CN109523085A - 一种简历的填写方法、装置、电子设备及存储介质 - Google Patents
一种简历的填写方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109523085A CN109523085A CN201811417700.5A CN201811417700A CN109523085A CN 109523085 A CN109523085 A CN 109523085A CN 201811417700 A CN201811417700 A CN 201811417700A CN 109523085 A CN109523085 A CN 109523085A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- resume
- prediction
- biographic information
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种简历的填写方法、装置、电子设备及存储介质,该方法包括:基于用户基础数据和历史行为数据预测用户的简历信息;基于所述预测到的简历信息为所述用户填写简历。本发明实施例的方案实现了准确并快速预测用户简历信息并填写的目的,解决了现有技术中简历填写过程中,简历信息预测预测维度单一,可预测的内容少,预测结果精准度差,导致用户填写简历效率低的问题。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种简历的填写方法、装置、电子设备及存储介质。
背景技术
目前,大量的企业选择在网上进行招聘,求职者需要在网上完成自己简历信息的填写以后,才可以进行简历投递。
现有技术中,简历预填写技术主要采用数据概率算法,就是通过对历史数据出现的频率进行排序,将出现频率最大的数据设置为默认值。常规的数据概率预测算法,只能对普适性的基础类别字段进行计算,比如:性别为“男”的数据占50%以上,那么性别默认值为男;学历字段中,“本科”出现的概率最大,那么学历默认值为“本科”。该种预测算法预测维度单一,可预测的内容少,预测结果精准度差。
发明内容
本发明提供一种简历的填写方法、装置、电子设备及存储介质,解决了现有技术中简历填写过程中,简历信息预测预测维度单一,可预测的内容少,预测结果精准度差,导致用户填写简历效率低的问题。
第一方面,本发明实施例提供了一种简历的填写方法,包括:、
基于用户基础数据和/或历史行为数据预测用户的简历信息;
基于所述预测到的简历信息为所述用户填写简历。
第二方面,本发明实施例还提供了一种简历的填写装置,包括:
简历信息预测模块,用于基于用户基础数据和/或历史行为数据预测用户的简历信息;
简历信息填写模块,用于基于所述预测到的简历信息为所述用户填写简历。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的一种简历的填写方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的一种简历的填写方法。
本发明实施例通过基于用户基础数据和历史行为数据预测用户的简历信息;进一步基于所述预测到的简历信息为所述用户填写简历的方案,实现了准确并快速预测用户简历信息并填写的目的,解决了现有技术中简历填写过程中,简历信息预测预测维度单一,可预测的内容少,预测结果精准度差,导致用户填写简历效率低的问题。
附图说明
图1是本发明实施例一中的一种简历的填写方法的流程图。
图2是本发明实施例二中的一种简历的填写方法的流程图。
图3是本发明实施例三中的一种简历的填写装置的结构示意图。
图4是本发明实施例四中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种简历的填写方法的流程图,本实施例可适用于简历填写的情况,该方法可以由简历的填写装置来执行,该装置可以采用硬件和/或软件实现,可以配置于电子设备中,该方法具体包括如下步骤:
S110、基于用户基础数据和/或历史行为数据预测用户的简历信息。
在招聘网站中,一般需要用户填写自己的基本信息才可以完成简历的创建。其中,用户基础数据可以是在简历填写过程中涉及到的与用户自身基本信息相关的数据。历史行为数据用于分析用户的意向、偏好或其他常用信息。在一种实施方式中,根据用户基础数据和/或历史行为数据预测用户简历中需要填写的一些与用户相关的信息。例如,可以根据用户填写的专业名称预测用户的学历,具体的,专业名称可以跟学历之间存在对应关系,比如应用物理专业是一个本科专业,凝聚态物理是一个研究生专业。或者,对于用户的联系方式可以直接预测为将用户使用过的联系方式,比如注册账号使用的邮箱和/或电话号码等。
可选的,所述基础数据包括用户已经填写的初始信息、当前输入信息和/或当前定位信息;示例性的,用户已经填写的初始信息可以是在简历填写过程中,用户已经填写的出生日期和学校专业等信息;当前输入信息可以是用户在简历填写过程中当前正在输入的信息;当前定位信息可以是用户在填写简历过程中的位置信息,具体可以通过GPS定位或IP地址定位等方式确定。所述历史行为数据包括用户在招聘网站上的历史行为数据,比如,可以是用户在招聘网站中的相关搜索或浏览数据,也可以是在某个网页的点击次数或浏览时间数据等。
S120、基于所述预测到的简历信息为所述用户填写简历。
在用户简历填写过程中,可以根据预测到的用户的相关简历信息自动填写简历。例如,可以在预测到用户的学历为研究生时,将简历中学历标签对应的部分自动填写为研究生,帮助用户高效的完成简历的填写。
可选的,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户的当前定位信息预测用户简历中的居住地、户籍和/或求职意向中的期望地点的信息。
示例性的,对于基本信息中的户籍地信息,可以通过定位用户当前位置预测,比如定位在一线城市,如北京,上海或广州等城市,则无需进行预测或预测结果为空,相应的简历信息中的户籍地中也无默认值填写;如定位在二线及以下城市,比如天津,重庆或长沙等,则可以预测户籍地信息为当前定位城市并在简历中将户籍地信息填写为该定位城市。对于基本信息中的居住地信息,可以通过定位用户当前位置,位置所在的市/区为预测到的居住地信息。对于求职意向中的期望地点信息,可以根据当前定位信息中的二级城市作为预测结果。
本实施例的技术方案,通过基于用户基础数据和历史行为数据预测用户的简历信息并填写,使得在用户进行特定的行为操作前或操作时准确预测后续字段或其他属性标签的需要填写的内容,使用户填写的简历内容更精准,大幅度提高填写效率。
实施例二
图2是本发明实施例二提供的一种简历的填写方法的流程图,在上述实施例的基础上,可选的,对步骤S110、基于用户基础数据和/或历史行为数据预测用户的简历信息,做了进一步的优化,如图2所示,该方法具体包括:
S210、根据用户填写的出生日期信息和预设时间预测算法预测用户简历中的教育经历的时间和/或工作经历的时间信息。
预设时间预测算法可以是用于根据用户的出生日期信息预测用户其他属性的信息的规则,比如可以是预测教育经历的时间或工作经历的时间信息。
可选的,在用户填写简历的过程中,出生日期可以是一个可选择的范围,避免用户自己手动输入出生日期的字符信息,可以直接通过点选范围中涉及到的年、月和日即可完成输入。在一种优选的方式中,在2018年时,出生日期中的年份选择范围可以是1984年-1992年,而研究表明在2018年时,求职者中的出生前日期大部分是集中于这个范围的年份。当然,在不同的时期,可以根据实际情况设置出生日期的范围,这样可以方便用户从这个较小的范围中,快速寻找到自身的出生年份,快速填写简历。
示例性的,可以通过以下方法预测教育经历中的开始时间:
a.用户学历/学位信息为初中,则预测开始时间=出生年份+11
b.用户的学历/学位信息为高中/中专,则预测开始时间=出生年份+14,月份为9月;
c.用户的学历/学位信息为本科/大专,则预测开始时间=出生年份+17,月份为9月;
d.用户的学历/学位信息为研究生,则预测开始时间=出生年份+21,月份为9月;
e.用户的学历/学位信息为博士,则预测开始时间=出生年份+24,月份为9月;
f.如果选择MBA/EMBA,则预测开始时间=出生年份+25,月份为9月;
g.如果选择其他学历或未选择学历,开始时间则不作预测,即简历中对应位置无默认值。
类似的,可以通过以下方法预测教育经历中的结束时间:
1)开始时间有值并且学历/学位有值的情况
a.学历/学位信息为本科,则预测结束时间为开始时间向后推4年的6月;
b.学历/学位信息为初中/高中/中专/大专/研究生,则预测结束时间为开始时间向后推3年的6月;
c.学历/学位信息为博士,则预测结束时间为开始时间向后推5年的6月;
d.其他学历或未选择学历,则预测结束时间为开始时间向后推3年的6月;
2)开始时间无值时,则简历中结束时间填写部分也无默认值;
3)开始时间有值并且学历/学位无值,则预测结束时间=开始时间向后推3年的6月。
当然,如果用户在填写参加工作的时间之前,先填写并确认教育经历的时间,则可以将最高学历的结束时间+1个月的结果预测为参加工作的时间。
另一种实施方式中,对于参加工作的开始时间的预测方法可以是:
如果出生日期+22年小于当前时间,则可以预测参加工作日期为出生日期+22年的结果;如果出生日期+22年大于当前时间,则可以预测参加工作日期为当前时间。
进一步的,对于工作经验中开始时间可以通过以下方法预测:
a.当前时间向前推两年小于“参加工作时间”,则预测开始时间=参加工作时间;
b.当前时间向前推两年大于等于“参加工作时间”,则预测开始时间:年份=当前年份-2,月份=当前月份;
对于工作经验中结束时间可以预测为:结束时间默认为当前年当前月。
S220、基于所述预测到的简历信息为所述用户填写简历。
基于上述预测到教育经历时间和/或参加工作时间填写简历中相应的部分,解决了用户需要手动输入多条信息的问题,提高了简历填写效率。另外,对于教育经历中的所学专业可以做如下预测:学历/学位为高中/初中,专业名称预测为“其他”;学历/学位非高中/初中,没有预测值。对于教育经历中的教育性质,可以直接预测为“统招”。值得说明的是,本发明实施例中在为用户提前预测了简历信息并填写以后,用户可以进一步检验是否正确,如果不正确,用户可以自行修正填写正确的信息。
可选的,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
跟随所述用户当前的输入信息预测相似度和/或使用概率高于预设阈值的简历信息;和/或
根据用户的历史行为数据预测相似度和/或使用概率高于预设阈值的简历信息。
示例性的,对于基本信息中的联系方式,可以提供联想服务,随着用户的内容输入,预测使用概率高于预设阈值的联系方式。比如,如果是邮箱,则可以在用户填写过程中预测普遍用户使用概率最高的前几个邮箱后缀,以供用户可选择使用。和/或
根据用户的历史行为数据,比如频繁使用过哪个邮箱或哪个联系电话,并将其作为相应的预测结果。
对于教育经历中的所学专业信息,可以随着用户的内容输入,为用户联想相似度最高且出现频率最高的前几个专业名称,以供用户可选择使用。对于工作经验中的公司名称,可以提供联想服务,随着用户的内容输入,为用户联想相似度最高且出现频率最高的前几个公司名称,用户可选择使用。对于工作经验中的职位名称,可以提供联想服务,随着用户的内容输入,为用户联想相似度最高,出现频率最高的前10个职位名称,用户可选择使用。对于教育经历中的学历/学位信息,可以根据学校名称关联当前学校的学历级别作为学历/学位信息的预测结果;如关联失败,则预测学历/学为信息为本科。
可选的,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户填写的职位名称信息和预设职位预测算法预测用户简历中对应的职位类别信息。
对于工作经验中的职位类别,可以根据用户输入的职位名称,通过一定的算法预测该职位名称对应的职位类别,也可以预先设置好专业名称与职位类别的对应关系,在确定职位名称后,可以直接根据对应关系预测职位类别信息。
对于工作经验中的所属行业,可以使用公司名称比对公司数据库,预测当前公司的行业属性为所属行业信息,其中公司数据库中应该包括公司的名称以及对应的所属行业信息。
可选的,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户填写的工作经验信息和预设的意向预测算法预测用户简历中求职意向的信息。
对于求职意向中的求职类型信息可以做如下预测以及自动填写:
a.当参加工作时间内容是小于当前时间时,预测为“全职”,并默认填写;
b.当参加工作时间内容为“无工作经验吧”,则预测为“实习”,并默认选填写。
对于求职意向中的求职状态可以做如下预测以及自动填写:
1)参加工作时间是X年X月:
a.最近一份工作经验的结束时间为“至今”,则预测为“考虑新机会”;
b.最近一份工作经验的结束时间为当月内,则预测为“月内到岗”;
c.最近一份工作经验的结束时间为当月之前,则预测为“随时到岗”;
d.未填写工作经验的结束时间,则预测为“考虑新机会”。
2)参加工作时间为“暂无工作经验”,则预测为“随时到岗“;
3)如果用户在求职状态一栏手动勾选了兼职/实习,则预测为“随时到岗”。
对于求职意向中的期望行业信息做如下预测以及自动填写:
a.最近工作经验中所属行业无值,则该选项无默认值填写;
b.最近工作经验中所属行业有值,该选项默认填写为所属行业。
对于求职意向中的期望职位,可以通过以下方法预测以及自动填写:
a.最近工作经验中的职位类别无值,则该选项无默认值填写
b.最近工作经验中的职位类别有值,则该选项默认填写该职位类别。
对于求职意向的期望月薪信息,可以通过以下公式预测并填写:期望月薪=当前薪资×130%。
本实施例的技术方案,通过用户的基础数据和历史行为以及精准预测简历内容的算法,使得在简历填写过程中,简历信息预测更精准、预测内容更丰富,提高了用户填写简历的效率和精准度,同时大幅度提升简历完整度。现有技术中用户填写完一份简历的时间在7-10分钟左右,应用本发明实施例的技术方法填写简历的时间可以减少到2-4分钟;另外,过往有简历填写行为的用户中,有30%左右的人能完整的填完所有内容,本发明实施例的应用后,经过跟踪发现有50%左右的用户能填完所有内容。由此可以见,本发明实施例应用简单,效果立竿见影。
实施例三
图3为本发明实施例六提供的一种简历的填写装置的结构示意图,如图3所示,所述装置包括:
简历信息预测模块310,用于基于用户基础数据和/或历史行为数据预测用户的简历信息;
简历信息填写模块320,用于基于所述预测到的简历信息为所述用户填写简历。
可选的,所述基础数据包括用户已经填写的初始信息、当前输入信息和/或当前定位信息;所述历史行为数据包括用户在招聘网站上的历史行为数据。
可选的,所述简历信息预测模块310,用于根据用户填写的出生日期信息和预设时间预测算法预测用户简历中的教育经历的时间和/或工作经历的时间信息。
可选的,所述简历信息预测模块310,还用于跟随所述用户当前的输入信息预测相似度和/或使用概率高于预设阈值的简历信息;和/或
根据用户的历史行为数据预测相似度和/或使用概率高于预设阈值的简历信息。
可选的,所述简历信息预测模块310,还用于根据用户的当前定位信息预测用户简历中的居住地、户籍和/或求职意向中的期望地点的信息。
可选的,所述简历信息预测模块310,还用于根据用户填写的职位名称信息和预设职位预测算法预测用户简历中对应的职位类别信息。
可选的,所述简历信息预测模块310,还用于根据用户填写的工作经验信息和预设的意向预测算法预测用户简历中求职意向的信息。
本发明实施例所提供的简历的填写装置,可执行本发明任意实施例所提供的简历的填写方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的一种简历的填写方法。
实施例四
参见图4,本实施例提供了一种电子设备400,其包括:一个或多个处理器420;存储装置410,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器420执行,使得所述一个或多个处理器420实现本发明实施例所提供的一种简历的填写方法,包括:
基于用户基础数据和/或历史行为数据预测用户的简历信息;
基于所述预测到的简历信息为所述用户填写简历。
当然,本领域技术人员可以理解,处理器420还可以实现本发明任意实施例所提供的一种简历的填写方法的技术方案。
图4显示的电子设备400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:一个或者多个处理器420,存储装置410,连接不同系统组件(包括存储装置410和处理器420)的总线450。
总线450表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备400访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置410可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)411和/或高速缓存存储器412。电子设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统413可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线450相连。存储装置410可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块415的程序/实用工具414,可以存储在例如存储装置410中,这样的程序模块415包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块415通常执行本发明所描述的任意实施例中的功能和/或方法。
电子设备400也可以与一个或多个外部设备460(例如键盘、指向设备、显示器470等)通信,还可与一个或者多个使得用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口430进行。并且,电子设备400还可以通过网络适配器440与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器440通过总线450与电子设备400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器420通过运行存储在存储装置410中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种简历的填写方法。
实施例五
本发明实施例五提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种简历的填写方法,该方法包括:
基于用户基础数据和/或历史行为数据预测用户的简历信息;
基于所述预测到的简历信息为所述用户填写简历。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种简历的填写方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种简历的填写方法,其特征在于,所述方法包括:
基于用户基础数据和/或历史行为数据预测用户的简历信息;
基于所述预测到的简历信息为所述用户填写简历。
2.根据权利要求1所述的方法,其特征在于,所述基础数据包括用户已经填写的初始信息、当前输入信息和/或当前定位信息;所述历史行为数据包括用户在招聘网站上的历史行为数据。
3.根据权利要求1所述的方法,其特征在于,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户填写的出生日期信息和预设时间预测算法预测用户简历中的教育经历的时间和/或工作经历的时间信息。
4.根据权利要求1所述的方法,其特征在于,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
跟随所述用户当前的输入信息预测相似度和/或使用概率高于预设阈值的简历信息;和/或
根据用户的历史行为数据预测相似度和/或使用概率高于预设阈值的简历信息。
5.根据权利要求1所述的方法,其特征在于,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户的当前定位信息预测用户简历中的居住地、户籍和/或求职意向中的期望地点的信息。
6.根据权利要求1所述的方法,其特征在于,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户填写的职位名称信息和预设职位预测算法预测用户简历中对应的职位类别信息。
7.根据权利要求1所述的方法,其特征在于,基于用户基础数据和历史行为数据预测用户的简历信息,包括:
根据用户填写的工作经验信息和预设的意向预测算法预测用户简历中求职意向的信息。
8.一种简历的填写装置,其特征在于,所述装置包括:
简历信息预测模块,用于基于用户基础数据和/或历史行为数据预测用户的简历信息;
简历信息填写模块,用于基于所述预测到的简历信息为所述用户填写简历。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的一种简历的填写方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的一种简历的填写方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811417700.5A CN109523085A (zh) | 2018-11-26 | 2018-11-26 | 一种简历的填写方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811417700.5A CN109523085A (zh) | 2018-11-26 | 2018-11-26 | 一种简历的填写方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109523085A true CN109523085A (zh) | 2019-03-26 |
Family
ID=65793674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811417700.5A Pending CN109523085A (zh) | 2018-11-26 | 2018-11-26 | 一种简历的填写方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523085A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872604A (zh) * | 2019-04-12 | 2019-06-11 | 郑州铁路职业技术学院 | 一种模块组合型简历制作教学方法 |
CN110570229A (zh) * | 2019-07-30 | 2019-12-13 | 平安科技(深圳)有限公司 | 用户信息处理方法、装置、计算机设备和存储介质 |
CN111199476A (zh) * | 2019-12-20 | 2020-05-26 | 上海淇玥信息技术有限公司 | 基于学历预测模型生成授信策略的方法、装置和电子设备 |
CN112036138A (zh) * | 2020-07-29 | 2020-12-04 | 长沙市到家悠享网络科技有限公司 | 一种简历填写方法、装置、电子设备以及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516624A (zh) * | 2013-09-29 | 2015-04-15 | 腾讯科技(深圳)有限公司 | 一种输入账户信息的方法及装置 |
CN106997336A (zh) * | 2016-01-26 | 2017-08-01 | 上海乔布堂信息科技有限公司 | 一种智能简历制作方法 |
CN107146122A (zh) * | 2016-03-01 | 2017-09-08 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
-
2018
- 2018-11-26 CN CN201811417700.5A patent/CN109523085A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516624A (zh) * | 2013-09-29 | 2015-04-15 | 腾讯科技(深圳)有限公司 | 一种输入账户信息的方法及装置 |
CN106997336A (zh) * | 2016-01-26 | 2017-08-01 | 上海乔布堂信息科技有限公司 | 一种智能简历制作方法 |
CN107146122A (zh) * | 2016-03-01 | 2017-09-08 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872604A (zh) * | 2019-04-12 | 2019-06-11 | 郑州铁路职业技术学院 | 一种模块组合型简历制作教学方法 |
CN110570229A (zh) * | 2019-07-30 | 2019-12-13 | 平安科技(深圳)有限公司 | 用户信息处理方法、装置、计算机设备和存储介质 |
CN111199476A (zh) * | 2019-12-20 | 2020-05-26 | 上海淇玥信息技术有限公司 | 基于学历预测模型生成授信策略的方法、装置和电子设备 |
CN112036138A (zh) * | 2020-07-29 | 2020-12-04 | 长沙市到家悠享网络科技有限公司 | 一种简历填写方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523085A (zh) | 一种简历的填写方法、装置、电子设备及存储介质 | |
US20210216979A1 (en) | Identifying, soliciting, selecting and scheduling service providers | |
US20090282028A1 (en) | User Interface and Method for Web Browsing based on Topical Relatedness of Domain Names | |
US20100211566A1 (en) | Entity-based search results and clusters on maps | |
US20190034816A1 (en) | Methods and system for associating locations with annotations | |
CN109074378B (zh) | 模块化电子数据分析计算系统 | |
CN110503528B (zh) | 一种线路推荐方法、装置、设备和存储介质 | |
CN111831897A (zh) | 一种出行目的地推荐方法、装置、电子设备及存储介质 | |
US20070116241A1 (en) | Support case management system | |
CN111310065A (zh) | 一种社交推荐方法、装置、服务器及存储介质 | |
CN114780600A (zh) | 航班搜索方法、系统、设备及存储介质 | |
CN113672802A (zh) | 航班的推荐方法、系统、电子设备和介质 | |
CN111724098B (zh) | 信息展示方法、系统、电子设备及存储介质 | |
US10614140B2 (en) | Keyword based data crawling | |
CN111797211A (zh) | 业务信息搜索方法、装置、计算机设备和存储介质 | |
CN111897894A (zh) | Poi检索热度确定方法、装置、设备及存储介质 | |
CN115860436A (zh) | 一种基于知识图谱的城市热线派单方法及系统 | |
JP7142074B2 (ja) | ナビゲーションに用いられる方法、装置、デバイス、及びコンピュータが読み取り可能な記憶媒体 | |
CN111339448B (zh) | 查询改写方法、系统、设备及存储介质 | |
CN112699228B (zh) | 业务访问方法、装置、电子设备及存储介质 | |
CN109344342B (zh) | 地图数据检索方法、装置、检索服务器及系统 | |
CN111539796B (zh) | 一种订单处理方法、装置及存储介质 | |
CN104063391A (zh) | 推荐方法及系统 | |
CN113515687B (zh) | 物流信息的获取方法和装置 | |
CN114490943A (zh) | 旅游信息查询方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190326 |