信息处理方法、装置、电子设备以及存储介质
技术领域
本公开涉及计算机技术领域,具体而言,本公开涉及一种信息处理方法、装置、电子设备以及存储介质。
背景技术
随着互联网技术的发展,对象之间的合理匹配越来越重要,为了找到与第二对象相匹配的第一对象,可以借助机器学习、深度学习等神经网络学习算法训练得到匹配模型,借助匹配模型进行对象匹配。
目前的匹配模型可以通过计算第一对象的描述信息与第二对象的描述信息之间的相似度,来为第二对象匹配合适的第一对象,但是,由于第二对象的数据异常庞大,不同第二对象的描述信息也是千差万别,这种方式计算得到的相似度的精确度都较低,导致进行对象匹配的准确度很低,同时数据处理量也是有限的。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的第一方面提供了一种信息处理方法,该方法包括:
获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
本公开的第二方面提供了一种信息处理装置,包括:
获取模块,用于获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
第一确定模块,用于基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
第二确定模块,用于基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
第三确定模块,用于基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
本公开第三方面提供了一种电子设备,其特征在于,包括:
电子设备包括存储器和处理器;
存储器中存储有计算机程序;
处理器,用于在运行计算机程序时执行第一方面中任一项的方法。
本公开第四方面提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时执行第一方面中任一项的方法。
本公开提供的技术方案带来的有益效果是:
可以基于至少一个第一对象的描述信息确定各第一对象的评价结果,并基于至少一个第二对象的描述信息,确定各第二对象的评价结果,从而在为目标第二对象匹配第一对象时,可以基于目标第二对象的评价结果、各第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果,基于该匹配结果,就可以确定得到与目标第二对象匹配的第一对象,相对于现有方案,本公开对于大数据量且内容差别很大的第二对象均可以确定出评价结果,基于第二对象和第一对象的评价结果以及评价结果均值确定得到的匹配结果更加准确,可以为第二对象匹配更合适的第一对象,同时,本公开的方案可以处理大数据量的数据信息,增强了电子设备的数据处理性能,可以应用于更多的场景下。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开信息处理方法的实施例示意图;
图2为本公开信息处理装置的结构示意图;
图3为本公开电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分,并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元,也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参照图1,本公开提供了一种信息处理方法,该方法可以用于为应聘者匹配面试官,该方法具体可以由电子设备执行,该电子设备可以是终端设备或服务器,该终端设备可以是台式终端或者移动终端,本公开包括:
步骤S101:获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
电子设备获取至少一个第一对象的描述信息和至少一个第二对象的描述信息,第一对象可以是面试官,第二对象可以是应聘者,面试官的描述信息中包括对面试官的职业技能、性格特征、招聘经历等的描述;应聘者的描述信息中包括应聘者的基本信息、职业技能、性格特征、工作经历等的描述,可以通过获取应聘者的简历文本的方式得到应聘者的描述信息,也可以通过面试官采访的方式获取语音信息后,将语音信息转化为文字信息,从而得到应聘者的描述信息。
步骤S102:基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
可以将各面试官的描述信息输入至预置模型,通过预置模型中与面试官对应的模型算法确定得到面试官的评价结果,面试官的评价结果可以是一个具体的数值或数值范围。
同样的,可以将各应聘者的描述信息输入至预置模型,通过预置模型中与应聘者对应的模型算法确定得到应聘者的评价结果,应聘者的评价结果也可以是一个数值或数值范围。
步骤S103:基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
目标第二对象为目标应聘者,当电子设备为目标应聘者匹配面试官时,对于目标应聘者,确定该目标应聘者与任一面试官的匹配结果的方式是:电子设备基于目标应聘者的评价结果、该面试官的评价结果、至少一个面试官中全部或部分面试官的评价结果求平均得到的评价结果均值以及至少一个应聘者中全部或部分应聘者的评价结果求平均得到的评价结果均值,确定目标应聘者与该面试官的匹配结果。按照这种方式,就可以得到目标应聘者与各个面试官的匹配结果,匹配结果指的是应聘者与面试官的匹配程度,如上述评价结果可以是数值或数值范围,匹配结果的呈现方式也可以是具体的数值或数值范围。
步骤S104:基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
目标第一对象为目标面试官,电子设备可以基于目标应聘者与各个面试官的匹配结果,电子设备可以从至少一个面试官中确定与目标应聘者匹配度最高的面试官,该面试官即为目标面试官,电子设备也可以确定出匹配度超过某一匹配度阈值的一个或一个以上的面试官,并从一个或一个以上的面试官中确定出目标面试官,可以理解的是,超过该匹配度阈值的面试官个数如果只有一个,则该面试官即为目标面试官。
本公开提供的技术方案带来的有益效果是:
可以基于至少一个第一对象的描述信息确定各第一对象的评价结果,并基于至少一个第二对象的描述信息,确定各第二对象的评价结果,从而在为目标第二对象匹配第一对象时,可以基于目标第二对象的评价结果、各第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果,基于该匹配结果,就可以确定得到与目标第二对象匹配的第一对象,相对于现有方案,本公开对于大数据量且内容差别很大的第二对象均可以确定出评价结果,基于第二对象和第一对象的评价结果以及评价结果均值确定得到的匹配结果更加准确,可以为第二对象匹配更合适的第一对象,同时,本公开的方案可以处理大数据量的数据信息,增强了电子设备的数据处理性能,可以应用于更多的场景下。
在本实施例中,评价结果可以是用户针对准备应聘或准备面试的岗位的综合能力评价结果,首先,确定应聘者的评价结果的具体方式是:
可选的,第二对象的评价结果包括第二对象的综合能力评分,对于任一第二对象,基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果,包括:
确定第二对象的至少一个第一指标;
对于各第一指标,确定第二对象的描述信息中针对第一指标的各参考数据;
基于各第一指标的参考数据的评分以及各参考数据的权重确定各第一指标的评分;
基于各第一指标的评分以及各第一指标的权重,确定第二对象的综合能力评分。
电子设备确定评价应聘者综合能力的第一指标,第一指标可以是上述应聘者的基本信息、职业技能、性格特征、工作经历等指标,对于各第一指标,应聘者的描述信息中包括该第一指标的至少一个参考数据,电子设备可以通过自然语言处理(natural languageprocessing,NLP)技术提取应聘者的描述信息中的参考数据,具体的,电子设备可以调用卷积神经网络CNN算法(TextCNN)或逻辑回归(logistic regression,LR)算法提取应聘者的描述信息中的参考数据。
在本实施中,对于基本信息指标,参考数据可以为性别、年龄、婚姻状况、家庭关系、薪酬待遇范围、工作时间要求、人才类型等的相关数据;对于职业技能指标,参考数据可以是学历、证书、外语等级等的相关数据;对于性格特征指标,参数可以是温和或内向或直率等数据;对于工作经历指标,可以是应聘者对于应聘之前每份工作的相关描述数据,包括项目经验信息、科研经验信息等。
对于任一第一指标,电子设备中预置有各参考数据的评分规则,基于该评分规则电子设备对该第一指标的至少一个参考数据进行评分,同时电子设备预置有各参考数据的权重,基于各参考数据的评分以及对应的权重就可以得到该第一指标的评分,从而按照上述方式就可以得到各个第一指标的评分,第一指标的评分的表达式如下:例如任一第一指标的评分为:
其中,M
k1为该第一指标对应的第k1参考数据的评分,其中,W
k1为第k1个参考数据对应的权重,m为大于1的整数;
得到各第一指标的评分后,基于各第一指标的评分以及各第一指标的权重,可以确定得到应聘者的综合能力评分,应聘者的综合能力评分的表达式如下:任一应聘者的综合能力评分为:
其中,M
k2为第k2个第一指标的评分,W
k2为第k2个第一指标对应的权重,n为大于1的整数。
其次,确定应聘者的评价结果的具体方式是:
可选的,第一对象的评价结果包括第一对象的综合能力评分,对于任一第一对象,基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,包括:
确定第一对象的至少一个第二指标;
对于各第二指标,确定用户信息中针对第二指标的等级划分结果,并将等级划分结果对应的评分作为第二指标的评分;
基于各第二指标的评分以及各第二指标的权重,确定第一对象的综合能力评分。
电子设备确定评价面试官综合能力的第二指标,第二指标可以是上述面试官的职业技能、性格特征、招聘经历等,对于各指标,应聘者的描述信息中包括该指标的等级划分结果,例如,对于职业技能指标,有高、中以及低等三种可选择等级,等级划分结果可以是其中任一种等级,对于性格特征指标,有温和、内向、以及直率等三种可选择等级,等级划分结果可以是其中任一种等级,对于招聘经历指标,指的是面试官针对待招聘岗位的招聘经历,可以有丰富、较丰富、一般、缺乏等,同样的,等级划分结果可以是其中任一种等级。
上述针对每一种指标均设置的多个等级划分均具有对应的评分,可以将等级划分结果对应的评分作为第二指标的评分,电子设备预置有各指标的权重,基于各指标的评分以及对应的权重就可以得到面试官的综合能力评分,任一面试官的综合能力评分的表达式为:
其中,M
k3为第k3指标的评分,W
k3为第k3个指标对应的权重,p为大于1的整数。
如上述,确定各个面试官以及各应聘者的评价结果后,就可以进一步为目标面试官匹配应聘者,具体方式如下:
可选的,基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果,包括:
基于目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象的评价结果分别与各个第一对象的评价结果的协方差;
基于协方差,确定目标第二对象分别与各个第一对象的匹配结果。
可选的,基于协方差,确定目标第二对象分别与各个第一对象的匹配结果,包括:
对于各第一对象,将目标第二对象的评价结果与第一对象的评价结果的协方差进行归一化处理;
将归一化处理后的协方差作为目标第二对象与第一对象的匹配结果。
电子设备确定目标应聘者分别与各面试官的评价结果的协方差,其中,任一应聘者与任一面试官的协方差的表达式如下:
cov(X,Y)=[E(X-ux)(Y-uy)];
其中,cov(X,Y)表示任一应聘者的评价结果X和任一面试官的评价结果Y的协方差,ux为由至少一个应聘者的评价结果得到的评价结果均值,uy为由至少一个面试官的评价结果得到的评价结果均值。
基于上述任一应聘者与任一面试官的协方差的表达式,就可以得到目标应聘者分别与各面试官的评价结果的协方差,对于目标应聘者与任一面试官的协方差,可以将协方差的绝对值作为目标应聘者与该面试官的匹配结果,也可以对协方差进行归一化处理,将归一化处理后的协方差作为目标应聘者与该面试官的匹配结果,归一化处理具体可以是计算协方差对应的相关系数,即确定目标应聘者与该面试官的相关系数,将相关系数的绝对值作为目标应聘者与该面试官的匹配结果。
在本实施例中,关于协方差的意义为:当cov(X,Y)>0时,表明X与Y正相关,即任一应聘者的评价结果X和任一面试官的评价结果Y正相关;当cov(X,Y)<0时,表明X与Y负相关,即任一应聘者的评价结果X和任一面试官的评价结果Y负相关;当cov(X,Y)=0时,表明X与Y不相关,即任一应聘者的评价结果X和任一面试官的评价结果Y不相关,可见,只要协方差的绝对值越大,即认为应聘者与面试官相关性越强,两者匹配度越高,反之相关性越小,两者匹配度越低。相关系数相对于协方差消除了两个变量(即X和Y)变化幅度的影响,而只是单纯反应两个变量每单位变化时的相似程度,相关系数的绝对值越大,即认为应聘者与面试官相关性越强,两者匹配度越高,反之相关性越小,两者匹配度越低。
如上述,可以通过预置模型来确定应聘者和面试官的评价结果,在本实施例中,还可以对应聘者与面试官的匹配结果校检后反向优化预置模型中应聘者对应的模型算法以及面试官对应的模型算法:
可选的,确定目标第二对象分别与各第一对象的匹配结果之后,该方法还包括:
校检匹配结果;
基于校检结果,调整参考数据的权重、第一指标的权重以及第二指标的权重中至少一项。
在本实施例中,对于目标应聘者与各面试官的匹配结果,校检该匹配结果中全部或部分的匹配结果(例如,可以只校检目标应聘者和目标面试官的匹配结果),可以采用人工校检的方式,也可以通过电子设备预置正确的匹配结果进行校检,校检匹配结果后,基于校检结果,可以反向调整应聘者对应的模型算法中第一指标以及参考数据的权重,也可以反向调整面试官对应的模型算法中第二指标的权重,从而优化预置模型。
可见,本公开的方案可以提升匹配的准确度,为应聘者匹配更合适的面试官,从而提高面试的成功率,有利于挖掘面试者的潜力。
图2为本公开实施例提供的一种信息处理装置的结构示意图,如图2所示,本公开实施例的装置可以包括:
获取模块201,用于获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
第一确定模块202,用于基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
第二确定模块203,用于基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
第三确定模块204,用于基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
可选的,第二对象的评价结果包括第二对象的综合能力评分,对于任一第二对象,第一确定模块202在基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果时,具体用于:
确定第二对象的至少一个第一指标;
对于各第一指标,确定第二对象的描述信息中针对第一指标的各参考数据;
基于各第一指标的参考数据的评分以及各参考数据的权重确定各第一指标的评分;
基于各第一指标的评分以及各第一指标的权重,确定第二对象的综合能力评分。
可选的,第一对象的评价结果包括第一对象的综合能力评分,对于任一第一对象,第一确定模块202在基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果时,具体用于:
确定第一对象的至少一个第二指标;
对于各第二指标,确定用户信息中针对第二指标的等级划分结果,并将等级划分结果对应的评分作为第二指标的评分;
基于各第二指标的评分以及各第二指标的权重,确定第一对象的综合能力评分。
可选的,第二确定模块203,具体用于:
基于目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象的评价结果分别与各个第一对象的评价结果的协方差;
基于协方差,确定目标第二对象分别与各个第一对象的匹配结果。
可选的,第二确定模块203在基于协方差,确定目标第二对象分别与各个第一对象的匹配结果时,具体用于:
对于各第一对象,将目标第二对象的评价结果与第一对象的评价结果的协方差进行归一化处理;
将归一化处理后的协方差作为目标第二对象与第一对象的匹配结果。
可选的,该装置还包括校检模块和调整模块;
在第二确定模块203确定目标第二对象分别与各第一对象的匹配结果之后,校检模块,用于校检匹配结果;
调整模块,用于基于校检结果,调整参考数据的权重、第一指标的权重以及第二指标的权重中至少一项。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备(例如图1中的电子设备)600的结构示意图。本公开实施例中的终端设备或服务器可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括:存储器以及处理器,其中,这里的处理器可以称为下文的处理装置601,存储器可以包括下文中的只读存储器(ROM)602、随机访问存储器(RAM)603以及存储装置608中的至少一项,具体如下所示:
如图3所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,adhoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取模块还可以被描述为“获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,提供了一种信息处理方法,包括:
获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
可选的,第二对象的评价结果包括第二对象的综合能力评分,对于任一第二对象,基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果,包括:
确定第二对象的至少一个第一指标;
对于各第一指标,确定第二对象的描述信息中针对第一指标的各参考数据;
基于各第一指标的参考数据的评分以及各参考数据的权重确定各第一指标的评分;
基于各第一指标的评分以及各第一指标的权重,确定第二对象的综合能力评分。
可选的,第一对象的评价结果包括第一对象的综合能力评分,对于任一第一对象,基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,包括:
确定第一对象的至少一个第二指标;
对于各第二指标,确定用户信息中针对第二指标的等级划分结果,并将等级划分结果对应的评分作为第二指标的评分;
基于各第二指标的评分以及各第二指标的权重,确定第一对象的综合能力评分。
可选的,基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果,包括:
基于目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象的评价结果分别与各个第一对象的评价结果的协方差;
基于协方差,确定目标第二对象分别与各个第一对象的匹配结果。
可选的,基于协方差,确定目标第二对象分别与各个第一对象的匹配结果,包括:
对于各第一对象,将目标第二对象的评价结果与第一对象的评价结果的协方差进行归一化处理;
将归一化处理后的协方差作为目标第二对象与第一对象的匹配结果。
可选的,确定目标第二对象分别与各第一对象的匹配结果之后,方法还包括:
校检匹配结果;
基于校检结果,调整参考数据的权重、第一指标的权重以及第二指标的权重中至少一项。
根据本公开的一个或多个实施例,还提供了一种信息处理装置,该装置可以包括:
获取模块,用于获取至少一个第一对象的描述信息以及至少一个第二对象的描述信息;
第一确定模块,用于基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果,并基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果;
第二确定模块,用于基于至少一个第二对象中目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象分别与各个第一对象的匹配结果;
第三确定模块,用于基于匹配结果,从至少一个第一对象中确定与目标第二对象匹配的目标第一对象。
可选的,第二对象的评价结果包括第二对象的综合能力评分,对于任一第二对象,第一确定模块在基于至少一个第二对象的描述信息,确定至少一个第二对象的评价结果时,具体用于:
确定第二对象的至少一个第一指标;
对于各第一指标,确定第二对象的描述信息中针对第一指标的各参考数据;
基于各第一指标的参考数据的评分以及各参考数据的权重确定各第一指标的评分;
基于各第一指标的评分以及各第一指标的权重,确定第二对象的综合能力评分。
可选的,第一对象的评价结果包括第一对象的综合能力评分,对于任一第一对象,第一确定模块在基于至少一个第一对象的描述信息,确定至少一个第一对象的评价结果时,具体用于:
确定第一对象的至少一个第二指标;
对于各第二指标,确定用户信息中针对第二指标的等级划分结果,并将等级划分结果对应的评分作为第二指标的评分;
基于各第二指标的评分以及各第二指标的权重,确定第一对象的综合能力评分。
可选的,第二确定模块,具体用于:
基于目标第二对象的评价结果、各个第一对象的评价结果、由至少一个第二对象的评价结果得到的评价结果均值以及由至少一个第一对象的评价结果得到的评价结果均值,确定目标第二对象的评价结果分别与各个第一对象的评价结果的协方差;
基于协方差,确定目标第二对象分别与各个第一对象的匹配结果。
可选的,第二确定模块在基于协方差,确定目标第二对象分别与各个第一对象的匹配结果时,具体用于:
对于各第一对象,将目标第二对象的评价结果与第一对象的评价结果的协方差进行归一化处理;
将归一化处理后的协方差作为目标第二对象与第一对象的匹配结果。
可选的,该装置还包括校检模块和调整模块;
在第二确定模块确定目标第二对象分别与各第一对象的匹配结果之后,校检模块,用于校检匹配结果;
调整模块,用于基于校检结果,调整参考数据的权重、第一指标的权重以及第二指标的权重中至少一项。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。