CN113486115A - 一种基于大数据的人才信息管理系统 - Google Patents
一种基于大数据的人才信息管理系统 Download PDFInfo
- Publication number
- CN113486115A CN113486115A CN202110745928.2A CN202110745928A CN113486115A CN 113486115 A CN113486115 A CN 113486115A CN 202110745928 A CN202110745928 A CN 202110745928A CN 113486115 A CN113486115 A CN 113486115A
- Authority
- CN
- China
- Prior art keywords
- talent
- information
- data
- database
- module
- 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.)
- Withdrawn
Links
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/275—Synchronous replication
-
- 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
- G06Q10/1053—Employment or hiring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于大数据的人才信息管理系统,包括企业端:用于发布招聘信息,根据招聘信息的关键数据确定招聘需求画像;数据端:用于通过大数据,建立基于企业类型和职位类型的分布式数据库;人才平台对接端:用于获取人才平台信息,并将所述分布式数据库和人才平台对接,并在分布式数据库中存储所述人才平台的人才信息;人才数据管理端:用于获取人才平台的人才数据更新信息,并根据所述更新信息对分布式数据库进行同步更新。本发明有益效果为:本发明相对与现有技术,能够实现不同招聘APP和网站进行对接,从而获取最全面的人才数据。相对于求职人才,有了被更多企业发现的机会,对于企业,有了更多的选择,能够更好的挑选到更合适的人。
Description
技术领域
本发明涉及人才管理技术领域,特别涉及一种基于大数据的人才信息管理系统。
背景技术
目前,人才管理中大型企业最重要的核心工作之一,人才管理会对影响人才发挥作用的内在因素和外在因素进行计划、组织、协调和控制的一系列活动。传统的人才管理只是根据单个或者某几个人才平台获取人才的简历信息,并对其进行统计分析,从而进行招聘,对人才的发掘不够全面,无法做到真正对人才优化利用,使得工作岗位能够极大与职工相匹配,因为数据库中人才的数量,很大程度上影响了对于人才筛选的全面性,而且无法对更新数据进行精细化的判断,判断对接的APP是否进行了更新。
发明内容
本发明提供一种基于大数据的人才信息管理系统,用以解决传统的人才管理只是根据单个或者某几个人才平台获取人才的简历信息,并对其进行统计分析,从而进行招聘,对人才的发掘不够全面,无法做到真正对人才优化利用,使得工作岗位能够极大与职工相匹配,因为数据库中人才的数量,很大程度上影响了对于人才筛选的全面性的情况。
一种基于大数据的人才信息管理系统,包括:
企业端:用于发布招聘信息,根据招聘信息的关键数据确定招聘需求画像;
数据端:用于通过大数据,建立基于企业类型和职位类型的分布式数据库;
人才平台对接端:用于获取人才平台信息,并将所述分布式数据库和人才平台对接,并在分布式数据库中存储所述人才平台的人才信息;
人才数据管理端:用于获取人才平台的人才数据更新信息,并根据所述更新信息对分布式数据库进行同步更新。
作为本发明的一种实施例:所述企业端包括:
企业信息管理单元:用于获取企业信息,确定企业内部的岗位状况;其中,
所述企业信息包括:企业名称、所属行业、公司性质、公司规模、公司架构、职工信息和岗位信息;
所属岗位状况包:岗位人员缺失、岗位人员能力不足和岗位人员预计离职;
招聘管理单元:用于根据所述岗位状况,判断是否存在岗位空缺;
应聘管理单元:用于在岗位空缺时,发布空缺岗位的招聘信息;
人才画像单元:用于根据所述招聘信息,确定岗位需求和技能需求,并从岗位需求和技能需求两个维度构建招聘需求画像。
作为本发明的一种实施例:所述企业端包括:
时间模块:用于设置响应时间,并基于所述响应时间设置前端筛选人员和后期筛选人员;
扩展模块:用于在招聘岗位增多的时候,扩展服务器集群,进行多岗位同步处理。
扩展模块:用于确定招聘信息和人员信息的低耦合性,并在招聘信息需要修改时,保持所述低耦合性。
防复用模块:用于建立复用排除机制,删除相同招聘信息和人才信息的数据。
作为本发明的一种实施例:所述数据端包括:
企业类型划分模块:用于通过大数据技术,根据企业的业务类型,对企业进行分类,并建立基于企业分类的第一分布式节点框架;
职位类型划分模块:用于通过大数据技术,根据企业中的岗位类型,对岗位进行划分,并建立基于岗位分类的第二分布式节点框架;
网络搭建模块:用于根据所述第一分布式节点框架和第二分布式节点框架,构建双层分布式节点网络;
数据库搭建模块:用于根据所述双层分布式节点网络,通过节点空间分配,构成双层的分布式数据库
代理计算单元:用于在所述分布式数据库的不同数据库上设置数据传输中间件,构成数据传输端口;
存储集群模块:用于在所述分布式数据库的不同数据库上设置储存引擎和查询引擎;
元数据模块:用于所述分布式数据库的不同数据库上设置分布式选举和切换规则。
作为本发明的一种实施例:所述数据端还包括:
数据库查询模块:用于对所述分布式数据库设置查询规则;其中,
所述查询规则包括:分配表查询规则、字符串查询规则和内容查询规则;
查询模块:用于根据所述查询规则,生成查询模型;
处理模块:用于根据所述查询模型,对查询信息进行选择、交叉和变异处理的迭代计算,判断查询信息在迭代后的迭代计算数是否达到预设阀值,并在达到预设阀值时,输出对应的人才信息查询方式。
作为本发明的一种实施例:所述人才平台对接端包括:
人才平台获取模块:用于根据大数据对适用于终端设备招聘APP和适用于在线网络的人才网站进行筛选,并设定所述招聘APP信息和人才网站信息为人才平台;其中,
所述人才信息平台为开源平台;
人才平台对接模块:用于在分布式数据库和人才平台之间建立大数据识别机制,并基于所述大数据识别机制进行分布式数据库和人才平台对接;
识别模块:用于根据所述大数据识别机制,判断所述人才平台中的人才信息属于分布式数据库的目标节点数据库;
存储模块:用于将所述人才平台的人才信息导入对应的目标节点数据库。
作为本发明的一种实施例:所述人才平台对接端还包括:
人才评分单元:用于基于预设人才图谱嵌入模型对人才信息进行评分,确定人才指标;其中,
所述评分过程中包括建立基于人才信息的三元组,所述三元组用于对人才进行经验评定、业务能力评定和性格评定,根据所述三元组进行人才图谱嵌入模型的人才信息导入;
路径单元:用于建立以人才图谱为索引信息的人才信息网络,所述人才信息网络于所述分布式数据库对接,并与所述分布式数据库的节点数据库连接,生成人才信息的导入路径;
接入管理单元:用于解析人才信息,通过所述分布式数据库中人才信息认定表对人才信息进行验证,并在验证通过后将人才信息进行封装,将封装后的人才信息导入分布式数据库。
作为本发明的一种实施例:所述人才数据管理端包括:
更新判断模块:用于对人才平台进行检测,并过滤更新数据以获取新增数据,并传递新增数据至分布式数据库;
数据抓取模块:用于人才平台抓取更新数据并传递至数据过滤模块;数据过滤模块:用于对比更新数据和缓存获取的新增数据并传递至拆分编码模块;
拆分编码模块:用于将新增数据拆分成若干数据块,并为数据块编码;
更新缓存模块:用于对拆分编码模块传递的数据块进行缓存;
更新存储模块:用于在进行数据库缓存时,同步存储在分布式数据库中。
作为本发明的一种实施例:所述人才数据管理端进行人才更新还包括:
步骤1:基于所述分布式数据库,创建人才信息列表;
步骤2:为所述分布式数据库设置密码的数据库访问权限,并启动开源的人才平台连接分布式数据库;
步骤3:建立基于开源的人才平台的调用接口密钥;
步骤4:通过开源的人才平台,对所所述招聘APP植入进行网格脚本;
步骤5:根据所述网格脚本,确定每个招聘APP网格化后的壁面距离;
步骤6:对所述壁面距离进行实时监测,判断人才是否更新;其中,
在所述网格进行增大时,控制所述招聘APP进行更新,并将更新信息存储至分布式数据库中。
作为本发明的一种实施例:所述人才数据管理端还包括:
数据连接端:用于在分布式数据库之间建立数据通道,各数据通道之间用于传递简历数据、解密日志和剩余存量信息;
监测端:用于根据剩余存量信息计算剩余存量最多的子数据库;
剩余数据利用端:用于将剩余存量最多的子数据库对解密日志进行存储、传递建立数据的数据统计表和剩余存量信息进行存储。
本发明有益效果为:本发明相对与现有技术,能够实现不同招聘APP和网站进行对接,从而获取最全面的人才数据。相对于求职人才来说,有了被更多企业发现的机会,对于企业来说,有了更多的选择,能够更好的挑选到更合适的人。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于大数据的人才信息管理系统的系统组成图;
图2为本发明实施例中一种基于大数据的人才信息管理系统的人才更新流程图;
图3为本发明实施例中一种基于大数据的人才信息管理系统的数据端组成图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如附图1所示,本发明为一种基于大数据的人才信息管理系统,包括:
企业端:用于发布招聘信息,根据招聘信息的关键数据确定招聘需求画像;
数据端:用于通过大数据,建立基于企业类型和职位类型的分布式数据库;
人才平台对接端:用于获取人才平台信息,并将所述分布式数据库和人才平台对接,并在分布式数据库中存储所述人才平台的人才信息;
人才数据管理端:用于获取人才平台的人才数据更新信息,并根据所述更新信息对分布式数据库进行同步更新。
上述技术方案的工作原理为:本发明的通过企业端确定招聘需求,判断需要招聘的人才的信息,生成需求画像来更形象化的确定招聘需要什么样的人。数据端基于大数据,将企业和职位进行划分,然后建立分布式数据库,实现人才信息的管理。因为现有技术中,都是企业通过某个公司的招聘软件进行使用,获得人才信息,这信息量肯定不全面。本发明通过对接所有的招聘的平台和人才的网站,实现人才的全收录。最后在人才管理端实现人才的实时更新。为企业提供最多的人才数据,找到更加合适的人才。
上述技术方案的有益效果为:本发明相对与现有技术,能够实现不同招聘APP和网站进行对接,从而获取最全面的人才数据。相对于求职人才来说,有了被更多企业发现的机会,对于企业来说,有了更多的选择,能够更好的挑选到更合适的人。
作为本发明的一种实施例:所述企业端包括:
企业信息管理单元:用于获取企业信息,确定企业内部的岗位状况;其中,
所述企业信息包括:企业名称、所属行业、公司性质、公司规模、公司架构、职工信息和岗位信息;
所属岗位状况包:岗位人员缺失、岗位人员能力不足和岗位人员预计离职;
招聘管理单元:用于根据所述岗位状况,判断是否存在岗位空缺;
应聘管理单元:用于在岗位空缺时,发布空缺岗位的招聘信息;
人才画像单元:用于根据所述招聘信息,确定岗位需求和技能需求,并从岗位需求和技能需求两个维度构建招聘需求画像。
上述技术方案的工作原理为:本发明的企业端主要适用于确定企业内部的岗位缺失信息然后发布招聘的岗位,进行应聘人员的管理,最后通过人招聘需求画像,确定需要什么样的人才。
上述技术方案的有益效果为:本发明能够根据企业的岗位需求独立性的对岗位进行专业人才的快速提供,能够根据公司的具体情况,通过专业的需求画像,确定最合适的人才。
作为本发明的一种实施例:所述企业端包括:
时间模块:用于设置响应时间,并基于所述响应时间设置前端筛选人员和后期筛选人员;
扩展模块:用于在招聘岗位增多的时候,扩展服务器集群,进行多岗位同步处理。
扩展模块:用于确定招聘信息和人员信息的低耦合性,并在招聘信息需要修改时,保持所述低耦合性。
防复用模块:用于建立复用排除机制,删除相同招聘信息和人才信息的数据。
上述技术方案的工作原理为:在进行人才筛选的时候响应时间的目的是判断人才是否接收对于招聘信息是否存在反馈。然后根据这个反馈信息,本发明设置了前端筛选和后端筛选,一般情况下对应的双重面试,笔试和面试。扩展模块的作用是大量岗位招聘的时候,会增加服务器集群,就是通过多个服务器的共同协作实现多岗位同步招聘。低耦合性,是为了保证招聘需求和相关人才是相关的。
上述技术方案的有益效果为:本发明能够快速的找到招聘的人才,而且能够快速的实现对人才的筛选,还能够多岗位同步招聘和低耦合性事为了实现人才的最小限度相关,使得筛选人数足够多,能够确定可以招聘的人员。
作为本发明的一种实施例:如附图3所示,所述数据端包括:
企业类型划分模块:用于通过大数据技术,根据企业的业务类型,对企业进行分类,并建立基于企业分类的第一分布式节点框架;每一类企业都是第一分布式节点框架的一个节点,例如:金融科技、煤炭工业、石油石化工业等,主要是按照《企业业务分类代码》进行划分。
职位类型划分模块:用于通过大数据技术,根据企业中的岗位类型,对岗位进行划分,并建立基于岗位分类的第二分布式节点框架;岗位划分例如:会计岗、研发岗、商务岗位、行政岗位等等。
网络搭建模块:用于根据所述第一分布式节点框架和第二分布式节点框架,构建双层分布式节点网络;通过节点关联链接的方式构建双层分布式节点网络;在这个岗位中,行政岗位可能所有公司都要连接。
数据库搭建模块:用于根据所述双层分布式节点网络,通过节点空间分配,构成双层的分布式数据库;
代理计算单元:用于在所述分布式数据库的不同数据库上设置数据传输中间件,构成数据传输端口;传输中间件的作用是衔接不同数据库的数据传输功能。
存储集群模块:用于在所述分布式数据库的不同数据库上设置储存引擎和查询引擎;
元数据模块:用于所述分布式数据库的不同数据库上设置分布式选举和切换规则。
上述技术方案的原理为:本发明通过对企业和岗位分别分类,进而构建基于分布式式的节点框架,能将企业和岗位向关联起来。随后生成分布式数据库,每个数据库都设立中间件是新数据传输,对于分布式是数据库设置有存储引擎实现人员信息存储,查询引擎,帮助企业进行人员筛选。最后的选举和切换规则是进行最优人才筛选和企业觉得不合适的人员进行切换。
上述技术方案的有益效果为:本发明能够将企业和岗位相关联,实现人才信息的快速存储。还能够帮助企业在人才筛选的时候实现快速查询,并且会推荐给企业最优应聘者。
作为本发明的一种实施例:所述数据端还包括:
数据库查询模块:用于对所述分布式数据库设置查询规则;其中,
所述查询规则包括:分配表查询规则、字符串查询规则和内容查询规则;
查询模块:用于根据所述查询规则,生成查询模型;
处理模块:用于根据所述查询模型,对查询信息进行选择、交叉和变异处理的迭代计算,判断查询信息在迭代后的迭代计算数是否达到预设阀值,并在达到预设阀值时,输出对应的人才信息查询方式。
上述技术方案的原理为:本发明通过设置查询规则,构建查询模型,根据这些查询模型,在输入企业需要的人才需求信息之后,通过迭代计算会快速输出对应的人才信息,并且输出人才信息的查询方式,这个查询方式主要是界面的操作方式会根据不同应聘者的信息公开度和信息全面性,对应聘者的过往经历进行查询。
上述技术方案的有益效果为:本发明能够帮助企业获取人才的具体信息,根据过往经历,能够让企业对人才具有比较直观的了解。
作为本发明的一种实施例:所述人才平台对接端包括:
人才平台获取模块:用于根据大数据对适用于终端设备招聘APP和适用于在线网络的人才网站进行筛选,并设定所述招聘APP信息和人才网站信息为人才平台;
人才平台对接模块:用于在分布式数据库和人才平台之间建立大数据识别机制,并基于所述大数据识别机制进行分布式数据库和人才平台对接;
识别模块:用于根据所述大数据识别机制,判断所述人才平台中的人才信息属于分布式数据库的目标节点数据库;
存储模块:用于将所述人才平台的人才信息导入对应的目标节点数据库。
上述技术方案的原理为:本发明会通过大数据判断终端设备上那些APP是用于招聘的,在互联网中,判断那些网络属于人才网站,然后通过与这些APPA和网站实现对接,设定所有的人才网站和招聘APP都属于人才平台,设置之后,才能获得授权进行人才信息的分布式数据库导入。然后确定那些人才在分布式数据库的那个节点数据库进行存储。
上述技术方案的有益效果为:本发明能够通过分布式数据库对人才信息进行统计,进而实现了在企业查询人才信息的时候可以快速查询。
作为本发明的一种实施例:人才平台对接端还包括:
人才评分单元:用于基于预设人才图谱嵌入模型对人才信息进行评分,确定人才指标;其中,
所述评分过程中包括建立基于人才信息的三元组,所述三元组用于对人才进行经验评定、业务能力评定和性格评定,根据所述三元组进行人才图谱嵌入模型的人才信息导入;人才图谱嵌入模型是基于人才的职业经历、专业、学习状况、业务构成等多方面构建的一个评定标准模型,嵌入的目的是根据人才的信息,设定嵌入标准,越优秀的人才嵌入的越深,例如:当工作经历时间越长,人才图谱中工作经历这一栏自然也就越长。
路径单元:用于建立以人才图谱为索引信息的人才信息网络,所述人才信息网络于所述分布式数据库对接,并与所述分布式数据库的节点数据库连接,生成人才信息的导入路径;
路径单元的目的是进行人才信息和分布式数据库对接,便于进行人才信息的存储,而人才信息的导入路径就是人才信息存储至分布式数据库中的数据存储路径。
接入管理单元:用于解析人才信息,通过所述分布式数据库中人才信息认定表对人才信息进行验证,并在验证通过后将人才信息进行封装,将封装后的人才信息导入分布式数据库。人才信息认定表是一种人才筛选表,只有符合人才信息的各项标准的时候,才能认为是一个符合人才认定标准的人才,此时,对人才信息进行封装,封装的目的是将人才信息进行整合,而在整合过后,以一个标准的数据包的形式存储人才信息。有利于减少存储空间,保证每个人才信息都有独立的存储地点,不至于人才信息太过散乱。
在一个可选实施例中:所述识别模块判断所述人才平台中的人才信息属于分布式数据库的目标节点数据库,包括如下步骤:
步骤1:根据所述人才平台的平台个数和人才种类,构建人才模型:
其中,Li表示人才平台中第i类人才的人才特征;zi表示人才平台中第i类人才的人才数量;Ci表示人才平台中第i类人才的人才平均能力;i=1,2,3……N;N表示人才的类型数;maxAi表示人才平台中第i类人才的最高能力参数;minAi表示人才平台中第i类人才的最低能力参数;
步骤1是一个基于人才能力均值的人才模型构建方式,人才能力参数的计算方法,能力参数综合一个人职业经历、学历、获奖经历和培训经历等综合计算得到。然后通过引入人才的特征和数量,构建出人才的评定模型;而其计算出来的值,代表每一类人才的能力评定标准参数。
步骤2:根据所述分布式数据库,构建分布式数据库存储模型:
其中,kj表示分布式数据库中第j个数据库的目标人才特征;qj表示分布式数据库中第j个数据库的存储量;Wj表示分布式数据库中第j个数据库梯度参数;maxBj表示分布式数据库中第j个数据库的最高梯度参数;minBj表示分布式数据库中第j个数据库的最低梯度参数;j=1,2,3……M;M表示数据库的个数;
步骤2和步骤1猜的计算方式相同但是梯度参数不是能力参数了,梯度参数表示每一类职业在数据库中的排名梯度,这个梯度以每类人才的信息调用的评定情况进行动态判断。
步骤3:根据所述分布式数据库存储模型和人才模型,确定其匹配系数:
其中,当X=1时,表示人才平台中第i类人才存储于分布式数据库中第j个数据库中;当X<1时,表示人才平台中第i类人才不能存储在分布式数据库中第j个数据库中。
上述技术方案的原理为:本发明构建的人才模型是通过对人才的特征进行识别,在人才的特征识别之后,对人才的能力进行识别,进而构建人才的综合模型。然后在分布式数据库的构建方式上,采用了相同的方式进行计算,然后判断人才信息适合的节点数据库。
上述技术方案的有益效果为:本发明能够将人才信息分别和节点数据库相匹配,然后实现对人才信息的存储录入,便于进行人才信息的精确查找
作为本发明的一种实施例:所述人才数据管理端包括:
更新判断模块:用于对人才平台进行检测,并过滤更新数据以获取新增数据,并传递新增数据至分布式数据库;过滤更新数据的目的是通过过滤的方式判断是不是存在新增数据,因为更新数据不一定是新增的数据,所以多了这个判断点。
数据抓取模块:用于人才平台抓取更新数据并传递至数据过滤模块;
数据过滤模块:用于对比更新数据和缓存获取的新增数据并传递至拆分编码模块;
拆分编码模块:用于将新增数据拆分成若干数据块,并为数据块编码;编码的目的是为了保证数据传输的时候不会因为其他原因导致数据消失。
更新缓存模块:用于对拆分编码模块传递的数据块进行缓存;
更新存储模块:用于在进行数据库缓存时,同步存储在分布式数据库中。
上述技术方案的原理为:本发明在进行人才管理的时候,因为人才平台存在人才更新,本发明是基于增量数据的方式判断哪些数据是新的人才信息,然后将人才信息以同步缓存的方式存储在分布式数据库中。
上述技术方案的有益效果为:本发明能够进行实时的人才信息更新管理监测,判断是不是出现了新的人才信息进而实现数据库的更新。
在一个可选实施例中:所述人才数据管理端进行人才更新还包括:
步骤1:根据所述更新信息,确定更新数据:
其中,Q(x1,y1)表示更新信息在人才平台的地址函数;Z(x2,y2)分布式数据库和更新信息相同类型信息的数据库地址函数;d表示中间件的传输系数;F表示中间件的识别系数;T表示中间件的调节系数;X表示更新数据;
步骤2:根据所述更新数据,确定新增数据:
上述技术方案的原理为:本发明会根据与更新信息同类型的信息判断其在数据库中的地址函数和人才平台的地址函数,做对比计算,在地址函数中本发明还引入了更新数据的基本特性,以此来确定更新数据,在更新数据确定了之后,本发明会通过更新数据继续计算出新增数据,进而实现新增数据的同步存储。
作为本发明的一种实施例:如附图2所示,所述人才数据管理端进行人才更新还包括:
步骤1:基于所述分布式数据库,创建人才信息列表;
本发明创建人才信息列表的目的时为了实现数据库内容的表格化智能管理。
步骤2:为所述分布式数据库设置密码的数据库访问权限,并启动开源的人才平台连接分布式数据库;
本发明进行密码的设置时用于保护分布式数据库中的数据,而密码也规定了访问权限,这种方式可以使得数据保持一个极度的安全状态。例如:销售员工只能进行分布式数据库信息查询;运维人员通过密码可以对数据库的稳定性进行研发,但是不能访问数据;而专业的售后人员才能进行数据增删。
步骤3:建立基于开源的人才平台的调用接口密钥;接口密钥的作用是在人才信息进行调用的时候通过接口密钥实现人才信息的调用,达到更高程度的数据保密。
步骤4:通过开源的人才平台,对所述招聘APP植入进行网格脚本;网格脚本的目的是将招聘APP的信息进行网格化统计管理,每一个网格代表招聘APP的一项数据统计信息。
步骤5:根据所述网格脚本,确定每个招聘APP网格化后的壁面距离;壁面距离的目的是为了确定每一项统计信息状态,引用了流体动力学的方式,判断每个一个网格的数据是不是会增加,从而确定出更新数据。
步骤6:对所述壁面距离进行实时监测,判断人才是否更新;其中,
在所述网格进行增大时,控制所述招聘APP进行更新,并将更新信息存储至分布式数据库中。在网格进行增大的时候,其壁面距离必定是减小的,此时也就代表了招聘APP进行了数据更新。这种方式相对于传统方式来说,更加适用于分布式数据库,和分布式分平台,并通过网格将信息细化,精确的确定那一部分或者那一类型的数据进行了更新。
作为本发明的一种实施例:所述人才数据管理端还包括:
数据连接端:用于在分布式数据库之间建立数据通道,各数据通道之间用于传递简历数据、解密日志和剩余存量信息;
监测端:用于根据剩余存量信息计算剩余存量最多的子数据库;
剩余数据利用端:用于将剩余存量最多的子数据库对解密日志进行存储、传递建立数据的数据统计表和剩余存量信息进行存储。
上述技术方案的原理和有益效果为:本发明出了实现人才信息的实时更新,还要对分布式数据库实现实时监控判断数据库的存储容量,防止数据库处于无法存储的现象,因此本发明通过建立数据通道和传递简历数据、解密日志和剩余存量信息,根据剩余存量信息判断节点数据库的状态然后实现对这些信息进行存储。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于大数据的人才信息管理系统,其特征在于,包括:
企业端:用于发布招聘信息,根据招聘信息的关键数据确定招聘需求画像;
数据端:用于通过大数据,建立基于企业类型和职位类型的分布式数据库;
人才平台对接端:用于获取人才平台信息,并将所述分布式数据库和人才平台对接,并在分布式数据库中存储所述人才平台的人才信息;
人才数据管理端:用于获取人才平台的人才数据更新信息,并根据所述更新信息对分布式数据库进行同步更新。
2.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述企业端包括:
企业信息管理单元:用于获取企业信息,确定企业内部的岗位状况;其中,
所述企业信息包括:企业名称、所属行业、公司性质、公司规模、公司架构、职工信息和岗位信息;
所属岗位状况包:岗位人员缺失、岗位人员能力不足和岗位人员预计离职;
招聘管理单元:用于根据所述岗位状况,判断是否存在岗位空缺;
应聘管理单元:用于在岗位空缺时,发布空缺岗位的招聘信息;
人才画像单元:用于根据所述招聘信息,确定岗位需求和技能需求,并从岗位需求和技能需求两个维度构建招聘需求画像。
3.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述企业端包括:
时间模块:用于设置响应时间,并基于所述响应时间设置前端筛选人员和后期筛选人员;
扩展模块:用于在招聘岗位增多的时候,扩展服务器集群,进行多岗位同步处理;
扩展模块:用于确定招聘信息和人员信息的低耦合性,并在招聘信息需要修改时,保持所述低耦合性;
防复用模块:用于建立复用排除机制,删除相同招聘信息和人才信息的数据。
4.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述数据端包括:
企业类型划分模块:用于通过大数据技术,根据企业的业务类型,对企业进行分类,并建立基于企业分类的第一分布式节点框架;
职位类型划分模块:用于通过大数据技术,根据企业中的岗位类型,对岗位进行划分,并建立基于岗位分类的第二分布式节点框架;
网络搭建模块:用于根据所述第一分布式节点框架和第二分布式节点框架,构建双层分布式节点网络;
数据库搭建模块:用于根据所述双层分布式节点网络,通过节点空间分配,构成双层的分布式数据库
代理计算单元:用于在所述分布式数据库的不同数据库上设置数据传输中间件,构成数据传输端口;
存储集群模块:用于在所述分布式数据库的不同数据库上设置储存引擎和查询引擎;
元数据模块:用于所述分布式数据库的不同数据库上设置分布式选举和切换规则。
5.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述数据端还包括:
数据库查询模块:用于对所述分布式数据库设置查询规则;其中,
所述查询规则包括:分配表查询规则、字符串查询规则和内容查询规则;
查询模块:用于根据所述查询规则,生成查询模型;
处理模块:用于根据所述查询模型,对查询信息进行选择、交叉和变异处理的迭代计算,判断查询信息在迭代后的迭代计算数是否达到预设阀值,并在达到预设阀值时,输出对应的人才信息查询方式。
6.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述人才平台对接端包括:
人才平台获取模块:用于根据大数据对适用于终端设备招聘APP和适用于在线网络的人才网站进行筛选,并设定所述招聘APP信息和人才网站信息为人才平台;其中,
所述人才信息平台为开源平台;
人才平台对接模块:用于在分布式数据库和人才平台之间建立大数据识别机制,并基于所述大数据识别机制进行分布式数据库和人才平台对接;
识别模块:用于根据所述大数据识别机制,判断所述人才平台中的人才信息属于分布式数据库的目标节点数据库;
存储模块:用于将所述人才平台的人才信息导入对应的目标节点数据库。
7.如权利要求6所述的一种基于大数据的人才信息管理系统,其特征在于,所述人才平台对接端还包括:
人才评分单元:用于基于预设人才图谱嵌入模型对人才信息进行评分,确定人才指标;其中,
所述评分过程中包括建立基于人才信息的三元组,所述三元组用于对人才进行经验评定、业务能力评定和性格评定,根据所述三元组进行人才图谱嵌入模型的人才信息导入;
路径单元:用于建立以人才图谱为索引信息的人才信息网络,所述人才信息网络于所述分布式数据库对接,并与所述分布式数据库的节点数据库连接,生成人才信息的导入路径;
接入管理单元:用于解析人才信息,通过所述分布式数据库中人才信息认定表对人才信息进行验证,并在验证通过后将人才信息进行封装,将封装后的人才信息导入分布式数据库。
8.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述人才数据管理端包括:
更新判断模块:用于对人才平台进行检测,并过滤更新数据以获取新增数据,并传递新增数据至分布式数据库;
数据抓取模块:用于人才平台抓取更新数据并传递至数据过滤模块;数据过滤模块:用于对比更新数据和缓存获取的新增数据并传递至拆分编码模块;
拆分编码模块:用于将新增数据拆分成若干数据块,并为数据块编码;
更新缓存模块:用于对拆分编码模块传递的数据块进行缓存;
更新存储模块:用于在进行数据库缓存时,同步存储在分布式数据库中。
9.如权利要求8所述的一种基于大数据的人才信息管理系统,其特征在于,所述人才数据管理端进行人才更新还包括:
步骤1:基于所述分布式数据库,创建人才信息列表;
步骤2:为所述分布式数据库设置密码的数据库访问权限,并启动开源的人才平台连接分布式数据库;
步骤3:建立基于开源的人才平台的调用接口密钥;
步骤4:通过开源的人才平台,对所所述招聘APP植入进行网格脚本;
步骤5:根据所述网格脚本,确定每个招聘APP网格化后的壁面距离;
步骤6:对所述壁面距离进行实时监测,判断人才是否更新;其中,
在所述网格进行增大时,控制所述招聘APP进行更新,并将更新信息存储至分布式数据库中。
10.如权利要求1所述的一种基于大数据的人才信息管理系统,其特征在于,所述人才数据管理端还包括:
数据连接端:用于在分布式数据库之间建立数据通道,各数据通道之间用于传递简历数据、解密日志和剩余存量信息;
监测端:用于根据剩余存量信息计算剩余存量最多的子数据库;
剩余数据利用端:用于将剩余存量最多的子数据库对解密日志进行存储、传递建立数据的数据统计表和剩余存量信息进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110745928.2A CN113486115A (zh) | 2021-07-01 | 2021-07-01 | 一种基于大数据的人才信息管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110745928.2A CN113486115A (zh) | 2021-07-01 | 2021-07-01 | 一种基于大数据的人才信息管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113486115A true CN113486115A (zh) | 2021-10-08 |
Family
ID=77939272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110745928.2A Withdrawn CN113486115A (zh) | 2021-07-01 | 2021-07-01 | 一种基于大数据的人才信息管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486115A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433201A (zh) * | 2023-04-19 | 2023-07-14 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配系统及方法 |
-
2021
- 2021-07-01 CN CN202110745928.2A patent/CN113486115A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433201A (zh) * | 2023-04-19 | 2023-07-14 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配系统及方法 |
CN116433201B (zh) * | 2023-04-19 | 2024-01-26 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852601B (zh) | 一种用于环境监察执法决策的大数据应用方法及系统 | |
CN110781930A (zh) | 一种基于网络安全设备日志数据的用户画像分组及行为分析方法和系统 | |
CN105989443A (zh) | 一种基于智能移动终端的通讯线路巡检系统 | |
CN104809933B (zh) | 一种电网无脚本应急演练系统、演练方法及设备 | |
CN106982251B (zh) | 基于移动设备的勘查项目野外工作数据上报方法及系统 | |
CN114417802B (zh) | 一种智能化报表生成系统 | |
CN102117323A (zh) | 一种推荐求职简历的处理方法和系统 | |
CN112231333A (zh) | 一种生态环境数据共享交换方法和系统 | |
CN111680153A (zh) | 一种基于知识图谱的大数据鉴真方法与系统 | |
CN113592680A (zh) | 基于区域级教育大数据的服务平台 | |
CN102870110B (zh) | 文档登记系统 | |
CN115617776A (zh) | 一种数据管理系统及方法 | |
CN113362024A (zh) | 一种基于区块链的应用程序开发多模块协同系统 | |
CN113849492B (zh) | 为多场景业务提供标准化数据质量校验的系统 | |
CN113486115A (zh) | 一种基于大数据的人才信息管理系统 | |
CN112001539B (zh) | 一种高精度的客运预测方法及客运预测系统 | |
US20180293681A1 (en) | Automated background checks | |
KR101365481B1 (ko) | 도심재생사업의 수행을 지원하기 위한 사업별 포털 생성 관리 시스템 | |
CN114971218A (zh) | 一种机车行修数字化管理系统 | |
CN101140644A (zh) | 一种intednet专业技术资格申报系统 | |
CN112463853B (zh) | 通过云平台进行财务数据行为筛选工作方法 | |
CN115239066A (zh) | 一种通信信息化数据管控平台 | |
CN107705100A (zh) | 一种交通工程施工进度的管理系统 | |
CN113709511A (zh) | 一种团队求职招聘的视频直播方法及系统 | |
CN112950156A (zh) | 一种基于教育云平台的人才遴选方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 325000 No. 1 Incubator Building, Science Park, Wenzhou National University, No. 38 Dongfangnan Road, Ouhai Economic Development Zone, Wenzhou City, Zhejiang Province Applicant after: ZHEJIANG INDUSTRY & TRADE VACATIONAL College Address before: 325000 No. 17 East Road, Wenzhou, Zhejiang Applicant before: ZHEJIANG INDUSTRY & TRADE VACATIONAL College |
|
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211008 |