一种基于GNN的人才评估模型、方法和人才选拔方法

本发明涉及人工智能和人才管理技术领域，尤其是一种基于GNN的人才评估模型、方法和人才选拔方法。人才评估模型包括用于训练各属性权重的维度预测模型；人才评分为各属性与属性权重的加权求和；维度预测模型的训练过程为：获取全属性数据作为训练集；获取标注有专家评分的全属性数据作为验证集；维度预测模型用于在训练集上删除一个目标属性，并结合剩余属性推测目标属性及其权重；通过目标属性遍历所有属性，得到各属性的权重；在验证集上，将人才的属性得分与对应权重相乘求和作为预测的人才权重，通过人才权重与专家权重的比较验证属性权重；循环维度预测模型的训练和属性权重的验证，直至属性权重达到收敛条件。本发明通过使用循环遮罩方法对需要学习的特征列进行遮罩，使用其他的特征列对遮罩列进行学习，能够高效解决数据不足和数据不均匀问题。