CN107688609B - 一种职位标签推荐方法和计算设备 - Google Patents
一种职位标签推荐方法和计算设备 Download PDFInfo
- Publication number
- CN107688609B CN107688609B CN201710642960.1A CN201710642960A CN107688609B CN 107688609 B CN107688609 B CN 107688609B CN 201710642960 A CN201710642960 A CN 201710642960A CN 107688609 B CN107688609 B CN 107688609B
- Authority
- CN
- China
- Prior art keywords
- job
- label
- labels
- detail
- content
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9562—Bookmark management
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种职位标签推荐方法,适于在计算设备中执行,该计算设备中存储有职位标签模板和职位标签模型,该模板和模型均可以用于生成职位标签,该方法包括:从招聘者发布的职位描述信息中提取职位标题内容和职位详情内容;根据职位标签模板对职位标题内容进行模板匹配,得到标题类标签;根据职位标签模板对职位详情内容进行模板匹配,得到该职位详情内容所对应的第一详情类标签;将职位详情内容转换为文本向量,利用职位标签模型对该文本向量进行处理,得到第二详情类标签以及各标签的输出概率;以及按照标题类标签、第一详情类标签和第二详情类标签的优先顺序,选取目标数目的标签作为行业标签进行推荐。本发明还公开了相应的计算设备。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种职位标签推荐方法和计算设备。
背景技术
随着互联网技术的发展,网络应聘/招聘已经成了求职者应聘工作、用人单位招聘员工的主要途径。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。
职位标签是一种职位分类更准确、更具体的,用来标记招聘者所发布的职位的关键词,以便于应聘者了解职位性质及搜索职位。如果所设置的标签中包含了应聘者搜索职位时所使用的关键词,就能方便应聘者快速搜索到招聘者所发布的职位。而且,具体的个性化的标签可以让发布的职位得到充分展现,也方便应聘者更准确地找到招聘者发布的职位。另外,同一职位可能会有不同的称呼,如果设置标签时能考虑到这方面,将有助于不同应聘者快速找到自己需要的信息。
通常可以根据职位名称、职位要求、职位类别、岗位期望等与职位相关联的信息来设置职位标签。职位标签的内容可以由招聘者自主定义,但这种方法比较耗时耗力,也需要招聘者对本行业有较深了解。
因此,需要一种能够为招聘者自主推荐职位标签的方法。
发明内容
为此,本发明提供一种职位标签推荐方法和计算设备,以力图解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供了一种职位标签推荐方法,适于在计算设备中执行,该计算设备中分别存储有职位标签模板和职位标签模型,该模板和模型均可以用于生成职位标签,该方法包括步骤:从招聘者发布的职位描述信息中提取职位标题内容和职位详情内容;根据职位标签模板对职位标题内容进行模板匹配,得到标题类标签;根据职位标签模板对职位详情内容进行模板匹配,得到该职位详情内容所对应的第一详情类标签;将职位详情内容转换为文本向量,利用职位标签模型对该文本向量进行处理,得到该职位详情内容所对应的第二详情类标签以及各标签的输出概率;以及按照标题类标签、第一详情类标签和第二详情类标签的优先级顺序,选取目标数目的标签作为职位标签进行推荐。
可选地,在根据本发明的方法中,计算设备中还存储有行业标签表,行业标签表中存储有不同的公司简称及其行业标签的键值对,该方法还包括步骤:从招聘者发布的职位描述信息中提取公司简称内容,并从行业标签表中获取该公司简称所对应的标签,作为公司类标签;以及当标题类标签、第一详情类标签和第二详情类标签的数目未达到目标数目时,选取相应需求数目的公司类标签作为职位标签进行推荐。
可选地,在根据本发明的方法中,还包括生成行业标签表的步骤:获取不同公司的公司名称及其对应的行业标签,并过滤掉该名称中的无用词缀,从而得到各公司简称及其行业标签的键值对。
可选地,在根据本发明的方法中,根据职位标签模板对职位标题内容进行模板匹配的步骤包括:过滤职位标题内容中的干扰词汇,并根据职位标签模板对剩下的内容进行模板匹配。
可选地,在根据本发明的方法中,根据职位标签模板对职位详情内容进行模板匹配的步骤包括:去除职位详情中的html5标签,并根据文本换行符对其进行分句处理;从分句后的内容中定位出目标关键词所在的语句;以及根据职位标签模板对定位出的语句进行模板匹配。
可选地,在根据本发明的方法中,目标关键词包括经验、专业、行业和教育背景中的至少一种。
可选地,在根据本发明的方法中,将职位详情内容转换为文本向量的步骤包括:去除职位详情内容中的html5标签后,再对其进行分词和断行处理,并将分词和断行处理后的内容转换为文本向量。
可选地,在根据本发明的方法中,还包括训练职位标签模型的步骤:获取不同的职位标题,并生成各职位标题所对应的准确职位标签;以及将各职位标题转换为文本向量,并将各文本向量及其对应的职位标签作为训练样本,采用逻辑回归模型对该训练样本进行训练,得到职位标签模型。
可选地,在根据本发明的方法中,生成各职位标题所对应的准确职位标签的步骤包括:根据职位标签模板生成各职位标题所对应的准职位标签,并接收管理者对该准职位标签进行的人工调整,得到准确职位标签。
可选地,在根据本发明的方法中,将职位标题内容转换为文本向量的方法为TF-IDF归一化方法;逻辑回归模型为MultiClasses-LogisticRegression模型。
可选地,在根据本发明的方法中,选取目标数目的标签进行推荐的步骤包括:根据标题类标签和第一详情类标签的总数目确定第二详情类标签的概率阈值,并选取输出概率大于该概率阈值的第二详情类标签;以及将标题类标签、第一详情类标签,以及选取到的第二详情类标签按照先后顺序进行推荐,其中,选取到的第二详情类标签按照输出概率由大至小的顺序推荐。
可选地,在根据本发明的方法中,当标题类标签和第一详情类标签的总数目分别为0、1和2时,对应的第二详情类标签的概率阈值分别为0.35、0.5和0.8。
根据本发明的另一方面,提供了一种计算设备,包括:一个或多个处理器;存储器;和一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的再一方面,提供了一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当计算设备执行时,使得所述计算设备执行如上所述的方法中的任一方法。
根据本发明提供的技术方案,计算设备中分别维护一个职位标签模板、职位标签模型和行业标签表,分别从招聘者所发布的职位描述信息中提取到职位标题内容、职位详情内容和公司简称内容。然后,根据职位标签模板对职位标题和职位详情进行匹配,得到标题类标签和第一详情类标签;根据职位标签模型对职位详情进行处理,得到第二详情类标签及各标签的输出概率;根据行业标签表查询公司简称所对应的行业标签,作为公司类标签。最后,根据标题类标签、第一详情类标签、第二详情类标签和公司类标签这个从优到次的顺序选取目标数目的标签作为职位标签进行推荐。其中,还可以根据前两种标签的总数选取符合一定概率阈值的第三类标签进行推荐。
也就是本发明通过多种策略分别得到发布职位信息的标签,并按照优先顺序进行融合后作为要推荐的职位标签,其能提供准确的职位标签,推荐准确率可达到96.8%,从而可以有效提高求职者的职位搜索准确度,应聘/招聘双方的满意度。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的示意图;以及
图2示出了根据本发明一个实施例的职位标签推荐方法200的流程图;以及
图3示出了根据本发明另一个实施例的职位标签推荐方法的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作系统上利用程序数据124进行操作。程序数据124包括指令,在根据本发明的计算设备100中,程序数据124包含用于执行职位标签推荐方法200的指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中,计算设备100被配置为执行根据本发明的职位标签推荐方法200。
此外,计算设备100中还分别存储有职位标签模板、职位标签模型和行业标签表,该模板和模型均可以用于生成职位标签,该行业标签表存储有不同的公司简称及其行业标签的键值对。
图2示出了根据本发明一个实施例的职位标签推荐方法200的流程图。如图2所述,该方法适于步骤S210。
在步骤S210中,从招聘者发布的职位描述信息中提取职位标题内容和职位详情内容。这里可通过服务对外的接口来调用这三部分的文本内容。
随后,在步骤S220中,根据职位标签模板对职位标题内容进行模板匹配,得到标题类标签。
根据一个实施例,步骤S220具体可以包括:过滤职位标题内容中的干扰词汇,并根据该职位标签模板对剩下的内容进行模板匹配。这里主要是考虑如果招聘者发布的职位标题中出现某行业,则有极高的概率能表明该职位的行业领域。如产品运营(金融)[上海·漕宝路],Java高级开发(金融)等,但是由于标题名称的不规范,存在百度金融-行政前台这类的干扰词语。因此,可在计算设备100中维护一个干扰词字典,然后根据这个干扰词字典来过滤职位标题内容中的干扰词汇。
随后,在步骤S230中,根据职位标签模板对职位详情内容进行模板匹配,得到该职位详情内容所对应的第一详情类标签。这里,主要是通过对位置数据进行观察后,发现职位信息描述中通常会有对特定行业的要求或者加分项,因此可以对职位详情信息进行解析后得到其对应的第一详情类标签。
根据一个实施例,步骤S230具体可以包括:去除职位详情中的html5标签,并根据文本自然的换行符对其进行分句处理。之后,从分句后的内容中定位出目标关键词所在的语句,以及根据职位标签模板对定位出的语句进行模板匹配。其中,目标关键词通常可以指经验、专业、行业或教育背景等,也就是利用关键词技术定位出“经验”、“专业”、“行业”或“教育背景”这些词语所在的语句,然后根据职位标签模板对这些语句进行匹配,得到第一详情类标签。例如,电商、电子商务等通常是电商行业的关键词;教师、教务、教育等通常是教育行业的关键词。
另外,步骤S220和S230中的模板匹配过程,均可以采用MatchExtractor类。MatchExtractor主要由关键词字典和干扰词字典(也就是垃圾词字典)组成,该类的实例在抽取标签的过程中,先对需要进行匹配的文本删除干扰词,然后再进行清洗;最后再对清洗后的文本进行行业关键词的全匹配,从而抽取出文本行业。
随后,在步骤S240中,将职位详情内容转换为文本向量,利用所述职位标签模型对该文本向量进行处理,得到该职位详情内容所对应的第二详情类标签以及各标签的输出概率。
根据一个实施例,将职位详情内容转换为文本向量的步骤可以包括:去除职位详情内容中的html5标签后,再对去除后的内容进行分词和断行处理,最后将分词和断行处理后的内容转换为文本向量。即先对职位详情内容进行清洗和预处理操作后再进行文本向量转换,其中,可以采用传统的TF-IDF归一化方法进行文本向量转换,当然,也可以采取其他常用方法,本发明对此不作限制。TF-IDF归一化方法,就是将文本分词后的每一个词转化为一个数值,其原理是统计每一个词在每篇文档(职位描述)中出现的频率TF值,以及在所有文档(职位描述)中出现的频率DF值,其根据以下公式计算得到:
TF(t)=词t在文档中出现的个数/文档中所有词的个数
IDF(t)=ln(所有文档数/出现词t的文档个数)
TF-IDF(t)=TF(t)*IDF(t)
假设“java”在一份职位描述中出现了3次,分词记过一共用50个词,在100份职位描述中出现带“Java”的描述有20份,则TF(java)=3/50=0.06,IDF(java)=ln(100/20)=1.60,TF-IDF(java)=0.06*1.60=0.096。而一个职位详情内容中会有很多个词,将每个词作为一维,就可以得到该职位详情内容所转化的文本特征向量。
根据一个实施例,方法200还可以包括训练职位标签模型的步骤,具体包括:获取多种职位标题,并生成各职位标题所对应的准确职位标签;以及将各职位标题转换为文本向量,并将各文本向量及其对应的职位标签作为训练样本,采用逻辑回归模型对该训练样本进行训练,得到该职位标签模型。
其中,逻辑回归模型可以选取MultiClasses-LogisticRegression模型,它是一种采用OneVsRest(一对多)的多分类框架下的逻辑回归模型,其自带输出概率因此根据该模型能够得到各第二详情类标签的输出概率。当然也可以根据需要采用其他常规的逻辑回归模型,本发明对此不作限制。
这里,逻辑回归模型主要是在线性拟合函数的基础上,增加了一个对数几率函数。对于一个{0,1}二分类模型sign(y-0.5),其表示输出概率大于0.5的时候样本是1类,反之是0类。而对数几率函数的公式可以为其中y代表的是样本是1类的概率,x代表的是输入的特征变量(即根据之前TF-IDF生成的特征向量),w和b均是模型参数,其中b可以看作是常量为1的特征值的模型参数。wTx+b也可以变为wTx,新的w和x都增加了一个维度,w增加的是常量b,x增加的是常量1。在训练过程中为了求解模型参数w和b需要一个损失函数,损失函数是计算模型输出值和真实值的差异性,值越小越好。根据一个实施例,其可以为如下公式:
其中,tn代表的是第n个训练样本的真实类标,yn代表的是模型输出的类标(即对数几率函数的输出值),L(t,y)是损失函数值,N是总的样本数。同时,为了能够保持参数w的稀疏性,可以在最优化求解的过程中加入L1范数||w||来进行约束,因此最后的目标函数是minwL(t,y)+||w||1,其中min为取最小值函数。
将一个二分类的逻辑回归模型模型扩展到多个分类时,我们用来一对多的思想,就是假定有5个类,A、B、C、D、E。我们选择A类作为正类(上面提到的1类),其余四个BCDE为负类(上面提到的0类),训练一个A分类器,依次训练BCDE其余4个分类器。然后对于一个预测样本,在这5个分类器中,输出y值最大的分类器,就是这个样本的预测类别。
另外,可以根据以下方法生成各职位标题所对应的准确职位标签:根据职位标签模板生成各职位标题所对应的准职位标签,并接收管理者对该准职位标签进行的人工调整,得到最终的准确职位标签。也就是,本发明的机器学习模型中所用到的数据,并没有直接的行业标签作为训练样本。在构建训练样本的过程中,采取的是从职位标题提取的行业标签作为样本标签,但其可能存在一定错误,因此可以经过人工干预样本后再进行模型训练。这样得到的训练样本更加准确且真实,从而能够有效提高模型预测的准确率。
随后,在步骤S250中,按照标题类标签、第一详情类标签和第二详情类标签的优先级顺序,选取目标数目的标签作为职位标签进行推荐。
根据一个实施例,选取目标数目的标签作为职位标签进行推荐的步骤可以包括:根据标题类标签和第一详情类标签的总数目确定第二详情类标签的概率阈值,并选取输出概率大于该概率阈值的第二详情类标签;以及将标题类标签、第一详情类标签,以及选取到的第二详情类标签按照先后顺序进行推荐,其中,所述选取到的第二详情类标签按照输出概率由大至小的顺序推荐。其中,在对不同渠道的标签进行合并时,标题类标签最优,第一详情类标签次之,第二详情类标签再次之,而且第二详情类标签可以按照输出概率由大至小选择。
通常,当标题类标签和第一详情类标签的总数多的时候,概率阈值会相应变大。进一步地,当标题类标签和第一详情类标签的总数目分别为0、1和2时,对应的第二详情类标签的概率阈值可以设置为0.35、0.5和0.8。也就是,当前两种标签的总数为1时,只能选取输出概率大于0.5的第二详情类标签,此时若需要推荐的标签总数为3,则只能选取输出概率位于前两位且都大于0.5的第二详情类标签。
根据另一个实施例,方法200还可以加入一类公司类标签:从企业发布的职位描述信息中提取公司简称内容,并从行业标签表中获取该公司简称所对应的标签,作为公司类标签;以及当标题类标签、第一详情类标签和第二详情类标签的数目未达到目标数目时,选取相应需求数目的公司类标签作为职位标签进行推荐。也就数,公司类标签是根据公司简称来进行查表而获得的;当前三者都无法提供或提供不够职位标签时,会用到从公司简称提取的标签作为职位标签进行推荐。当然,若选取完超过概率阈值的第二详情类标签后,仍未达到职位标签的目标数据,则可以根据需要从公司类标签中或者那些未达到概率阈值的第二详情类标签中选取所需数目的标签,如可以根据那些未达标的第二详情类标签的输出概率来决定是继续从第二详情类标签中选取还是从公司类标签中选取。
进一步地,方法200还可以包括生成行业标签表的步骤,具体包括:获取不同公司的公司名称及其行业信息,并对该行业信息进行筛选得到对应的行业标签,以及对名称进行归一化清洗,如过滤掉该名称中的无用词缀从而得到各公司简称及其行业标签的键值对,即(公司名,行业标签)。其中,无用词缀可以是例如有限技术公司、武汉分公司等词汇,且获取的公司名称可以是其公司全称、公司简称或英文简称,只要能唯一指明对应公司即可,本发明对其不作限制。
以下示出了对某职位描述信息进行的示例性处理:
职位标题:高级Java工程师
职位详情:<p>职位描述: ;</p><p>1.负责大型分布式系统后端的设计和研发;</p><p>2.负责产品和运营需求的评估和实现;</p><p>3.为高并发、大数据量、跨国系统等场景提供技术解决方案;</p><p>4.保持对最新技术的敏感度,积极调研和引入适合应用场景的新技术;</p><p>5.负责技术的选型和整体系统架构的设计。</p><p>职位要求: ;</p><p>1.具备扎实的计算机专业基本功。熟练使用Java,对JVM体系、Java并发编程等有自己的理解;</p><p>2.熟练掌握主流的开源框架设计理念,对Spring、Netty等有深入的了解、研究过源代码者优先;</p><p>3.熟练掌握关系型数据库Oracle或者Mysql的设计和开发要领;</p><p>4.熟悉微服务的设计理念,有实际的Spring Boot、Spring Cloud使用经验者优先;</p><p>5.熟悉分布式系统常见的开源技术,比如Zookeeper,Redis,Kafka,Dubbo。对这些技术有独到见解或在开源社区有所贡献者优先;</p><p>6.具备一定的运维和系统搭建能力,熟悉AWS或Google Cloud、对docker和DevOps理念有研究者优先;</p><p>7.具备较强的逻辑分析、数据分析和问题排查能力;</p><p>8.英语能力强,有过与国外公司进行技术对接或搭建跨国系统经验者优先;</p><p>9.有过支付系统、订单系统或其他交易系统的设计和架构经验者优先;</p><p>10.211/985重点大学硕士及以上毕业。</p><p><br/></p>
标题类标签结果:None,即根据标题未提取到职位标签;
第一详情类标签结果:支付;
第二详情类标签结果:云计算,其输出概率为0.3。
也就是前两种标签的总数为1,所以第二详情类标签(“云计算”)的概率阈值是0.5,而其实际概率为0.3(<0.5),因此“云计算”不能作为职位标签进行推荐,最终融合后的结果只有“支付”这一职位标签。
根据本发明的职位标签方案,能够更加准确地为招聘者推荐职位标签,进而加快了求职者寻找到合适职位的速度,也使得各职位能够能到合理的展现和推荐,提高应聘/招聘双方的满意度。
A9、如A8所述的方法,其中,所述生成各职位标题所对应的准确职位标签的步骤包括:根据所述职位标签模板生成各职位标题所对应的准职位标签,并接收管理者对该准职位标签进行的人工调整,得到所述准确职位标签。
A10、如A8所述的方法,其中,将职位标题内容转换为文本向量的方法为TF-IDF归一化方法;所述逻辑回归模型为MultiClasses-LogisticRegression模型。
A11、如A1所述的方法,其中,选取目标数目的标签进行推荐的步骤包括:根据所述标题类标签和第一详情类标签的总数目确定第二详情类标签的概率阈值,并选取输出概率大于该概率阈值的第二详情类标签;以及将所述标题类标签、第一详情类标签,以及选取到的第二详情类标签按照先后顺序进行推荐,其中,所述选取到的第二详情类标签按照输出概率由大至小的顺序推荐。
A12、如A11所述的方法,其中,当所述标题类标签和第一详情类标签的总数目分别为0、1和2时,对应的第二详情类标签的概率阈值分别为0.35、0.5和0.8。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的职位标签推荐方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书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。对于本发明的范围,对本发明所做的公开是说明性的而非限制性的,本发明的范围由所附权利要求书限定。
Claims (12)
1.一种职位标签推荐方法,适于在计算设备中执行,所述计算设备中分别存储有行业标签表、职位标签模板和职位标签模型,该模板和模型均可以用于生成职位标签,所述行业标签表中存储有不同的公司简称及其行业标签的键值对,所述方法包括步骤:
从招聘者发布的职位描述信息中提取公司简称内容、职位标题内容和职位详情内容,并从所述行业标签表中获取该公司简称所对应的标签,作为公司类标签;
根据所述职位标签模板对职位标题内容进行模板匹配,得到标题类标签;
根据所述职位标签模板对职位详情内容进行模板匹配,得到该职位详情内容所对应的第一详情类标签;
将职位详情内容转换为文本向量,利用所述职位标签模型对该文本向量进行处理,得到该职位详情内容所对应的第二详情类标签以及各标签的输出概率;以及
按照标题类标签、第一详情类标签和第二详情类标签的优先级顺序,选取目标数目的标签作为职位标签进行推荐,并当所述标题类标签、第一详情类标签和第二详情类标签的数目未达到目标数目时,选取相应需求数目的公司类标签作为职位标签进行推荐;
其中,所述选取目标数目的标签作为职位标签进行推荐的步骤包括:
根据所述标题类标签和第一详情类标签的总数目确定第二详情类标签的概率阈值,并选取输出概率大于该概率阈值的第二详情类标签;以及
将所述标题类标签、第一详情类标签,以及选取到的第二详情类标签按照先后顺序进行推荐,其中,所述选取到的第二详情类标签按照输出概率由大至小的顺序推荐。
2.如权利要求1所述的方法,其中,还包括生成所述行业标签表的步骤:
获取不同公司的公司名称及其对应的行业标签,并过滤掉该名称中的无用词缀,从而得到各公司简称及其行业标签的键值对。
3.如权利要求1所述的方法,其中,所述根据所述职位标签模板对职位标题内容进行模板匹配的步骤包括:
过滤职位标题内容中的干扰词汇,并根据所述职位标签模板对剩下的内容进行模板匹配。
4.如权利要求1所述的方法,其中,所述根据所述职位标签模板对职位详情内容进行模板匹配的步骤包括:
去除职位详情中的html5标签,并根据文本换行符对其进行分句处理;
从分句后的内容中定位出目标关键词所在的语句;以及
根据所述职位标签模板对定位出的语句进行模板匹配。
5.如权利要求4所述的方法,其中,所述目标关键词包括经验、专业、行业和教育背景中的至少一种。
6.如权利要求1所述的方法,其中,所述将职位详情内容转换为文本向量的步骤包括:
去除职位详情内容中的html5标签后,再对其进行分词和断行处理,并将分词和断行处理后的内容转换为文本向量。
7.如权利要求1所述的方法,其中,还包括训练职位标签模型的步骤:
获取不同的职位标题,并生成各职位标题所对应的准确职位标签;以及
将各职位标题转换为文本向量,并将各文本向量及其对应的职位标签作为训练样本,采用逻辑回归模型对该训练样本进行训练,得到所述职位标签模型。
8.如权利要求7所述的方法,其中,所述生成各职位标题所对应的准确职位标签的步骤包括:
根据所述职位标签模板生成各职位标题所对应的准职位标签,并接收管理者对该准职位标签进行的人工调整,得到所述准确职位标签。
9.如权利要求7所述的方法,其中,
将职位标题内容转换为文本向量的方法为TF-IDF归一化方法;
所述逻辑回归模型为MultiClasses-LogisticRegression模型。
10.如权利要求9所述的方法,其中,当所述标题类标签和第一详情类标签的总数目分别为0、1和2时,对应的第二详情类标签的概率阈值分别为0.35、0.5和0.8。
11.一种计算设备,包括:
一个或多个处理器;
存储器;和
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1-10所述方法中的任一方法的指令。
12.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令被计算设备执行时,使得所述计算设备执行如权利要求1-10所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710642960.1A CN107688609B (zh) | 2017-07-31 | 2017-07-31 | 一种职位标签推荐方法和计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710642960.1A CN107688609B (zh) | 2017-07-31 | 2017-07-31 | 一种职位标签推荐方法和计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107688609A CN107688609A (zh) | 2018-02-13 |
CN107688609B true CN107688609B (zh) | 2020-11-06 |
Family
ID=61152609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710642960.1A Active CN107688609B (zh) | 2017-07-31 | 2017-07-31 | 一种职位标签推荐方法和计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107688609B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509561B (zh) * | 2018-03-23 | 2020-06-26 | 山东合天智汇信息技术有限公司 | 基于机器学习的岗位招聘数据筛选方法、系统及存储介质 |
CN110472647B (zh) * | 2018-05-10 | 2022-06-24 | 百度在线网络技术(北京)有限公司 | 基于人工智能的辅助面试方法、装置及存储介质 |
CN109460228A (zh) * | 2018-11-05 | 2019-03-12 | 用友网络科技股份有限公司 | 一种支撑分布式服务模型动态扩展的方法及系统 |
CN112989023B (zh) * | 2021-03-25 | 2023-07-28 | 北京百度网讯科技有限公司 | 标签推荐方法、装置、设备、存储介质及计算机程序产品 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360296A (zh) * | 2011-10-20 | 2012-02-22 | 北京金和软件股份有限公司 | 一种基于web的在线表单开发工具 |
CN102629257A (zh) * | 2012-02-29 | 2012-08-08 | 南京大学 | 一种基于关键字的电子商务网站商品推荐方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101106539A (zh) * | 2007-08-03 | 2008-01-16 | 浙江大学 | 基于支持向量机的垃圾邮件过滤方法 |
CN101446959A (zh) * | 2008-12-30 | 2009-06-03 | 深圳市迅雷网络技术有限公司 | 一种基于互联网的新闻推荐方法和系统 |
CN102012915A (zh) * | 2010-11-22 | 2011-04-13 | 百度在线网络技术(北京)有限公司 | 一种文档共享平台的关键词推荐方法及系统 |
EP3268924A4 (en) * | 2015-03-13 | 2018-10-10 | Agrian, Inc. | Pesticide and crop treatment application label and maximum residue level compliance checking system and method |
CN105159962B (zh) * | 2015-08-21 | 2018-08-17 | 北京全聘致远科技有限公司 | 职位推荐方法与装置、简历推荐方法与装置、招聘平台 |
CN105243389A (zh) * | 2015-09-28 | 2016-01-13 | 北京橙鑫数据科技有限公司 | 公司名称的行业分类标签的确定方法和装置 |
-
2017
- 2017-07-31 CN CN201710642960.1A patent/CN107688609B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360296A (zh) * | 2011-10-20 | 2012-02-22 | 北京金和软件股份有限公司 | 一种基于web的在线表单开发工具 |
CN102629257A (zh) * | 2012-02-29 | 2012-08-08 | 南京大学 | 一种基于关键字的电子商务网站商品推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107688609A (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804512B (zh) | 文本分类模型的生成装置、方法及计算机可读存储介质 | |
US11734328B2 (en) | Artificial intelligence based corpus enrichment for knowledge population and query response | |
US11501210B1 (en) | Adjusting confidence thresholds based on review and ML outputs | |
US20200184146A1 (en) | Techniques for combining human and machine learning in natural language processing | |
CN112184525B (zh) | 通过自然语义分析实现智能匹配推荐的系统及方法 | |
CN111125343B (zh) | 适用于人岗匹配推荐系统的文本解析方法及装置 | |
US10410136B2 (en) | Model-based classification of content items | |
CN107688609B (zh) | 一种职位标签推荐方法和计算设备 | |
US9754176B2 (en) | Method and system for data extraction from images of semi-structured documents | |
JP6722804B2 (ja) | 認知ロボット工学アナライザ | |
KR20180041478A (ko) | 기계학습을 활용한 월렛 시스템 기반 인재 매칭 시스템 및 그 방법 | |
US20190164109A1 (en) | Similarity Learning System and Similarity Learning Method | |
CN110597994A (zh) | 事件元素识别方法和装置 | |
CN108549723B (zh) | 一种文本概念分类方法、装置及服务器 | |
CN112163424A (zh) | 数据的标注方法、装置、设备和介质 | |
Chen et al. | Hidden Markov model using Dirichlet process for de-identification | |
US11410130B2 (en) | Creating and using triplet representations to assess similarity between job description documents | |
CN110941702A (zh) | 一种法律法规和法条的检索方法及装置、可读存储介质 | |
CN113157859A (zh) | 一种基于上位概念信息的事件检测方法 | |
CN111767390A (zh) | 技能词评估方法及装置、电子设备、计算机可读介质 | |
CN111651994A (zh) | 一种信息抽取方法、装置、电子设备和存储介质 | |
Bharadwaj et al. | Resume Screening using NLP and LSTM | |
CN113360647B (zh) | 一种基于聚类的5g移动业务投诉溯源分析方法 | |
CN112989050B (zh) | 一种表格分类方法、装置、设备及存储介质 | |
US11386263B2 (en) | Automatic generation of form application |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |