CN109831531B - 求职简历推送方法与装置以及任务推送方法与装置 - Google Patents
求职简历推送方法与装置以及任务推送方法与装置 Download PDFInfo
- Publication number
- CN109831531B CN109831531B CN201910200072.3A CN201910200072A CN109831531B CN 109831531 B CN109831531 B CN 109831531B CN 201910200072 A CN201910200072 A CN 201910200072A CN 109831531 B CN109831531 B CN 109831531B
- Authority
- CN
- China
- Prior art keywords
- job
- task
- resume
- seeking
- matching degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012935 Averaging Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000007115 recruitment Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种求职简历推送方法与装置以及任务推送方法与装置,能提高简历和任务推送的准确度。所述求职简历推送方法,包括:对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历;以及根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种求职简历推送方法与装置以及任务推送方法与装置。
背景技术
目前,用户或企业在发布月嫂、保姆、司机等任务时,招聘网站往往计算任务和求职简历之间的匹配度,根据匹配度进行相应的任务推送和简历推送。但这种方法的匹配度仅依据任务信息和求职者的简历信息进行计算,而当求职者的简历信息不太丰满时,会使计算出的匹配度较低,造成求职简历与任务的匹配效果较差,使得现有的任务推送和简历推送功能无法实现精准推荐的功能。
发明内容
有鉴于此,本发明的目的在于提供一种求职简历推送方法与装置以及任务推送方法与装置,能提高简历和任务推送的准确度。
第一方面,本发明实施例提供了一种求职简历推送方法,包括:
对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历;以及
根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者。
第二方面,本发明实施例还提供了一种任务推送方法,包括:
对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历;以及
根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者。
第三方面,本发明实施例还提供了一种求职简历推送装置,包括:
第一计算单元,用于对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历;以及
第一推送单元,用于根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者。
第四方面,本发明实施例还提供了一种任务推送装置,包括:
第二计算单元,用于对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历;以及
第二推送单元,用于根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者。
该方法和装置至少能实现如下效果之一:基于求职者的求职简历与任务的匹配度,以及求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度计算求职者的求职简历的匹配得分或任务的匹配得分,并基于求职者的求职简历的匹配得分进行简历推送,基于任务的匹配得分进行任务推送,相较于在计算匹配得分时仅考虑求职者的求职简历与任务的匹配度的现有技术,整个方案不仅考虑了求职者的求职简历与任务的匹配度,还考虑了求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度,这就使得本方案计算出的求职者的求职简历的匹配得分和任务的匹配得分较为准确,因而提高了简历和任务推送的准确度。
附图说明
本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解,附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分。在附图中:
图1为本发明求职简历推送方法一实施例的流程示意图;
图2为本发明求职简历推送方法另一实施例的部分流程示意图;
图3为本发明任务推送方法一实施例的流程示意图;
图4为本发明任务推送方法另一实施例的部分流程示意图;
图5为本发明求职简历推送装置一实施例的结构示意图;
图6为本发明任务推送装置一实施例的结构示意图。
具体实施方式
在下文中将结合附图对本公开内容的示例性实施方式进行描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施方式的过程中可以做出很多特定于实施方式的决定,以便实现开发人员的具体目标,并且这些决定可能会随着实施方式的不同而有所改变。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本公开,在附图中仅仅示出了与根据本公开内容的方案密切相关的装置结构,而省略了与本公开关系不大的其他细节。
应理解的是,本公开内容并不会由于如下参照附图的描述而只限于所描述的实施形式。在本文中,在可行的情况下,实施方式可以相互组合、不同实施方式之间的特征替换或借用、在一个实施方式中省略一个或多个特征。
参看图1,本发明公开一种求职简历推送方法,包括:
S10、对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历;以及
S11、根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者。
本实施例中,至少一个求职简历可以通过获取用户在招聘网站上投递的简历得到。第一求职简历的数量可以根据需要设置,比如设置为5个,此处不再赘述。历史一段时间可以根据需要设置,比如设置为过去1年,此处不再赘述。任务内容之间的相同或相似可以以任务内容之间的相似度(其取值可以为百分比)来衡量,当相似度大于某一个数值(比如80%),说明相应的两个任务的内容相似;当相似度大于某一个较大的数值(比如99%),说明相应的两个任务的内容相同。
所述根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,可以包括:
对所述至少一个求职简历的匹配得分按照从大到小的顺序进行排序,并将前预设数值个匹配得分中的至少一个匹配得分对应的求职简历作为所述目的求职简历。所述预设数值可以根据需要设置,比如设置为10,此处不再赘述。
本发明实施例提供的求职简历推送方法,基于求职者的求职简历与任务的匹配度,以及求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度计算求职者的求职简历的匹配得分,并基于求职者的求职简历的匹配得分进行简历推送,相较于在计算匹配得分时仅考虑求职者的求职简历与任务的匹配度的现有技术,整个方案不仅考虑了求职者的求职简历与任务的匹配度,还考虑了求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度,这就使得本方案计算出的求职者的求职简历的匹配得分较为准确,因而提高了简历推送的准确度。
图2为本发明求职简历推送方法另一实施例的部分流程示意图,参看图2,在前述方法实施例的基础上,在所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度之前,还可以包括:
S20、对所述至少一个求职简历进行聚类得到至少一个求职简历类;
其中,所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,可以包括:
S21、对于每一个求职简历类,计算所述任务与该求职简历类的中心之间的匹配度,将所述任务与该求职简历类的中心之间的匹配度作为所述任务与该求职简历类中每一个求职简历之间的匹配度,并计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,将所述至少一个第一求职简历与该求职简历类的中心之间的匹配度作为所述至少一个第一求职简历与该求职简历类中每一个求职简历之间的匹配度。
本实施例中,对所述至少一个求职简历进行聚类可以通过对所述至少一个求职简历对应的向量进行聚类实现。求职简历对应的向量可以通过对求职简历的内容提取关键词,并对关键词进行向量化,对向量化的结果进行组合得到。通过对所述至少一个求职简历进行聚类,并计算所述任务与求职简历类的中心之间的匹配度作为所述任务与求职简历类的中心所属的求职简历类中每一个求职简历之间的匹配度,以及所述至少一个第一求职简历与求职简历类的中心之间的匹配度作为所述至少一个第一求职简历与求职简历类的中心所属的求职简历类中每一个求职简历之间的匹配度,从而在计算所述任务与所述至少一个求职简历之间的匹配度以及所述至少一个第一求职简历与所述至少一个求职简历之间的匹配度时不需要计算所述任务与所述至少一个求职简历中每一个求职简历之间的匹配度,以及所述至少一个第一求职简历与所述至少一个求职简历中每一个求职简历之间的匹配度,大大减少了第一匹配度和第二匹配度的计算量,这就使得本实施例相较于前述实施例,提高了简历推送效率。
在前述方法实施例的基础上,所述计算所述任务与该求职简历类的中心之间的匹配度,可以包括:
获取该求职简历类的中心的技能标签以及所述任务的技能标签,对该求职简历类的中心的技能标签中与所述任务的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述任务与该求职简历类的中心之间的匹配度;
其中,所述计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,可以包括:
对于每一个第一求职简历,获取该第一求职简历的技能标签,对该求职简历类的中心的技能标签中与该第一求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第一求职简历对应的求和结果求均值,将求均值的结果作为所述至少一个第一求职简历与该求职简历类的中心之间的匹配度;
其中,所述根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,可以包括:
对所述第一匹配度和第二匹配度进行加权求和,并将加权求和的结果作为该求职简历的匹配得分。
本实施例中,求职简历的技能标签来自于以下三个方面中的至少一个方面:第一方面是从求职者的工作经历中提取的;第二方面是求职者自己添加的;第三方面是求职者完成任务后由系统、招聘网站或任务发布方添加。
对于第一方面,需要说明的是,从求职者的工作经历中提取技能标签的过程包括:从求职者的工作经历中提取关键词,将提取出的关键词与预设的技能标签库中的技能标签进行语义匹配,将语义匹配上的技能标签作为从求职者的工作经历中提取的技能标签。技能标签库中的技能标签为与能否胜任工作相关的标签,包括性别标签、年龄标签、专业标签、学历标签、工作年限标签以及与工作内容相关的标签。比如假设一任务的工作内容包括管理与维护Oracle数据库,则该任务的技能标签可以包括Oracle数据库管理和Oracle数据库维护。
对于第二方面,需要说明的是,对于一些如月嫂、保姆、司机等学历要求不高的任务,为了使求职者能顺利添加技能标签,可设置任务的技能标签库。在求职者进行技能标签添加时,求职者可以首先选择任务,然后,由系统根据求职者选择的任务向求职者推送相关的技能标签供求职者选择。比如求职者选择的任务是月嫂,那么网站向该求职者推送健康证、性格等与月嫂相关的技能标签供该求职者选择。
第三方面添加的技能标签为求职者完成的任务的技能标签,而任务的技能标签可以由任务发布者自行添加。
所述任务的各个技能标签可以根据其重要程度设置不同的分值,对于该求职简历的某一个技能标签T1,如果技能标签T1与所述任务的某个技能标签T2相匹配,则技能标签T1的分值即为技能标签T2的分值。如果技能标签T1与所述任务的某两个技能标签T20和T21均相匹配,则技能标签T1的分值为技能标签T20的分值和技能标签T21的分值中的较大值。而如果技能标签T1与所述任务的任一个技能标签均不相匹配,则技能标签T1的分值为0。
需要说明的是,在计算所述第二匹配度之前,可以对每一类型技能标签分别赋予不同的分值,则对于某一个求职简历类的中心的某一个技能标签T1,以及第一求职简历的某一个技能标签T3,如果T1和T3相匹配,则T1的分值为T3所属的类型的分值,与T3所属的类型下的技能标签的数量的比值。举例来说,假设某一个求职简历类的中心的某一个技能标签为Oracle数据库管理,第一求职简历的与工作内容相关的技能标签包括Oracle数据库管理和Oracle数据库维护,且预先为与工作内容相关的技能标签赋值为80,则该求职简历类的中心的Oracle数据库管理这一技能标签的分值为40。如果技能标签T1和第一求职简历的某两个技能标签T30和T31相匹配,则T1的分值为T30所属的类型的分值与T30所属的类型下的技能标签的数量的比值,与T31所属的类型的分值与T31所属的类型下的技能标签的数量的比值中的较大值。而如果技能标签T1与第一求职简历的任一个技能标签均不相匹配,则技能标签T1的分值为0。
可以理解的是,所述第一匹配度的权重和第二匹配度的权重为0至1内的数值,且二者的和为1。
在前述方法实施例的基础上,所述任务与每一个第一求职简历之间的匹配度均大于第一数值。
本实施例中,第一数值可以根据需要设置,此处不再赘述。限定所述任务与每一个第一求职简历之间的匹配度均大于第一数值,能够保证第一求职简历为与所述任务比较匹配的求职简历,使得计算出的第二匹配度较为准确,这就使得本实施例相较于前述实施例,提高了简历推送的准确度。
参看图3,本发明公开一种任务推送方法,包括:
S30、对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历;以及
S31、根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者。
本实施例中,至少一个任务可以通过获取用户或企业在招聘网站上发布的任务得到。第二求职简历的数量可以根据需要设置,比如设置为5个,此处不再赘述。历史一段时间可以根据需要设置,比如设置为过去1年,此处不再赘述。任务内容之间的相同或相似可以以任务内容之间的相似度(其取值可以为百分比)来衡量,当相似度大于某一个数值(比如80%),说明相应的两个任务的内容相似;当相似度大于某一个较大的数值(比如99%),说明相应的两个任务的内容相同。
所述根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,可以包括:
对所述至少一个任务的匹配得分按照从大到小的顺序进行排序,并将前预设数值个匹配得分中的至少一个匹配得分对应的任务作为所述目的任务。所述预设数值可以根据需要设置,比如设置为10,此处不再赘述。
本发明实施例提供的任务推送方法,基于求职者的求职简历与任务的匹配度,以及求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度计算任务的匹配得分,并基于任务的匹配得分进行任务推送,相较于在计算匹配得分时仅考虑求职者的求职简历与任务的匹配度的现有技术,整个方案不仅考虑了求职者的求职简历与任务的匹配度,还考虑了求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度,这就使得本方案计算出的任务的匹配得分较为准确,因而提高了任务推送的准确度。
图4为本发明任务推送方法另一实施例的部分流程示意图,参看图4,在前述方法实施例的基础上,在所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度之前,还可以包括:
S40、对所述至少一个任务进行聚类得到至少一个任务类;
其中,所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,可以包括:
S41、对于每一个任务类,计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,并计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度。
本实施例中,对所述至少一个任务进行聚类可以通过对所述至少一个任务对应的向量进行聚类实现。任务对应的向量可以通过对任务的内容提取关键词,并对关键词进行向量化,对向量化的结果进行组合得到。通过对所述至少一个任务进行聚类,并计算所述求职简历与任务类的中心之间的匹配度作为所述求职简历与任务类的中心所属的任务类中每一个任务之间的匹配度,以及所述求职简历与任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与任务类的中心所属的任务类中每一个任务对应的至少一个第二求职简历之间的匹配度,从而在计算所述求职简历与所述至少一个任务之间的匹配度以及所述求职简历与所述至少一个任务对应的至少一个第二求职简历之间的匹配度时不需要计算所述求职简历与所述至少一个任务中每一个任务之间的匹配度,以及所述求职简历与所述至少一个任务中每一个任务对应的至少一个第二求职简历之间的匹配度,大大减少了第三匹配度和第四匹配度的计算量,这就使得本实施例相较于前述实施例,提高了任务推送效率。
在前述方法实施例的基础上,所述计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,可以包括:
获取所述求职简历的技能标签以及该任务类的中心的技能标签,对该任务类的中心的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述求职简历与该任务类的中心之间的匹配度;
其中,所述计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度,可以包括:
对于每一个第二求职简历,获取该第二求职简历的技能标签,对该第二求职简历的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第二求职简历对应的求和结果求均值,将求均值的结果作为所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度;
其中,所述根据所述第三匹配度和第四匹配度确定该任务的匹配得分,可以包括:
对所述第三匹配度和第四匹配度进行加权求和,并将加权求和的结果作为该任务的匹配得分。
本实施例中,所述求职简历的技能标签来自于以下三个方面中的至少一个方面:第一方面是从求职者的工作经历中提取的;第二方面是求职者自己添加的;第三方面是求职者完成任务后由系统、招聘网站或任务发布方添加。
第一方面、第二方面和第三方面生成技能标签的过程与前述求职简历推送方法实施例一致,此处不再赘述。
所述求职简历的各个技能标签的分值可以根据需要设置,对于该任务类的中心的某一个技能标签T4,如果技能标签T4与所述求职简历的某个技能标签T5相匹配,则技能标签T4的分值即为技能标签T5的分值。如果技能标签T4与所述求职简历的某两个技能标签T50和T51均相匹配,则技能标签T4的分值为技能标签T50的分值和技能标签T51的分值中的较大值。而如果技能标签T4与所述求职简历的任一个技能标签均不相匹配,则技能标签T4的分值为0。
需要说明的是,在计算所述第四匹配度之前,可以对每一类型技能标签分别赋予不同的分值,则对于所述求职简历的某一个技能标签T5,以及该第二求职简历的某一个技能标签T6,如果T5和T6相匹配,则T6的分值为T5所属的类型的分值,与T5所属的类型下的技能标签的数量的比值。举例来说,假设该第二求职简历的某一个技能标签为Oracle数据库管理,所述求职简历的与工作内容相关的技能标签包括Oracle数据库管理和Oracle数据库维护,且预先为与工作内容相关的技能标签赋值为80,则该第二求职简历的Oracle数据库管理这一技能标签的分值为40。如果所述求职简历的某两个技能标签T50和T51均与技能标签T6相匹配,则T6的分值为T50所属的类型的分值与T50所属的类型下的技能标签的数量的比值,与T51所属的类型的分值与T51所属的类型下的技能标签的数量的比值中的较大值。如果所述求职简历的任一个技能标签均与技能标签T6不相匹配,则T6的分值为0。
可以理解的是,所述第三匹配度的权重和第四匹配度的权重为0至1内的数值,且二者的和为1。
在前述方法实施例的基础上,所述方法还可以包括:
获取最大匹配得分的任务对应的第四匹配度,若判断获知所述第四匹配度小于第二数值,则提示所述求职简历的发布者完善求职简历信息。
本实施例中,第二数值可以根据需要设置,此处不再赘述。当最大匹配得分的任务对应的第四匹配度小于第二数值,说明没有与所述求职简历比较匹配的任务,则提示所述求职简历的发布者完善求职简历信息。
在前述方法实施例的基础上,该任务与每一个第二求职简历之间的匹配度均大于第一数值。
本实施例中,第一数值可以根据需要设置,此处不再赘述。限定该任务与每一个第二求职简历之间的匹配度均大于第一数值,能够保证第二求职简历为与该任务比较匹配的求职简历,使得计算出的第四匹配度较为准确,这就使得本实施例相较于前述实施例,提高了任务推送的准确度。
参看图5,本发明公开一种求职简历推送装置,包括:
第一计算单元50,用于对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历;以及
第一推送单元51,用于根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者。
本实施例中,至少一个求职简历可以通过获取用户在招聘网站上投递的简历得到。历史一段时间和第一求职简历的数量可以根据需要设置,此处不再赘述。任务内容之间的相同或相似可以以任务内容之间的相似度(其取值可以为百分比)来衡量,当相似度大于某一个数值(比如80%),说明相应的两个任务的内容相似;当相似度大于某一个较大的数值(比如99%),说明相应的两个任务的内容相同。
所述根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,可以包括:
对所述至少一个求职简历的匹配得分按照从大到小的顺序进行排序,并将前预设数值各匹配得分中的最少一个匹配得分对应的求职简历推送给所述任务的发布者。所述预设数值可以根据需要设置,此处不再赘述。
本发明实施例提供的求职简历推送装置,基于求职者的求职简历与任务的匹配度,以及求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度计算求职者的求职简历的匹配得分,并基于求职者的求职简历的匹配得分进行简历推送,相较于在计算匹配得分时仅考虑求职者的求职简历与任务的匹配度的现有技术,整个方案不仅考虑了求职者的求职简历与任务的匹配度,还考虑了求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度,这就使得本方案计算出的求职者的求职简历的匹配得分较为准确,因而提高了简历推送的准确度。
参看图6,本发明公开一种任务推送装置,包括:
第二计算单元60,用于对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历;以及
第二推送单元61,用于根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者。
本实施例中,至少一个任务可以通过获取用户或企业在招聘网站上发布的任务得到。第二求职简历的数量和历史一段时间可以根据需要设置,此处不再赘述。任务内容之间的相同或相似可以以任务内容之间的相似度(其取值可以为百分比)来衡量,当相似度大于某一个数值(比如80%),说明相应的两个任务的内容相似;当相似度大于某一个较大的数值(比如99%),说明相应的两个任务的内容相同。
所述根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,可以包括:
对所述至少一个任务的匹配得分按照从大到小的顺序进行排序,并将前预设数值各匹配得分中的最少一个匹配得分对应的任务作为所述目的任务。所述预设数值可以根据需要设置,此处不再赘述。
本发明实施例提供的任务推送装置,基于求职者的求职简历与任务的匹配度,以及求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度计算任务的匹配得分,并基于任务的匹配得分进行任务推送,相较于在计算匹配得分时仅考虑求职者的求职简历与任务的匹配度的现有技术,整个方案不仅考虑了求职者的求职简历与任务的匹配度,还考虑了求职者的求职简历与历史一段时间完成与该任务内容相同或相似的任务的求职者的求职简历的匹配度,这就使得本方案计算出的任务的匹配得分较为准确,因而提高了任务推送的准确度。
上文已经参考附图描述了本公开的优选实施例,当然,本公开并不限于上面的示例。在所附的权利要求的范围内,本领域的技术人员可以进行各种改变和修改,并且应当明白,这些改变和修改自然落入本公开的技术范围内。
Claims (6)
1.一种求职简历推送方法,其特征在于,包括:
对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历,其中,该求职简历和所述第一求职简历包括技能标签,所述技能标签包括从求职者的工作经历提取的技能标签、求职者自己添加的技能标签和求职者完成任务后由系统、招聘网站或任务发布方添加的技能标签,以及
根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者;
其中,在所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度之前,还包括:
对所述至少一个求职简历进行聚类得到至少一个求职简历类;其中,所述对所述至少一个求职简历进行聚类包括:对所述至少一个求职简历的内容提取第一关键词,并对所述第一关键词进行向量化,对向量化的结果进行组合得到所述至少一个求职简历对应的向量;对所述至少一个求职简历对应的向量进行聚类;
其中,所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,包括:
对于每一个求职简历类,计算所述任务与该求职简历类的中心之间的匹配度,将所述任务与该求职简历类的中心之间的匹配度作为所述任务与该求职简历类中每一个求职简历之间的匹配度,并计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,将所述至少一个第一求职简历与该求职简历类的中心之间的匹配度作为所述至少一个第一求职简历与该求职简历类中每一个求职简历之间的匹配度;
其中,所述计算所述任务与该求职简历类的中心之间的匹配度,包括:
获取该求职简历类的中心的技能标签以及所述任务的技能标签,对该求职简历类的中心的技能标签中与所述任务的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述任务与该求职简历类的中心之间的匹配度;
其中,所述计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,包括:
对于每一个第一求职简历,获取该第一求职简历的技能标签,对该求职简历类的中心的技能标签中与该第一求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第一求职简历对应的求和结果求均值,将求均值的结果作为所述至少一个第一求职简历与该求职简历类的中心之间的匹配度;
其中,所述根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,包括:
对所述第一匹配度和第二匹配度进行加权求和,并将加权求和的结果作为该求职简历的匹配得分。
2.根据权利要求1所述的方法,其特征在于,所述任务与每一个第一求职简历之间的匹配度均大于第一数值。
3.一种任务推送方法,其特征在于,包括:
对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历,其中,该求职简历和所述第二求职简历包括技能标签,所述技能标签包括从求职者的工作经历提取的技能标签、求职者自己添加的技能标签和求职者完成任务后由系统、招聘网站或任务发布方添加的技能标签;以及
根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者;
其中,在所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度之前,还包括:
对所述至少一个任务进行聚类得到至少一个任务类;其中,所述对所述至少一个任务进行聚类包括:对所述至少一个任务的内容提取第二关键词,并对所述第二关键词进行向量化,对向量化的结果进行组合得到所述至少一个任务对应的向量;对所述至少一个任务对应的向量进行聚类;
其中,所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,包括:
对于每一个任务类,计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,并计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度;
其中,所述计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,包括:
获取所述求职简历的技能标签以及该任务类的中心的技能标签,对该任务类的中心的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述求职简历与该任务类的中心之间的匹配度;
其中,所述计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度,包括:
对于每一个第二求职简历,获取该第二求职简历的技能标签,对该第二求职简历的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第二求职简历对应的求和结果求均值,将求均值的结果作为所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度;
其中,所述根据所述第三匹配度和第四匹配度确定该任务的匹配得分,包括:
对所述第三匹配度和第四匹配度进行加权求和,并将加权求和的结果作为该任务的匹配得分。
4.根据权利要求3所述的方法,其特征在于,还包括:
获取最大匹配得分的任务对应的第四匹配度,若判断获知所述第四匹配度小于第二数值,则提示所述求职简历的发布者完善求职简历信息。
5.一种求职简历推送装置,其特征在于,包括:
第一计算单元,用于对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,并根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,其中,每一个第一求职简历为在历史一段时间内完成与所述任务内容相同或相似的任务的求职者的求职简历,其中,该求职简历和所述第一求职简历包括技能标签,所述技能标签包括从求职者的工作经历提取的技能标签、求职者自己添加的技能标签和求职者完成任务后由系统、招聘网站或任务发布方添加的技能标签;以及
第一推送单元,用于根据所述至少一个求职简历的匹配得分从所述至少一个求职简历中选取目的求职简历,并将所述目的求职简历推送给所述任务的发布者;
其中,在所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度之前,还包括:
对所述至少一个求职简历进行聚类得到至少一个求职简历类;其中,所述对所述至少一个求职简历进行聚类包括:对所述至少一个求职简历的内容提取第一关键词,并对所述第一关键词进行向量化,对向量化的结果进行组合得到所述至少一个求职简历对应的向量;对所述至少一个求职简历对应的向量进行聚类;
其中,所述对于至少一个求职简历中的每一个求职简历,计算待处理的任务与该求职简历之间的匹配度作为第一匹配度,计算至少一个第一求职简历与该求职简历之间的匹配度作为第二匹配度,包括:
对于每一个求职简历类,计算所述任务与该求职简历类的中心之间的匹配度,将所述任务与该求职简历类的中心之间的匹配度作为所述任务与该求职简历类中每一个求职简历之间的匹配度,并计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,将所述至少一个第一求职简历与该求职简历类的中心之间的匹配度作为所述至少一个第一求职简历与该求职简历类中每一个求职简历之间的匹配度;
其中,所述计算所述任务与该求职简历类的中心之间的匹配度,包括:
获取该求职简历类的中心的技能标签以及所述任务的技能标签,对该求职简历类的中心的技能标签中与所述任务的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述任务与该求职简历类的中心之间的匹配度;
其中,所述计算所述至少一个第一求职简历与该求职简历类的中心之间的匹配度,包括:
对于每一个第一求职简历,获取该第一求职简历的技能标签,对该求职简历类的中心的技能标签中与该第一求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第一求职简历对应的求和结果求均值,将求均值的结果作为所述至少一个第一求职简历与该求职简历类的中心之间的匹配度;
其中,所述根据所述第一匹配度和第二匹配度确定该求职简历的匹配得分,包括:
对所述第一匹配度和第二匹配度进行加权求和,并将加权求和的结果作为该求职简历的匹配得分。
6.一种任务推送装置,其特征在于,包括:
第二计算单元,用于对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,并根据所述第三匹配度和第四匹配度确定该任务的匹配得分,其中,每一个第二求职简历为在历史一段时间内完成与该任务内容相同或相似的任务的求职者的求职简历,其中,该求职简历和所述第二求职简历包括技能标签,所述技能标签包括从求职者的工作经历提取的技能标签、求职者自己添加的技能标签和求职者完成任务后由系统、招聘网站或任务发布方添加的技能标签;以及
第二推送单元,用于根据所述至少一个任务的匹配得分从所述至少一个任务中选取目的任务,并将所述目的任务推送给所述求职简历的发布者;
其中,在所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度之前,还包括:
对所述至少一个任务进行聚类得到至少一个任务类;其中,所述对所述至少一个任务进行聚类包括:对所述至少一个任务的内容提取第二关键词,并对所述第二关键词进行向量化,对向量化的结果进行组合得到所述至少一个任务对应的向量;对所述至少一个任务对应的向量进行聚类;
其中,所述对于至少一个任务中的每一个任务,计算待处理的求职简历与该任务之间的匹配度作为第三匹配度,计算所述求职简历与该任务对应的至少一个第二求职简历之间的匹配度作为第四匹配度,包括:
对于每一个任务类,计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,并计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度;
其中,所述计算所述求职简历与该任务类的中心之间的匹配度作为所述求职简历与该任务类中每一个任务之间的匹配度,包括:
获取所述求职简历的技能标签以及该任务类的中心的技能标签,对该任务类的中心的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和,并将求和结果作为所述求职简历与该任务类的中心之间的匹配度;
其中,所述计算所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度作为所述求职简历与该任务类中每一个任务对应的至少一个第二求职简历之间的匹配度,包括:
对于每一个第二求职简历,获取该第二求职简历的技能标签,对该第二求职简历的技能标签中与所述求职简历的任一技能标签相匹配的技能标签的分值进行求和;
对所述至少一个第二求职简历对应的求和结果求均值,将求均值的结果作为所述求职简历与该任务类的中心对应的至少一个第二求职简历之间的匹配度;
其中,所述根据所述第三匹配度和第四匹配度确定该任务的匹配得分,包括:
对所述第三匹配度和第四匹配度进行加权求和,并将加权求和的结果作为该任务的匹配得分。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200072.3A CN109831531B (zh) | 2019-03-15 | 2019-03-15 | 求职简历推送方法与装置以及任务推送方法与装置 |
PCT/CN2020/079346 WO2020187168A1 (zh) | 2019-03-15 | 2020-03-13 | 求职简历推送方法与装置以及任务推送方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910200072.3A CN109831531B (zh) | 2019-03-15 | 2019-03-15 | 求职简历推送方法与装置以及任务推送方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109831531A CN109831531A (zh) | 2019-05-31 |
CN109831531B true CN109831531B (zh) | 2020-05-05 |
Family
ID=66870255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910200072.3A Active CN109831531B (zh) | 2019-03-15 | 2019-03-15 | 求职简历推送方法与装置以及任务推送方法与装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109831531B (zh) |
WO (1) | WO2020187168A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109831531B (zh) * | 2019-03-15 | 2020-05-05 | 河北冀联人力资源服务集团有限公司 | 求职简历推送方法与装置以及任务推送方法与装置 |
CN110900623A (zh) * | 2019-11-25 | 2020-03-24 | 广西秀牛科技有限公司 | 一种自助面试机器人 |
CN111144723A (zh) * | 2019-12-17 | 2020-05-12 | 埃摩森网络科技(上海)有限公司 | 人岗匹配推荐方法及系统、存储介质 |
CN111861361B (zh) * | 2020-04-09 | 2021-07-27 | 河北利至人力资源服务有限公司 | 一种智能简历推送系统及方法 |
CN112182383B (zh) * | 2020-09-28 | 2023-11-14 | 深圳平安智汇企业信息管理有限公司 | 第二岗位的推荐方法、装置以及计算机设备 |
CN112948705A (zh) * | 2020-12-30 | 2021-06-11 | 广州博士信息技术研究院有限公司 | 一种基于政策大数据的智能匹配方法、装置及介质 |
CN113392291B (zh) * | 2021-07-06 | 2024-01-23 | 山东电力工程咨询院有限公司 | 一种基于数据中心的服务推荐方法及系统 |
CN113657496B (zh) * | 2021-08-17 | 2023-08-18 | 深圳平安智汇企业信息管理有限公司 | 基于相似度匹配模型的信息匹配方法、装置、设备及介质 |
CN117910994A (zh) * | 2024-03-19 | 2024-04-19 | 浙江之科智慧科技有限公司 | 一种基于深度学习的课程推荐方法、系统与存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291715A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 简历评估方法和装置 |
CN109242411A (zh) * | 2018-08-14 | 2019-01-18 | 安徽网才信息技术股份有限公司 | 一种网络招聘系统中面向企业的人才推荐方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7711573B1 (en) * | 2003-04-18 | 2010-05-04 | Algomod Technologies Corporation | Resume management and recruitment workflow system and method |
CN102117323A (zh) * | 2011-02-21 | 2011-07-06 | 深圳埃斯欧纳信息咨询有限公司 | 一种推荐求职简历的处理方法和系统 |
CN104517166A (zh) * | 2013-09-29 | 2015-04-15 | 顾山林 | 应聘者技能评估方法、装置及系统 |
CN104573998B (zh) * | 2015-01-30 | 2018-01-09 | 薛晔伟 | 求职数据的处理方法和装置 |
CN105117863A (zh) * | 2015-09-28 | 2015-12-02 | 北京橙鑫数据科技有限公司 | 简历职位匹配方法及装置 |
CN106022728A (zh) * | 2016-05-26 | 2016-10-12 | 深圳峰创智诚科技有限公司 | 用户测评方法和装置 |
CN106408249A (zh) * | 2016-08-31 | 2017-02-15 | 五八同城信息技术有限公司 | 简历与职位匹配方法及装置 |
US11093875B2 (en) * | 2017-08-30 | 2021-08-17 | 4D Technologies, LLC | System and method for determining competency deficiencies and matching between particular projects and available workers or candidates |
CN107590133A (zh) * | 2017-10-24 | 2018-01-16 | 武汉理工大学 | 基于语义的招聘职位与求职简历匹配的方法及系统 |
CN108038622B (zh) * | 2017-12-26 | 2022-01-28 | 北京理工大学 | 一种群智感知系统推荐用户方法 |
CN108763427A (zh) * | 2018-05-24 | 2018-11-06 | 佛山市轻遣网络有限公司 | 招聘系统推荐方法及系统 |
CN109214772B (zh) * | 2018-08-07 | 2024-01-16 | 平安科技(深圳)有限公司 | 项目推荐方法、装置、计算机设备及存储介质 |
CN109241446B (zh) * | 2018-10-17 | 2021-11-26 | 重庆汇博信息科技有限公司 | 一种职位推荐方法及系统 |
CN109831531B (zh) * | 2019-03-15 | 2020-05-05 | 河北冀联人力资源服务集团有限公司 | 求职简历推送方法与装置以及任务推送方法与装置 |
-
2019
- 2019-03-15 CN CN201910200072.3A patent/CN109831531B/zh active Active
-
2020
- 2020-03-13 WO PCT/CN2020/079346 patent/WO2020187168A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291715A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 简历评估方法和装置 |
CN109242411A (zh) * | 2018-08-14 | 2019-01-18 | 安徽网才信息技术股份有限公司 | 一种网络招聘系统中面向企业的人才推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109831531A (zh) | 2019-05-31 |
WO2020187168A1 (zh) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109831531B (zh) | 求职简历推送方法与装置以及任务推送方法与装置 | |
CN110147551B (zh) | 多类别实体识别模型训练、实体识别方法、服务器及终端 | |
US10348550B2 (en) | Method and system for processing network media information | |
US9898464B2 (en) | Information extraction supporting apparatus and method | |
CN109165975B (zh) | 标签推荐方法、装置、计算机设备及存储介质 | |
CN106951571B (zh) | 一种给应用标注标签的方法和装置 | |
CN108921587B (zh) | 一种数据处理方法、装置及服务器 | |
US8396935B1 (en) | Discovering spam merchants using product feed similarity | |
Abbasimehr et al. | A new framework for predicting customer behavior in terms of RFM by considering the temporal aspect based on time series techniques | |
US20200098031A1 (en) | Product recommending apparatus and non-transitory computer readable medium | |
CN105653547B (zh) | 一种提取文本关键词的方法和装置 | |
CN113435202A (zh) | 基于用户画像的产品推荐方法、装置、电子设备及介质 | |
CN116401464B (zh) | 一种职业用户画像的构建方法、装置、设备及存储介质 | |
CN110472834B (zh) | 一种推送课程的方法、装置、存储介质和服务器 | |
CN112667805A (zh) | 一种工单类别确定方法、装置、设备及介质 | |
CN111680165A (zh) | 信息匹配方法、装置、可读存储介质和电子设备 | |
JP6308339B1 (ja) | クラスタリングシステム、方法およびプログラム、並びに、レコメンドシステム | |
CN109918483B (zh) | 匹配招聘职位与求职简历的装置和方法 | |
US20200104901A1 (en) | Information processing apparatus | |
CN109285034B (zh) | 一种向人群投放业务的方法和装置 | |
Schnattinger et al. | Structural RNA alignment by multi-objective optimization | |
Volkovs | Two-stage approach to item recommendation from user sessions | |
CN113886697A (zh) | 基于聚类算法的活动推荐方法、装置、设备及存储介质 | |
CN113706253A (zh) | 实时产品推荐方法、装置、电子设备及可读存储介质 | |
CN111325228B (zh) | 一种模型训练方法及装置 |
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 |