇总，获取行为稠密度特征向量； S2、在人员数据关联分析模块中对行为稠密度特征向量进行结构化计算处理，构建行为稠密度评分V1，并将行为稠密度评分V1与预设行为稠密度阈值Vth1进行初步对比处理，得到初步对比结果； S3、当初步对比结果自动触发人员数据可信度校准模块，对人员多源同步偏差数据集进行分析处理，计算得到人员数据可信度增强评分V2，并将人员数据可信度增强评分V2与预设可信度判定阈值Vth2进行二次对比处理，获得人员数据最终清洗判定结果； 所述S3包括S31； S31、在触发人员数据可信度校准模块进入下一阶段的深度可信度校准流程后，通过人员数据可信度校准模块从人员多源同步偏差数据集中提取人员记录在不同监控终端之间的时间戳偏移量D和人员在设备端执行行为的异常中断次数E； 再通过人员数据可信度校准模块将行为稠密度评分V1与人员记录在不同监控终端之间的时间戳偏移量D和人员在设备端执行行为的异常中断次数E进行计算，生成人员数据可信度增强评分V2，进行量化分析人员相关数据在多终端环境下的同步一致性水平及数据可信度； 所述S3还包括S32； S32、通过根据历史多终端同步偏差样本的统计结果确定可信度判定阈值Vth2，所述可信度判定阈值Vth2为人员数据可信度增强评分V2的最小可接受可信度标准值； 人员数据可信度校准模块在计算得到人员数据可信度增强评分V2后，将人员数据可信度增强评分V2与可信度判定阈值Vth2进行二次对比处理，二次对比处理的判定逻辑为： 当人员数据可信度增强评分V2≥可信度判定阈值Vth2时，判定人员相关数据为可信历史数据，将当前人员相关数据写入数据精细化保留区； 当人员数据可信度增强评分V2＜可信度判定阈值Vth2时，判定人员相关数据为不可信历史数据，将当前人员加入数据清洗列表并生成对应的清洗动作记录； S4、基于人员数据最终清洗判定结果，启动系统级清洗控制机制执行清洗规则和数据恢复动作，并向数据管理日志模块输出清洗控制记录与恢复记录； 所述S4包括S41； S41、在接收到人员数据最终清洗判定结果为人员相关数据为不可信历史数据后，自动调用数据清洗调度模块，根据数据清洗调度模块的调度指令对目标人员数据，执行系统级清洗控制机制的清洗规则；所述清洗规则包括删除规则、合并规则和冻结规则； 所述删除规则通过当某条人员数据记录满足以下条件时被判定为可删除记录：人员数据在最近一个业务周期内未被任何系统模块引用；且数据对应的行为稠密度评分V1与人员数据可信度增强评分V2均低于行为稠密度阈值Vth1和可信度判定阈值Vth2，并连续两个周期维持当前状态，则删除当前记录； 所述合并规则通过当多个数据记录具有相同人员标识、相同时间窗口且内容重复比例达到设定80%时，则将重复记录合并为单一存储单元； 所述冻结规则通过当数据记录不满足删除规则和合并规则其中任一条件，但同步偏差强度大于0.8，将当前数据记录标记为冻结状态，冻结状态的数据在下一周期重新进入可信度校准流程，暂不删除； 系统级清洗控制机制在清洗规则执行结束后，自动将每条被处理的数据记录生成包括处理类型、处理时间、处理结果以及对应人员标识的清洗控制记录，并写入数据管理日志模块； 所述S4还包括S42； S42、系统级清洗控制机制在人员数据最终清洗判定结果为“高可信重要历史数据”时，向数据恢复管理模块发送恢复指令，数据恢复管理模块依据恢复指令执行数据恢复动作，将对应人员的数据记录从清洗列表中移除并恢复至数据精细化保留区； 系统级清洗控制机制在数据恢复动作执行前，进行一致性校验，所述一致性校验包括： 行为稠密度评分V1≥行为稠密度阈值Vth1； 人员数据可信度增强评分V2≥可信度判定阈值Vth2； 同步偏差强度≤0.8； 三个条件均满足时，恢复操作方可执行； 在系统级清洗控制机制在完成数据恢复动作后，则执行恢复规则，所述恢复规则具体如下： 若目标记录处于冻结状态，则系统将从冻结区恢复至主数据区； 若已处于数据清洗列表，取消清洗标记并恢复至精细化保留区。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海云生未来技术集团有限公司，其通讯地址为：200040 上海市静安区普济路88号12楼1202室(名义楼层15楼)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。