CN107679757A - 劳务用工的匹配方法及装置 - Google Patents

劳务用工的匹配方法及装置 Download PDF

Info

Publication number
CN107679757A
CN107679757A CN201710932300.7A CN201710932300A CN107679757A CN 107679757 A CN107679757 A CN 107679757A CN 201710932300 A CN201710932300 A CN 201710932300A CN 107679757 A CN107679757 A CN 107679757A
Authority
CN
China
Prior art keywords
information
group
platform
matched
matching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710932300.7A
Other languages
English (en)
Inventor
王成荣
袁公民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Migrant Workers Plus Network Technology Co Ltd
Original Assignee
Sichuan Migrant Workers Plus Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Migrant Workers Plus Network Technology Co Ltd filed Critical Sichuan Migrant Workers Plus Network Technology Co Ltd
Priority to CN201710932300.7A priority Critical patent/CN107679757A/zh
Publication of CN107679757A publication Critical patent/CN107679757A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种劳务用工的匹配方法及装置，该方法包括：获取第一待匹配对象组的第一特征信息；获取第二待匹配对象组的第二特征信息；基于第一特征信息和第二特征信息分别建立第一关联组和第二关联组；在第一关联组和第二关联组中查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象。本发明中的劳务用工的匹配方法，能够使得工人对象找到其期望的工程对象，同时，也能够使得工程对象找到符合其要求的工人对象，该方法大大提高了找工招工的效率，同时，也能提高招工的质量，克服了信息不对称的问题，缓解了现有技术中的熟人介绍方式下的劳务用工信息不对称，招工质量差的技术问题。

Description

劳务用工的匹配方法及装置
技术领域
本发明涉及信息处理的技术领域，尤其是涉及一种劳务用工的匹配方法及装置。
背景技术
建筑业是国民经济的重要物质生产部门，它与整个国家经济的发展、人民生活的改善有着密切的关系。随着我国国民经济的发展和人民生活水平的提高，工程建设如火如荼。建筑业的蓬勃发展离不开众多劳务工人的支持。
目前，当有新的活路开工时，班组长托熟人寻找符合建筑工程需要的劳务工人。也就是劳务用工停留在非常原始的熟人介绍状态，找工招工的效率低下，市场化程度极低。工人脱离了班组长(包工头)很难找到工作，班组长脱离了熟人也很难找到活路，并且建筑总包企业对非熟悉的班组或者熟人推荐的班组也是无法评估和不敢轻易使用，招工的质量差。
同时，传统的劳务用工的方式信息不对称，劳务工人无法就近就业，造成全国性的人员流动和迁徙，浪费社会资源。
发明内容
有鉴于此，本发明的目的在于提供一种劳务用工的匹配方法及装置，以缓解传统的熟人介绍方式下的劳务用工信息不对称，招工质量差的技术问题。
第一方面，本发明实施例提供了一种劳务用工的匹配方法，应用于用工匹配平台，所述方法包括：
获取第一待匹配对象组的第一特征信息，其中，所述第一待匹配对象组中包括多个待匹配的工人对象，所述第一特征信息至少包括：所述工人对象的基本信息和工作期望信息；
获取第二待匹配对象组的第二特征信息，其中，所述第二待匹配对象组中包括多个待匹配的工程对象，所述第二特征信息至少包括：所述工程对象的工程属性信息和工程要求信息；
基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组，其中，所述第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，所述第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，在在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象之后，所述方法还包括：
向所述目标关联组中的对象分别发送与其互为所述互选对象的信息，其中，所述互选对象的信息至少为一个；
当所述互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使所述匹配算法模型对所述匹配成功结果进行深度学习，得到学习结果。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，获取第一待匹配对象组的第一特征信息包括：
建立所述用工匹配平台和信息平台之间的第一数据传输通道，其中，所述信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
基于所述第一数据传输通道，从所述信息平台获取第一初始特征信息，其中，所述信息平台中存储有所述第一待匹配对象组的第一初始特征信息；
对所述第一初始特征信息进行数据清洗操作，得到所述第一特征信息。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，获取第二待匹配对象组的第二特征信息包括：
建立所述用工匹配平台和管理平台之间的第二数据传输通道，其中，所述管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
基于所述第二数据传输通道，从所述管理平台获取第二初始特征信息，其中，所述管理平台中存储有所述第二待匹配对象组的第二初始特征信息；
对所述第二初始特征信息进行数据清洗操作，得到所述第二特征信息。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组包括：
将所述第一特征信息输入至匹配算法模型，以确定所述第一关联组；
将所述第二特征信息输入至所述匹配算法模型，以确定所述第二关联组，其中，所述匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
第二方面，本发明实施例还提供了一种劳务用工的匹配装置，所述装置包括：
第一获取模块，用于获取第一待匹配对象组的第一特征信息，其中，所述第一待匹配对象组中包括多个待匹配的工人对象，所述第一特征信息至少包括：所述工人对象的基本信息和工作期望信息；
第二获取模块，用于获取第二待匹配对象组的第二特征信息，其中，所述第二待匹配对象组中包括多个待匹配的工程对象，所述第二特征信息至少包括：所述工程对象的工程属性信息和工程要求信息；
建立模块，用于基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组，其中，所述第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，所述第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
查找模块，用于在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述装置还包括：
发送模块，用于向所述目标关联组中的对象分别发送与其互为所述互选对象的信息，其中，所述互选对象的信息至少为一个；
输入模块，用于当所述互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使所述匹配算法模型对所述匹配成功结果进行深度学习，得到学习结果。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述第一获取模块包括：
第一建立单元，用于建立所述用工匹配平台和信息平台之间的第一数据传输通道，其中，所述信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
第一获取单元，用于基于所述第一数据传输通道，从所述信息平台获取第一初始特征信息，其中，所述信息平台中存储有所述第一待匹配对象组的第一初始特征信息；
第一数据清洗单元，用于对所述第一初始特征信息进行数据清洗操作，得到所述第一特征信息。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，所述第二获取模块包括：
第二建立单元，用于建立所述用工匹配平台和管理平台之间的第二数据传输通道，其中，所述管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
第二获取单元，用于基于所述第二数据传输通道，从所述管理平台获取第二初始特征信息，其中，所述管理平台中存储有所述第二待匹配对象组的第二初始特征信息；
第二数据清洗单元，用于对所述第二初始特征信息进行数据清洗操作，得到所述第二特征信息。
结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中，所述建立模块包括：
第一确定单元，用于将所述第一特征信息输入至匹配算法模型，以确定所述第一关联组；
第二确定单元，用于将所述第二特征信息输入至所述匹配算法模型，以确定所述第二关联组，其中，所述匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
本发明实施例带来了以下有益效果：本发明实施例提供了一种劳务用工的匹配方法及装置，该方法应用于用工匹配平台，包括：获取第一待匹配对象组的第一特征信息，其中，第一待匹配对象组中包括多个待匹配的工人对象，第一特征信息至少包括：工人对象的基本信息和工作期望信息；获取第二待匹配对象组的第二特征信息，其中，第二待匹配对象组中包括多个待匹配的工程对象，第二特征信息至少包括：工程对象的工程属性信息和工程要求信息；基于第一特征信息和第二特征信息分别建立第一关联组和第二关联组，其中，第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；在第一关联组和第二关联组中查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象。
现有技术中，劳务用工的方式一般是通过熟人介绍实现的。与现有技术中的劳务用工方式相比，在本发明的劳务用工的匹配方法中，先获取第一待匹配对象组的第一特征信息，第一待匹配对象组中包括多个待匹配的工人对象，同时，获取第二待匹配对象组的第二特征信息，第二待匹配对象组中包括多个待匹配的工程对象，然后，基于第一特征信息和第二特征信息分别建立每个工人对象与其相匹配的工程对象之间匹配关系的第一关联组以及每个工程对象与其相匹配的工人对象之间匹配关系的第二关联组，最后，在第一关联组和第二关联组中查找包含相同对象的目标关联组，该目标关联组中的对象即为互选对象。本发明中的劳务用工的匹配方法，能够使得工人对象找到其期望的工程对象，同时，也能够使得工程对象找到符合其要求的工人对象，该方法大大提高了找工招工的效率，同时，也能提高招工的质量，克服了信息不对称的问题，缓解了现有技术中的熟人介绍方式下的劳务用工信息不对称，招工质量差的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种劳务用工的匹配方法的流程图；
图2为本发明实施例提供的获取第一待匹配对象组的第一特征信息的流程图；
图3为本发明实施例提供的获取第二待匹配对象组的第二特征信息的流程图；
图4为本发明实施例提供的一种劳务用工的匹配装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种劳务用工的匹配方法进行详细介绍。
实施例一：
一种劳务用工的匹配方法，应用于用工匹配平台，参考图1，该方法包括：
S102、获取第一待匹配对象组的第一特征信息，其中，第一待匹配对象组中包括多个待匹配的工人对象，第一特征信息至少包括：工人对象的基本信息和工作期望信息；
在本发明实施例中，第一待匹配对象组并不仅仅限制于劳务工人。当招工的对象(即第二待匹配对象)为班组长(也就是包工头提供工作机会)时，第一待匹配对象组为劳务工人；当招工的对象为劳务公司(也就是劳务公司提供工作机会)时，第一待匹配对象组一般为班组长，也可以为劳务工人；当招工的对象为总包企业(也就是总包企业提供工作机会)时，第一待匹配对象组一般为劳务公司，也可以为班组长或者劳务工人，也就是本发明是实施例中的第一待匹配对象组并不仅仅局限于劳务工人，本发明实施例对其不做具体限制。
具体的，第一特征信息至少包括：工人对象的基本信息和工作期望信息。当第一待匹配对象组为劳务工人时，基本信息可以为：姓名信息，身份证号信息，家庭住址信息，工作经历信息，受教育信息等。工作期望信息包括：期望从事的项目单元，期望工作地点，期望薪资等。当第一待匹配对象组为班组长时，基本信息可以为：带领的劳务工人的数量，负责过的项目，完成情况等，工作期望信息包括：期望负责的具体项目，期望工作地点，期望项目的审批费用等。当第一待匹配对象组为其它时，基本信息和工作期望信息与上述信息相类似，在此不再一一列举赘述。
S104、获取第二待匹配对象组的第二特征信息，其中，第二待匹配对象组中包括多个待匹配的工程对象，第二特征信息至少包括：工程对象的工程属性信息和工程要求信息；
在本发明实施例中，当第二待匹配对象组为班组长时，班组长提供了多个待匹配的工程对象；同理，当第二待匹配对象组为劳务公司或者总包企业时，也会提供多个待匹配的工程对象。
具体的，第二特征信息至少包括：工程对象的工程属性信息和工程要求信息。工程属性信息可以为：工程的名称，工程的性质等；工程要求信息可以为：所需人员应该具备的技能，所需人员应该具备的受教育情况，所需人员应该具备的工作经验等。
S106、基于第一特征信息和第二特征信息分别建立第一关联组和第二关联组，其中，第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
在得到第一特征信息和第二特征信息后，通过匹配算法模型对第一特征信息进行处理，得到第一关联组，也就是得到与每个工人对象相匹配的工程对象；同时，通过匹配算法模型对第二特征信息进行处理，得到第二关联组，也就是得到与每个工程对象相匹配的工人对象。
需要说明的是，第一关联组中与每个工人对象相匹配的工程对象可能不止一个，该方法会按照与第一特征信息的吻合度的高低对工程对象进行排序；同理，第二关联组中与每个工程对象相匹配的工人对象可能不止一个，该方法会按照与第二特征信息的吻合度的高低对工人对象进行排序。
S108、在第一关联组和第二关联组中查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象。
具体的，在得到第一关联组和第二关联组后，在第一关联组中确定与工人对象的第一特征信息吻合度最高的工程对象，同时，在第二关联组中确定与工程对象的第二特征信息吻合度最高的工人对象，然后，查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象。
现有技术中，劳务用工的方式一般是通过熟人介绍实现的。与现有技术中的劳务用工方式相比，在本发明的劳务用工的匹配方法中，先获取第一待匹配对象组的第一特征信息，第一待匹配对象组中包括多个待匹配的工人对象，同时，获取第二待匹配对象组的第二特征信息，第二待匹配对象组中包括多个待匹配的工程对象，然后，基于第一特征信息和第二特征信息分别建立每个工人对象与其相匹配的工程对象之间匹配关系的第一关联组以及每个工程对象与其相匹配的工人对象之间匹配关系的第二关联组，最后，在第一关联组和第二关联组中查找包含相同对象的目标关联组，该目标关联组中的对象即为互选对象。本发明中的劳务用工的匹配方法，能够使得工人对象找到其期望的工程对象，同时，也能够使得工程对象找到符合其要求的工人对象，该方法大大提高了找工招工的效率，同时，也能提高招工的质量，克服了信息不对称的问题，缓解了现有技术中的熟人介绍方式下的劳务用工信息不对称，招工质量差的技术问题。
可选地，在在第一关联组和第二关联组中查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象之后，该方法还包括：
(1)向目标关联组中的对象分别发送与其互为互选对象的信息，其中，互选对象的信息至少为一个；
(2)当互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使匹配算法模型对匹配成功结果进行深度学习，得到学习结果。
通过这样的深度学习，会使匹配结果越来越精准，越来越高效，从而实现人工智能的目的。
可选地，参考图2，获取第一待匹配对象组的第一特征信息包括：
S201、建立用工匹配平台和信息平台之间的第一数据传输通道，其中，信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
本发明中的用工匹配平台与信息平台之间能够实现通信。
S202、基于第一数据传输通道，从信息平台获取第一初始特征信息，其中，信息平台中存储有第一待匹配对象组的第一初始特征信息；
在用工匹配平台与信息平台建立了第一数据传输通道后，用工匹配平台就能够从信息平台获取第一初始特征信息。
S203、对第一初始特征信息进行数据清洗操作，得到第一特征信息。
具体的，在得到第一初始特征信息后，第一初始特征信息并不理想，需要对第一初始特征信息进行数据清洗操作。数据清洗操作具体包括了：去杂处理(比如：去除重复数据)，补充处理(比如：补充关键信息以及缺失数据)，数据校验，规格化处理等。数据清洗完成后，就能够得到第一特征信息。
可选地，参考图3，获取第二待匹配对象组的第二特征信息包括：
S301、建立用工匹配平台和管理平台之间的第二数据传输通道，其中，管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
本发明中的用工匹配平台与管理平台之间也能够实现通信。
S302、基于第二数据传输通道，从管理平台获取第二初始特征信息，其中，管理平台中存储有第二待匹配对象组的第二初始特征信息；
在用工匹配平台与管理平台建立了第二数据传输通道后，用工匹配平台就能够从管理平台获取第二初始特征信息。
S303、对第二初始特征信息进行数据清洗操作，得到第二特征信息。
该过程与上述步骤S203的过程相类似，在此不再赘述。
可选地，基于第一特征信息和第二特征信息分别建立第一关联组和第二关联组包括：
(1)将第一特征信息输入至匹配算法模型，以确定第一关联组；
(2)将第二特征信息输入至匹配算法模型，以确定第二关联组，其中，匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
本发明提供的劳务用工的匹配方法具有以下优点：
1、极大的减少了建筑劳务用工的信息不对称；
2、极大的提高了建筑劳务用工招工和找工的效率；
3、促进了建筑劳务用工向着合理化方向流动，促进了建筑劳务用工向高效化劳动力资源配置转变；
4、对解决建筑劳务用工的诸多壁垒和难题提供助力和手段；
5、有利于建筑劳务人力资源整体水平的提高，有利于促进就近就业，减少民工潮和民工荒的发生。
实施例二：
本发明实施例还提供了一种劳务用工的匹配装置，参考图4，该装置包括：
第一获取模块11，用于获取第一待匹配对象组的第一特征信息，其中，第一待匹配对象组中包括多个待匹配的工人对象，第一特征信息至少包括：工人对象的基本信息和工作期望信息；
第二获取模块12，用于获取第二待匹配对象组的第二特征信息，其中，第二待匹配对象组中包括多个待匹配的工程对象，第二特征信息至少包括：工程对象的工程属性信息和工程要求信息；
建立模块13，用于基于第一特征信息和第二特征信息分别建立第一关联组和第二关联组，其中，第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
查找模块14，用于在第一关联组和第二关联组中查找包含相同对象的目标关联组，并将目标关联组中的对象作为互选对象。
在本发明的劳务用工的匹配装置中，先获取第一待匹配对象组的第一特征信息，第一待匹配对象组中包括多个待匹配的工人对象，同时，获取第二待匹配对象组的第二特征信息，第二待匹配对象组中包括多个待匹配的工程对象，然后，基于第一特征信息和第二特征信息分别建立每个工人对象与其相匹配的工程对象之间匹配关系的第一关联组以及每个工程对象与其相匹配的工人对象之间匹配关系的第二关联组，最后，在第一关联组和第二关联组中查找包含相同对象的目标关联组，该目标关联组中的对象即为互选对象。本发明中的劳务用工的匹配装置，能够使得工人对象找到其期望的工程对象，同时，也能够使得工程对象找到符合其要求的工人对象，该方法大大提高了找工招工的效率，同时，也能提高招工的质量，克服了信息不对称的问题，缓解了现有技术中的熟人介绍方式下的劳务用工信息不对称，招工质量差的技术问题。
可选地，该装置还包括：
发送模块，用于向目标关联组中的对象分别发送与其互为互选对象的信息，其中，互选对象的信息至少为一个；
输入模块，用于当互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使匹配算法模型对匹配成功结果进行深度学习，得到学习结果。
可选地，第一获取模块包括：
第一建立单元，用于建立用工匹配平台和信息平台之间的第一数据传输通道，其中，信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
第一获取单元，用于基于第一数据传输通道，从信息平台获取第一初始特征信息，其中，信息平台中存储有第一待匹配对象组的第一初始特征信息；
第一数据清洗单元，用于对第一初始特征信息进行数据清洗操作，得到第一特征信息。
可选地，第二获取模块包括：
第二建立单元，用于建立用工匹配平台和管理平台之间的第二数据传输通道，其中，管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
第二获取单元，用于基于第二数据传输通道，从管理平台获取第二初始特征信息，其中，管理平台中存储有第二待匹配对象组的第二初始特征信息；
第二数据清洗单元，用于对第二初始特征信息进行数据清洗操作，得到第二特征信息。
可选地，建立模块包括：
第一确定单元，用于将第一特征信息输入至匹配算法模型，以确定第一关联组；
第二确定单元，用于将第二特征信息输入至匹配算法模型，以确定第二关联组，其中，匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
本发明实施例所提供的劳务用工的匹配方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种劳务用工的匹配方法，其特征在于，应用于用工匹配平台，所述方法包括：
获取第一待匹配对象组的第一特征信息，其中，所述第一待匹配对象组中包括多个待匹配的工人对象，所述第一特征信息至少包括：所述工人对象的基本信息和工作期望信息；
获取第二待匹配对象组的第二特征信息，其中，所述第二待匹配对象组中包括多个待匹配的工程对象，所述第二特征信息至少包括：所述工程对象的工程属性信息和工程要求信息；
基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组，其中，所述第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，所述第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象。
2.根据权利要求1所述的方法，其特征在于，在在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象之后，所述方法还包括：
向所述目标关联组中的对象分别发送与其互为所述互选对象的信息，其中，所述互选对象的信息至少为一个；
当所述互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使所述匹配算法模型对所述匹配成功结果进行深度学习，得到学习结果。
3.根据权利要求1所述的方法，其特征在于，获取第一待匹配对象组的第一特征信息包括：
建立所述用工匹配平台和信息平台之间的第一数据传输通道，其中，所述信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
基于所述第一数据传输通道，从所述信息平台获取第一初始特征信息，其中，所述信息平台中存储有所述第一待匹配对象组的第一初始特征信息；
对所述第一初始特征信息进行数据清洗操作，得到所述第一特征信息。
4.根据权利要求1所述的方法，其特征在于，获取第二待匹配对象组的第二特征信息包括：
建立所述用工匹配平台和管理平台之间的第二数据传输通道，其中，所述管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
基于所述第二数据传输通道，从所述管理平台获取第二初始特征信息，其中，所述管理平台中存储有所述第二待匹配对象组的第二初始特征信息；
对所述第二初始特征信息进行数据清洗操作，得到所述第二特征信息。
5.根据权利要求1所述的方法，其特征在于，基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组包括：
将所述第一特征信息输入至匹配算法模型，以确定所述第一关联组；
将所述第二特征信息输入至所述匹配算法模型，以确定所述第二关联组，其中，所述匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
6.一种劳务用工的匹配装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一待匹配对象组的第一特征信息，其中，所述第一待匹配对象组中包括多个待匹配的工人对象，所述第一特征信息至少包括：所述工人对象的基本信息和工作期望信息；
第二获取模块，用于获取第二待匹配对象组的第二特征信息，其中，所述第二待匹配对象组中包括多个待匹配的工程对象，所述第二特征信息至少包括：所述工程对象的工程属性信息和工程要求信息；
建立模块，用于基于所述第一特征信息和所述第二特征信息分别建立第一关联组和第二关联组，其中，所述第一关联组用于表示每个工人对象与其相匹配的工程对象之间的匹配关系，所述第二关联组用于表示每个工程对象与其相匹配的工人对象之间的匹配关系；
查找模块，用于在所述第一关联组和所述第二关联组中查找包含相同对象的目标关联组，并将所述目标关联组中的对象作为互选对象。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
发送模块，用于向所述目标关联组中的对象分别发送与其互为所述互选对象的信息，其中，所述互选对象的信息至少为一个；
输入模块，用于当所述互选对象匹配成功后，将匹配成功结果作为匹配算法模型的输入，以使所述匹配算法模型对所述匹配成功结果进行深度学习，得到学习结果。
8.根据权利要求6所述的装置，其特征在于，所述第一获取模块包括：
第一建立单元，用于建立所述用工匹配平台和信息平台之间的第一数据传输通道，其中，所述信息平台至少包括：建筑企业信息平台，项目部信息平台，个人信息平台，找工信息平台，简历信息平台；
第一获取单元，用于基于所述第一数据传输通道，从所述信息平台获取第一初始特征信息，其中，所述信息平台中存储有所述第一待匹配对象组的第一初始特征信息；
第一数据清洗单元，用于对所述第一初始特征信息进行数据清洗操作，得到所述第一特征信息。
9.根据权利要求6所述的装置，其特征在于，所述第二获取模块包括：
第二建立单元，用于建立所述用工匹配平台和管理平台之间的第二数据传输通道，其中，所述管理平台至少包括：建筑企业管理平台，项目部管理平台，招工管理平台；
第二获取单元，用于基于所述第二数据传输通道，从所述管理平台获取第二初始特征信息，其中，所述管理平台中存储有所述第二待匹配对象组的第二初始特征信息；
第二数据清洗单元，用于对所述第二初始特征信息进行数据清洗操作，得到所述第二特征信息。
10.根据权利要求6所述的装置，其特征在于，所述建立模块包括：
第一确定单元，用于将所述第一特征信息输入至匹配算法模型，以确定所述第一关联组；
第二确定单元，用于将所述第二特征信息输入至所述匹配算法模型，以确定所述第二关联组，其中，所述匹配算法模型为通过深度卷积神经网络的方法学习多个匹配成功对象的特征信息后训练得到的。
CN201710932300.7A 2017-09-30 2017-09-30 劳务用工的匹配方法及装置 Pending CN107679757A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710932300.7A CN107679757A (zh) 2017-09-30 2017-09-30 劳务用工的匹配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710932300.7A CN107679757A (zh) 2017-09-30 2017-09-30 劳务用工的匹配方法及装置

Publications (1)

Publication Number Publication Date
CN107679757A true CN107679757A (zh) 2018-02-09

Family

ID=61138798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710932300.7A Pending CN107679757A (zh) 2017-09-30 2017-09-30 劳务用工的匹配方法及装置

Country Status (1)

Country Link
CN (1) CN107679757A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009300A (zh) * 2019-03-18 2019-07-12 方明涛 一种务工人员信息管理系统及其管理方法
CN110134775A (zh) * 2019-05-10 2019-08-16 中国联合网络通信集团有限公司 问答数据生成方法及装置、存储介质
CN112990702A (zh) * 2021-03-12 2021-06-18 深圳工盟科技有限公司 基于施工任务的施工队匹配方法、装置、设备及存储介质
CN113822644A (zh) * 2021-08-27 2021-12-21 郑州咚咚点兵信息技术有限公司 一种劳务资源数据处理方法及装置
CN115062220A (zh) * 2022-06-16 2022-09-16 成都集致生活科技有限公司 基于注意力合并的招工推荐系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777146A (zh) * 2009-12-29 2010-07-14 大唐软件技术股份有限公司 一种施工调度的方法及装置
US20150356511A1 (en) * 2014-06-06 2015-12-10 Michael A. Campesi Method and system for fulfilling labor requirements
CN106372858A (zh) * 2016-09-12 2017-02-01 成都集致生活科技有限公司 一种建筑行业的招工系统及其使用方法
CN107169673A (zh) * 2017-06-09 2017-09-15 上海嘉实（集团）有限公司 建筑项目的管理系统/方法、计算机可读存储介质及终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101777146A (zh) * 2009-12-29 2010-07-14 大唐软件技术股份有限公司 一种施工调度的方法及装置
US20150356511A1 (en) * 2014-06-06 2015-12-10 Michael A. Campesi Method and system for fulfilling labor requirements
CN106372858A (zh) * 2016-09-12 2017-02-01 成都集致生活科技有限公司 一种建筑行业的招工系统及其使用方法
CN107169673A (zh) * 2017-06-09 2017-09-15 上海嘉实（集团）有限公司 建筑项目的管理系统/方法、计算机可读存储介质及终端

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009300A (zh) * 2019-03-18 2019-07-12 方明涛 一种务工人员信息管理系统及其管理方法
CN110134775A (zh) * 2019-05-10 2019-08-16 中国联合网络通信集团有限公司 问答数据生成方法及装置、存储介质
CN110134775B (zh) * 2019-05-10 2021-08-24 中国联合网络通信集团有限公司 问答数据生成方法及装置、存储介质
CN112990702A (zh) * 2021-03-12 2021-06-18 深圳工盟科技有限公司 基于施工任务的施工队匹配方法、装置、设备及存储介质
CN113822644A (zh) * 2021-08-27 2021-12-21 郑州咚咚点兵信息技术有限公司 一种劳务资源数据处理方法及装置
CN115062220A (zh) * 2022-06-16 2022-09-16 成都集致生活科技有限公司 基于注意力合并的招工推荐系统

Similar Documents

Publication Publication Date Title
CN107679757A (zh) 劳务用工的匹配方法及装置
CN110852601B (zh) 一种用于环境监察执法决策的大数据应用方法及系统
CN106407208A (zh) 一种城市管理本体知识库的构建方法及系统
CN108960963A (zh) 一种建筑设计管理系统及方法
CN110175741A (zh) 一种基于电力行业的信息价值链构建方法及存储介质
CN104618438A (zh) 一种内容发布方法及装置
CN109783471A (zh) 企业画像小程序化方法、装置、计算机设备及存储介质
CN104933507A (zh) 一种城市园林绿化信息技术管理系统
Li et al. [Retracted] Application of Wireless Network Based on Artificial Intelligence in Network Teaching of Preschool Education Manual and Aesthetic Education Practical Course
CN103841595A (zh) 一种基站信息监管系统
Song et al. Intelligent school talent information fusion management and talent training system optimization based on data mining
Zakayo et al. Land regularization and community development nexus in cities of Sub Saharan Africa: a Critical Review with urban growth and development perspectives
CN114896442A (zh) 一种输电线路图像数据管理系统及方法
CN108510188A (zh) 基于联盟运营的数据处理方法、装置及设备
CN108666928B (zh) 一种电力通信站巡视优化方法
Paohua Evaluation of building safety environment operation and maintenance management based on the AIoT system
Hou et al. Critical factors for technology roadmapping: Case studies
Liu et al. Analysis on the development of smart city of big cities in China and its effect to economic structure based on entropy method
CN107679191A (zh) 劳务用工恶意讨薪的识别方法、平台、设备及系统
CN116976568B (zh) 一种辅助城乡规划编制的数据共享方法及系统
CN107730203A (zh) 建筑工人信息的管理系统及建筑工人信息的甄别方法
CN106685976A (zh) 一种基于两级网络的安全管控方法
Buntak et al. Key Factors of Effective Development of Smart Cities in Croatia
Kraxner et al. Recommendations and lessons learned for a renewable energy strategy in the Alps
Chen et al. How to reduce construction risks in rural areas: an evolutionary game analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180209

RJ01 Rejection of invention patent application after publication