一种基于元宇宙VR的大数据人才评测系统

技术领域

本发明属于大数据分析技术领域，具体为一种基于元宇宙VR的大数据人才评测系统。

背景技术

人才的良好发展离不开科学的人才评价，随着元宇宙 VR、大数据等技术的快速发展，给传统人才测评带来了新的挑战。我们看到，传统人才测评，在内容上难于突破认知维度的局限，更难实现“认知+行为+语言+生理”等多维度测评；在工具上难于突破基于问卷的抽样性测评局限，更难实现测评维度从二维空间上升到三维空间的非抽样、全数据跨域；在形式上难于突破人在现实世界中的“假面”效应，更难进入元宇宙背景下的数字世界，并获得人的真实反馈；在效度上难于突破效度概化低的问题，更难于实现效度概化最大化。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提供一种基于元宇宙VR的大数据人才评测系统，有效的解决了背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：一种基于元宇宙VR的大数据人才评测系统，包括以下模型库，

语音数据模型库、行为数据模型库、生理数据模型库以及认知数据模型库，

所述语音数据模型库具有社会属性子单元、物理属性子单元、生理属性子单元以及心理属性子单元，

所述行为数据模型库包括场外视频监控数据子单元与场内行为操作数据子单元，

所述生理数据模型库包括体外数据子单元与体内数据子单元，

所述认知数据模型库包括直接判断子单元与间接判断子单元。

优选的，所述社会属性子单元用于解释被测者的语义、表达偏好、发音偏好、交际偏好信息，

物理属性子单元用于解释被测者的音高、音强、音长、音质的信息，

心理属性子单元用于解释被测者的心理特性，

生理属性子单元用于解释被测者的动力源、发音体以及共鸣腔的信息。

优选的，所述场外视频监控数据子单元与场内视频监控子单元用于解释被测者的视频影像行为、视频影像动作、工具操作、行走、操作、被测过程中的其他行为特性的信息。

优选的，所述体外数据子单元用于解释被测者的皮肤电数据信息以及眼动数据信息，所述体内数据子单元用于解释被测者的心率数据、血压数据、血氧数据的信息。

优选的，所述直接判断子单元用于解释被测者的问题的答案选择结果、对于某件事的判断结论以及其他直接判断结论，所述间接判断子单元用于解释被测者的问题的语音分析结果文本以及其他间接认知结论。

优选的，还包括有调用模块、组合模块、输出模块以及分割模块，所述语音数据模型库、行为数据模型库、生理数据模型库以及认知数据模型库中均具有一个分割模块与一个组合模块，

所述分割模块能够将每个子单元解释的信息分割成若干个片段，

所述组合模块能够将分割模块分割的片段进行组合，

所述输出模块能够将组合后的片段进行输出，

所述调用模块根据输入的命令能够调用出对应分割片段的信息。

与现有技术相比，本发明的有益效果是：

元宇宙 VR 技术在人才评价方面优势明显，其相较于传统的人才测评，具有如下优点：一是实现了人才测评的集成性，增效降本，AC（评价中心）作为公认的准确性最好的评价方法（技术），通常需要以天为单位开展人才测评的时间计算，且成本很高，VR 人才测评场景基于 VR 大数据现代测评技术，每一个 VR设备可自成一个 AC 中心，这使得传统意义上很难做到的 AC 中心只需要一台 VR眼镜，一个显示系统，一套元宇宙 VR 大数据测评系统即可构建完成，不仅成本大大降低且单次在 30 分钟左右即可完成。二是有效解决了社会期许假面效应，提高了准确性，当人们带上元宇宙 VR 眼镜以后，会进入到数字世界，将以第一视角与场景中人事物进行交互，不仅身临其境，而且感同身受，因此在场景下的表现都是真实的，也就是我们常说的“真值”表现，通过测评埋点及全场多源异构测评大数据采集设计，通过游戏式场景，有效解决了传统人才测评中存在的假面、社会期许效应，单次测评数据采集量在 10000 条以上，进一步提高了准确性。这里面的本质是大数据测评，我们知道，大数据不仅仅是数据量多，大数据的核心是四个字：多源异构。三是实现了测评的客观性、公平性，进而更加科学。传统人才测评存在主观判断，依赖专家的问题，在元宇宙 VR场域下，通过大量的动态标定大数据对神经网络系统模型进行训练，训练出用于测评数据处理和测评结果判定的 AI 系统，然后通过程序和系统分析，加持数据处理和测评结果判定，避免了人的情绪等方面影响，更加公正，更加客观，更加科学。四是解决了枯燥感，增加了趣味性，传统人才测评所采用的问卷，动辄在 200 道题左右，很枯燥，甚至很烦。元宇宙VR 使测评生动有趣，让人沉浸其中，一边玩，一边完成测评，类游戏的设计，达到了测人于无形、寓测于乐的效果。

附图说明

图1为本发明的功能模型；

图2为本发明的模块结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明公开了一种基于元宇宙VR的大数据人才评测系统，包括以下模型库，

语音数据模型库、行为数据模型库、生理数据模型库以及认知数据模型库，

通过解释各个模型库中的信息，以对虚拟的人物模型进行建立，从而使得虚拟任务与现实中的人物更加相似，增加了评测的准确度。

所述语音数据模型库具有社会属性子单元、物理属性子单元、心理属性子单元、生理属性子单元以及心理属性子单元，将人物的语音数据分类成各种样式，不仅能够便于对任务特性进行分析，而且还能根据不同的场景，适应性的组合出对应的语音信息。

所述行为数据模型库包括场外视频监控数据子单元与场内行为操作数据子单元，根据场景内外的不同，人物的行为存在差异，解释场内场外的行为数据，有利于解释评测人物的各种行为信息。

所述生理数据模型库包括体外数据子单元与体内数据子单元，

所述认知数据模型库包括直接判断子单元与间接判断子单元。

所述社会属性子单元用于解释被测者的语义、表达偏好、发音偏好、交际偏好信息，

物理属性子单元用于解释被测者的音高、音强、音长、音质的信息，通过上述角度对被测者的声音进行分析，能够更好的对被测者的声音进行还原，使得在还原的时候，真实度更高，

心理属性子单元用于解释被测者的心理特性，在对人物进行测评的时候，通过对被测者的心理特性进行分析，能够更加准确的对人物进行测评，

生理属性子单元用于解释被测者的动力源、发音体以及共鸣腔的信息，从而进一步完善虚拟人物的声音特征。

所述场外视频监控数据子单元与场内视频监控子单元用于解释被测者的视频影像行为、视频影像动作、工具操作、行走、操作、被测过程中的其他行为特性的信息，通过分析上述行为信息，能够在解释定量的信息的同时，对被测者的其他行为信息进行推测模拟，进而在评测虚拟人物时，更加准确。

所述体外数据子单元用于解释被测者的面部表情、皮肤电数据信息以及眼动数据信息，所述体内数据子单元用于解释被测者的心率数据、血压数据、血氧数据的信息，为了使得在虚拟世界中，人物的形象更加饱满，通过上述数据的解释，能够增加虚拟人物的真实性，而且还能还原出更加真实的人物。

所述直接判断子单元用于解释被测者的问题的答案选择结果、对于某件事的判断结论以及其他直接判断结论，所述间接判断子单元用于解释被测者的问题的语音分析结果文本以及其他间接认知结论，人们在日常生活中，遇到的问题多种多样，通过解释定量的数据，通过定量的数据，去推断被测者的行为偏好，有利于在对虚拟人物模拟的时候，根据解释的被测者的定量的信息，模拟出被测者的更加多种多样的信息。

还包括有调用模块、组合模块、输出模块以及分割模块，所述语音数据模型库、行为数据模型库、生理数据模型库以及认知数据模型库中均具有一个分割模块与一个组合模块，

所述分割模块能够将每个子单元解释的信息分割成若干个片段，例如解释的信息为语音信息，分割模块能够将语音信息中的不同字、词、段进行分割，分割后的信息会进行保存，当遇到相匹配的场景时及模式匹配的行为生理等数据时，则会调用出对应的片段信息进行分析匹配，

所述组合模块能够将分割模块分割的片段进行组合，更多场景下，单靠分割模块分割后的信息，是不能满足当下情境的，需要对分割后的信息片段进行组合、并将组合后信息进行调整，使得组合后的信息，能够更加平整而不是机械式的组合，

所述输出模块能够将组合后的片段进行输出，组合模块将信息进行组合后，输出模块能够将其输出，使得虚拟人物，做出相应的动作，

所述调用模块根据输入的命令能够调用出对应分割片段的信息。

系统采用经典的 C/S（Client/Server）架构，包括三大系统，分别是数据生成及采集系统、数据处理系统、数据呈现系统。数据生成及采集系统包括元宇宙投射、VR 眼镜和分中心服务器，设置分中心管理端以提供便捷的访问接口，设置投射功能，目的是实现现实世界与数字世界的同频。不设用户数限制，需接入互联网连接云服务器，因此分中心管理端通过 RSA 认证密钥加密传输，分时异步处理，实时传输，多线程，自动采集数据，便于开展科学研究。数据处理系统包括语音、行为、生理、情感分析四大功能模块，是元宇宙 VR 人才测评系统最核心的部分，也称为系统大脑。语音数据分析模块，通过语音识别技术，保证识别结果准确度，行为 数据分析模块，通过 VR 场景行为数据和行为模式识别，有效挖掘行为价值；生理数据分析模块，结合生理指标采集系统，多维记录事物映射反映，深度挖掘生理反射价值；情感数据分析模块，创造性结合情感数据，做到全方位信息采集与识别。数据呈现系统通过 AI 算法、专家系统实现报告自动生成，并通过大数据可视化实现人才地图。

系统采用类 OSI/RM 设计，分为 5 层，依次是硬件层、数据层、技术层、功能层、场域层。硬件层通常包括 VR 眼镜、配套手柄、网络基础设施，电脑主机、触摸屏、触觉手套等，主要功能是让受训者通过沉浸式三维交互展示方式进行体验实操。

是否产生“用户特征数据、交互行为数据、场域构建数据”是元宇宙 VR 区别于普通 VR 的核心所在，数据层主要将硬件层体验过程中产生的上述三类元宇宙数据进行采集存储和传输，通过数据库、交互逻辑库保存相关数据及提供系统运行环境，为上层技术应用提供数据及环境支撑。数据库主要存放场景建模数据、人物模型数据、动作模型数据、系统配置数据等。交互逻辑库存放虚拟人对话、各类行为、题目选择、场景切换、场内互动等交互命令。

技术层调用数据层的多源异构数据，通过 VR 大数据测评技术、AI 智能语音交互、云计算、专家系统等对数据进行处理，基于相关数据构建知识图谱，通过机器学习构建动态常模，通过元宇宙开发引擎 U3D 进行逻辑交互、建模、动作捕捉等，通过 5G 实现实时渲染和无延时传输。

功能层主要是实现五大功能，除了测评最主要功能以外，还包括对采集的海量多源异构数据进行再次计算，运用相关关系分析，以形成新的人才测评工具；功能层所形成的报告要体现“知行合一”的整体设计，也就是被试所做是否和所认知的吻合，知行合一者为优秀；不止于测评，还要基于测评开展人才培养，也就是满足人力资源领域日常教学实训功能；最后通过大数据可视化的方式进行整体展现，形成区域人才评价数据网，联动产教两端，最终实现人尽其才，才尽其用的目的，助力到各行业人才工作。

场域层是终端用户进入元宇宙数字世界后能够看到的各类 VR 场景。这些场景主体是类游戏的，不同场景评估的方向不同，但是场景之间可以实现映射联动，相互校验，具体包括三大系列、金融、互联网等十大主流行业，并随着数据量的增加进行实时迭代和新场域开发，以满足某些特殊群体的人才测评工作。

1、行为一致性原理：心理实验证明，幼年时被认为健谈的孩子，成年后善于动脑、交际力强；幼年时适应性强的孩子，成年后乐观开朗、讲话流利；幼年时被认为易冲动的孩子，成年后倾向于大声说话、兴趣广泛等。这些规律并不是研究宿命论，从另一个方面讲，它是说过去是未来的最好预测。

其实在人事测评中也有类似现象存在，这就是著名的个体行为一致性原理，即过去的行为是预测未来行为的最好指标。对一个人先前行为、生活、经历、工作的系统测量能够间接获得其行为动机、选择方式等特点。当我们对一个人的过去所知甚详时，就能有效地预测他未来的行为与表现。我们知道，“过去”和“未来”的中间是“现在”，由“过去行为是未来行为的最好预测这个结论”，可以推导出：过去行为是现在行为的直接投射，现在行为是未来行为的最好展现。VR通过构建虚拟场景，是典型的当下场景，是典型的现在场景，在VR大数据测评场景中重点采集行为表现，VR中的行为采集承接过去，映射未来。那么VR中的行为表现是否能直接反映现实中的表现，也就是VR中的表现与现实中的表现是否具有一致性，比如在VR中看到一个人受伤，被试有去帮忙的行为倾向，那么现实中这个被试见到有人受伤是否也会去帮忙，这个问题正是斯坦福大学VHIL实验室的研究结果，研究显示，VR中的行为表现和现实具有一致性，北京潜质大数据科学研究院通过长期实证研究也印证了这一点，比如，在VR中一个探索力强的人，在现实中也同样有强的行为表现。事实上，VR大数据测评，除了采集行为，还采集语言、生理、时间、空间、甚至面部表情等信息，构建多源异构大数据，我们说VR大数据测评的本质是通过短时间内采集被试的真值数据进而对结果进行预测，比如通过采集语言数据进行测评，这里面用到的原理就是我们都熟悉的“言为心声”的普遍共识，一个人说的话，代表了这个人过去读过的书，走过的路、认知水平等等，通过“语言+行为”信息的采集，整体又非常符合我们中国人“看人、识人”最朴素的六字原理：听其言，观其行。生理信息采集比如眼动，这个原理其实就是我们眼动心理学上的研究，通过测量眼睛的注视点的位置或者眼球相对头部的运动而实现对眼球运动的追踪，与时间和空间信息配合使用，不仅反映了人注意力分配，而且与人的好奇心有相关关系。

2、B=f(PE)场域论

既然过去行为是未来行为的最好预测，那么行为又是由什么决定的？我们知道，人才素质测评是离不开心理学的，心理学是关注个体差异的科学，在传统的心理学研究中，研究者通常关注个体差异变量与结果变量之间的关系问题。Motowidlo，Borman&Schmit也认为，传统的组织行为研究，属于个体水平模型，模型中的关键构念、过程和方法都建立在个体水平之上。我们看到，这些经典的理论都是关注个体，认为个体的技能、知识、能力、动机等决定了一个人的行为表现。

与上述理论相对应的有另外一个非常著名的，这就是勒温的场论。Lewin &Cartwright(1951)认为，人是一个场域(field)，人的心理活动是在一种心场或生活空间内发生的。生活空间(life space，LS)包括个人及其心理环境。一个人的行为取决于个人与环境的相互作用，也就是说，行为取决于个体的生活空间。勒温的基本公式如下:

B=f(PE)=f(LS)

式中，B代表个人行为的方向和向量；f代表某个函数关系；P代表个人的内部动力；E代表环境的刺激；LS代表生活空间。

也就是说，生活空间包括人与环境。行为发生在生活空间中，它是人与环境的函数。

勒温的理论强调一个人的行为是由个人和环境共同决定的，而不是仅由个人决定的，我们认为，勒温的理论更为全面，更为客观。如果能运用勒温的理论进行人才潜质测评，那无疑是对人才测评的一大突破，但这里面有一个最大的难点，就是出现了两个自变量：P和E，这样会导致B值很难确定，如何解决这一问题？可以说科技的发展，让这一难题得到了解决，在元宇宙VR大数据测评中，通过VR构建统一的虚拟场景，人们带上VR眼镜以后，其强大的沉浸感，事实上让人们进入到了另外一个世界，进入到了一个统一的环境，我们今天追逐的元宇宙魅力也在于此，这就解决了E的问题，在潜质模型不变的情况下，实现了效度概化的最大化，也就是A大学能用，B大学也能用，A企业能用，B企业也能用。（效度概化：已经被证明在一种工作或一个情境中有效的测量方式，能不能适用于其他工作或环境，这就是概化问题。效度概化(validity generalizability)是指在多大程度上可以将一个场景下的测验有效性外推到其他场景下。）

VR大数据测评中的VR设备在这个测评过程中，承担了两个作用，一个刺激作用，因为潜质相对稳定，要表现出行为，是需要通过外在刺激才可以展现出来，另一个则是统一环境的作用。

三、大数据概述

可以说，我们人类已经真正进入到了大数据时代，但是对于大数据的基本认知还存在不少盲点，比如很多人以为数据量大就是大数据，如果只是数据量大，我们应该称为“大量数据”或者“大的数据”，而不是大数据，大数据是一个词。

2011年5月，全球知名咨询公司麦肯锡首次提出“大数据”的概念(麦肯锡,2011)。维基百科中将大数据定义为:所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的的信息。以往的数据大多是通过抽样所得，而大数据往往是非结构化的数据或者是半结构化的数据。

IBM指出了大数据5个方面的特征，即5V：Volume（大量）、Variety（多样）、Veracity（真实性）、Value（价值）、Velocity（高速）。

1）大量：大数据的特征首先就体现为“大”，这个大不仅指数量大，更重要的是指传统数据处理应用软件不足以处理的数据量；

2）多样：广泛的数据来源，决定了大数据形式的多样性。数据的格式是多样化的，如文字、图片、视频、音频、地理位置信息等，也可以是不同的数据类别，也可以有不同的来源，如传感器、互联网；任何形式的数据都可以对我们进行信息加工产生作用。这些信息可以广泛应用于金融、生产、新闻、娱乐、教育、科研等领域。

3）真实：又称为客观的、物理的，如个体在真实物理场景中的行为，与人交谈中的一些未经加工处理的语言信息等；

4）价值：价值性是大数据最本质的特性之一，大数据之所以能够得到各行各业的重视，是因为数据背后巨大的潜在价值，但一般情况下它的价值密度很低；

5）高速：数据具有一定的时效性，是不停变化的，这种变化可以是随时间变化而数据量逐渐增大，也可是随空间变化而不断移动变化。

综上，我们看到，大数据是一个词，表面特征是数据量大，而本质特征则是“多源异构”，也就是不同的数据类型，不同的数据结构，比如声音数据和文本数据结构就完全不同，多源异构才是大数据的核心特征，学习元宇宙VR大数据测评，我们要特别关注其核心特征是否符合要求。

元宇宙VR大数据测评作为一种新的测评形式，需要契合大数据的基本特征，通常来讲要符合上述五种特征中的三种以上。

（1）大量：针对大数据测评产品系统而言，单个VR采集终端中会产生大量的数据，目前单次评估可以产生10000条数据，整个系统中大量的测评终端所产生的数据量是巨大的，对于采集到的多源异构数据，单一的传统数据处理软件如SPSS、Excel等是无法解析处理的，需要用专门的大数据处理软件进行解析后变成结构化数据在进行使用，目前的元宇宙VR大数据测评系统，在此项上符合大数据“大量”的特征；

（2）多样：测评系统采集的数据包括位置数据、行为数据、语音数据、生理指标数据等多种形式的数据，综合多源数据关联测评结果，目前的元宇宙VR大数据测评系统，在此项上符合大数据的“多样”的特征；

（3）真实：测评终端中采集的数据，包括生理指标、语音语调数据、位置坐标数据等均为在相应场景下的真实客观数据，没有经过被试的加工处理，主体是第一反映数据，是“真值”数据，目前的元宇宙VR大数据测评系统，在此项上符合大数据客观“真实”的特征；

（4）价值：测评设计的理想目标是“以看似不相关其实强相关的数据点进行测评”，也就是以相关关系为主（这里不强调因果），以此最大限度的避免社会期许效应、主观臆断等弊端，不但客观而且科学，能最大限度的测评出准确结果，体现数据的价值，评估系统借助元宇宙VR这一现代技术创造性实现了此目标；

（5）高速：VR大数据测评过程中，实时产生大量数据，并且VR场景中产生的数据是随着时间和场景的变化而变化的，目前的元宇宙VR大数据测评系统，在此项上符合大数据“高速”的特征。

综上所述，元宇宙VR大数据测评工具符合大数据的五大特征，是典型的大数据评，是对传统测评方式方法的颠覆式创新，必将推动人才测评事业的跨越式发展。

元宇宙VR 大数据现代测评系统，基于当下元宇宙共识（计算载体VR、空间维度三维、虚拟人、用户特征数据、交互行为数据、场景构建数据）采用虚拟现实、人工智能等高新技术，主要利用虚拟现实场景高沉浸感和全方位、多类型数据追踪记录能力来评估记录体验者处在场景环境下的语音、行为、生理、时间、空间等多源异构记录，用以分析这些数据和体验者的某些使命、愿景、价值观、特质等之间的相关关系，进而经过数据预处理、标准化、数据分析等技术手段，分析出数据和某种潜质、倾向、能力、胜任力、习惯等相关关系，进而用于人才发展、人才评价、科研、教学、职业规划、评估等，是融合教育科技和人文数据的最新创新式开放成果，为人文学科提供了优质的实验、科研和教学承载平台，为人文科学的自然科学化研究提供了跨界交叉融合的有效载体，是典型的跨学科研究及教学工具。

测评理论基于“行为一致性原理+Lewin的B=f(PE)场域论”，VR技术基于斯坦福大学VHIL实验室关于VR对人的认知和行为最新研究成果，测评模型基于1300万数据基础，测评产品基于北京潜质大数据科学研究院的理论及实证研究，潜质概念基于麦克里兰的冰山素质模型，相关的理论还涉及：发展综合模型理论、生态模型理论、社会身份理论、投射原理四大理论基础，通过“多场景测评”、“假面效应避免”、“虚拟现实情景模拟”、“突出行为倾向考察”、“采集多源异构数据”、“构建强交互场域”等方式，实现人才测评的游戏化、数字化、智能化。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。