CN105740446A - 招聘网站用于诚信信用评价的企业信息集成方法及装置 - Google Patents

Abstract

本发明提出的招聘网站用于诚信信用评价的企业信息集成方法，包括以下步骤：检测到认证需求事件，并根据该认证需求事件指示的企业标识，从认证数据库中获取与该企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息，该企业标识是该招聘网站接收企业注册时设定并添加到该认证数据库的；根据该认证数据，生成诚信信用评价的认证文件，该诚信信用评价的认证文件与该企业标识相对应。本发明提出的招聘网站用于诚信信用评价的企业信息集成方法，增加了工商验证信息、互联网上企业信息和企业实地信息，丰富了招聘单位的企业信息来源，并生成诚信信用评价的认证文件，一站式地为求职者提供较全面的企业信息服务。

Description

招聘网站用于诚信信用评价的企业信息集成方法及装置

技术领域

本发明属于网络技术领域，尤其涉及一种招聘网站用于诚信信用评价的企业信息集成方法及装置。

背景技术

目前招聘网站上的企业招聘信息虽多，但招聘信息及企业信息的真实性却难以保证。出现了一些网站上的展示信息误导求职者，甚至使求职者遭遇骗局的现象。

一方面，缺少真实企业信息支持，网站招聘仅起到张贴招聘广告的作用，求职者并不能在招聘网站直接获得意向公司的真实情况，直接影响求职者对招聘网站的认可及信任。

为应对这种情况，求职者需要再从其他渠道进一步搜索目标企业的信息，通过个人分析判断综合后得到目标企业的情况，既费时又费力，且得到信息的真实性取决于求职者应用互联网的能力及处理信息的能力。

另一方面，由于不能对发布招聘信息的企业进行甄选，也导致部分企业不愿意在招聘网站发布其招聘信息。

因此，目前招聘网站提供不了便捷可靠的求职服务，网络招聘的用户体验不佳，导致网站的访问量偏低。

发明内容：

鉴于此，本发明提供一种招聘网站用于诚信信用评价的企业信息集成方法和装置，在招聘企业提供的信息之外，生成诚信信用评价的认证文件，丰富招聘单位的企业信息来源，一站式地为求职者提供较全面的企业信息服务。

第一方面，本发明提供的招聘网站用于诚信信用评价的企业信息集成方法，包括以下步骤：

检测到认证需求事件，并根据该认证需求事件指示的企业标识，从认证数据库中获取与该企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；该企业标识是该招聘网站接收企业注册时设定并添加到该认证数据库的；

根据该认证数据，生成诚信信用评价的认证文件，该诚信信用评价的认证文件与该企业标识相对应。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法中检测到该认证需求事件包括：

检测到认证数据库中有新增的企业标识，且认证数据库中至少存储有一项与该企业标识对应的认证数据；

或检测到认证数据库中新增了企业工商信息；

或检测到认证数据库中新增了互联网上企业信息；

或检测到认证数据库中新增了企业实地信息；

或检测到招聘网站接收到生成诚信信用评价的认证文件的请求。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法中根据认证数据、生成诚信信用评价的认证文件的步骤包括：

根据认证数据，生成诚信信用评价的认证文件的步骤包括：

S31：创建一个与该企业标识相对应的空文件；

S32：判断该认证数据的项数是否为一项，若是，则执行步骤S33,若否，则执行步骤S34；

S33：将该企业工商信息或互联网上企业信息或企业实地信息添加到该空文件中，生成诚信信用评价的认证文件；

S34：从核心词库中取出一个核心词汇，该核心词库由预先经机器学习确定的核心词汇构成；分别确定该一项以上的认证数据中与该核心词汇对应的初始语义内容；多源信息融合该一项以上的初始语义内容，并生成可信因子和可信语义内容；

S35：判断该核心词汇库中是否有尚未取出的核心词汇，若是，返回步骤S34；若否，执行步骤S36；

S36：根据预先经机器学习确定的核心词汇权重，对该至少一项可信因数进行加权后，得到信息可信性评分，该信息可信性评分反映该企业标识对应的认证信息的可信程度；该核心词汇权重反映该核心词汇的重要程度；

S37：将该至少一项该可信语义内容及该信息可信性评分添加到该空文件中，生成诚信信用评价的认证文件。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法还包括获取企业工商信息的步骤：

从认证数据库中获取与该企业标识对应的第一基础信息，该第一基础信息包括企业名称、企业地址，该第一基础信息是预先添加到认证数据库的；

根据企业名称和/或企业地址，获取企业所属的地域字段；根据该地域字段，确定与该地域对应的工商注册信息查询接口；

向该查询接口提交该企业名称，并获得验证码；

处理该验证码，得到与该验证码对应的验证信息；

在该验证信息合法时，提取与该企业标识对应的企业工商信息，并提交给该认证数据库存储。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法还包括获取互联网上企业信息的步骤：

S51：从该认证数据库中获取与该企业标识对应的第二基础信息，该第二基础信息包括企业名称、企业地址、企业规模、企业领域，该第二基础信息是预先添加到该认证数据库的；根据该第二基础信息，确定认证网址集合；

S52：取出该认证网址集合中的一个认证网址；根据该认证网址的页面规则信息配置抓包工具，并启动该抓包工具采集该认证网址的互联网上企业信息，该认证网址的页面规则信息是预先利用抓包工具获得的；

S53：判断该认证网址集合中是否有尚未取出的认证网址，若是，返回步骤S52，若否，执行步骤S54；

S54：将该互联网上企业信息提交给该认证数据库存储。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法还包括：

接收展示该诚信信用评价的认证文件的请求消息，展示该诚信信用评价的认证文件的请求消息由招聘网站触发；

当确定与该展示诚信信用评价的认证文件的请求消息中指示的企业名称对应的企业标识存在时，显示与该企业标识对应的诚信信用评价的认证文件。

进一步地，该招聘网站用于诚信信用评价的企业信息集成方法还包括：

检测到认证数据库中的认证数据有修改时，根据该修改后的认证数据，生成该诚信信用评价的认证文件。

本发明提出的招聘网站用于诚信信用评价的企业信息集成方法，在招聘企业提供的信息之外，增加了工商验证信息、互联网上企业信息和企业实地信息，丰富了招聘单位的企业信息来源，生成诚信信用评价的认证文件，一站式地为求职者提供较全面的企业信息服务，从而为求职者提供更加真实、可信的招聘企业信息和工作机会，并为招聘企业提供稳定有效的招聘服务平台。

第二方面，本发明提供一种招聘网站用于诚信信用评价的企业信息集成装置，包括：

认证数据获取模块，该认证数据获取模块用于检测到认证需求事件，并根据该认证需求事件指示的企业标识，从认证数据库中获取与该企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；该企业标识是该招聘网站接收企业注册时设定并添加到该认证数据库的；

诚信信用评价的认证文件生成模块，该诚信信用评价的认证文件生成模块用于根据该认证数据，生成诚信信用评价的认证文件，该诚信信用评价的认证文件与该企业标识相对应。

进一步地，该招聘网站用于诚信信用评价的企业信息集成装置的认证数据获取模块中，检测到认证需求事件为：

检测到该认证数据库中有新增的企业标识，且该认证数据库中至少存储有一项与该企业标识对应的认证数据；

或检测到该认证数据库中新增了企业工商信息；

或检测到该认证数据库中新增了互联网上企业信息；

或检测到该认证数据库中新增了企业实地信息；

或检测到该招聘网站接收到生成诚信信用评价的认证文件的请求。

进一步地，该招聘网站用于诚信信用评价的企业信息集成装置的诚信信用评价的认证文件生成模块包括：

空文件创建单元，用于创建一个与该企业标识相对应的空文件；

第一判断及转移单元，用于判断该认证数据的项数是否为一项；

第一文件信息填充单元，用于在该第一判断及转移单元判断结果为是时，将该认证数据添加到该空文件中，生成诚信信用评价的认证文件；

核心词汇读取单元，用于在该第一判断及转移单元判断结果为否时，依次从核心词库中取出一个核心词汇，该核心词库由预先经机器学习确定的核心词汇构成；

第一认证单元，用于该核心词汇读取单元每读取一个核心词汇，分别确定该一项以上的认证数据中与该核心词汇对应的初始语义内容；多源信息融合该一项以上的初始语义内容，并生成可信因子和可信语义内容；

第二认证单元，用于在该核心词库中没有未读取的核心词汇后，根据预先经机器学习确定的核心词汇权重，对该至少一项可信因数进行加权后，得到信息可信性评分，该信息可信性评分反映该企业标识对应的认证数据的可信程度；该核心词汇权重反映该核心词汇的重要程度；

信息可信性评分添加单元，该信息可信性评分添加单元用于将该至少一项该可信语义内容及该信息可信性评分添加到该空文件中，生成诚信信用评价的认证文件。

本发明提出的招聘网站用于诚信信用评价的企业信息集成装置，在招聘企业提供的信息之外，增加了工商验证信息、互联网上企业信息和企业实地信息，丰富了招聘单位的企业信息来源，并生成诚信信用评价的认证文件，一站式地为求职者提供较全面的企业信息服务，从而为求职者提供更加真实、可信的招聘企业信息和工作机会，并为招聘企业提供稳定有效的招聘服务平台。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为本发明实施例1招聘网站用于诚信信用评价的企业信息集成方法的流程示意图；

图2为本发明实施例3招聘网站用于诚信信用评价的企业信息集成方法的流程示意图；

图3为本发明实施例4招聘网站用于诚信信用评价的企业信息集成方法的流程示意图；

图4为本发明实施例5招聘网站用于诚信信用评价的企业信息集成方法的流程示意图；

图5为本发明实施例6招聘网站用于诚信信用评价的企业信息集成方法的流程示意图；

图6为本发明实施例8招聘网站用于诚信信用评价的企业信息集成装置的组成示意图；

图7为本发明实施例10招聘网站用于诚信信用评价的企业信息集成装置的组成示意图。

具体实施方式：

为使本申请的目的、技术方案和优点更加清楚，下面将结合实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部实施例。基于已给出的实施例，本领域普通技术人员在未做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下各实施例中步骤的编号，并不作为步骤之间执行时序的限定。

招聘网站的用户分为两类：求职者和招聘者。招聘者可以是个人，也可以是企业；但求职者是在企业实体中工作，所以，在以下实施例中，将招聘者角色统一采用“企业”来描述。

实施例1

如图1所示，本实施例招聘网站用于诚信信用评价的企业信息集成方法，包括以下步骤：

S11：检测到认证需求事件，并根据该认证需求事件指示的企业标识，从认证数据库中获取与该企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；该企业标识是该招聘网站接收企业注册时设定并添加到该认证数据库的；

S22：根据该认证数据，生成诚信信用评价的认证文件，该诚信信用评价的认证文件与该企业标识相对应。

本实施例中，企业标识是招聘网站在接收企业注册时设定并添加到企业数据库的。该诚信信用评价的认证文件可以仅包括企业工商信息或互联网上企业信息或企业实地信息，也可以包括上述三者中的两个或者全部。该诚信信用评价的认证文件所包括的企业认证数据取决于请求该诚信信用评价的认证文件时，该认证数据库中已经包括的认证数据。

企业向招聘网站注册时，需要提供本企业的企业信息，这些企业信息包括企业名称、企业地址、企业所在行业、企业招聘需求、企业概况等。企业信息可以按照招聘网站要求的条目内容提交，也可以采用自选格式提交。企业向招聘网站注册时，可以在线提交注册请求；也可以线下寄送并由招聘网站代为录入等方式提交注册请求。企业在招聘网站上发出招聘需求，既可以先注册，再发布招聘信息，也可以在发布招聘信息时一并注册。

企业注册时提交的企业信息，作为企业初始信息保存在招聘网站负责维护的企业数据库中。将该企业初始信息添加到该数据库中，可以是由企业在线主动发起并完成的，也可以是由企业在线主动发起、由招聘网站完成的；也可以是招聘网站主动发起的。也就是说，并不限定将企业注册时提交的企业初始信息保存在企业数据库中的具体执行主体。

招聘网站在接收企业注册，为该企业分配企业标识后，会进一步主动去完善企业信息，如企业工商信息、互联网上企业信息、企业实地信息等，并存储在认证数据库中。该认证数据库可以是上述的企业数据库，也可以是另外创建的数据库。

企业工商信息指工商登记基本信息，其中包括公司名称、法人、所属行业、公司创立时间、注册资金、注册地址、办公地址、办公地点、经营范围、登记机关和工商地址查询地址。

企业实地信息是招聘网站委托认证师通过实地考察和实地拍照取景后获得的企业实地信息。认证师实地拍照信息，可选的，有办公区照、会议室照、前台照、大门照、大厦照以及认证人与企业负责人合影照等。经过梳理后的企业实地信息包括但不限于企业员工规模、男女比例、员工平均年龄、办公面积、办公环境、办公场所、主要从事业务以及乘车路线等。

互联网上企业信息是招聘网站主动通过网络爬虫类技术从互联网内容网站获取与该企业相关的公共信息，如从社交媒体平台、门户新闻网站、行业协会网站等爬取的与该企业有关的信息。

招聘网站在接收到新注册企业的企业初始信息后，通过自主搜索，获取企业认证数据，并与企业提供的企业初始信息进行比对，以判断企业是否诚信。

一方面，招聘网站可设定最低诚信指标，对低于该诚信指标的企业拒绝服务。另一方面，招聘网站通过全面、立体化地展示企业形象、信用、招聘竞争力、福利、口碑等，让求职者在投递简历之前能够全面了解企业情况。

本实施例提出的招聘网站用于诚信信用评价的企业信息集成方法，在招聘企业提供的信息之外，增加了工商验证信息、互联网上企业信息和企业实地信息，丰富了招聘单位的企业信息来源，并生成诚信信用评价的认证文件，一站式地为求职者提供较全面的企业信息服务，从而为求职者提供更加真实、可信的招聘企业信息和工作机会，并为招聘企业提供稳定有效的招聘服务平台。

实施例2

本实施例是对实施例1招聘网站用于诚信信用评价的企业信息集成方法中检测到认证需求事件的多种情景进行说明。

本实施例招聘网站用于诚信信用评价的企业信息集成方法中检测到该认证需求事件包括：

检测到认证数据库中有新增的企业标识，且认证数据库中至少存储有一项与该企业标识对应的认证数据；

或检测到认证数据库中新增了企业工商信息；

或检测到认证数据库中新增了互联网上企业信息；

或检测到认证数据库中新增了企业实地信息；

或检测到招聘网站接收到生成诚信信用评价的认证文件的请求。

本实施例中检测到的认证需求情景可以分为主动认证需求和被动认证需求。检测到认证数据库中有新增的企业标识，且认证数据库中至少存储有一项与该企业标识对应的认证数据；检测到认证数据库中新增了企业工商信息；检测到认证数据库中新增了互联网上企业信息；检测到认证数据库中新增了企业实地信息是招聘网站在开发、调试、维护阶段主动发起的针对某企业标识对应企业的认证需求情景之一。

检测到招聘网站接收到生成诚信信用评价的认证文件的请求则是求职者或者企业通过招聘网站提供的接口，针对某个企业发起的要求企业认证信息的请求，相对于招聘网站来说，属于被动请求诚信信用评价的认证文件的情形之一。当然，也可以是招聘网站开发人员在开发、调试、维护阶段通过招聘网站提供的接口，针对某个企业发起要求企业认证信息的请求。

本实施例招聘网站用于诚信信用评价的企业信息集成方法定义了检测到认证需求事件的多种情景，这些场景使得请求诚信信用评价的认证文件的触发方式更加灵活，获得该招聘网站中的企业认证信息更方便、交互性更好。

实施例3

本实施例是对实施例1招聘网站用于诚信信用评价的企业信息集成方法中根据认证数据生成诚信信用评价的认证文件的方法进行说明。

如图2所示，本实施例招聘网站用于诚信信用评价的企业信息集成方法中，根据认证数据生成诚信信用评价的认证文件的步骤包括：

S31：创建一个与该企业标识相对应的空文件；

S32：判断该认证数据的项数是否为一项，若是，则执行步骤S33,若否，则执行步骤S34；

S33：将该企业工商信息或互联网上企业信息或企业实地信息添加到该空文件中，生成诚信信用评价的认证文件；

S34：从核心词库中取出一个核心词汇，该核心词库由预先经机器学习确定的核心词汇构成；分别确定该一项以上的认证数据中与该核心词汇对应的初始语义内容；多源信息融合该一项以上的初始语义内容，并生成可信因子和可信语义内容；

S35：判断该核心词汇库中是否有尚未取出的核心词汇，若是，返回步骤S34；若否，执行步骤S36；

S36：根据预先经机器学习确定的核心词汇权重，对该至少一项可信因数进行加权后，得到信息可信性评分，该信息可信性评分反映该企业标识对应的认证信息的可信程度；该核心词汇权重反映该核心词汇的重要程度；

S37：将该至少一项该可信语义内容及该信息可信性评分添加到该空文件中，生成诚信信用评价的认证文件。

以下对一些名词进行解释。

招聘网站预先根据求职者在搜索、评价、筛选招聘信息时的行为大数据信息，经机器学习确定招聘者最关注的若干项企业信息及招聘者对每项企业信息的关注程度。这若干项企业信息被作为求职者关注的核心词汇加入到核心词汇库中。这些核心词汇，可能包括但不限于：企业成立时间、注册资金、薪酬水平、培训体系、企业主营业务等。这些核心词汇及其权重因子的集合就构成了核心词汇库。

进一步，将对每项企业信息的关注程度进行量化，得到与每项核心词汇对应的权重因子。权重因子通常在评分法基础上进行量化。通常，权重因子的取值范围为0～10分，其中，0分表示完全不重要，甚至是不相关；10分表示非常重要。介于0与10之间的权重因子可表示：相关、部分相关、非常相关、重要、非常重要等权重序列。以上权重序列可根据需要增加或删除。权重因子也可以采用定性的阶梯分级法，如：高中低三档。

不同行业核心词汇库中的核心词汇及其权重因子是不同的，比如，面向科研机构的核心词汇库和面向传媒机构的核心词汇库是不同的；面向服务业的核心词汇库和面向教育机构的核心词汇库是不同的。因此，在企业认证数据库中，存储有多个核心词汇库。在企业注册或发布招聘信息时，招聘网站为企业分配企业标识的同时，也一并对企业进行分类，并确定其隶属行业的核心词汇库。

针对与企业标识A对应的企业工商信息、互联网上企业信息、企业实地信息这三类信息进行多源信息融合的规则，则基于语义学和机器学习原理。在搜索与企业标识A对应的企业工商信息、互联网上企业信息、企业实地信息这三类信息时，招聘网站是参照上述核心词汇库中的核心词汇，在具体的页面中进行关键词搜索和信息整理的。

在进行多源信息融合时，基于语义学和机器学习原理，将求职者自发进行多源信息融合的方法提取为人类专家知识，并编制对应的融合规则，并表示为计算机可以自动执行的信息融合步骤。经过多源信息融合后，输出某项多源信息的可信性和可信的语义内容。

采用可信因子来表达某项多源信息的可信程度。可以采用评分分法对可信因子赋值，可信因子的取值范围为0～10分，其中0分标识完全不可信，10分标识完全可信。也可以采用阶梯分级法，如：高中低三档。

以下以从认证数据库中获取到与企业标识为A对应的认证数据为例，对生成与企业标识为A所对应的企业诚信信用评价的认证文件的方法进行说明。

首先创建一个与该企业标识A相对应的空文件，该空文件以请求该诚信信用评价的认证文件的时间、企业标识、请求者的身份组合作为文件名，具体地，该空文件的文件名为“201512221024_A_测试人员”。

判断已经获取到的认证数据的项数。如果该认证数据为一项，则为企业工商信息或互联网上企业信息或企业实地信息中的任一项，则将该认证数据直接添加到该空文件中，生成诚信信用评价的认证文件。这时，尽管诚信信用评价的认证文件中只包括三项企业信息中的一项，但该诚信信用评价的认证文件中的企业信息是招聘网站主动搜集得到的，能够在一定程度上完善企业信息。因为招聘网站属于第三方，相对中立，能够在一定程度上保证该认证数据的真实性，可以作为企业初始信息的对比信息，为求职者和企业提供参考。

接下来，以该认证数据包括企业工商信息和企业实地信息两项认证数据为例，对生成诚信信用评价的认证文件的方法进行说明。

首先确定与企业标识A对应的核心词汇库中包括3个核心词汇，分别为：“企业地址”、“经营范围”、“注册资金”。

取出“企业地址”这个核心词汇，并获取到企业工商信息中对应的企业地址为A，获取到企业实地信息中的企业地址为B。

招聘网站根据预先行为大数据信息及机器学习，已经确定了与“企业地址”这个核心词汇对应的如下多源信息融合准则：

如果A与B相同，则与“企业地址”这个核心词汇对应的可信因子为10。如果A与B完全不同，则与“企业地址”这个核心词汇对应的可信因子为0。如果，A与B不完全相同，则根据不相同的程度，进行量化评分。如A与B不完全相同但A与B属于同一个城市或同一个市辖区，且分别是总部地址和分公司公司地址，则量化与“企业地址”这个核心词汇对应的可信因子为9；若A与B属于同一个城市或同一个市辖区，但不具有总部和分公司这样的隶属关系，则认为在工商信息中登记的企业地址没有及时变更到目前企业的开业地址，则认为该企业对企业信息维护不足，量化与“企业地址”这个核心词汇对应的可信因子为8。

根据以上融合规则，及A与B的相同程度，确定与企业标识A对应的企业工商信息和企业实地信息中，核心词汇“企业地址”对应的可信因子α_i为8，可信语义内容为：注册地址为A与实际工作地址为B这两项内容的组合。

继续对核心词汇库中的其他核心词汇进行多源信息融合，并得到与“经营范围”对应的可信因子为6，可信语义内容为企业主营业务为机械产品中的流体机械设备；得到与“注册资金”对应的可信因子为5，可信语义内容为企业注册资金声明为400万，但企业实地信息中显示企业实际并未经营。

预先确定的多源信息融合规则之一是对核心词汇进行加权平均，得到企业的信息可信性评分γ。其中n为核心词汇数。

查询预先确定的与这3个核心词汇对应的权重因子β_i分别为7、8、8，则加权平均后得到该企业的信息可信性评分γ为48。需要说明的是，48分相对的参照值是100。优选地，根据该企业的信息可信性评分为48，可以认为与该企业标识对应的认证信息的可信程度属于中等。

继续将“企业地址”、“经营范围”、“注册资金”这3个核心词汇对应的可信因子及可信语义内容添加到该文件“201512221024_A_测试人员”，得到与该企业标识对应的诚信信用评价的认证文件。

需要说明的是，针对一个企业标识，生成的诚信信用评价的认证文件的内容取决于请求诚信信用评价的认证文件时刻在认证数据库中已存储的企业信息。这些先后生成的诚信信用评价的认证文件的内容可能不尽相同。诚信信用评价的认证文件之间的差异反映了是请求认证时刻招聘网站维护的认证数据库中企业信息的完整程度和完善程度。

本实施例招聘网站用于诚信信用评价的企业信息集成方法应用语义学和机器学习原理，对招聘网站主动获得的多源企业信息进行多源信息融合，降低了企业信息的冗余性，提高了企业信息的可信性。

实施例4

本实施例是对实施例1至3中招聘网站用于诚信信用评价的企业信息集成方法获取企业工商信息的方法进行说明。

如图3所示，本实施例招聘网站用于诚信信用评价的企业信息集成方法，还包括获取企业工商信息的步骤：

S41：从认证数据库中获取与该企业标识对应的第一基础信息，该第一基础信息包括企业名称、企业地址，该第一基础信息是预先添加到认证数据库的；

S42：根据企业名称和/或企业地址，获取企业所属的地域字段；根据该地域字段，确定与该地域对应的工商注册信息查询接口；

S43：向该查询接口提交该企业名称，并获得验证码；

S44：处理该验证码，得到与该验证码对应的验证信息；

S45：在该验证信息合法时，提取与该企业标识对应的企业工商信息，并提交给该认证数据库存储。

本实施例招聘网站用于诚信信用评价的企业信息集成方法中，利用网络爬虫技术自动获取该企业所在地区的企业信用公示系统的URL，利用网络爬虫技术自动张贴(Post)该企业名称，查询并自动化处理验证码得到该企业的公司公示信息网页，并通过爬虫技术通过特定规则自动获取该企业的法人、类型、创立时间、注册资金、注册地址、办公地点、登记机关和经营范围信息。

本实施例招聘网站用于诚信信用评价的企业信息集成方法利用爬虫技术及图像处理技术获取互联网上工商管理部门公示的企业工商信息。企业工商信息一方面可以确认企业提供的企业初始信息的可信性，避免被动地为虚假企业进行宣传推广；另一方面丰富了企业信息，从而为求职者提供更加真实、可信的招聘企业信息。

实施例5

本实施例是对实施例1至3中招聘网站用于诚信信用评价的企业信息集成方法获取互联网上企业信息的方法进行说明。

如图4所示，本实施例招聘网站用于诚信信用评价的企业信息集成方法，还包括获取互联网上企业信息的步骤：

S51：从该认证数据库中获取与该企业标识对应的第二基础信息，该第二基础信息包括企业名称、企业地址、企业规模、企业领域，该第二基础信息是预先添加到该认证数据库的；根据该第二基础信息，确定认证网址集合；

S52：取出该认证网址集合中的一个认证网址；根据该认证网址的页面规则信息配置抓包工具，并启动该抓包工具采集该认证网址的互联网上企业信息，该认证网址的页面规则信息是预先利用抓包工具获得的；

S53：判断该认证网址集合中是否有尚未取出的认证网址，若是，返回步骤S52，若否，执行步骤S54；

S54：将该互联网上企业信息提交给该认证数据库存储。

以获取“百度”这个企业的互联网上信息为例，对本实施例进行说明。

从百度公司向招聘网站时提供的基础信息中的企业名称、企业地址、企业规模、企业领域等信息，确定百度属于BAT领域，则其认证网址集合包括以下几类：NASDAQ股票交易所，新浪/腾讯微博、腾讯微信、人民网、中国法院网等。

取出中国法院网网址，根据中国法院网的网页规则，爬取百度公司涉及到的诉讼情况，如知识产权方面、商业不正当竞争方面、人力劳动纠纷方面等；

取出人民网网址，根据人民网的网页规则，爬取百度公司涉及到的官方新闻，如百度公司参加世界互联网大会、百度公司随同领导人出访外国等；

取出NASDAQ股票交易所网址，根据NASDAQ股票交易所的网页规则，爬取百度公司季度报告及股权变更情况；

取出新浪/腾讯微博、腾讯微信等社交媒体网页，分别根据其网页规则，爬取百度公司员工团队建设、员工招聘、社会评价等信息。

逐一得到上述信息后，将所获得的互联网上信息提交给认证数据库存储。

需要说明的是，认证网址集合包括但不限于以下几类网址：门户网站、搜索引擎、行业协会、社交媒体网络、证券交易所、法律公共信息网络等。

本实施例招聘网站用于诚信信用评价的企业信息集成方法利用爬虫技术获取丰富多样的互联网上企业信息。一方面可以确认企业提供的企业信息的可信性，避免被动地为虚假企业进行宣传推广；另一方面丰富了企业信息，一站式为求职者提供真实、可信、全面的招聘企业信息，降低了对求职者应用互联网水平的要求。

实施例6

本实施例是对实施例1至3中招聘网站用于诚信信用评价的企业信息集成方法中展示诚信信用评价的认证文件的方法进行说明。

如图5所示，本实施例招聘网站用于诚信信用评价的企业信息集成方法，还包括：

S61：接收展示该诚信信用评价的认证文件的请求消息，展示该诚信信用评价的认证文件的请求消息由招聘网站触发；

S62：当确定与该展示诚信信用评价的认证文件的请求消息中指示的企业名称对应的企业标识存在时，显示与该企业标识对应的诚信信用评价的认证文件。

求职者或招聘企业通过招聘网站提供的接口，触发请求显示诚信信用评价的认证文件的请求。展示诚信信用评价的认证文件的方式可以多种多样。在招聘网站上显示的认证报告中，可以在全文或者部分显示诚信信用评价的认证文件中的工商登记信息之外，加盖工商合法注册图章、附上查看工商注册信息的二维码；可以分类展示企业实地信息，如实地拍照的办公环境和办公场所图片及影像；可分类展示企业互联网上信息。当然，认证报告还可以包括可选部分，即企业展示视频，企业可提供来自腾讯、优酷、爱奇艺、土豆或者搜狐的企业视频链接。

本实施例招聘网站用于诚信信用评价的企业信息集成方法将上述招聘企业收集的企业信息在请求时进行展示，交互性好、信息丰富，一站式为求职者提供真实、可信、全面的招聘企业信息，为招聘企业提供稳定有效的招聘服务平台，可有效增加该招聘网站的用户粘性。

实施例7

本实施例对上述实施例中招聘网站用于诚信信用评价的企业信息集成方法的诚信信用评价的认证文件修改方法进行说明。

本实施例对招聘网站用于诚信信用评价的企业信息集成方法，还包括：

检测到认证数据库中的认证数据有修改时，根据该修改后的认证数据，修改该诚信信用评价的认证文件。

本实施例招聘网站用于诚信信用评价的企业信息集成方法实现当认证数据库中的认证数据有更新时，同步更新诚信信用评价的认证文件，从而保证了该认证数据库中数据的持续更新及诚信信用评价的认证文件的持续更新。一方面，可以适应招聘企业的企业信息变更的需要；一方面，招聘网站可根据企业的经营状态按照某个周期定期对认证数据库中的企业信息进行更新，从而保证其网站上提供的招聘企业信息是较近的新信息，有效增加该招聘网站的用户粘性。

需要说明的是，本实施例的使用场景不同于实施例2中触发请求诚信信用评价的认证文件的情景。本实施建立了认证数据获取之后持续的认证数据更新机制，不同于企业注册或发布招聘信息时集中向该认证数据库中添加多源企业信息的工作。

需要说明的是，上述实施例1至7可以组合实施。

实施例8

如图6所示，本实施例招聘网站用于诚信信用评价的企业信息集成装置，包括：

认证数据获取模块10，该认证数据获取模块用于检测到认证需求事件，并根据该认证需求事件指示的企业标识，从认证数据库中获取与该企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；该企业标识是该招聘网站接收企业注册时设定并添加到该认证数据库的；

诚信信用评价的认证文件生成模块20，该诚信信用评价的认证文件生成模块用于根据该认证数据，生成诚信信用评价的认证文件，该诚信信用评价的认证文件与该企业标识相对应。

本实施例的具体实施方式请参照实施例1，这里不再赘述。

本实施例招聘网站的企业信息集成装置，在招聘企业提供的企业初始信息之外，增加了工商验证信息、互联网上企业信息和企业实地信息，丰富了招聘单位的企业信息来源，并生成诚信信用评价的认证文件，一站式地为求职者提供较全面的企业信息服务，从而为求职者提供更加真实、可信的招聘企业信息和工作机会，并为招聘企业提供稳定有效的招聘服务平台。

实施例9

本实施例是在实施例8的基础上，对企业信息集成装置的认证数据获取模块中检测到认证需求事件的多种情景进行说明。

本实施例企业信息集成装置的认证数据获取模块中，检测到该认证需求事件为：

检测到所述认证数据库中有新增的企业标识，且所述认证数据库中至少存储有一项与所述企业标识对应的认证数据；

或检测到所述认证数据库中新增了企业工商信息；

或检测到所述认证数据库中新增了互联网上企业信息；

或检测到所述认证数据库中新增了企业实地信息；

或检测到所述招聘网站接收到生成诚信信用评价的认证文件的请求。

本实施例的具体实施方式请参照实施例2，这里不再赘述。

本实施例企业信息集成装置定义了检测到认证需求事件的多种情景，这些场景使得请求诚信信用评价的认证文件的触发方式更加灵活，获得该招聘网站中的企业认证信息更方便、交互性更好。

实施例10

本实施例是在实施例8的基础上，对企业信息集成装置的诚信信用评价的认证文件生成模块进行说明。

如图7所示，本实施例企业信息集成装置的诚信信用评价的认证文件生成模块包括：

空文件创建单元21，用于创建一个与该企业标识相对应的空文件；

第一判断及转移单元22，用于判断该认证数据的项数是否为一项；

第一文件信息填充单元23，用于在该第一判断及转移单元判断结果为是时，将该企业工商信息或互联网上企业信息或企业实地信息添加到该空文件中，生成诚信信用评价的认证文件；

核心词汇读取单元24，用于在该第一判断及转移单元判断结果为否时，依次从核心词库中取出一个核心词汇，该核心词库由预先经机器学习确定的核心词汇构成；

第一认证单元25，用于该核心词汇读取单元每读取一个核心词汇，分别确定该一项以上的认证数据中与该核心词汇对应的初始语义内容；多源信息融合该一项以上的初始语义内容，并生成可信因子和可信语义内容；

第二认证单元26，用于在该核心词库中没有未读取的核心词汇后，根据预先经机器学习确定的核心词汇权重，对该至少一项可信因数进行加权后，得到信息可信性评分，该信息可信性评分反映该企业标识对应的认证信息的可信程度；该核心词汇权重反映该核心词汇的重要程度；

信息可信性评分添加单元27，该信息可信性评分添加单元用于将该至少一项该可信语义内容及该信息可信性评分添加到该空文件中，生成诚信信用评价的认证文件。

本实施例的具体实施方式请参照实施例3，这里不再赘述。

本实施例企业信息集成装置应用语义学和机器学习原理，对招聘网站获得的多源企业信息进行多源信息融合及信息融合，降低了企业信息的冗余性，提高了企业信息的可信性。

需要说明的是，上述实施例8至10可以组合实施。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。

Claims (10)

1.一种招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，包括以下步骤：

检测到认证需求事件，并根据所述认证需求事件指示的企业标识，从认证数据库中获取与所述企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；所述企业标识是所述招聘网站接收企业注册时设定并添加到所述认证数据库的；

根据所述认证数据，生成诚信信用评价的认证文件，所述诚信信用评价的认证文件与所述企业标识相对应。

2.根据权利要求1所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，所述检测到认证需求事件为：

检测到所述认证数据库中有新增的企业标识，且所述认证数据库中至少存储有一项与所述企业标识对应的认证数据；

或检测到所述认证数据库中新增了企业工商信息；

或检测到所述认证数据库中新增了互联网上企业信息；

或检测到所述认证数据库中新增了企业实地信息；

或检测到所述招聘网站接收到生成诚信信用评价的认证文件的请求。

3.根据权利要求1所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，所述根据认证数据，生成诚信信用评价的认证文件的步骤包括：

S31：创建一个与所述企业标识相对应的空文件；

S32：判断所述认证数据的项数是否为一项，若是，则执行步骤S33,若否，则执行步骤S34；

S33：将所述认证数据添加到所述空文件中，生成诚信信用评价的认证文件；

S34：从核心词库中取出一个核心词汇，所述核心词库由预先经机器学习确定的核心词汇构成；分别确定所述一项以上的认证数据中与所述核心词汇对应的初始语义内容；多源信息融合所述一项以上的初始语义内容，并生成可信因子和可信语义内容；

S35：判断所述核心词汇库中是否有尚未取出的核心词汇，若是，返回步骤S34；若否，执行步骤S36；

S36：根据预先经机器学习确定的核心词汇权重，对所述至少一项可信因数进行加权后，得到信息可信性评分，所述信息可信性评分反映所述企业标识对应的认证数据的可信程度；所述核心词汇权重反映所述核心词汇的重要程度；

S37：将所述至少一项所述可信语义内容及所述信息可信性评分添加到所述空文件中，生成诚信信用评价的认证文件。

4.根据权利要求1至3中任一权利要求所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，还包括获取所述企业工商信息的步骤：

从所述认证数据库中获取与所述企业标识对应的第一基础信息，所述第一基础信息包括企业名称、企业地址，所述第一基础信息是预先添加到所述认证数据库的；

根据所述企业名称和/或企业地址，获取企业所属的地域字段；根据所述地域字段，确定与所述地域对应的工商注册信息查询接口；

向所述查询接口提交所述企业名称，并获得验证码；

处理所述验证码，得到与所述验证码对应的验证信息；

在所述验证信息合法时，提取与所述企业标识对应的企业工商信息，并提交给所述认证数据库存储。

5.根据权利要求1至3中任一权利要求所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，还包括获取所述互联网上企业信息的步骤：

S51：从所述认证数据库中获取与所述企业标识对应的第二基础信息，所述第二基础信息包括企业名称、企业地址、企业规模、企业领域，所述第二基础信息是预先添加到所述认证数据库的；根据所述第二基础信息，确定认证网址集合；

S52：取出所述认证网址集合中的一个认证网址；根据所述认证网址的页面规则信息配置抓包工具，并启动所述抓包工具采集所述认证网址的互联网上企业信息，所述认证网址的页面规则信息是预先利用抓包工具获得的；

S53：判断所述认证网址集合中是否有尚未取出的认证网址，若是，返回步骤S52，若否，执行步骤S54；

S54：将所述互联网上企业信息提交给所述认证数据库存储。

6.根据权利要求1至3中任一权利要求所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，还包括：

接收展示所述诚信信用评价的认证文件的请求消息，所述展示所述诚信信用评价的认证文件的请求消息由所述招聘网站触发；

当确定与所述展示诚信信用评价的认证文件的请求消息中指示的企业名称对应的企业标识存在时，显示与所述企业标识对应的诚信信用评价的认证文件。

7.根据权利要求1至3中任一权利要求所述的招聘网站用于诚信信用评价的企业信息集成方法，其特征在于，还包括：

检测到所述认证数据库中的所述认证数据有修改时，根据所述修改后的认证数据，生成所述诚信信用评价的认证文件。

8.一种招聘网站用于诚信信用评价的企业信息集成装置，其特征在于，包括：

认证数据获取模块，所述认证数据获取模块用于检测到认证需求事件，并根据所述认证需求事件指示的企业标识，从认证数据库中获取与所述企业标识对应的以下至少一项认证数据：企业工商信息、互联网上企业信息、企业实地信息；所述企业标识是所述招聘网站接收企业注册时设定并添加到所述认证数据库的；

诚信信用评价的认证文件生成模块，所述诚信信用评价的认证文件生成模块用于根据所述认证数据，生成诚信信用评价的认证文件，所述诚信信用评价的认证文件与所述企业标识相对应。

9.根据权利要求8所述的招聘网站用于诚信信用评价的企业信息集成装置，其特征在于，所述认证数据获取模块中，所述检测到认证需求事件为：

检测到所述认证数据库中有新增的企业标识，且所述认证数据库中至少存储有一项与所述企业标识对应的认证数据；

或检测到所述认证数据库中新增了企业工商信息；

或检测到所述认证数据库中新增了互联网上企业信息；

或检测到所述认证数据库中新增了企业实地信息；

或检测到所述招聘网站接收到生成诚信信用评价的认证文件的请求。

10.根据权利要求8所述的招聘网站用于诚信信用评价的企业信息集成装置，其特征在于，所述诚信信用评价的认证文件生成模块包括：

空文件创建单元，用于创建一个与所述企业标识相对应的空文件；

第一判断及转移单元，用于判断所述认证数据的项数是否为一项；

第一文件信息填充单元，用于在所述第一判断及转移单元判断结果为是时，将所述认证数据添加到所述空文件中，生成诚信信用评价的认证文件；

核心词汇读取单元，用于在所述第一判断及转移单元判断结果为否时，依次从核心词库中取出一个核心词汇，所述核心词库由预先经机器学习确定的核心词汇构成；

第一认证单元，用于所述核心词汇读取单元每读取一个核心词汇，分别确定所述一项以上的认证数据中与所述核心词汇对应的初始语义内容；多源信息融合所述一项以上的初始语义内容，并生成可信因子和可信语义内容；

第二认证单元，用于在所述核心词库中没有未读取的核心词汇后，根据预先经机器学习确定的核心词汇权重，对所述至少一项可信因数进行加权后，得到信息可信性评分，所述信息可信性评分反映所述企业标识对应的认证数据的可信程度；所述核心词汇权重反映所述核心词汇的重要程度；

信息可信性评分添加单元，所述信息可信性评分添加单元用于将所述至少一项所述可信语义内容及所述信息可信性评分添加到所述空文件中，生成诚信信用评价的认证文件。