CN112989192A - 简历推送方法、系统及计算设备 - Google Patents
简历推送方法、系统及计算设备 Download PDFInfo
- Publication number
- CN112989192A CN112989192A CN202110262063.4A CN202110262063A CN112989192A CN 112989192 A CN112989192 A CN 112989192A CN 202110262063 A CN202110262063 A CN 202110262063A CN 112989192 A CN112989192 A CN 112989192A
- Authority
- CN
- China
- Prior art keywords
- user
- resume
- target enterprise
- updated
- enterprise
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 230000006399 behavior Effects 0.000 claims description 30
- 238000013500 data storage Methods 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000007115 recruitment Effects 0.000 abstract description 15
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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
Abstract
本发明公开了一种简历推送方法,在服务器中执行,包括:监测客户端用户的更新简历行为;当监测到更新简历行为时,从更新后的简历信息中获取求职信息,并根据求职信息建立用户偏向模型;根据所述用户偏向模型,从用户投递过的企业端中确定一个或多个目标企业端;将用户更新后的简历发送至所述目标企业端。本发明一并公开了相应的简历推送系统和计算设备。根据本发明的技术方案,可以实现对用户简历的二次精准投递,提高了用户求职效率和企业招聘效率。
Description
技术领域
本发明涉及互联网招聘技术领域,尤其涉及一种简历推送方法、简历推送系统及计算设备。
背景技术
随着互联网技术的发展,招聘网站成为了大多数企业招聘员工的首选途径。在基于互联网的招聘过程中,用户提交的简历经由招聘平台发送给企业端,企业端在对简历操作后简历往往会被搁置,这样会造成简历的生命周期较短,导致用户简历投递行为的效率较低,简历投递成功率较低。
企业现有的简历库往往会存在一些不错的候选人才,鉴于企业与候选人才之前已经有过接触,进行二次合作的成功率相对较高。如何为企业和应聘者提供一个二次合作的平台,对用户简历进行二次投递,对于企业和应聘者来说都至关重要。
为此,需要一种简历推送方法及系统,来解决上述技术方案中存在的问题。
发明内容
为此,本发明提供一种简历推送方法、简历推送系统及计算设备,以解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供一种简历推送方法,在服务器中执行,包括:监测客户端用户的更新简历行为;当监测到更新简历行为时,从更新后的简历信息中获取求职信息,并根据求职信息建立用户偏向模型;根据所述用户偏向模型,从用户投递过的企业端中确定一个或多个目标企业端;将用户更新后的简历发送至所述目标企业端。
可选地,在根据本发明的简历推送方法中,将用户更新后的简历发送至所述目标企业端的步骤包括:获取每个目标企业端的一条或多条职位信息,并根据用户的简历信息和每条职位信息计算用户与每个职位的匹配度;根据用户与职位的匹配度向每个目标企业端发送用户更新后的简历。
可选地,在根据本发明的简历推送方法中,所述服务器与数据存储设备相连,在从用户投递过的企业端中确定一个或多个目标企业端之后,还包括步骤:从数据存储设备中获取用户与企业端的关联关系表;根据所述关联关系表对一个或多个目标企业端进行优先级排序,以便基于优先级排序将用户更新后的简历发送至目标企业端。
可选地,在根据本发明的简历推送方法中,所述关联关系表中包括多种关联类型,每种关联类型对应不同的优先级,根据所述关联关系表对目标企业端进行优先级排序的步骤包括:
根据关联关系表确定用户与每个目标企业端的关联类型,并确定关联类型对应的优先级;按照关联类型对应的优先级从高到低的顺序对每个目标企业端进行排序。
可选地,在根据本发明的简历推送方法中,在监测客户端用户的更新简历行为之前,包括步骤:获取用户的投递行为信息,根据投递行为信息建立用户与其投递过的一个或多个企业端的关联关系表;将关联关系表存储在数据存储设备中。
可选地,在根据本发明的简历推送方法中,所述关联类型包括面试通过、面试未通过、拒收Offer和投递未处理。
可选地,在根据本发明的简历推送方法中,根据用户与职位的匹配度向目标企业端发送用户更新后的简历包括:确定目标企业端的职位中与用户匹配度最高的一个或多个职位,将用户更新后的简历推荐给所述一个或多个职位。
可选地,在根据本发明的简历推送方法中,根据用户与职位的匹配度向目标企业端发送用户更新后的简历包括:确定目标企业端的职位中与用户匹配度达到阈值的一个或多个职位,将用户更新后的简历推荐给所述一个或多个职位。
可选地,在根据本发明的简历推送方法中,所述求职信息包括用户的期望职位、期望薪资、期望城市、工作经验、工作年限中的一种或多种。
根据本发明的一个方面,提供一种简历推送系统,包括:服务器,适于执行如上所述的简历推送方法;一个或多个客户端,与所述服务器相连,适于向服务器上传简历或更新简历;以及一个或多个企业端,与所述服务器相连,适于从服务器获取简历。
可选地,在根据本发明的简历推送系统中,还包括:数据存储设备,与所述服务器相连,适于存储用户与企业端的关联关系表。
根据本发明的一个方面,提供一种计算设备,包括:至少一个处理器;存储器,存储有程序指令,其中,程序指令被配置为适于由上述至少一个处理器执行,所述程序指令包括用于执行如上所述的简历推送方法的指令。
根据本发明的一个方面,提供一种存储有程序指令的可读存储介质,当该程序指令被计算设备读取并执行时,使得该计算设备执行如上所述的简历推送方法。
根据本发明的技术方案,提供了一种简历推送方法,根据用户偏向模型确定目标企业端,并向目标企业端推荐用户更新后的简历,实现了对用户简历进行二次精准投递的效果,能够在较大程度上提升用户求职效率和企业的招聘效率。
进一步地,根据本发明的简历推送方法,可以根据用户先前的投递行为以及与企业之间的面试情况,来对用户投递过的企业进行优先级排序,基于企业优先级来推送用户简历,可以优先推送至双方合作意向最为明确、面试成功率最高的企业,从而进一步提高了用户求职效率和企业招聘效率,也在一定程度上降低了企业招聘成本。并且,本发明还实现了针对目标企业的多条职位进行精准匹配和推荐。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
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简历推送系统100的示意图;
图2示出了根据本发明一个实施例的计算设备200的示意图;以及
图3示出了根据本发明一个实施例的简历推送方法300的流程图。
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示出了根据本发明一个实施例的简历推送系统100的示意图。简历推送系统100用于将用户更新后的简历推送至目标企业端。
如图1所示,简历推送系统100包括一个或多个客户端110、服务器120、以及一个或多个企业端130。一个或多个客户端110、一个或多个企业端130均可以与服务器120通信连接,例如通过有线或无线的方式网络连接。
客户端110即用户(求职用户)所使用的终端设备,其具体可以是桌面电脑、笔记本电脑等个人计算机,也可以是手机、平板电脑、多媒体设备、智能可穿戴设备等,但不限于此。
企业端130即企业(招聘人员)所使用的终端设备,其具体可以是桌面电脑、笔记本电脑等个人计算机,也可以是手机、平板电脑、多媒体设备、智能可穿戴设备等,但不限于此。
服务器120可以实现为WEB服务器、应用程序服务器、文件服务器、数据库服务器等,这里,本发明对服务器的具体种类不作限制。服务器120也可以实现为桌面电脑、笔记本电脑、处理器芯片、手机、平板电脑等计算设备,但不限于此,也可以是驻留在计算设备上的应用程序。
在一个实施例中,服务器120可以是招聘网站对应的服务器,用于在客户端110和企业端130之间提供一个简历投递平台,可以获取客户端110上传的简历,并可以响应于用户的投递请求将简历发送至企业端130,以便企业端130获取到用户投递的简历。
在一个实施例中,如图1所示,系统100还包括数据存储设备140,数据存储设备140与服务器120相连,服务器120可以将多个用户上传的简历、企业发布的多条职位信息存储在数据存储设备140中。这里,数据存储设备140中存储的简历可以是用户上传后未投递过的简历,也可以是用户已投递过的简历。数据存储装置140可以作为本地数据库驻留于服务器120中,也可以作为远程数据库设置在服务器120之外,还可以作为分布式数据库例如HBase等设置于多个地理位置处,总之,数据存储装置120用于存储数据,但是本发明对数据存储装置120的具体配置情况不做限制。服务器120可以通过有线或无线的方式经由互联网对数据存储装置200中的数据进行读写。
简历信息一般包括用户基本信息、以及与用户求职意向相关的求职信息。其中,用户基本信息包括但不限于用户的姓名、年龄、学历、联系方式等信息。求职信息可以包括用户的期望职位、期望薪资、期望城市、工作经验、工作年限中的一种或多种,但不限于此。
在一个实施例中,数据存储设备140中存储有用户的行为信息,例如用户对简历的投递行为、对职位的浏览行为等。并且,数据存储设备140中还可以存储用户与一个或多个企业端的关联关系表。具体地,服务器120可以从数据存储设备140中获取用户的投递行为信息,根据投递行为信息来建立用户与其投递过的一个或多个企业端的关联关系表,并将关联关系表存储在与服务器120相连的数据存储设备140中。
根据本发明的实施例,客户端110可以经由服务器120对数据存储设备120中的简历进行更新,例如对其先前上传的并且投递过的简历进行更新。服务器120可以监测客户端用户更新简历的行为,并在监测到用户更新简历行为时向企业端130推送用户的简历。也就是说,当用户对其投递过的简历进行更新时,即使用户没有进行二次投递简历行为,服务器120也会根据监测到的更新简历行为向合适的企业端130推送用户更新后的简历。
根据本发明的实施例,服务器120适于执行简历推送方法300。具体而言,服务器120通过执行简历推送方法300来监测客户端用户的更新简历行为,并在监测到更新简历行为时,将更新后的简历精准推送至目标企业端。本发明具体的简历推送方法300将在下文中详述。
在一个实施例中,本发明的服务器120可以实现为一种计算设备,使得本发明的简历推送方法可以在计算设备中执行。
图2示出了根据本发明一个实施例的计算设备200的结构图。如图2所示,在基本的配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204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204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214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218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206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220、一个或者多个应用222以及程序数据224。应用222实际上是多条程序指令,其用于指示处理器204执行相应的操作。在一些实施方式中,应用222可以布置为在操作系统上使得处理器204利用程序数据224进行操作。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252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244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258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246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262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。
在根据本发明的计算设备200中,应用222包括用于执行简历推送方法300的多条程序指令,这些程序指令可以指示处理器204执行本发明的简历推送方法300,以便在计算设备200中执行本发明的简历推送方法300。
图3示出了根据本发明一个实施例的简历推送方法300的流程图。方法300适于在服务器120(例如前述计算设备200)中执行。服务器120(前述计算设备200)通过执行简历推送方法300,能实现对用户简历进行二次精准投递。
如图3所示,方法300始于步骤S310。
在步骤S310中,监测客户端用户的更新简历行为。这里,可以实时监测客户端用户的更新简历行为,也可以采用定期轮询的方式来监测用户的更新简历行为。
随后,在步骤S320中,当监测到更新简历行为时,从更新后的简历信息中获取求职信息,并根据求职信息来建立用户偏向模型。
这里,简历信息中一般包括用户基本信息、以及与用户求职意向相关的求职信息。其中,用户基本信息包括但不限于用户的姓名、年龄、学历、联系方式等信息。求职信息可以包括用户的期望职位、期望薪资、期望城市、工作经验、工作年限中的一种或多种,但不限于此。
也就是说,本发明中的用户偏向模型是根据用户更新后的简历中的期望职位、期望薪资、期望城市、工作经验、工作年限等求职条件而建立的用户模型,也即是用户求职画像。
随后,在步骤S330中,根据建立的用户偏向模型,从用户投递过的企业端中确定满足用户条件的一个或多个目标企业端。应当指出,本发明对最终确定的目标企业端的具体数量不做限定。
最后,在步骤S340中,将用户更新后的简历发送至所确定的一个或多个目标企业端。应当理解,根据用户偏向模型确定的目标企业端是能够满足用户求职条件的企业,通过向这些目标企业端推荐用户更新后的简历,实现了对用户简历进行二次精准投递的效果,可以在较大程度上提升用户求职效率和企业的招聘效率。
根据一个实施例,在监测用户的更新简历行为之前,或者说,在执行步骤S310之前,可以预先建立用户与一个或多个企业端的关联关系表。具体地,通过从数据存储设备140获取用户的投递行为信息,根据投递行为信息来建立用户与其投递过的一个或多个企业端的关联关系表,并将关联关系表存储在与服务器120相连的数据存储设备140中。
这样,数据存储设备140中可以存储与每个用户分别相对应的关联关系表。这里,关联关系表是用户与一个或多个企业端的关联关系表,关联关系表中包括用户与其投递过的一个或多个企业端的关联关系。需要说明的是,关联关系表是基于用户与先前投递过、但并没有建立合作的企业之间的面试情况而建立的。
其中,用户与企业端的关联关系可以包括多种关联类型,每种关联类型对应不同的优先级,这样,每个用户对应的关联关系表中可以包括具有不同优先级的多种关联类型。例如,用户与企业端的关联类型可以包括面试通过、面试未通过、拒收Offer、投递未处理等,但不限于此。在一种实施方式中,面试通过、面试未通过、拒收Offer、投递未处理的优先级依次降低。这样,优先级实际上可以反应用户与企业之间的合作意向以及双方达成合作的成功率。
根据一个实施例,在从用户投递过的企业端中确定一个或多个目标企业端之后,还可以进一步执行以下步骤:从数据存储设备140中获取用户与一个或多个企业端的关联关系表,根据关联关系表对在步骤S330中确定的一个或多个目标企业端进行优先级排序,并按照优先级排序向一个或多个目标企业端推荐用户更新后的简历,也即是,基于目标企业端的优先级(从高到低)向目标企业端推送用户更新后的简历。应当理解,基于企业优先级来推送用户简历,可以优先推送至双方合作意向最为明确、面试成功率最高的企业,从而进一步提高用户求职效率和企业招聘效率。
需要说明的是,用户与企业端的关联关系表中包括用户与其投递过的所有企业端之间的关联类型,这些投递过的企业端中可能有些并不是根据偏向模型确定的目标企业端,根据关联关系表需要确定的是每个目标企业端的优先级排序。
进一步而言,在对所确定的一个或多个目标企业端进行优先级排序时,是通过关联关系表来确定用户与每个目标企业端的关联类型,并确定关联类型对应的优先级,随后,按照优先级从高到低的顺序对每个目标企业端进行排序。这样,可以根据目标企业端的优先级高低来向目标企业端推送用户更新后的简历。
根据一个实施例,每个企业端可以发布一条或多条招聘职位信息。在将用户更新后的简历发送至目标企业端时,首先获取每个目标企业端发布的一条或多条职位信息。随后,根据用户的简历信息和每条职位信息计算用户与每个职位的匹配度,也就是说,计算用户的简历信息与每条职位信息之间的匹配度,从而确定用户与每个职位的匹配度。进而,根据用户与职位的匹配度向每个目标企业端发送用户更新后的简历,也即是,根据用户与目标企业端的每个职位的匹配度,将用户更新后的简历推荐给目标企业端的相应职位。这样,实现了对于职位的精准匹配和推荐。
应当指出,本发明对计算用户与职位之间的匹配度的具体方法不做限制,现有技术中所有能实现计算匹配度的算法均在本发明的保护范围之内。
还应当指出,本发明对根据用户与职位的匹配度推荐简历的具体机制不做限定。在一种实施方式中,在根据用户与职位的匹配度向目标企业端发送用户更新后的简历时,通过确定目标企业端的职位中与用户匹配度最高的一个或多个职位,并将用户更新后的简历推荐给与用户匹配度最高的一个或多个职位。在又一种实施方式中,在根据用户与职位的匹配度向目标企业端发送用户更新后的简历时,通过确定目标企业端的职位中与用户匹配度达到阈值的一个或多个职位,并将用户更新后的简历推荐给匹配度达到阈值的这些职位。
可见,根据本发明的简历推送方法,不仅可以根据用户的更新简历行为对用户简历进行二次精准投递至符合用户求职条件的企业。而且,可以根据用户先前的投递行为以及与企业之间的面试情况,来对用户投递过的企业进行优先级排序,基于企业优先级来推送用户简历,可以优先推送至双方合作意向最为明确、面试成功率最高的企业,从而进一步提高了用户求职效率和企业招聘效率,也在一定程度上降低了企业招聘成本。并且,本发明还实现了针对目标企业的多条职位进行精准匹配和推荐。
A8、如A2所述的简历推送方法,其中,根据用户与职位的匹配度向目标企业端发送用户更新后的简历包括:确定目标企业端的职位中与用户匹配度达到阈值的一个或多个职位,将用户更新后的简历推荐给所述一个或多个职位。
A9、如A1-A8任一项所述的简历推送方法,其中,所述求职信息包括用户的期望职位、期望薪资、期望城市、工作经验、工作年限中的一种或多种。
B11、如B10所述的系统,其中,还包括:数据存储设备,与所述服务器相连,适于存储用户与企业端的关联关系表。
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,例如可移动硬盘、U盘、软盘、CD-ROM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,移动终端一般包括处理器、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,执行本发明的简历推送方法。
以示例而非限制的方式,可读介质包括可读存储介质和通信介质。可读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一实施例、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一实施例的所有特征。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 (10)
1.一种简历推送方法,在服务器中执行,包括:
监测客户端用户的更新简历行为;
当监测到更新简历行为时,从更新后的简历信息中获取求职信息,并根据求职信息建立用户偏向模型;
根据所述用户偏向模型,从用户投递过的企业端中确定一个或多个目标企业端;
将用户更新后的简历发送至所述目标企业端。
2.如权利要求1所述的简历推送方法,其中,将用户更新后的简历发送至所述目标企业端的步骤包括:
获取每个目标企业端的一条或多条职位信息,并根据用户的简历信息和每条职位信息计算用户与每个职位的匹配度;
根据用户与职位的匹配度向每个目标企业端发送用户更新后的简历。
3.如权利要求1或2所述的简历推送方法,其中,所述服务器与数据存储设备相连,在从用户投递过的企业端中确定一个或多个目标企业端之后,还包括步骤:
从数据存储设备中获取用户与企业端的关联关系表;
根据所述关联关系表对一个或多个目标企业端进行优先级排序,以便基于优先级排序将用户更新后的简历发送至目标企业端。
4.如权利要求3所述的简历推送方法,其中,所述关联关系表中包括多种关联类型,每种关联类型对应不同的优先级,根据所述关联关系表对目标企业端进行优先级排序的步骤包括:
根据关联关系表确定用户与每个目标企业端的关联类型,并确定关联类型对应的优先级;
按照关联类型对应的优先级从高到低的顺序对每个目标企业端进行排序。
5.如权利要求3或4所述的简历推送方法,其中,在监测客户端用户的更新简历行为之前,包括步骤:
获取用户的投递行为信息,根据投递行为信息建立用户与其投递过的一个或多个企业端的关联关系表;
将关联关系表存储在数据存储设备中。
6.如权利要求4或5所述的简历推送方法,其中,所述关联类型包括面试通过、面试未通过、拒收Offer和投递未处理。
7.如权利要求2所述的简历推送方法,其中,根据用户与职位的匹配度向目标企业端发送用户更新后的简历包括:
确定目标企业端的职位中与用户匹配度最高的一个或多个职位,将用户更新后的简历推荐给所述一个或多个职位。
8.一种简历推送系统,包括:
服务器,适于执行如权利要求1-7任一项所述的简历推送方法;
一个或多个客户端,与所述服务器相连,适于向服务器上传简历或更新简历;以及
一个或多个企业端,与所述服务器相连,适于从服务器获取简历。
9.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-7中任一项所述方法的指令。
10.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110262063.4A CN112989192A (zh) | 2021-03-10 | 2021-03-10 | 简历推送方法、系统及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110262063.4A CN112989192A (zh) | 2021-03-10 | 2021-03-10 | 简历推送方法、系统及计算设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112989192A true CN112989192A (zh) | 2021-06-18 |
Family
ID=76334858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110262063.4A Pending CN112989192A (zh) | 2021-03-10 | 2021-03-10 | 简历推送方法、系统及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989192A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665383A (zh) * | 2017-10-26 | 2018-02-06 | 北京拉勾科技有限公司 | 一种简历处理延时模型的构建方法和计算设备 |
US20180130024A1 (en) * | 2016-11-08 | 2018-05-10 | Facebook, Inc. | Systems and methods to identify resumes based on staged machine learning models |
CN108021673A (zh) * | 2017-12-06 | 2018-05-11 | 北京拉勾科技有限公司 | 一种用户兴趣模型生成方法、职位推荐方法及计算设备 |
CN109636335A (zh) * | 2018-12-10 | 2019-04-16 | 陈煜明 | 一种基于大数据的智能简历系统 |
CN110209929A (zh) * | 2019-04-29 | 2019-09-06 | 毕昀 | 一种简历推荐方法、装置、计算机设备及存储介质 |
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及系统 |
CN111602158A (zh) * | 2018-01-12 | 2020-08-28 | 刘伟 | 用于将职位申请人简历与职位需求匹配的机器学习系统 |
-
2021
- 2021-03-10 CN CN202110262063.4A patent/CN112989192A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180130024A1 (en) * | 2016-11-08 | 2018-05-10 | Facebook, Inc. | Systems and methods to identify resumes based on staged machine learning models |
CN107665383A (zh) * | 2017-10-26 | 2018-02-06 | 北京拉勾科技有限公司 | 一种简历处理延时模型的构建方法和计算设备 |
CN108021673A (zh) * | 2017-12-06 | 2018-05-11 | 北京拉勾科技有限公司 | 一种用户兴趣模型生成方法、职位推荐方法及计算设备 |
CN111602158A (zh) * | 2018-01-12 | 2020-08-28 | 刘伟 | 用于将职位申请人简历与职位需求匹配的机器学习系统 |
CN109636335A (zh) * | 2018-12-10 | 2019-04-16 | 陈煜明 | 一种基于大数据的智能简历系统 |
CN110209929A (zh) * | 2019-04-29 | 2019-09-06 | 毕昀 | 一种简历推荐方法、装置、计算机设备及存储介质 |
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10255108B2 (en) | Parallel execution of blockchain transactions | |
US9871756B1 (en) | Methods for displaying notifications | |
US9223672B1 (en) | Method and system for providing error repair status data to an application user | |
US20170099246A1 (en) | Modification of delivered email content | |
CN111651464A (zh) | 数据处理方法、系统及计算设备 | |
EP3497640A1 (en) | Contract management system, apparatus, and method | |
CN112368682A (zh) | 使用高速缓存用于内容验证和错误补救 | |
CN109495556B (zh) | 一种文件处理方法及装置 | |
CN111367529A (zh) | 代码贡献统计方法及装置 | |
CN107291923B (zh) | 信息处理方法和装置 | |
CN110851173B (zh) | 报表生成方法及装置 | |
CN112989192A (zh) | 简历推送方法、系统及计算设备 | |
US20180107986A1 (en) | Automatic update of calendar event | |
US20180082262A1 (en) | Optimize meeting based on organizer rating | |
US20080275959A1 (en) | Distributed Search in a Casual Network of Servers | |
CN111143461A (zh) | 映射关系处理系统、方法和电子设备 | |
CN112470172A (zh) | 使用随机序列嵌入的符号序列分析的计算效率 | |
US10171687B2 (en) | Providing content and attachment printing for communication | |
US10798208B2 (en) | Availability data caching in meeting systems | |
CN113806312A (zh) | 文件处理方法、装置、电子设备和存储介质 | |
WO2019078956A1 (en) | SYSTEMS AND METHODS FOR CONVERTING DOCUMENTS IN ORDER | |
CN113971074A (zh) | 事务处理方法、装置、电子设备及计算机可读存储介质 | |
CN110764933B (zh) | 一种消息处理方法、装置、系统及计算设备 | |
US9767217B1 (en) | Streaming graph computations in a distributed processing system | |
CN115037612B (zh) | 一种服务器配置方法、计算设备及存储介质 |
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 |