CN113988825A - 基于用户画像的职位推荐方法、装置、终端及可读存储介质 - Google Patents
基于用户画像的职位推荐方法、装置、终端及可读存储介质 Download PDFInfo
- Publication number
- CN113988825A CN113988825A CN202111624175.6A CN202111624175A CN113988825A CN 113988825 A CN113988825 A CN 113988825A CN 202111624175 A CN202111624175 A CN 202111624175A CN 113988825 A CN113988825 A CN 113988825A
- Authority
- CN
- China
- Prior art keywords
- user
- job
- information
- users
- historical service
- 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.)
- Granted
Links
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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及互联网技术领域,公开了一种基于用户画像的职位推荐方法、装置、终端及可读存储介质,其中,该方法包括:获取用户的特征信息以及服务器发送的历史服务订单;根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;根据所述用户画像,向所述用户推荐职位信息。本申请提供的一种基于用户画像的职位推荐方法,实现了求职者和企业之间的精确匹配,提高了职位推荐的精确度,同时通过记录用户的历史服务订单的方式,能够得出用户的经验指数,从而便于用户了解自身的情况,提高应用产品与用户之间的粘性。
Description
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种基于用户画像的职位推荐方法、装置、终端及可读存储介质。
背景技术
用户画像又称用户角色(Persona),作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用。用户画像是一种能将定性与定量方法很好结合在一起的载体,通过定量化的前期调研能获得一个对于用户群较为精准的认识,在后期的用户角色的建立中能很好地对用户优先顺序进行排序,将核心的、规模较大的用户着重突出出来。
目前,用户画像在大数据场景下变成现实;搜索引擎通过用户的搜索习惯获得用户画像;电商平台通过用户在电商网站的搜索以及购买行为获得用户画像;而社交平台通过用户的好友关系,社交习惯获得用户画像。但是在现有技术中还没有将用户画像用至职位推荐的场景中,无法形成求职者和企业之间的精确匹配。
鉴于此,如何生成求职者的用户画像,并将生成的用户画像用至职位推荐的场景中成为目前需要解决的技术问题。
发明内容
基于此,为了解决上述技术问题,本发明提供一种基于用户画像的职位推荐方法、装置、终端及可读存储介质,可以提高职位推荐的精确度。
本发明是这样实现的,第一方面,本发明实施例提供了一种基于用户画像的职位推荐方法,所述方法包括:
获取用户的特征信息以及服务器发送的历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储;
根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;
将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;
根据所述用户画像,向所述用户推荐职位信息。
在其中一个实施例中,所述获取用户的特征信息包括:
获取用户的个人介绍信息;
从所述个人介绍信息中提取出至少一个关键词;其中,至少一个所述关键词用于从至少一个维度表征用户的所述特征信息。
在其中一个实施例中,所述特征信息包括性格特征信息、性别特征信息、年龄信息以及特长信息中的至少一个。
在其中一个实施例中,所述根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数包括:
按照所述历史服务订单所对应的职位类别不同,对所述历史服务订单进行分类;
计算用户在不同类别的职位上的工作总时长;
计算用户在不同类别的职位上的平均得分;其中,当所述用户根据服务订单完成服务对象所设定的工作内容后,所述服务对象能够对所述用户进行评分;
根据所述工作总时长以及所述平均得分,生成所述用户在不同类别的职位上的经验指数。
在其中一个实施例中,用户在其中一个类别的职位上的经验指数e为:
e=K×(M1×N1+M2×N2+…+Mn×Nn)
其中,K为其中一个类别的职位的经验系数,M1为用户在该类别的职位上的第1次工作的工作时长,N1为用户在该类别的职位上的第1次工作的得分,M2为用户在该类别的职位上的第2次工作的工作时长,N2为用户在该类别的职位上的第2次工作的得分,Mn为用户在该类别的职位上的第n次工作的工作时长,Nn为用户在该类别的职位上的第n次工作的得分。
在其中一个实施例中,所述根据所述用户画像,向所述用户推荐职位信息具体包括:
基于所述用户画像,计算待推荐用户与用人单位发布的职位信息的适配度;
当所述适配度大于或等于预设值时,则向所述待推荐用户推荐所述职位信息;
当所述适配度小于预设值时,则不将该职位信息推荐给待推荐用户。
在其中一个实施例中,在向用户推荐职位信息时,向所述用户发送发布该职位信息的用人单位的得分情况。
与现有技术相比,本发明主要有以下有益效果:
上述提供的一种基于用户画像的职位推荐方法,通过获取用户的特征信息以及历史服务订单;根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;根据所述用户画像,向所述用户推荐职位信息。实现了求职者和企业之间的精确匹配,提高了职位推荐的精确度,同时通过记录用户的历史服务订单的方式,能够得出用户的经验指数,从而便于用户了解自身的情况,提高应用产品与用户之间的粘性。
第二方面,本申请实施例提供一种基于用户画像的职位推荐装置,包括:
获取单元,用于获取用户的特征信息以及历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储;
第一生成单元,用于根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;
第二生成单元,用于将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;
推荐单元,用于根据所述用户画像,向所述用户推荐职位信息。
第三方面,本申请实施例提供的一种终端,包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现上面所述的任意一种基于用户画像的职位推荐方法。
第四方面,本申请实施例提供的一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现上面所述的任意一种基于用户画像的职位推荐方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1是本发明第一实施例提供的一种基于用户画像的职位推荐方法的流程示意图;
图2是本发明第二实施例提供的一种基于用户画像的职位推荐方法中步骤S100的具体流程示意图;
图3是本发明第三实施例提供的一种基于用户画像的职位推荐方法中步骤S200的具体流程示意图;
图4是本发明实施例提供的一种基于用户画像的职位推荐装置的示意性结构图;
图5是本发明实施例提供的一种基于用户画像的职位推荐装置中获取单元的示意性结构图;
图6是本发明实施例提供的一种基于用户画像的职位推荐装置中第一生成单元的示意性结构图;
图7是本发明实施例提供的一种终端的结构示意性框图;
附图标记:1-获取单元,2-第一生成单元,3-第二生成单元,4-推荐单元,11-获取子单元,12-提取子单元,21-分类子单元,22-第一计算子单元,23-第二计算子单元,24-生成子单元。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述各种功能模块,但这些功能模块不应限于这些术语。这些术语仅用来将同一类型的功能模块彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一调取模块也可以被称为第二调取模块,不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地,第二调取模块也可以被称为第一调取模块。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
目前,中国餐饮门店长期处于人员供需严重不平衡状态,服务员岗位标准化以及临时工的任务订单化可有效解决服务员紧缺的问题,本申请提供的一种基于用户画像的职位推荐方法,通过对用户的历史服务订单进行评价以及评分,从而建立用人单位与求职者之间的精确匹配机制,能够有效解决服务业招人难、用人难、用人成本高的问题。
以下结合具体实施例对本发明的实现进行详细的描述。
图1示出了本发明第一实施例提供的一种基于用户画像的职位推荐方法的流程示意图,以下参考图1来对本发明实施例进行详细说明。
一种基于用户画像的职位推荐方法,该方法包括以下步骤:
步骤S100、获取用户的特征信息以及服务器发送的历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储。
其中,所述特征信息包括性格特征信息、性别特征信息、年龄信息以及特长信息中的至少一个。用户的特征信息可以从用户上传的个人简历中获得,也可以是通过网络获取到的公开信息。同时通过获取服务器存储的历史数据能够获取用户的历史服务订单。
具体地,用户在终端应用上能够获取用人单位发布的职位信息和任职邀请,用户在接受任职邀请,并完成用人单位发布的工作任务后,用人单位和/或用户在各自的终端应用上确认任务完成,即表示用户已完成服务订单,同时服务器便会对用户已完成的服务订单的信息以及完成情况进行记录,以生成历史服务订单。
步骤S200、根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数。
可以理解的是,通过对用户的历史服务订单进行统计和分析,并对历史服务订单所对应的岗位类别进行分类,能够生成用户在不同类别的职位上的经验指数,从而便于为用户推送适合的职位信息。例如,A用户合计有过两年的火锅店服务员经验和一年的西餐厅大堂经理经验,其作为火锅店服务员的经验指数为e1,作为西餐厅大堂经理的经验指数为e2。通过对用户历史工作记录进行统计,并根据数学模型计算出经验指数,从而实现了对用户经验指数的量化统计,以便于提高职位匹配的准确度。
具体地,通过对历史服务订单进行分类统计,能够量化的计算出用户在不同类别的职位上的经验,从而便于形成用户与用人单位之间的精准匹配,提高职位推荐的精确度。
在一具体的实施方式中,用人单位根据自身需求,在终端应用上发布职位信息,并设置经验指数的量化要求,再通过获取不同用户的经验指数,并将用户的经验指数与自身需求的用户经验指数进行对比,找出符合用人单位要求的用户,以便于用人单位进行遴选。
在另一具体的实施方式中,用户在终端应用上获取不同用人单位发布的职位信息,并获取该用人单位所要求的经验指数,再将生成的用户的经验指数与用人单位要求的经验指数进行对比,找出与该用户相匹配的职位信息,以便于用户挑选到合适的岗位。
步骤S300、将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像。
需要说明的是,采用聚类算法对用户在不同类别的职位上的经验指数进行聚类,使得同一类对象之间的相似度尽可能地大,不同类对象之间的相似度尽可能地小,从而便于对用户的经验特点进行刻画,也进一步提高对用户画像刻画的准确性。
可以理解的是,提取出用户在不同类别的职位上的经验指数以及该用户所对应的特征信息,将该用户在不同类别的职位上的经验指数和不同的特征信息进行聚类,得到用户的用户画像,该用户画像用于描述用户在不同类别的职位上的经验指数以及用户的特征信息。例如,将用户在餐饮类的工作岗位上的经验指数进行聚类,并得到用户的用户画像,以便于对用户在餐饮类别工作上经验指数进行综合评定。
步骤S400、根据所述用户画像,向所述用户推荐职位信息。
具体地,基于所述用户画像,计算待推荐用户与用人单位发布的职位信息的适配度;当所述适配度大于或等于预设值时,向所述待推荐用户推荐所述职位信息;当所述适配度小于预设值时,则不将该职位信息推荐给待推荐用户。
需要说明的是,所述待推荐用户的用户画像包括特征信息和聚类后的不同类别的职位上的经验指数,将用户画像与相适配的职位关联,基于相适配的用户画像维度和职位的属性特征,可计算出待推荐用户与用人单位发布的职位信息的适配度,便于实现提高职位推荐的匹配度。
当适配度大于或等于预设值,说明用人单位发布的职位信息比较符合待推荐用户,待推荐用户能够胜任该职位,可将该职位信息推荐给待推荐用户。
当适配度小于预设值,则不将该职位信息推荐给待推荐用户,避免无效推送,给待推荐用户带来困扰。
根据待推荐用户的用户画像,确定待推荐用户和用人单位发布的职位信息的适配度,在二者的适配度大于或等于预设值时,才将该职位信息推荐给待推荐用户,可提高职位推荐的准确性。
上述提供的一种基于用户画像的职位推荐方法,通过获取用户的特征信息以及历史服务订单;根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;根据所述用户画像,向所述用户推荐职位信息。实现了求职者和企业之间的精确匹配,提高了职位推荐的精确度,同时通过记录用户的历史服务订单的方式,能够得出用户的经验指数,从而便于用户了解自身的情况,提高应用产品与用户之间的粘性。
下面结合一个具体的例子来对本发明提供的一种基于用户画像的职位推荐方法做进一步说明。
请参阅图2,在第一实施例的基础之上,图2示出了本发明第二实施例提供的一种基于用户画像的职位推荐方法中步骤S100的具体流程示意图;需要说明的是,在本实施例中,步骤S100具体包括以下步骤:
步骤S101:获取用户的个人介绍信息。
具体地,通过从用户上传的个人简历中获取用户的个人介绍信息,以便于从用户的个人介绍信息中提取用户的特征信息。
可以理解的是,特征信息可以从个人介绍信息中获得,其中,个人介绍信息可以是用户上传的个人简历,也可以是通过网络获取到的公开信息。个人介绍信息具体包括性格特征信息、性别特征信息、年龄信息以及特长信息。
步骤S102:从所述个人介绍信息中提取出至少一个关键词。
其中,至少一个所述关键词用于从至少一个维度表征用户的所述特征信息;例如,提取的关键词可以是用来表征用户的性格、性别、年龄以及特长等。
请参阅图3,在第一实施例的基础之上,图3示出了本发明第三实施例提供的一种基于用户画像的职位推荐方法中步骤S200的具体流程示意图;需要说明的是,在本实施例中,步骤S200具体包括以下步骤:
步骤S201:按照所述历史服务订单所对应的职位类别不同,对所述历史服务订单进行分类。
具体地,按照用户工作岗位的职责类别不同对用户的历史服务订单进行分类,例如,将用户在A火锅店任职全职服务员的历史服务订单和用户在B火锅店任职兼职服务员的历史服务订单归为一类,将用户在C西餐厅任职厨师的历史服务订单和用户在D西餐厅任职厨师的历史服务订单归为一类。
步骤S202:计算用户在不同类别的职位上的工作总时长。
具体地,通过按照预设的分类规则对历史服务订单进行分类,同时计算用户在接受任职邀请后,在不同类别的岗位上的工作总时长,以便于计算用户的经验指数。
步骤S203:计算用户在不同类别的职位上的平均得分;其中,当所述用户根据服务订单完成服务对象所设定的工作内容后,所述服务对象能够对所述用户进行评分。
具体地,作为服务对象的用人单位根据该用户在任职期间的综合表现以及工作完成情况,对用户进行评分。
在另一种实施方式中,在向用户推荐职位信息时,向所述用户发送发布该职位信息的用人单位的得分情况。用户在完成任务订单后,同时也能够对用人单位进行评论和评分;评分的项目包括待遇、工作环境以及工作情况等;服务器在接收到用户对用人单位的评分后,同时也进行记录并存储,以便于后续用户在查看该用人单位发布的任务订单时,能够查看该用人单位的得分情况,从而便于用户选择合适的岗位。
步骤S204:根据所述工作总时长以及所述平均得分,生成所述用户在不同类别的职位上的经验指数。
需要说明的是,用户在某一类别的职位上的经验指数与工作总时长和平均得分成正比,通过获取不同类别的职位上的工作总时长和平均得分,再依靠设定的计算模型,便能够量化的计算出用户在不同类别的职位上的经验指数。例如,某用户在火锅店做服务员的经验指数和在西餐厅做厨师的经验指数均能够被准确的计算出来。
在另一些实施例中,用户在其中一个类别的职位上的经验指数e为:
其中,K为其中一个类别的职位的经验系数,为用户在该类别的职位上的第1次工作的工作时长,为用户在该类别的职位上的第1次工作的得分,为用户在该类别的职位上的第2次工作的工作时长,为用户在该类别的职位上的第2次工作的得分,为用户在该类别的职位上的第n次工作的工作时长,为用户在该类别的职位上的第n次工作的得分。
可以理解的是,根据职位的类别不同,预先设置不同的经验系数K。
请参阅图4,图4示出了本发明实施例提供的一种基于用户画像的职位推荐装置的示意性结构图;本发明实施例提供的一种基于用户画像的职位推荐装置,可以配置于终端或服务器中,用于执行前述的基于用户画像的职位推荐方法。该推荐装置包括:
获取单元1,用于获取用户的特征信息以及历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储;
第一生成单元2,用于根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;
第二生成单元3,用于将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;
推荐单元4,用于根据所述用户画像,向所述用户推荐职位信息。
需要说明的是,参阅图5,获取单元1包括:
获取子单元11,用于获取用户的个人介绍信息;
提取子单元12,用于从所述个人介绍信息中提取出至少一个关键词;其中,至少一个所述关键词用于从至少一个维度表征用户的所述特征信息。
需要说明的是,所述特征信息包括性格特征信息、性别特征信息、年龄信息以及特长信息中的至少一个。
需要说明的是,参阅图6,第一生成单元2包括:
分类子单元21,用于按照所述历史服务订单所对应的职位类别不同,对所述历史服务订单进行分类;
第一计算子单元22,用于计算用户在不同类别的职位上的工作总时长;
第二计算子单元23,用于计算用户在不同类别的职位上的平均得分;其中,当所述用户根据服务订单完成服务对象所设定的工作内容后,所述服务对象能够对所述用户进行评分;
生成子单元24,用于根据所述工作总时长以及所述平均得分,生成所述用户在不同类别的职位上的经验指数。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
值得注意的是,上述实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在终端上运行。
请参阅图7,图7是本发明实施例提供的一种终端的结构示意性框图。本发明实施例提供的一种终端,包括通过系统总线连接的处理器、存储器和网络接口;其中,存储器可以包括非易失性存储介质和内存储器。
处理器用于提供计算和控制能力,支撑整个终端的运行。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行上述任意一种基于用户画像的职位推荐方法。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行上述任意一种基于用户画像的职位推荐方法。
网络接口用于进行网络通信,如发送分配的任务等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的终端的限定,具体的终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域技术人员可以理解,上述终端内的结构,仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的终端的限定,具体的终端可以包括比上述更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请的实施例中还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任意一种基于用户画像的职位推荐方法。该程序执行时可包括本发明提供的一种基于用户画像的职位推荐方法各实施例中的部分或全部步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于ROM/RAM、磁盘或光盘等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于用户画像的职位推荐方法,其特征在于,所述方法包括:
获取用户的特征信息以及服务器发送的历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储;
根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;
将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;
根据所述用户画像,向所述用户推荐职位信息。
2.如权利要求1所述的基于用户画像的职位推荐方法,其特征在于,所述获取用户的特征信息包括:
获取用户的个人介绍信息;
从所述个人介绍信息中提取出至少一个关键词;其中,至少一个所述关键词用于从至少一个维度表征用户的所述特征信息。
3.如权利要求1或2所述的基于用户画像的职位推荐方法,其特征在于,所述特征信息包括性格特征信息、性别特征信息、年龄信息以及特长信息中的至少一个。
4.如权利要求1所述的基于用户画像的职位推荐方法,其特征在于,所述根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数包括:
按照所述历史服务订单所对应的职位类别不同,对所述历史服务订单进行分类;
计算用户在不同类别的职位上的工作总时长;
计算用户在不同类别的职位上的平均得分;其中,当所述用户根据服务订单完成服务对象所设定的工作内容后,所述服务对象能够对所述用户进行评分;
根据所述工作总时长以及所述平均得分,生成所述用户在不同类别的职位上的经验指数。
5.如权利要求1所述的基于用户画像的职位推荐方法,其特征在于,用户在其中一个类别的职位上的经验指数e为:
e=K×(M1×N1+M2×N2+…+Mn×Nn)
其中,K为其中一个类别的职位的经验系数,M1为用户在该类别的职位上的第1次工作的工作时长,N1为用户在该类别的职位上的第1次工作的得分,M2为用户在该类别的职位上的第2次工作的工作时长,N2为用户在该类别的职位上的第2次工作的得分,Mn为用户在该类别的职位上的第n次工作的工作时长,Nn为用户在该类别的职位上的第n次工作的得分。
6.如权利要求1所述的基于用户画像的职位推荐方法,其特征在于,所述根据所述用户画像,向所述用户推荐职位信息具体包括:
基于所述用户画像,计算待推荐用户与用人单位发布的职位信息的适配度;
当所述适配度大于或等于预设值时,则向所述待推荐用户推荐所述职位信息;
当所述适配度小于预设值时,则不将该职位信息推荐给待推荐用户。
7.如权利要求1或6所述的基于用户画像的职位推荐方法,其特征在于,在向用户推荐职位信息时,向所述用户发送发布该职位信息的用人单位的得分情况。
8.一种基于用户画像的职位推荐装置,其特征在于,包括:
获取单元,用于获取用户的特征信息以及历史服务订单;用户在完成用人单位发布的服务订单后,用户终端和/或用人单位终端向服务器发送订单任务完成的信息,以使所述服务器根据所述订单任务生成所述历史服务订单,所述历史服务订单由服务器记录并存储;
第一生成单元,用于根据所述历史服务订单,生成所述用户在不同类别的职位上的经验指数;
第二生成单元,用于将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类,并生成用户画像;
推荐单元,用于根据所述用户画像,向所述用户推荐职位信息。
9.一种终端,其特征在于,所述终端包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现权利要求1至7中任意一项所述的基于用户画像的职位推荐方法。
10.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现权利要求1至7中任一项所述的基于用户画像的职位推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624175.6A CN113988825B (zh) | 2021-12-28 | 2021-12-28 | 基于用户画像的职位推荐方法、装置、终端及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624175.6A CN113988825B (zh) | 2021-12-28 | 2021-12-28 | 基于用户画像的职位推荐方法、装置、终端及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113988825A true CN113988825A (zh) | 2022-01-28 |
CN113988825B CN113988825B (zh) | 2022-04-12 |
Family
ID=79734690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111624175.6A Active CN113988825B (zh) | 2021-12-28 | 2021-12-28 | 基于用户画像的职位推荐方法、装置、终端及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113988825B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452165A (zh) * | 2023-03-22 | 2023-07-18 | 北京游娱网络科技有限公司 | 一种人才信息推荐方法、服务系统及存储介质 |
CN116452165B (zh) * | 2023-03-22 | 2024-05-24 | 北京游娱网络科技有限公司 | 一种人才信息推荐方法、服务系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110135504A (zh) * | 2019-05-20 | 2019-08-16 | 杭州弧途科技有限公司 | 一种基于人工智能的大学生兼职精确匹配方法 |
WO2020106752A1 (en) * | 2018-11-21 | 2020-05-28 | Nespa Llc | Real-time matching process for job postings based on a system-wide taxonomy |
CN111598462A (zh) * | 2020-05-19 | 2020-08-28 | 厦门大学 | 一种面向校园招聘的简历筛选方法 |
CN112232773A (zh) * | 2020-10-19 | 2021-01-15 | 北京人人众包科技有限公司 | 软件推荐方法及系统 |
CN112801636A (zh) * | 2021-03-19 | 2021-05-14 | 深圳市企慧通信息技术有限公司 | 基于学习地图及岗位画像的智能人才推荐培养平台及方法 |
-
2021
- 2021-12-28 CN CN202111624175.6A patent/CN113988825B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2020106752A1 (en) * | 2018-11-21 | 2020-05-28 | Nespa Llc | Real-time matching process for job postings based on a system-wide taxonomy |
CN110135504A (zh) * | 2019-05-20 | 2019-08-16 | 杭州弧途科技有限公司 | 一种基于人工智能的大学生兼职精确匹配方法 |
CN111598462A (zh) * | 2020-05-19 | 2020-08-28 | 厦门大学 | 一种面向校园招聘的简历筛选方法 |
CN112232773A (zh) * | 2020-10-19 | 2021-01-15 | 北京人人众包科技有限公司 | 软件推荐方法及系统 |
CN112801636A (zh) * | 2021-03-19 | 2021-05-14 | 深圳市企慧通信息技术有限公司 | 基于学习地图及岗位画像的智能人才推荐培养平台及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452165A (zh) * | 2023-03-22 | 2023-07-18 | 北京游娱网络科技有限公司 | 一种人才信息推荐方法、服务系统及存储介质 |
CN116452165B (zh) * | 2023-03-22 | 2024-05-24 | 北京游娱网络科技有限公司 | 一种人才信息推荐方法、服务系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113988825B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220138431A1 (en) | Method and system for securely storing private data in a semantic analysis system | |
US9990609B2 (en) | Evaluating service providers using a social network | |
CN107851097B (zh) | 数据分析系统、数据分析方法、数据分析程序及存储介质 | |
CN105893533B (zh) | 一种文本匹配方法及装置 | |
WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN103150333B (zh) | 微博媒体中的意见领袖识别方法 | |
CN109033101B (zh) | 标签推荐方法及装置 | |
JP6015959B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
KR101579376B1 (ko) | 주관성 분석을 이용한 사용자 분류와 그에 따른 개인화된 장소 추천 시스템 및 방법 | |
US20050210025A1 (en) | System and method for predicting the ranking of items | |
CN108122611B (zh) | 一种信息推荐方法、装置及存储介质、程序产品 | |
US20170371965A1 (en) | Method and system for dynamically personalizing profiles in a social network | |
CN108550065B (zh) | 评论数据处理方法、装置及设备 | |
CN108073645B (zh) | 一种招聘平台的求职人推荐页面展示方法及装置 | |
CN107193883B (zh) | 一种数据处理方法和系统 | |
WO2018176913A1 (zh) | 搜索方法、装置及非临时性计算机可读存储介质 | |
WO2016101881A1 (zh) | 通过计算机实现的信息推荐方法、装置和计算机设备 | |
US20150149463A1 (en) | Method and system for performing topic creation for social data | |
CN107809370B (zh) | 用户推荐方法及装置 | |
KR20190122334A (ko) | 소셜 네트워크 시스템 기반의 질의 응답 서비스 제공을 위한 전문가 추천 방법 및 전문가 추천 시스템 | |
JP6526849B1 (ja) | 推定装置、推定方法および推定プログラム | |
CN106205288A (zh) | 一种培训机器人的实现方法 | |
CN113420018A (zh) | 用户行为数据分析方法、装置、设备及存储介质 | |
CN113988825B (zh) | 基于用户画像的职位推荐方法、装置、终端及可读存储介质 | |
WO2020111329A1 (ko) | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
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 |