CN110020208B - 职位推荐系统 - Google Patents

Abstract

本发明公开了一种职位推荐系统，包括：人才数据库构建模块，其包括：求职者行为信息爬取单元，用于在人力资源网站上获取求职者的注册行为信息、历史申请行为信息、职位浏览行为信息；求职者行为信息分析单元，用于对求职者的注册行为信息、历史申请行为信息、职位浏览行为信息进行整合分析，构成人才数据库；职位数据库构建模块，用于在人力资源网站上获取招聘者的职位注册信息，构成职位数据库；案例数据库构建模块；职位相似匹配模块；职位确认单元；职位推荐模块。本发明具有解决信息过载问题，并为求职者提供灵活的个性化的职位推荐服务，以提高人力资源网站可用性和用户体验的有益效果。

Description

职位推荐系统

技术领域

本发明涉及打印设备技术领域。更具体地说，本发明涉及一种职位推荐系统。

背景技术

目前,我国的人才供求矛盾越来越突出。一方面,每年有大量的中等、高等学校应届毕业生走向社会,急需觅到满意的工作,加之一些跳槽后再就业的人员也卷入到求职的潮流中,壮大了求职者队伍；另一方面,很多企业等用人单位由于种种原因难以找到合适的人才。随着网络技术的迅猛发展和广泛应用，网上求职和招聘逐渐成为主流的求职招聘途径，网上招聘系统为求职者和用人单位/牵线搭桥,为双方最大限度地提供了便利。然而，求职者面对海量的职场信息，他们可能花大量的时间也难以找到合适的职位信息。一些招聘网站推出了基于关键词列表的职位搜索器,允许注册的用户订阅多个这样的搜索器,网站招聘系统根据用户简单的描述,定期向用户发布招聘信息。但是，职位搜索器功能单一，结构死板,不能动态学习求职者的兴趣,很难全面准确地反映求职者的求职意向。

由此可见,提供一种解决信息过载问题，并为求职者提供灵活的个性化的职位推荐服务，以提高求职招聘网站可用性和用户体验的实时职位推荐系统是目前急需解决的问题。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种职位推荐系统，解决信息过载问题，并为求职者提供灵活的个性化的职位推荐服务，以提高人力资源网站可用性和用户体验。

为了实现根据本发明的这些目的和其它优点，提供了一种职位推荐系统，包括：

人才数据库构建模块，其包括：

求职者行为信息爬取单元，用于在人力资源网站上获取求职者的注册行为信息、历史申请行为信息、职位浏览行为信息；

求职者行为信息分析单元，用于对求职者的注册行为信息、历史申请行为信息、职位浏览行为信息进行整合分析，建立与每个求职者对应的人才信息，并存储全部求职者的人才信息构成人才数据库；

职位数据库构建模块，用于在人力资源网站上获取招聘者的职位注册信息，建立与每个招聘者对应的职位信息，并存储全部招聘者的职位信息构成职位数据库；

案例数据库构建模块，用于在人力资源网站上获取求职成功案例对应求职者的人才信息、对应招聘者的职位信息，构成与每个成功案例对应的人才-职位信息，并存储全部成功案例的人才-职位信息构成案例数据库；

职位数据库划分模块，用于判断职位数据库中的职位信息与案例数据库中的职位信息是否为同一职位，若是，则存储构成旧职位数据库，若否，则存储构成新职位数据库；

职位相似匹配模块，其包括：

新职位预匹配单元，用于计算新职位数据库中的新职位信息与案例数据库中案例对应的职位信息的相似度，并根据相似度值排序，获取与每个新职位信息相似度值最高的人才推荐案例；

职位匹配单元，用于计算相似度值最高的人才推荐案例的人才信息与人才数据库中的人才信息的相似度、及计算目标求职者对应的人才信息与案例数据库中案例对应人才信息的相似度、并根据相似度值排序，并生成候选职位列表；

职位确认单元，用于根据剔除候选职位列表中不存在于旧职位数据库中的候选职位，生成职位推荐列表；

职位推荐模块，用于将职位推荐列表通过社交媒体的交互方式推荐给目标求职者。

优选的是，求职者的注册行为信息包括求职者简历内容上包含的基本上位关键词集合、兴趣上位关键词集合、每种基本上位关键词对应的下位关键词、每种兴趣上位关键词对应的下位关键词集合；历史申请行为信息包括求职者历史申请职位页面内容上包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合；职位浏览行为信息包括求职者所浏览网页内容上的包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合，其中，基本上位关键词总集合为{性别、年龄、身高、体重、生源地、政治面貌、学历、院校、专业、外语水平、计算机水平}，兴趣上位关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验}，每个上位关键词对应的具体结果定义为其下位关键词。

优选的是，求职者行为信息分析模块进行整合分析具体包括以下步骤：

S1、依据求职者的注册行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_注；

依据历史申请行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_历；

依据职位浏览行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_浏；

S2、定义每种兴趣上位关键词对应每种下位关键词的总概率为P_总＝a₁P_注+a₂P_历+a₃P_浏，取最大P_总对应的下位关键词作为所属兴趣上位关键词的实际下位关键词构成求职者个人档案，其中，

定义：n为求职者注册行为已发生月数，当n＜12时，a₁＝0.525-0.025n，当n≥12时，a₁＝0.2；

S3、每种基本上位关键词对应下位关键词、每种兴趣上位关键词的实际下位关键词构成求职者的人才档案。

优选的是，招聘者的职位注册信息包括公司信息关键词集合、职位信息上位关键词集合、每种职位信息上位关键词对应的下位关键词，其中，公司信息关键词总集合为{公司名称、公司规模、公司地点}，职位信息上位关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验、性别要求、年龄要求、身高要求、体重要求、生源地要求、政治面貌要求、学历要求、院校要求、专业要求、外语水平要求、计算机水平要求}，其中，每个上位关键词对应的具体结果定义为其下位关键词，每种公司信息关键词对应下位关键词、每种职位信息上位关键词对应的下位关键词构成招聘者的职位档案。

优选的是，所述的职位推荐系统，还包括：刷新模块，其包括：

人才数数据库刷新单元，用于当求职者登录人力资源网站时，激发人才数据库构建模块刷新人才数据库；

职位数数据库刷新单元，用于当招聘者注册新职位时，激发职位数据库构建模块刷新职位数据库；

案例数据库刷新单元，用于当求职者申请职位获得面试机会、及招聘者向求职者发出职位推荐操作后求职者确认面试时，激发案例数据库构建模块刷新案例数据库。

优选的是，所述的职位推荐系统，还包括：

人才数据库划分模块，用于判断人数据库中的人才信息与案例数据库中的人才信息是否为同一职位，若是，则存储构成旧人才数据库，若否，则存储构成新人才数据库；

人才相似匹配模块，其包括：

参考人才获取单元，其用于当当招聘者先目标求职者发出职位推荐操作后，获取目标求职者的人才信息；

人才匹配单元，用于计算目标求职者的人才信息与人才数据库中的人才信息的相似度，及计算目标求职者对应的人才信息与案例数据库中成功案例对应人才信息的相似度，并根据相似度值排序，并生成候选人才列表；

人才确认单元，用于根据剔除候选人才列表中不存在于旧人才数据库中的候选人才，生成人才推荐列表；

人才推荐模块，用于将人才推荐列表通过社交媒体的交互方式推荐给目标招聘者。

本发明至少包括以下有益效果：

提供一种解决信息过载问题，并为求职者提供灵活的个性化的职位推荐服务，以提高人力资源网站可用性和用户体验的职位推荐系统。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明的其中一种技术方案所述职位推荐系统的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

如图1所示，本发明提供一种职位推荐系统，包括：

人才数据库构建模块，其包括：

求职者行为信息爬取单元，用于在人力资源网站上获取求职者的注册行为信息、历史申请行为信息、职位浏览行为信息，其中，注册行为反映了求职者第一次注册时填写的用户基本信息和求职期望，通过注册行为，求职者行为信息爬取单元可获取求职者注册填写的相关信息，一般包括：性别、年龄、生源地、政治面貌、学历、院校、专业、外语水平、计算机水平、职位类别、职位性质、职位薪水、工作地点等；历史申请行为反映了求职者感兴趣的职位，进一步反映了求职者的求职偏好，通过历史申请行为可获得求职者申请职位的信息，一般包括：单位名称、工作地点、招聘人数、应聘时间、应聘人数等；职位浏览行为反映了求职者在人力资源网站上浏览的一系列网页，其浏览记录在日志文件中，通过分析对应的日志文件，可分析出求职者的求职兴趣，注册行为信息、历史申请行为信息、职位浏览行为信息为对应行为提取的反映求职者求职的相关关键词；

求职者行为信息分析单元，用于对求职者的注册行为信息、历史申请行为信息、职位浏览行为信息进行整合分析，建立与每个求职者对应的人才信息，并存储全部求职者的人才信息构成人才数据库，其中，整合分析具体可为：依据关键词、及关键词出现频率进行分析，建立与每个求职者对应的人才信息；

职位数据库构建模块，用于在人力资源网站上获取招聘者的职位注册信息，建立与每个招聘者对应的职位信息，职位注册信息为招聘者注册行为反映的招聘者招聘的相关关键词，并存储全部招聘者的职位信息构成职位数据库；

案例数据库构建模块，用于在人力资源网站上获取求职成功案例对应求职者的人才信息、对应招聘者的职位信息，构成与每个成功案例对应的人才-职位信息，并存储全部成功案例的人才-职位信息构成案例数据库，其中，定义成功案例包括两种，第一种：求职者申请职位获得面试机会；第二种：招聘者向求职者发出职位推荐操作后求职者确认面试；获取求职成功案例对应求职者的人才信息方法为：查验人才数据库是否有该求职成功案例对应求职者的人才信息，若有，存储该人才信息，若无，通过人才数据库构建模块获取对应求职者人才信息并存储；获取求职成功案例对应招聘者的职位信息方法为：查验职位数据库中该求职成功案例对应招聘者的职位信息，即可；

职位相似匹配模块，其包括：

职位数据库划分模块，用于判断职位数据库中的职位信息与案例数据库职位信息是否为同一职位，若是，则存储旧职位数据库，若否，则存储构成新职位数据库；其中，是否为同一职位具体指是否为同一公司的同一职位，旧职位信息为与案例数据库人才-职位信息中的职位信息匹配的职位信息，新职位信息为不与所述案例数据库人才-职位信息匹配的职位信息，即还未获得成功案例的职位信息；

新职位预匹配单元，用于计算新职位数据库中的新职位信息与案例数据库中案例对应的职位信息的相似度，并根据相似度值排序，获取相似度值最高的人才推荐案例；

职位匹配单元，用于计算相似度值最高的人才推荐案例的人才信息与人才数据库中的人才信息的相似度、及计算目标求职者对应的人才信息与案例数据库中成功案例对应人才信息的相似度、并根据相似度值排序，并生成候选职位列表；其中，相似度计算可为：建立求职者各种因素与求职成功间的关联关系的结构方程模型，从结构方程模型中得出局部相似度权重，使用全局相似和局部相似对目标求职者对应的人才信息与案例数据库中成功案例对应人才信息进行相似度计算；

职位确认单元，用于根据剔除候选职位列表中不存在于旧职位数据库中的候选职位，生成职位推荐列表。

职位推荐模块，用于将职位推荐列表通过社交媒体推荐给目标求职者，其中，推荐频率可依据用户个人需求设定。

在上述技术方案中，注册行为反映了求职者第一次注册时填写的用户基本信息和求职期望，通过注册行为，求职者行为信息爬取单元可获取求职者注册填写的相关信息，一般包括：性别、年龄、生源地、政治面貌、学历、院校、专业、外语水平、计算机水平、职位类别、职位性质、职位薪水、工作地点等；历史申请行为反映了求职者感兴趣的职位，进一步反映了求职者的求职偏好，通过历史申请行为可获得求职者申请职位的信息，一般包括：单位名称、工作地点、招聘人数、应聘时间、应聘人数等；职位浏览行为反映了求职者在人力资源网站上浏览的一系列网页，其浏览记录在日志文件中，通过分析对应的日志文件，可分析出求职者的求职兴趣，注册行为信息、历史申请行为信息、职位浏览行为信息为对应行为提取的反映求职者求职的相关关键词；采用这种技术方案，提供一种解决信息过载问题，并为求职者提供灵活的个性化的职位推荐服务，以提高人力资源网站可用性和用户体验的实时职位推荐系统。

在另一种技术方案中，求职者的注册行为信息包括求职者简历内容上包含的基本上位关键词集合、兴趣上位关键词集合、每种基本上位关键词对应的下位关键词、每种兴趣上位关键词对应的下位关键词集合；历史申请行为信息包括求职者历史申请职位页面内容上包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合；职位浏览行为信息包括求职者所浏览网页内容上的包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合，其中，基本上位关键词总集合为{性别、年龄、身高、体重、生源地、政治面貌、学历、院校、专业、外语水平、计算机水平}，兴趣上位关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验}，每个上位关键词对应的具体结果定义为其下位关键词。采用这种方案，基本上位关键词总集合为求职者基本信息的统称，例如：基本上位关键词(性别)对应的下位关键词为(男、或女)，基本上位关键词集合

基本上位关键词总集合，兴趣上位关键词集合

兴趣上位关键词总集合，将求职者的注册行为信息分为基本上位关键词集合和兴趣上位关键词集合，其中，基本上位关键词反映的为求职者的基本信息，这些信息一般不会随时间的流逝而变化，求职者简历内容上的兴趣上位关键词集合反应求职者的工作期望，由于求职者对职位理解偏差求职者简历内容上的兴趣上位关键词对应的下位关键词可能并不能反应求职者真实的意愿，或者随着时间流逝求职者的求职意愿发生改变，故而将求职者的注册行为信息划分为稳定信息(基本信息)和不稳定信息(工作期望信息)，对工作期望信息通过同步获取历史申请行为信息、职位浏览行为信息进行校正，以建立准确的、更能反映求职者求职偏好的人才数据库。

在另一种技术方案中，求职者行为信息分析模块进行整合分析具体包括以下步骤：

S1、依据求职者的注册行为信息的每种兴趣上位关键词对应的下位关键词集合，确认每种兴趣上位关键词对应的每种下位关键词占所属集合的分概率P_注；

依据历史申请行为信息的每种兴趣上位关键词对应的下位关键词集合，确认每种兴趣上位关键词对应的每种下位关键词占所属集合的分概率P_历；

依据职位浏览行为信息的每种兴趣上位关键词对应的下位关键词集合，确认每种兴趣上位关键词对应的每种下位关键词占所属集合的分概率P_浏；

S2、定义每种兴趣上位关键词对应的每种下位关键词的总概率为P_总＝a₁P_注+a₂P_历+a₃P_浏，取最大P_总对应的下位关键词作为所属兴趣上位关键词的实际下位关键词构成求职者个人档案，其中，

定义：n为求职者注册行为已发生月数，当n＜12时，a₁＝0.525-0.025n，当n≥12时，a₁＝0.2，即求职者从注册之日起至下月的该日的前一天n＝1；

例如，对于兴趣上位关键词工作地点而言，在其中一个具体实施例中，n＝21时，a₁＝0.2，a₂＝a₃＝0.4，求职者依据求职者的注册行为信息的兴趣上位关键词工作地点对应下位关键词集合包含1个元素，即工作地点为北京，依据求职者的历史申请行为信息的兴趣上位关键词工作地点对应下位关键词集合包含14个元素，依据求职者的职位浏览行为信息的兴趣上位关键词工作地点对应下位关键词集合包含356个元素，具体如下表所示：

即天津为工作地点的实际下位关键词；

S3、每种基本上位关键词对应下位关键词、每种兴趣上位关键词的实际下位关键词构成求职者的人才档案。采用这种方案，在传统单纯依据求职者建立信息推荐的基础上，依据注册时间弱化简历信息对于人才档案的贡献，依据求职者的注册行为信息的每种兴趣上位关键词对应的下位关键词的分概率P_注、历史申请行为信息的每种兴趣上位关键词对应的下位关键词分概率P_历、职位浏览行为信息的每种兴趣上位关键词对应的下位关键词分概率P_浏共同构建人才档案，确保人才档案信息更趋向于实际。

在另一种技术方案中，招聘者的职位注册信息包括公司信息关键词集合、职位信息关键词集合，其中，公司信息关键词总集合为{公司名称、公司规模、公司地点}，职位信息关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验、性别要求、年龄要求、身高要求、体重要求、生源地要求、政治面貌要求、学历要求、院校要求、专业要求、外语水平要求、计算机水平要求}，公司信息关键词集合内的公司信息关键词、职位信息关键词集合内的职位信息关键词构成招聘者的职位档案。其中，公司信息关键词集合

公司信息关键词总集合，职位信息关键词集合

职位信息关键词总集合，公司信息关键词集合内的公司信息关键词、职位信息关键词集合内的职位信息关键词均为具体结果信息，采用这种方案，限定招聘者的职位注册信息，便于匹配。

在另一种技术方案中，所述的职位推荐系统，其特征在于，还包括：刷新模块，其包括：

人才数数据库刷新单元，用于当求职者登录人力资源网站时，激发人才数据库构建模块刷新人才数据库，具体可通过设定时间间隔，在一定时间间隔内激发人才数据库构建模块刷新人才数据库，例如：设定预先设置的时间间隔为30min，当求职者登录人力资源网站起始-退出的时间间隔＜30min时，以退出时作为激发时间点，激发人才数据库构建模块刷新人才数据库，当求职者登录人力资源网站起始-退出的时间间隔≥30min时，从登录开始，每隔30min作为一个激发时间点，最后一次时间激发点为退出时间，激发人才数据库构建模块刷新人才数据库；

职位数数据库刷新单元，用于当招聘者注册新职位且成功时，激发职位数据库构建模块刷新职位数据库，即当招聘者注册了新的职位且注册成功时，刷新职位数据库；

案例数据库刷新单元，用于当求职者申请职位获得面试机会、及招聘者向求职者发出职位推荐操作后求职者确认面试时，激发案例数据库构建模块刷新案例数据库。采用这种方案，便于及时有效的更新人才数据库、职位数据库、以及案例数据库。

在另一种技术方案中，所述的职位推荐系统，还包括：

人才数据库划分模块，用于判断人数据库中的人才信息与案例数据库中的人才信息是否为同一职位，若是，则存储构成旧人才数据库，若否，则存储构成新人才数据库；

人才相似匹配模块，其包括：

参考人才获取单元，其用于当当招聘者先目标求职者发出职位推荐操作后，获取目标求职者的人才信息；

人才匹配单元，用于计算目标求职者的人才信息与人才数据库中的人才信息的相似度，及计算目标求职者对应的人才信息与案例数据库中成功案例对应人才信息的相似度，并根据相似度值排序，并生成候选人才列表；

人才确认单元，用于根据剔除候选人才列表中不存在于旧人才数据库中的候选人才，生成人才推荐列表；

人才推荐模块，用于将人才推荐列表通过社交媒体的交互方式推荐给目标招聘者。采用这种方案，在招聘者(HR/猎头)进行职位推荐(邀请)操作之后，激发人才相似匹配自动检测是否存在与该职位匹配的其他相关简历，如果存在则会进入批量推荐(邀请)操作，且可设定为用户批量操作结束后，系统会删除已经操作过的记录确保下次不会推荐相同的简历；如果不存在相匹配的简历，则本次不提供批量操作功能，系统自动重新查找并生成相关记录用于用户的下一次推荐(邀请)。

这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明职位推荐系统的应用、修改和变化对本领域的技术人员来说是显而易见的。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.职位推荐系统，其特征在于，包括：

人才数据库构建模块，其包括：

求职者行为信息爬取单元，用于在人力资源网站上获取求职者的注册行为信息、历史申请行为信息、职位浏览行为信息；

求职者行为信息分析单元，用于对求职者的注册行为信息、历史申请行为信息、职位浏览行为信息进行整合分析，建立与每个求职者对应的人才信息，并存储全部求职者的人才信息构成人才数据库；

职位数据库构建模块，用于在人力资源网站上获取招聘者的职位注册信息，建立与每个招聘者对应的职位信息，并存储全部招聘者的职位信息构成职位数据库；

案例数据库构建模块，用于在人力资源网站上获取求职成功案例对应求职者的人才信息、对应招聘者的职位信息，构成与每个成功案例对应的人才-职位信息，并存储全部成功案例的人才-职位信息构成案例数据库；

职位数据库划分模块，用于判断职位数据库中的职位信息与案例数据库中的职位信息是否为同一职位，若是，则存储构成旧职位数据库，若否，则存储构成新职位数据库；

职位相似匹配模块，其包括：

新职位预匹配单元，用于计算新职位数据库中的新职位信息与案例数据库中案例对应的职位信息的相似度，并根据相似度值排序，获取与每个新职位信息相似度值最高的人才推荐案例；

职位匹配单元，用于计算相似度值最高的人才推荐案例的人才信息与人才数据库中的人才信息的相似度、及计算目标求职者对应的人才信息与案例数据库中案例对应人才信息的相似度、并根据相似度值排序，并生成候选职位列表；

职位确认单元，用于根据剔除候选职位列表中不存在于旧职位数据库中的候选职位，生成职位推荐列表；

职位推荐模块，用于将职位推荐列表通过社交媒体的交互方式推荐给目标求职者。

2.如权利要求1所述的职位推荐系统，其特征在于，求职者的注册行为信息包括求职者简历内容上包含的基本上位关键词集合、兴趣上位关键词集合、每种基本上位关键词对应的下位关键词、每种兴趣上位关键词对应的下位关键词集合；历史申请行为信息包括求职者历史申请职位页面内容上包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合；职位浏览行为信息包括求职者所浏览网页内容上的包含的兴趣上位关键词集合、每种兴趣上位关键词对应下位关键词集合，其中，基本上位关键词总集合为{性别、年龄、身高、体重、生源地、政治面貌、学历、院校、专业、外语水平、计算机水平}，兴趣上位关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验}，每个上位关键词对应的具体结果定义为其下位关键词。

3.如权利要求2所述的职位推荐系统，其特征在于，求职者行为信息分析模块进行整合分析具体包括以下步骤：

S1、依据求职者的注册行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_注；

依据历史申请行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_历；

依据职位浏览行为信息的每种兴趣上位关键词对应下位关键词集合，确认每种兴趣上位关键词对应每种下位关键词占所属集合的分概率P_浏；

S2、定义每种兴趣上位关键词对应每种下位关键词的总概率为P_总＝a₁P_注+a₂P_历+a₃P_浏，取最大P_总对应的下位关键词作为所属兴趣上位关键词的实际下位关键词构成求职者个人档案，其中，

a₂＝a₃，定义：n为求职者注册行为已发生月数，当n＜12时，a₁＝0.525-0.025n，当n≥12时，a₁＝0.2；

S3、每种基本上位关键词对应下位关键词、每种兴趣上位关键词的实际下位关键词构成求职者的人才档案。

4.如权利要求1所述的职位推荐系统，其特征在于，招聘者的职位注册信息包括公司信息关键词集合、职位信息上位关键词集合、每种职位信息上位关键词对应的下位关键词，其中，公司信息关键词总集合为{公司名称、公司规模、公司地点}，职位信息上位关键词总集合为{职位类别、职位性质、职位薪水、工作地点、工作经验、性别要求、年龄要求、身高要求、体重要求、生源地要求、政治面貌要求、学历要求、院校要求、专业要求、外语水平要求、计算机水平要求}，其中，每个上位关键词对应的具体结果定义为其下位关键词，每种公司信息关键词对应下位关键词、每种职位信息上位关键词对应的下位关键词构成招聘者的职位档案。

5.如权利要求4所述的职位推荐系统，其特征在于，还包括：刷新模块，其包括：

人才数据库刷新单元，用于当求职者登录人力资源网站时，激发人才数据库构建模块刷新人才数据库；

职位数据库刷新单元，用于当招聘者注册新职位时，激发职位数据库构建模块刷新职位数据库；

案例数据库刷新单元，用于当求职者申请职位获得面试机会、及招聘者向求职者发出职位推荐操作后求职者确认面试时，激发案例数据库构建模块刷新案例数据库。

6.如权利要求5所述的职位推荐系统，其特征在于，还包括：

人才数据库划分模块，用于判断人才数据库中的人才信息与案例数据库中的人才信息是否为同一人才信息，若是，则存储构成旧人才数据库，若否，则存储构成新人才数据库；

人才相似匹配模块，其包括：

参考人才获取单元，其用于当招聘者先目标求职者发出职位推荐操作后，获取目标求职者的人才信息；

人才匹配单元，用于计算目标求职者的人才信息与人才数据库中的人才信息的相似度，及计算目标求职者对应的人才信息与案例数据库中成功案例对应人才信息的相似度，并根据相似度值排序，并生成候选人才列表；

人才确认单元，用于根据剔除候选人才列表中不存在于旧人才数据库中的候选人才，生成人才推荐列表；

人才推荐模块，用于将人才推荐列表通过社交媒体的交互方式推荐给目标招聘者。

Images