CN106649885A - 一种专业类与标准专业名的匹配方法及系统 - Google Patents

Abstract

本发明涉及一种专业类与专业名的匹配方法及系统，利用相关的专业类和标准专业职位名在职位名中具有相似或者相同的分布，分别构建二者关于职位名的向量，最后计算向量间的匹配度，确定二者之间的匹配关系。本发明的实施能够将招聘方招聘职位描述（JD）及求职者的简历（CV）中的两者间的专业信息匹配度量化为数字，辅助用户和职位的匹配，从而解决了职位的专业不匹配问题，降低了人才流失率及人才的误用率。

Description

一种专业类与标准专业名的匹配方法及系统

技术领域

本发明涉及招聘应聘中的信息匹配领域，更具体的，涉及一种专业类与标准专业名的匹配方法及系统。

背景技术

在招聘过程中，应聘者的毕业专业是一个重要的考量，相应地招聘岗位的专业类要求也是一个重要因素，二者可以帮助招聘人员筛选匹配的人才。大学毕业生的专业都是国家标准专业名(下文称专业名)，而招聘岗位里专业的写法人云亦云，没有统一标准，通常是专业类名(下文称专业类)，导致两者间难以对应。

目前，招聘方简历的筛选大部分都是通过HR凭经验来做对应，效率低下，且不同人的理解不同，导致不可复制。而且提专业需求方一旦将需求交给其他招聘人员或者猎头后，会导致需求信息变形，招聘到的职位人才与所需求的专业出现不匹配的问题，从而造成了人才的流失或人才的误用，给企业或应聘人员带来不必要的损失。现有的网络应聘招聘方式也存在向求职者推荐的职位信息与求职者简历中专业不符的问题，从而无法应聘到合适的职位。

发明内容

本发明旨在解决现有技术中存在的技术问题，提供了一种专业类与专业名的匹配方法及系统，能够将招聘方招聘职位描述(JD)及求职者的简历(CV)中的两者间的专业信息匹配度量化为数字，辅助用户和职位的匹配，从而解决了职位的专业不匹配问题，降低了人才流失率及人才的误用率。

为实现上述目的，本发明提供了一种专业类与标准专业名的匹配方法，该方法包括如下步骤：

步骤1，从数据库中获取用人单位的招聘职位描述(JD)信息及求职者简历(CV)；

步骤2，从所述JD信息中抽取所需求的专业类名以及职位；

步骤3，从CV中提取用求职者教育经历中的专业及工作经历，这些专业是国家标准专业，工作经历是毕业后的第一份工作，提取出工作经历的职位；

步骤4，统计所述标准专业和专业类关于职位的词频-逆向文件频率(TF-IDF)，继而构建所述标准专业和专业类名关于职位的矩阵，分解该矩阵得到所述标准专业和专业类名两类向量，计算所述两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系。

更具体的，所述步骤1进一步包括：将获取的JD及CV按行业类别进行分类整理储存。

更具体的，所述步骤2进一步包括：

步骤2.1，根据预存的JD职位信息库对所述获取的JD信息进行分析处理，从中提取职位名关键词；

步骤2.2，根据预存的JD专业类信息库对所述获取的JD信息进行分析处理，从中提取专业类名关键词；

更具体的，所述步骤3进一步包括：

步骤3.1，根据预存的CV专业数据库对所述获取的CV进行分析处理，从中提取求职者教育经历中的专业，这些专业是国家标准专业；

步骤3.2，从CV中获取求职者的所述工作经历相关描述文本，将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位，所述工作经历是毕业后的第一份工作。

更具体的，所述步骤4中的所述计算两类向量之间的匹配度，得到所述标准专业与所述专业类名的映射关系具体包括：

计算两类向量之间的余弦相似度，得到所述标准专业类与专业类名的映射关系。

根据本发明的另一方面，还提供了一种专业类与标准专业名的匹配系统，该系统包括：

采集模块，从数据库中获取用人单位的招聘职位描述(JD)信息及求职者简历(CV)；

第一抽取模块，从所述JD信息中抽取专业类名以及职位；

第二抽取模块，从CV中提取用户的教育经历中的专业及工作经历，这些专业是国家标准专业，提取出工作经历的职位。

匹配模块，统计标准专业和专业类关于职位的词频-逆向文件频率(TF-IDF)，继而构建所述标准专业和专业类名关于职位的矩阵，分解该矩阵得到所述标准专业和专业类名两类向量，计算两类向量之间的匹配度，得到所述标准专业类与专业类名的映射关系。

更具体的，所述采集模块进一步包括：分类储存模块，用于将获取的JD及CV进行按行业类别进行分类整理储存。

更具体的，所述第一抽取模块实现为：

根据预存的JD职位信息库对所述获取的JD信息进行分析处理，从中抽取职位名关键词；

根据预存的JD专业类信息库对所述获取的JD信息进行分析处理，从中抽取专业类名关键词；

更具体的，所述第二抽取模块具体实现为：

根据预存的CV专业数据库对所述获取的CV进行分析处理，从中抽取求职者教育经历中的专业名，这些专业是国家标准专业名；

从CV中获取求职者的所述工作经历相关描述文本，将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位，所述工作经历是毕业后的第一份工作。

更具体的，所述匹配模块中所述计算两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系具体实现为：

计算两类向量之间的余弦相似度，得到所述标准专业类与专业类名的映射关系。

本发明利用相关的专业类和标准专业职位名在职位中具有相似或者相同的分布，分别构建二者关于职位的向量，最后计算向量间的余弦相似度，确定二者之间的匹配关系。

本发明的方案具有简单易行和计算速度快的优点，在海量数据的支撑下，本发明能够计算出所有专业类对应的标准专业，从而辅助求职者和职位的匹配，提高了招聘或应聘的成功率。

本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明一种专业类与标准专业名的匹配方法的流程图；

图2示出了本发明一种专业类与标准专业名的匹配系统的系统框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

为了更好的说明本发明的方案，下面将结合说明书附图进行说明。

图1示出了根据本发明专业类与标准专业名的匹配方法的流程图。

如图1所示，根据本发明的专业类与标准专业名的匹配方法，该方法包括以下步骤：

步骤1，从数据库中获取用人单位的招聘职位描述(JD)信息及求职者简历(CV)；

步骤2，从所述JD信息中抽取所需求的专业类名以及职位；

步骤3，从CV中提取用求职者教育经历中的专业及工作经历，这些专业是国家标准专业；

步骤4，统计所述标准专业和专业类关于职位的词频-逆向文件频率(TF-IDF)，继而构建所述标准专业和专业类名关于职位的矩阵，分解该矩阵得到所述标准专业和专业类名两类向量，计算两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系。

具体的，本发明中完成专业类与标准专业名匹配的执行主体为网络招聘系统，步骤1中通过网络数据库获取用人单位发布的招聘职位描述信息JD及简历CV，JD和CV均包括表格类或者文本形式。其中职位描述(Job Description，JD)主要包括职位名称、工作职责、工作要求、任职条件等信息。然后，在获取到JD及CV后，可以对其按行业类别进行分类整理储存，如按计算机类、法律类、销售等进行分类储存。

具体的，步骤2进一步包括：网络系统中预先存储有JD职位信息库，其中存储了所有的职位，然后对所述获取的JD信息进行分词处理，并将所得词语与JD职位信息库中的职位进行匹配筛选，从而得出所获取的JD中的职位关键词，本发明不限于此，也可以通过其它方式从所获取的JD中得到职位名。

同理，网络系统中可以预先存储有JD专业类信息库，其中存储了所有的专业类名，然后对所述获取的JD信息进行分词处理，并将所得词语与JD职位信息库中的专业类名进行匹配筛选，从而得出所获取的JD中的专业类名关键词，本发明不限于此，也可以通过其它方式从所获取的JD中提取出专业类名关键词。

进一步的，在另一实施例中，也可以从已经分类储存后的JD中直接获得专业类名关键词。

更具体的，所述步骤3进一步包括：步骤2进一步包括：网络系统中预先存储有JD职位信息库，其中存储了所有的职位名，然后可以利用本领域中的自然语言处理方式对所述获取的JD信息进行分词处理，并将所得词语与JD职位信息库中的职位进行匹配筛选，从而得出所获取的JD中的职位关键词，本发明不限于此，也可以通过其它方式从所获取的JD中得到职位名。

同理，网络系统中可以预先存储有CV专业数据库，其中存储了所有的标准专业名，然后可以利用本领域中的自然语言处理方式对所述获取的CV信息进行分词处理，并将所得词语与CV专业数据库中的标准专业名进行匹配筛选，从而得到所属CV教育经历中的专业，本发明不限于此，也可以通过其它方式从所述CV中提取出标准专业名关键词。

进一步的，在另一实施例中，也可以从已经分类储存后的CV中获得标准专业名关键词。

具体的，步骤3还包括：从CV中获取求职者的所述工作经历相关描述文本，利用本领域中的自然语言处理方式将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位名，所述工作经历是毕业后的第一份工作。

更具体的，所述步骤4中的所述计算两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系具体包括计算两类向量之间的余弦相似度，得到专业类与标准专业的映射关系。

具体来说，根据空间向量模型，计算两向量之间的余弦夹角，该余弦夹角代表了专业类与标准专业之间的匹配度，该余弦夹角越小，说明两向量之间的匹配度越高。余弦夹角计算公式为：其中x代表标准专业关于职位的向量，y代表专业类关于职位名的向量。

对用人单位方来说，该方法可进一步设置一匹配度阈值，并自动屏蔽掉不符合匹配度要求的简历。

图2示出了根据本发明一种专业类与标准专业名的匹配系统的系统框图。

如图2所示，该系统包括：

采集模块，从数据库中获取用人单位的招聘职位描述(JD)信息及求职者简历(CV)；

第一抽取模块，从所述JD信息中抽取专业类名以及职位；

第二抽取模块，从CV中提取用户的教育经历中的专业及工作经历，这些专业是国家标准专业，提取出工作经历的职位。

匹配模块，统计标准专业和专业类关于职位的词频-逆向文件频率(TF-IDF)，继而构建所述标准专业和专业类名的向量，计算两类向量之间的匹配度，得到所述标准专业类与专业类名的映射关系。

更具体的，所述采集模块进一步包括：分类储存模块，用于将获取的JD及CV进行按行业类别进行分类整理储存。

更具体的，所述第一抽取模块实现为：

根据预存的JD职位信息库对所述获取的JD信息进行分析处理，从中抽取职位名关键词；

根据预存的JD专业类信息库对所述获取的JD信息进行分析处理，从中抽取专业类名关键词；

更具体的，所述第二抽取模块具体实现为：

根据预存的CV专业数据库对所述获取的CV进行分析处理，从中抽取求职者教育经历中的专业名，这些专业是国家标准专业名；

从CV中获取求职者的所述工作经历相关描述文本，将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位，所述工作经历是毕业后的第一份工作。

更具体的，所述匹配模块中的所述计算两类向量之间的匹配度，得到所述标准专业类与专业类名的映射关系具体实现为：

计算两类向量之间的余弦相似度，得到标准专业类与专业类名的映射关系。

具体来说，根据空间向量模型，计算两向量之间的余弦夹角，该余弦夹角代表了专业类与标准专业之间的匹配度，该余弦夹角越小，说明两向量之间的匹配度越高。

对用人单位方来说，该系统可进一步设置一匹配度阈值，并自动屏蔽掉不符合匹配度要求的简历。

本发明能够将招聘方招聘职位描述(JD)及求职者的简历(CV)中的两者间的专业信息匹配度量化为数字，辅助用户和职位的匹配，从而解决了职位的专业不匹配问题，本发明可应用于任何招聘场景下。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种专业类与标准专业名的匹配方法，其特征在于，包括如下步骤：

步骤1，从数据库中获取用人单位的招聘职位描述（JD）信息及求职者简历（CV）；

步骤2，从所述JD信息中抽取出所需求的专业类名以及职位；

步骤3，从CV中提取求职者教育经历中的专业及工作经历，这些专业是国家标准专业，工作经历是毕业后的第一份工作，提取出工作经历的职位；

步骤4，统计所述标准专业和所述专业类名关于职位的词频-逆向文件频率（TF-IDF），继而构建所述标准专业和专业类名关于职位的矩阵，分解该矩阵得到所述标准专业和专业类名两类向量，计算两类向量之间的匹配度，得到所述标准专业与所述专业类名的映射关系。

2.根据权利要求1所述的一种专业类与标准专业名的匹配方法，其特征在于，所述步

骤1进一步包括：将获取的JD及CV按行业类别进行分类整理储存。

3.根据权利要求1或2所述的一种专业类与标准专业名的匹配方法，其特征在于，所

述步骤2进一步包括：

步骤2.1，根据预存的JD职位信息库对所述获取的JD信息进行分析处理，从中提取职位名关键词；

步骤2.2，根据预存的JD专业类信息库对所述获取的JD信息进行分析处理，从中提取专业类名关键词。

4.根据权利要求1-3任一项所述的一种专业类与标准专业名的匹配方法，其特征在于，

所述步骤3进一步包括：

步骤3.1，根据预存的CV专业数据库对所述获取的CV进行分析处理，从中提取求职者教育经历中的专业名，这些专业是国家标准专业；

步骤3.2，从CV中获取求职者的所述工作经历相关描述文本，将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位。

5.根据权利要求1-4任一项所述的一种专业类与标准专业名的匹配方法，其特征在于，所述步骤4中的所述计算两类向量之间匹配度，得到所述标准专业与所述专业类名的映射关系具体包括：

计算两类向量之间的余弦相似度，得到所述标准专业类与专业类名的映射关系。

6.一种专业类与标准专业名的匹配系统，其特征在于，该系统包括：

采集模块，从数据库中获取用人单位的招聘职位描述（JD）信息及求职者简历（CV）；

第一抽取模块，从所述JD信息中抽取专业类名以及职位；

第二抽取模块，从CV中提取求职者教育经历中的专业及工作经历，这些专业是国家标准专业，工作经历是毕业后的第一份工作，提取出工作经历的职位；

匹配模块，统计所述标准专业和所述专业类名关于职位的词频-逆向文件频率（TF-IDF），继而构建所述标准专业和所述专业类名关于职位的矩阵，分解该矩阵得到所述标准专业和专业类名两类向量，计算两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系。

7.根据权利要求6所述的一种专业类与标准专业名的匹配系统，其特征在于，所述采集模块进一步包括：分类储存模块，用于将获取的JD及CV按行业类别进行分类整理储存。

8.根据权利要求6或7所述的一种专业类与标准专业名的匹配系统，其特征在于，所

述第一抽取模块具体实现为：

根据预存的JD职位信息库对所述获取的JD信息进行分析处理，从中提取职位名关键词；

根据预存的JD专业类信息库对所述获取的JD信息进行分析处理，从中提取专业类名关键词。

9.根据权利要求6-8任一项所述的一种专业类与标准专业名的匹配系统，其特征在于，

所述第二抽取模块具体实现为：

根据预存的CV专业数据库对所述获取的CV进行分析处理，从中提取求职者教育经历中的专业名，这些专业是国家标准专业；

从CV中获取求职者的所述工作经历相关描述文本，将该描述文本进行分词处理，得到多个词语，并从词语中筛选出与职位有关的关键词，提取出工作经历的职位。

10.根据权利要求6-9任一项所述的一种专业类与标准专业名的匹配系统，其特征在于，所述匹配模块中所述计算两类向量之间的匹配度，得到所述标准专业与专业类名的映射关系具体实现为：

计算两类向量之间的余弦相似度，得到所述标准专业类与专业类名的映射关系。