CN110196943A - 一种职位智能推荐系方法及其系统 - Google Patents

Abstract

本发明公开了一种职位智能推荐方法及其系统，包括如下步骤获取求职者的简历信息，并生成求职者偏好向量空间模型，获取企业人才招聘需求信息，生成企业人才需求偏向向量空间模型；求职者信息管理模块获取求职者信息，求职者信息处理单元对求职者信息进行过滤擷取，生成求职者偏好向量空间模型，企业信息管理模块获取企业人才招聘需求信息对企业招聘需求信息进行过滤擷取，生成企业人才需求偏向向量空间模型，算法单元对求职者偏好向量空间模型和企业人才需求偏向向量空间模型进行相似度匹配，将完全符合的样本作为优选发送给企业和求职者，其余样本作为备选发送给企业和求职者。

Description

一种职位智能推荐系方法及其系统

技术领域

本发明属于职位推荐领域，具体涉及一种职位智能推荐方法及其系统。

背景技术

网络招聘，也被称为电子招聘，是指通过技术手段的运用，帮助用人单位人事经理完成招聘的过程。即用人单位通过公司自己的网站、第三方招聘网站等机构，使用简历数据库或搜索引擎等工具来完成招聘过程，网上招聘和和网上求职已经成为当今社会人才交流的一种主要方式。用人单位和求职者在第三方的人才招聘网站上注册账号，相互之间进行搜索和交流，以寻求最满意的对象。

人才招聘网站拥有大量的职位，一个求职者登录网站之后，只能从职位列表中浏览职位，或者依靠关键字去搜索可能适合自己的职位。职位列表往往数量巨大，求职者无法在短时间内找到自己感兴趣的职位；而使用关键字搜索，求职者使用的关键字的数量和精确性很有限，搜索出来的职位数量常常很大，很难找到适合自己的职位，用人单位在面试求职者时，往往浪费大量时间，而且找不到合适的人选。

发明内容

本发明在于提供一种职位智能推荐方法及其系统，以解决求职者使用的关键字的数量和精确性很有限，搜索出来的职位数量常常很大，很难找到适合自己的职位，用人单位在面试求职者时，往往浪费大量时间，而且找不到合适的人选的问题。

一种职位智能推荐方法，包括如下步骤：

步骤S1:获取求职者的简历信息，所述简历信息包括求职者的求职需求；

步骤S2:根据步骤S1中所收集到的求职者简历信息进行解析，并生成求职者偏好向量空间模型；

步骤S3:获取企业人才招聘需求信息，所述企业招聘需求信息包括岗位职责、工作年限和薪资待遇；

步骤S4:根据步骤S3中获取的企业人才招聘需求信息进行解析，生成企业人才需求偏向向量空间模型；

步骤S5:对步骤S2中求职者偏好向量空间模型和步骤S4中企业人才需求偏向向量空间模型进行分析；

步骤S6:根据步骤S5中的模型分析结果，通过系统算法对求职者和企业进行职位智能推荐。

优选的，所述步骤S1中简历信息还包括姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能和性格描述。

优选的，所述步骤S3中企业招聘需求信息还包括：职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求和性别要求。

优选的，所述步骤S6中系统算法是通过求职者偏好向量空间模型和企业人才需求偏向向量空间模型进行相似度计算。

优选的，根据所述相似度计算结果从人-职位关联矩阵中筛选出合适的求职者需求样本和企业需求样本。

优选的，求职者需求样本和企业需求样本分别划分为完全符合条件样本、部分符合条件样本和基本符合条件样本。

一种职位智能推荐系统包括求职者信息管理模块、企业信息管理模块和系统处理模块；

所述求职者信息管理模块用于获取求职者的简历信息；

所述企业信息管理模块用于获取企业招聘需求信息；

所述系统处理模块用于分析处理求职者信息和企业信息。

优选的，所述系统处理模块包括求职者信息处理单元、企业信息处理单元和系统算法单元；

所述求职者信息处理单元将求职者信息处理为求职者偏好向量空间模型；

所述企业信息处理单元将企业信息处理为企业人才需求偏向向量空间模型；

所述系统算法是将求职者偏好向量空间模型和企业人才需求向量空间模型进行相似度计算。

与现有的方法相比，本发明的有益效果是：通过求职者信息处理单元对求职者信息进行管理分类，生成求职者偏好向量空间模型对求职者的信息进行过滤，擷取求职者信息，通过企业信息处理单元对企业信息进行管理分类，生成企业人才需求偏向向量空间模型对企业的信息进行过滤，擷取企业信息，通过系统算法单元，对求职者偏好向量空间模型和企业人才需求向量空间模型进行文本相似度计算，并将求职者信息按相似程度的高低发送给企业，将企业信息按相似程度的高低发送给求职者，相比较现有的方法，新型的职位智能推荐系统及其使用方法，可以根据求职者技能背景匹配相对应的企业，可以根据企业所需人才信息匹配相对应的求职者，解决求职者就业盲目，企业难以招到合适人才的问题。

附图说明

图1为本发明的方法流程示意图；

图2为本发明的系统流程示意图；

具体实施方式

下面将结合发明实施例中的附图，对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发明一部分实施例，而不是全部的实施例。基于发明中的实施例，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，都属于发明保护的范围。

实施例1

请参阅图1，本发明提供一种职位智能推荐方法，包括如下步骤：

步骤S1:获取求职者的简历信息，所述简历信息包括求职者的求职需求；

步骤S2:根据步骤S1中所收集到的求职者简历信息进行解析，并生成求职者偏好向量空间模型；

步骤S3:获取企业人才招聘需求信息，所述企业招聘需求信息包括岗位职责、工作年限和薪资待遇；

步骤S4:根据步骤S3中获取的企业人才招聘需求信息进行解析，生成企业人才需求偏向向量空间模型；

步骤S5:对步骤S2中求职者偏好向量空间模型和步骤S4中企业人才需求偏向向量空间模型进行分析；

步骤S6:根据步骤S5中的模型分析结果，通过系统算法对求职者和企业进行职位智能推荐。

进一步的，步骤S1中简历信息还包括姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能、性格描述。

进一步的，步骤S3中企业招聘需求信息还包括：职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求、性别要求。

进一步的，步骤S6中系统算法是通过求职者偏好向量空间模型和企业人才需求偏向向量空间模型进行相似度计算。

进一步的，根据所述相似度计算结果从人-职位关联矩阵中筛选出合适的求职者需求样本和企业需求样本。

进一步的，求职者需求样本和企业需求样本分别划分为完全符合条件样本、部分符合条件样本和基本符合条件样本。

在本实施方式中,获取求职者的简历信息，其中简历信息包括求职者的求职需求，求职者的姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能、性格描述等相关信息，利用系统算法生成求职者偏好向量空间模型；

其中企业招聘信息，包括企业的招聘需求，职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求、性别要求等，利用系统算法生成企业人才需求偏向向量空间模型；

在本实施方式中，利用系统算法对分析来的求职者偏好向量空间模型和企业人才需求偏向向量空间模型进行相似度分析；筛选求职者匹配的企业样本和企业需求的人才的人才样本；

在本实施方式中根据相似度计算结果从人-职位关联矩阵中筛选出合适的样本；

在本实施方式将求职者需求样本和企业需求样本分别划分为完全符合条件样本、部分符合条件样本和基本符合条件样本；根据相似度计算结果进行排序，根据划分首先将完全符合样本优先发送给企业和求职者，基本符合样本和部分符合样本作为备选发送给企业和求职者。

实施例2

请参阅图2，本发明提供一种职位智能推荐系统，包括求职者信息管理模块、企业信息管理模块和系统处理模块；

所述求职者信息管理模块用于获取求职者的简历信息；

所述企业信息管理模块用于获取企业招聘需求信息；

所述系统处理模块用于分析处理求职者信息和企业信息。

进一步的，所述系统处理模块包括求职者信息处理单元、企业信息处理单元和系统算法单元；

所述求职者信息处理单元将求职者信息处理为求职者偏好向量空间模型；

所述企业信息处理单元将企业信息处理为企业人才需求偏向向量空间模型；

所述系统算法是将求职者偏好向量空间模型和企业人才需求向量空间模型进行相似度计算。

在本实施方式中，求职者信息管理模块通过求职软件或者求职APP获取求职者的信息，求职者信息管理模块通过系统处理模块中的求职者信息处理单元生成求职者偏好向量空间模型；

在本实施方式中，企业信息管理模块通过招聘软件或者招聘货站获取企业招聘需求信息，企业信息管理模块通过系统处理模块中的企业信息处理模块生成企业人才需求偏向向量空间模型；

在本实施方式中，系统处理模块中的系统算法单元，将求职者偏好向量空间模型和企业人才需求向量空间模型进行相似度计算，根据计算结果，将筛选出的样本分为完全符合样本、基本符合样本和部分符合样本；

在本实施方式中系统算法单元将完全符合样本作为优选发送给企业和招聘者，将基本符合样本和完全符合样本作为备选发送给企业和招聘者。

实施例3

请参阅图1，本发明提供一种职位智能推荐方法，包括如下步骤：

步骤S1:求职者登录求职网站，在求职APP上输入求职需求信息，其中求职需求信息包括姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能和性格描述等；

步骤S2:网上后台程序对求职者求职需求信息进行分析处理，并生成求职者偏好向量空间模型；

步骤S3:企业登录招聘网站，在招聘网站中输入招聘需求信息，其中招聘需求信息包括职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求和性别要求等；

步骤S4:网站后台程序对企业招聘需求信息进行分析处理，生成企业人才需求偏向向量空间模型；

步骤S5:根据步骤S3和步骤S4中的偏向向量空间模型；通过系统算法对求职者和企业进行职位智能推荐。

在本实施方式中，通过网页收集求职者的简历信息，网站后台对求职者的简历信息进行解析，通过网页收集企业人才招聘需求信息，网站后台对人才招聘需求信息进行解析，网站后台对求职者的简历信息和企业人才招聘需求信息进行相似度分析，根据相似度计算结果从网站数据库中筛选合适的求职者需求样本和企业需求样本，将相似度完全符合的样本作为优选优先通过网页弹窗发送给企业和求职者，将相似度基本符合和部分符合的样本作为备选通过网页弹窗发送给企业和求职者。

实施例4

请参阅图1，本发明提供一种职位智能推荐方法，包括如下步骤：

步骤S1:求职者登录APP，在APP上输入求职需求信息，其中求职需求信息包括姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能和性格描述等；

步骤S2:APP后台程序对求职者求职需求信息进行分析处理，并生成求职者偏好向量空间模型；

步骤S3:企业登录招聘APP，在APP中输入招聘需求信息，其中招聘需求信息包括职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求和性别要求等；

步骤S4:APP后台程序对企业招聘需求信息进行分析处理，生成企业人才需求偏向向量空间模型；

步骤S5:根据步骤S3和步骤S4中的偏向向量空间模型；通过系统算法对求职者和企业进行职位智能推荐。

在本实施方式中，通过APP收集求职者的简历信息，APP后台对求职者的简历信息进行解析，通过APP程序收集企业人才招聘需求信息，APP后台对人才招聘需求信息进行解析，APP通过对求职者的简历信息和企业人才招聘需求信息进行相似度分析，根据相似度计算结果从APP的数据库中筛选合适的求职者需求样本和企业需求样本，将相似度完全符合的样本作为优选优先通过短信发送给企业和求职者，将相似度基本符合和部分符合的样本作为备选通过短信发送给企业和求职者。

尽管已经示出和描述了发明的实施例，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，发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种职位智能推荐方法，其特征在于：包括如下步骤：

步骤S1:获取求职者的简历信息，所述简历信息包括求职者的求职需求；

步骤S2:根据步骤S1中所收集到的求职者简历信息进行解析，并生成求职者偏好向量空间模型；

步骤S3:获取企业人才招聘需求信息，所述企业招聘需求信息包括岗位职责、工作年限和薪资待遇；

步骤S4:根据步骤S3中获取的企业人才招聘需求信息进行解析，生成企业人才需求偏向向量空间模型；

步骤S5:对步骤S2中求职者偏好向量空间模型和步骤S4中企业人才需求偏向向量空间模型进行分析；

步骤S6:根据步骤S5中的模型分析结果，通过系统算法对求职者和企业进行职位智能推荐。

2.根据权利要求1所述的一种职位智能推荐方法，其特征在于：所述步骤S1中简历信息还包括姓名、籍贯、年龄、性别、学历、专业、期望薪资、个人简述、工作经历、职业技能和性格描述。

3.根据权利要求1所述的一种职位智能推荐方法，其特征在于：所述步骤S3中企业招聘需求信息还包括：职位名称、工作地点、招聘人数、薪资、学历要求、专业要求、年龄要求和性别要求。

4.根据权利要求1所述的一种职位智能推荐方法，其特征在于：所述步骤S6中系统算法是通过求职者偏好向量空间模型和企业人才需求偏向向量空间模型进行相似度对比计算。

5.根据权利要求4所述的一种职位智能推荐方法，其特征在于：根据所述相似度计算结果从人-职位关联矩阵中筛选出合适的求职者需求样本和企业需求样本。

6.根据权利要求5所述的一种职位智能推荐方法，其特征在于：求职者需求样本和企业需求样本分别划分为完全符合条件样本、部分符合条件样本和基本符合条件样本。

7.一种职位智能推荐系统，其特征在于：包括求职者信息管理模块、企业信息管理模块和系统处理模块；

所述求职者信息管理模块用于获取求职者的简历信息；

所述企业信息管理模块用于获取企业招聘需求信息；

所述系统处理模块用于分析处理求职者信息和企业信息。

8.根据权利要求7所述的一种职位智能推荐系统，其特征在于：所述系统处理模块包括求职者信息处理单元、企业信息处理单元和系统算法单元；

所述求职者信息处理单元将求职者信息处理为求职者偏好向量空间模型；

所述企业信息处理单元将企业信息处理为企业人才需求偏向向量空间模型；

所述系统算法是将求职者偏好向量空间模型和企业人才需求向量空间模型进行相似度计算。