大数据是在计算机和互联网基础上形成的更为先进的数据应用形式。相较于传统数据应用技术，更加强调数据来源的广泛性。海量数据在云计算、人工智能（AI，Artificial Intelligence）等先进技术的加持下，能够得到有效优化并形成多重价值[1-3]。研究基于大数据的人才管理信息平台，是补强人才管理短板、提高管理质量和效率的迫切需要，是新形势下人才管理顺应铁路企业创新发展战略的必然要求。

铁路企业普遍建立了较为完善的人才管理体系，形成了完备的工作制度，但工作方法及手段仍然存在不足：数据共享机制不健全、数据采集和处理手段相对落后，人才评价精细化程度不高。文献[4]指出了当前铁路人事管理机械重复性工作多、数据处理不够系统、全面等问题，提出了加强人事管理工作信息化建设的思路，但在如何通过大数据共享实现多部门协同管理方面没有深入探讨；文献[5]提出了一种通过在线答题进行人才测评的信息系统实现方案，其测评结论依赖于被测评人员提交的答案，对人才实际履职经历、业绩成果、单位评价意见等数据未予充分运用。目前，已有部分党政机关探索运用大数据手段创新人才管理实践[6]，也有部分高校、企业在人才培养和网络招聘等方面对大数据技术进行了一定的尝试[7-8]，但鲜见大数据技术应用于铁路企业全流程人才管理方面的研究。本文提出基于大数据技术的人才管理信息平台构建方案，为推动铁路企业人才管理从“经验+感觉”向“数字+事实”转型升级提供思路和方法。

1. 主要研究内容

1.1 建立大数据人才管理信息平台

按照人才工作流程设计开发人才管理信息平台，功能上突出以下3个特性。

（1）互动性：在人机交互中使用历史数据分析提示、审验继承等功能，实现数据高效采集；允许用户灵活搭建数据模型，满足不同场景下多样性数据需求。

（2）开放性：构架设计充分考虑需求变更与拓展，预留自定义功能接口，动态响应需求变更。

（3）智能性：设计人才管理全流程功能模块，具有对半结构化、非结构化数据的语义识别分析能力和自我学习能力，具有大数据动态分析、挖掘功能和图形化辅助决策界面。

1.2 设计开发人才大数据电子档案

建立人才大数据电子档案。

（1）全面采集人才自然情况、学历学位、职务职称、工作经历、业绩成果、奖励惩处等各类信息，经加工处理后，形成规范、可用的人才基础数据、能力数据、效率数据、潜力数据。

（2）智能分析并标注人才岗位性质、专业分类、履职经历、专业特长等情况，对人才进行标签化管理。

（3）形成人才岗位、职务、业绩变动日志，实现历史数据可追溯。

（4）运用多维度数据接口，实现与相关信息系统的数据共享。

1.3 利用大数据技术优化人才选拔工作

运用大数据技术对人才进行“全信息”检索[9]，从海量人才数据中挖掘、圈定合适的选拔对象。

（1）对符合需求的人员“应筛尽筛”，更好地实现“优中选优”，提升人才识别的针对性和准确性。

（2）针对评审类选拔，将评审政策条件从自然语言转化为程序指令，智能判断人才参评范围及资格。

（3）针对特定任务人才需求，按照预设条件为人才“画像”[10]，推荐与目标任务契合的专业人才。

1.4 利用大数据技术优化人才考核工作

依据人才考核策划、执行、检查、处置（PDCA，Plan-Do-Check-Action）循环管理过程[11]设置考核模块功能，收集、整合和分析绩效数据，对被考核人员尽可能做出准确评价。

（1）考核内容：依据专业履职关键绩效指标（KPI，Key Performance Indicator）建立考核评价模型，提取电子档案绩效数据并对照指标评价完成情况，通过“观察数据”来“考察人才”。

（2）考核时间：变集中考核为动态考核，实时掌握人才队伍整体及个体情况。

（3）考核空间：综合各级、各类人才数据进行横向和纵向比较分析，精准掌握个体绩效提升水平及其在团队中所处的位置。

2. 平台设计

2.1 平台总体架构

人才管理信息平台总体架构如图1所示。

图 1 人才管理信息平台总体架构

下载: 全尺寸图片 幻灯片

2.1.1 数据资源层

（1）数据共享：采用应用接口、加解密、数据存取等技术，实现与组织人事、科技管理等系统的人才数据（包括履历、业绩、奖惩等数据）共享。

（2）数据集成：完成数据库建设和组织，实现基础数据采集、共享数据结构重组、非结构化数据存取等任务，为整个平台提供数据支持。

2.1.2 数据分析层

实现从数据到应用的构建。通过数据融合、接口、No SQL数据库等技术实现数据集合；通过聚类、统计分析、预测等分析挖掘技术实现数据挖掘分析；应用前后端技术设计友好的交互界面，实现安全的前后端数据交换，以及高效的数据展示与访问。

2.1.3 业务应用层

通过电子档案、人才选拔、人才考核和画像甄别4个系统，实现人才管理全流程标准化、规范化和智能化处理功能。

2.2 数据交互流程

以电子档案系统数据为中心，数据交互流程如图2所示。

图 2 人才管理信息平台数据交互示意

下载: 全尺寸图片 幻灯片

（1）电子档案系统从组织人事、科技管理等相关系统中读取个人业绩成果、安全履职等各类数据，经语义分析、智能处理后作为人才能力、绩效评价的重要依据。

（2）用户通过电子档案系统录入个人其他业绩成果信息，经真实性、规范性审核处理后，与单位考核、考察意见等数据一并存入电子档案。

（3）人才选拔系统调用人才电子档案学历、资历、岗位、职称及业绩成果等数据，对参评条件进行资格审核，完成评审类人才选拔。

（4）人才考核系统从人才选拔系统中抽取当选人才相关数据，确定考核人员范围及考核方式；从电子档案中抽取绩效数据，按既定KPI对绩效完成情况进行分析判断，形成人才考核结果。

（5）画像甄别系统从人才选拔系统中调用专业答辩评语、已有专家称号、历年考核结果等数据，运用大数据相关技术进行人才画像、批量甄别，甄别结果推送至人才选拔系统，用于辅助决策。

2.3 平台技术架构

基于微服务技术理念，技术架构如图3所示。

图 3 技术架构

下载: 全尺寸图片 幻灯片

（1）应用展示层：采用Html5+Vue的组合开源技术和HTTPS传输协议，完成电子档案、人才选拔、人才考核、画像甄别等应用展示。

（2）应用服务层：基于.Net Core，采用Ocelot+Consul的微服务方式和开源的规则引擎，进行高可用配置，完成应用服务。

（3）数据存储层：包括结构化和非结构化数据库，通过数据库中间件技术，实现数据连接、数据同步等功能。

（4）基础设施层：采用铁路企业云平台，通过云平台的计算和存储资源，对应用的正常运行提供基础支撑。

2.4 平台功能

平台功能结构如图4所示。

图 4 平台功能结构示意

下载: 全尺寸图片 幻灯片

2.4.1 人才电子档案

人才电子档案是管理信息平台的数据基础，包括用户管理、个人基本信息管理、个人成果管理、个人奖惩信息管理等模块，各模块数据组织过程又分为数据提交 本部门审核 本单位审核 铁路局集团公司审核等环节。

2.4.2 人才选拔

人才选拔系统主要实现职称评审、专家评选和特定人才甄别推荐功能。参评人员按需从电子档案系统中抽取可用于参评的业绩成果，人事部门借助系统提供的智能审核模块，对参评人员资格进行审核，通过人机交互和机器学习不断校正系统自动审核的结果；系统提供参评人员代表作线上阅评、视频答辩、专业组线上评议、评委会线上表决等功能；为特定人才需求提供条件设置入口，系统根据需求对人才大数据进行分析挖掘，形成推荐人选建议。

2.4.3 人才考核

人才考核系统从电子档案内挖掘人才绩效、奖惩、单位考核意见等数据，对照既定周期内KPI判断人才履职表现，生成考核结果和年度津贴发放计划，如图5所示。

图 5 基于大数据的人才考核示意

下载: 全尺寸图片 幻灯片

2.4.4 画像甄别

画像甄别系统从人才电子档案中抽取人员基本数据、标签化的履历数据，以及教育培训、单位考核评价、奖惩和业绩等数据，经智能分析处理并运用商业智能（BI，Business Intelligence）技术，生成“基本情况”“工作经历”“关键历练”“知识能力”“要素评价”“性格特质”“业绩贡献”“奖惩情况”等画像结果；分别从专家评选系统、考核系统抽取数据，生成“既有专家称号”“历年考核结果”；综合各类数据，按照既定计算规则生成“综合能力环评”雷达图，最终形成人才个体画像，展示界面如图6所示。系统可根据特定人才需求条件，结合“画像”结果，对人才进行批量甄别。此外，系统对企业各类人才关键历练、业绩成果、考核结果等数据进行分类汇总，对各年度人才存量、学历和年龄结构、各专业分布数量等相关数据进行统计，生成展现人才总体特征和变化态势的人才群体画像，展示界面如图7所示。

图 6 人才个体画像界面示意

图 7 人才群体画像界面示意

3. 关键技术

3.1 数据融合

3.1.1 数据采集

采用数据融合、开放数据接口、软件机器人、网络爬虫等技术实现人才数据采集。开放数据库方式可以直接从目标数据库中获取需要的数据，准确性高，实时性也有保证。

3.1.2 数据存储和管理

人才数据涉及海量半结构化和非结构化数据，采用NoSQL数据库实现对人才数据的存储和管理。采用NoSQL数据库的优势在于可以支持超大规模数据存储，其灵活的数据模型可以很好地支持Web2.0应用，具有强大的横向扩展能力。

3.2 数据挖掘和分析

3.2.1 数据挖掘

通过预测模型，实现主观预测（如人才画像评分）和客观分析预测（如业绩成果分类评分）。采用数据总结法，对人员基本信息，以及履历、成果、评价等数据进行分类汇总。通过依赖关系模型，对业绩成果量化评分情况、团体成果的成员排序情况等进行依赖关系研究[12]。

3.2.2 数据分析

采用聚类、相似匹配、统计描述等数据分析模式。其中，履历和业绩可以作为聚类分析的元素，符合聚类分析的特征；毕业院校、学历学位、所学专业等可通过相似匹配的算法进行分析、统计并得出结论；统计描述法用于分析单位人才总体态势、能力侧重、结构分布等情况[13-14]。

4. 结束语

本文研究基于大数据的人才管理信息平台架构。依据人才工作流程，设计了平台功能模块；提出采用数据融合、数据挖掘和分析等技术，实现电子档案、人才数字化甄别画像、人才评价考核等功能。该平台的设计在可拓展性方面还存在一定的局限性，如何使平台能够更好、更快地响应需求变更、管理方式变化等将是下一步的研究重点。