CN114418366A - 一种智能云面试的数据处理方法和装置 - Google Patents
一种智能云面试的数据处理方法和装置 Download PDFInfo
- Publication number
- CN114418366A CN114418366A CN202210013851.4A CN202210013851A CN114418366A CN 114418366 A CN114418366 A CN 114418366A CN 202210013851 A CN202210013851 A CN 202210013851A CN 114418366 A CN114418366 A CN 114418366A
- Authority
- CN
- China
- Prior art keywords
- data
- interview
- collective
- current
- cloud
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000011156 evaluation Methods 0.000 claims description 145
- 238000012360 testing method Methods 0.000 claims description 73
- 238000004458 analytical method Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000007115 recruitment Effects 0.000 abstract description 17
- 238000005315 distribution function Methods 0.000 description 12
- 238000002360 preparation method Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 241000590419 Polygonia interrogationis Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Acoustics & Sound (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及一种智能云面试的数据处理方法和装置，所述方法包括：获取第一报文数据；执行第一职位个人云面试会话事件并为通过个人云面试的面试者生成第一个人备案数据；根据集体面试模式为每个职位生成第一职位时间段数据；向所有已通过个人云面试的面试者发送第一职位集体面试通知数据；在各个第一职位时间段数据规定的时间范围内完成对应职位的集体云面试处理生成第一集体面试报告数据集合向业主方发送；从业主方反馈报文数据中提取出最终录取名单信息生成第一录取名单数据；根据第一录取名单数据向面试者发送第一职位录取通知数据。通过本发明，无需增加办公场所和人工就可解决招聘、面试效率低下的问题。
Description
技术领域
本发明涉及自然语言处理领域，特别涉及一种智能云面试的数据处理方法和装置。
背景技术
随着云技术以及人工智能技术在办公系统领域的深入发展与应用，许多企业开始引入智能云办公系统对整体工作进行部署和管理。对现有智能云办公系统的技术方案进行分析，我们发现其主要功能还是集中在内部人员的工作(或项目)任务分配、工作流程定制和工作结果核验上，其目的是为了提高内部工作人员的工作效率，但对与外部人员相关的人事招聘、员工面试等工作板块基本没有效率较高的解决方案。各个使用智能云办公系统的公司当前还是主要依靠人事部门的人工操作方式来解决人事招聘、员工面试等问题。然而这种处理方式，对于人员需求量大且流动性大的行业或企业(例如保险行业或企业、餐饮行业或企业)来说，受人工时间有限、精力有限、办公地点限制等因素的影响，往往不能及时有效地满足企业各地区各部门的招聘、面试需求。倘若一味通过增加人事部门办公场所和人工数量来提高招聘、面试效率，又会不停地增加公司运维成本。因此，如何改进现有智能云办公系统的技术方案，使之在不提高公司运维成本的前提下还能提高招聘、面试效率，成了当前亟待解决的问题。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种智能云面试的数据处理方法、装置、电子设备及计算机可读存储介质，为面试人员提供个人云面试和集体云面试两种面试机制；在个人云面试时，对面试者进行职业能力测评和初级评审；在通过了个人云面试之后，安排集体云面试对面试者进行业务能力评估和综合评审；在集体云面试的面试结果下来后，第一时间向被录取的面试者发送录取通知。整个个人、集体云面试的过程中，即使没有人工干预也可以顺利完成。通过本发明，无需增加办公场所和人工就可以解决招聘、面试效率低下的问题，提高了人事部门工作效率，降低了公司运维成本。
为实现上述目的，本发明实施例第一方面提供了一种智能云面试的数据处理方法，所述方法包括：
获取面试者的第一客户端发送的第一报文数据；
当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存；
根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据；所述第一职位时间段数据包括第一起始间数据和第一结束时间数据；
当所述第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的所述第一客户端发送携带了所述第一职位时间段数据的第一职位集体面试通知数据；
在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合；
将所述第一集体面试报告数据集合向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从所述当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据所述第一录取名单数据向对应面试者的所述第一客户端发送第一职位录取通知数据。
优选的，所述当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存，具体包括：
当所述第一报文数据的报文类型为职位申请报文类型时，将预设的个人信息录入接口向对应的所述第一客户端推送；并接收从所述第一客户端回发的第一个人数据；所述第一个人数据包括第一用户标识数据、第一用户姓名数据、第一用户身份标识数据、第一用户通讯编码数据、第一个人简历数据、第一申请公司名称数据、第一申请职位名称数据和第一用户职业愿景数据；
将预设的能力测评试题数据集合向所述第一客户端推送；并接收从所述第一客户端回发的第一答题数据集合；并根据所述能力测评试题数据集合对应的试题答案和分值数据集合，对所述第一答题数据集合进行个人能力测评试题评分和总分累计处理，生成对应的第一个人能力测评总分数据；
参考所述第一个人数据进行个人提问信息准备，生成由一个或多个第一提问问题数据组成的第一提问问题数据集合；并将所述第一提问问题数据集合向所述第一客户端推送；并接收从所述第一客户端回发的第一提问应答数据集合；并根据所述第一提问应答数据集合进行个人综合评价处理，生成对应的第一个人综合评价数据；
根据所述第一申请公司名称数据和所述第一申请职位名称数据，从预设的业主知识库中提取对应的业主公司及职位介绍信息，生成对应的第一公司介绍数据和第一职位介绍数据；并将所述第一公司介绍数据和所述第一职位介绍数据向所述第一客户端推送；
当所述第一能力测评数据超过预设测评阈值且所述第一个人综合评价数据达到预设综评要求时，将当前面试者视作为与所述第一申请职位名称数据对应的已通过个人云面试的面试者，并由所述第一个人数据、所述第一个人能力测评总分数据和所述第一个人综合评价数据组成对应的所述第一个人备案数据并保存。
优选的，所述根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据，具体包括：
当所述集体面试模式为业主选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与所述当前职位信息对应的所述第一个人备案数据的数量生成对应的当前职位预筛人数；并将所述当前职位信息和所述当前职位预筛人数向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试时间段设置报文类型，则从所述当前反馈报文数据中提取出起始、结束时间信息生成对应的所述第一起始间数据和所述第一结束时间数据；并由所述第一起始间数据和所述第一结束时间数据，组成对应的所述第一职位时间段数据；
当所述集体面试模式为动态选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与所述当前职位信息对应的所述第一个人备案数据的数量生成对应的当前职位预筛人数；若所述当前职位预筛人数超过预设的与当前职位信息对应的集体面试人数阈值时，按预设的集体面试排班规则生成对应的所述第一起始间数据和所述第一结束时间数据；并由所述第一起始间数据和所述第一结束时间数据，组成对应的所述第一职位时间段数据。
优选的，所述在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合，具体包括：
对各个所述第一职位时间段数据与当前系统时间的匹配关系进行持续轮询；若当前轮询的所述第一职位时间段数据的所述第一起始间数据不晚于所述当前系统时间，则执行对应职位的第一职位集体云面试会话事件；并在所述第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列；若当前轮询的所述第一职位时间段数据的所述第一结束时间数据不晚于所述当前系统时间，则停止执行所述第一职位集体云面试会话事件；
在停止执行所述第一职位集体云面试会话事件之后，对各个所述第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据所述第一文本分析数据进行第一评分处理生产对应的第一评分数据；并根据各个所述第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据所述第一辅助分析数据进行第二评分处理生产对应的第二评分数据；并根据所述第一评分数据和所述第二评分数据，计算生成对应的第一集体面试总评分数据，第一集体面试总评分数据＝A*第一评分数据+B*第二评分数据，A、B为预设的第一、第二加权系数；
根据所有所述第一集体面试总评分数据进行集体面试综合评价处理，得到多个第一集体面试评价数据；所述第一集体面试评价数据与所述第一集体面试总评分数据一一对应；
由与每个参与当次集体云面试的面试者对应的个人数据、所述第一文本分析数据、所述第一辅助分析数据、所述第一集体面试总评分数据和所述第一集体面试评价数据，组成对应的第一集体面试报告数据；并由得到的所有所述第一集体面试报告数据，组成与参与当次集体云面试的所有面试者对应的所述第一集体面试报告数据集合。
进一步的，所述在所述第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列，具体包括：
在所述第一职位集体云面试会话事件的执行过程中，获取当次集体云面试对应的职位信息，生成当次职位数据；并将与所述当次职位数据匹配的所有所述第一个人备案数据归为一类，记为当次备案数据集合；
将接收自任一所述第一客户端的报文信息，记为当前报文数据；
当所述当前报文数据的报文类型为职位集体面试申请报文类型时，从所述当前报文数据中提取出用户标识信息生成对应的当前用户标识数据；若所述当次备案数据集合中存在与所述当前用户标识数据匹配的所述第一个人备案数据，则将所述当前用户标识数据对应的面试者视作为有权参与当次集体云面试的面试者，并与当前面试者的所述第一客户端间创建对应的匹配客户端通道，并为所述匹配客户端通道分配一个唯一的匹配通道标识数据，并通过所述匹配客户端通道向对应的所述第一客户端发送预设的面试主题数据；
当所述当前报文数据的报文类型为职位集体面试通道报文类型时，从所述当前报文数据中提取出用户标识信息和通道标识信息生成对应的当前用户标识数据和当前通道标识数据；若已经分配的多个匹配通道标识数据中存在与所述当前通道标识数据匹配的所述匹配通道标识数据，则从所述当前报文数据中提取出语音信息生成与所述当前用户标识数据对应的第一语音数据；并将所述第一语音数据向与所述当前用户标识数据对应的所述第一语音数据序列中添加。
进一步的，所述对各个所述第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据所述第一文本分析数据进行第一评分处理生产对应的第一评分数据，具体包括：
基于智能语音语义识别模型，对当前第一语音数据序列中的各个第一语音数据分别进行语音语义识别处理，生成对应的第一语音文本数据；按时间先后顺序对所述第一语音文本数据进行拼接，生成对应的所述第一文本分析数据；
基于智能分词模型，对所述第一文本分析数据进行分词处理，得到多个第一分词数据；并将预设的主题关键词列表中，主题信息与预设的面试主题数据匹配且关键词信息与各个所述第一分词数据匹配的主题关键词记录记为匹配记录；并对所有所述匹配记录的关键词权值的进行总和计算，将总和计算结果作为所述第一评分数据；所述主题关键词列表包括多个所述主题关键词记录；所述主题关键词记录包括所述主题信息、所述关键词信息和所述关键词权值。
进一步的，所述根据各个所述第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据所述第一辅助分析数据进行第二评分处理生产对应的第二评分数据，具体包括：
对所述当前第一语音数据序列中的所有所述第一语音数据，按时间先后顺序进行长语音拼接处理，生成对应的第一长语音数据；
统计当前第一语音数据序列中第一语音数据的数量，生成对应的第一发言次数数据；并统计所述第一长语音数据的时长信息，生成对应的第一发言时长数据；并对所述第一长语音数据的平均音量信息进行计算，生成对应的第一语音音量数据；并对所述当前第一语音数据序列对应的所述第一文本分析数据进行单字数量统计生成对应的第一发言总字数，并根据所述第一发言总字数与所述第一发言时长数据的比值生成对应的第一发言语速数据；
根据所述第一发言语速数据与对应的发言语速评分模型，进行发言语速评分处理生成对应的第二一评分数据；
根据所述第一语音音量数据与对应的语音音量评分模型，进行语音音量评分处理生成对应的第二二评分数据；
根据所述第一发言时长数据与对应的发言时长评分模型，进行发言时长评分处理生成对应的第二三评分数据；
根据所述第一发言次数数据与对应的发言次数评分模型，进行发言次数评分处理生成对应的第二四评分数据；
对所述第二一评分数据、所述第二二评分数据、所述第二三评分数据和所述第二四评分数据进行总和计算，生成对应的所述第二评分数据。
本发明实施例第二方面提供了一种用以实现上述第一方面所述的一种智能云面试的数据处理方法的装置，所述装置包括：获取模块、个人云面试处理模块、集体云面试处理模块和面试录取处理模块；
所述获取模块用于获取面试者的第一客户端发送的第一报文数据；
所述个人云面试处理模块用于当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存；
所述集体云面试处理模块用于根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据，其中，所述第一职位时间段数据包括第一起始间数据和第一结束时间数据；并当所述第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的所述第一客户端发送携带了所述第一职位时间段数据的第一职位集体面试通知数据；并在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合；
所述面试录取处理模块用于将所述第一集体面试报告数据集合向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从所述当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据所述第一录取名单数据向对应面试者的所述第一客户端发送第一职位录取通知数据。
本发明实施例第三方面提供了一种电子设备，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
本发明实施例第四方面提供了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指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
本发明实施例提供了一种智能云面试的数据处理方法、装置、电子设备及计算机可读存储介质，为面试人员提供个人云面试和集体云面试两种面试机制；在个人云面试时，对面试者进行职业能力测评和初级评审；在通过了个人云面试之后，安排集体云面试对面试者进行业务能力评估和综合评审；在集体云面试的面试结果下来后，第一时间向被录取的面试者发送录取通知。整个个人、集体云面试的过程中，即使没有人工干预也可以顺利完成。通过本发明，无需增加办公场所和人工就可以解决招聘、面试效率低下的问题，提高了人事部门工作效率，降低了公司运维成本。
附图说明
图1为本发明实施例一提供的一种智能云面试的数据处理方法示意图；
图2为本发明实施例二提供的一种智能云面试的数据处理装置的模块结构图；
图3为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
智能云办公系统通过本发明实施例一提供的一种智能云面试的数据处理方法，在面试双方(面试者与业主)创建了一个不受位置、时间限制的云面试场景(个人云面试与集体云面试)，并能基于人工智能模型对面试进行自动评分，即扩大了海选范围、加强了评估的客观性与透明度，又缩短了面试流程、提高了面试处理效率；如图1为本发明实施例一提供的一种智能云面试的数据处理方法示意图所示，本方法主要包括如下步骤：
步骤1，获取面试者的第一客户端发送的第一报文数据；
其中，第一报文数据包括报文类型、第一用户标识数据和第一客户端标识数据。
这里，在本发明实施例的云面试场景中，每个面试者可通过自有的第一客户端(诸如手机、电脑等设备)浏览到经由智能云办公系统在自有信息平台或与第三方合作的信息平台上发布的招聘信息页面，在招聘信息页面上提供了投递简历的任务处理接口，一旦面试者点击或选中该接口则会通过信息平台向智能云办公系统发送定制的报文信息也就是第一报文数据；该定制报文也就是第一报文数据中的报文类型应为职位申请报文类型，报文中的第一用户标识数据用以标识面试者在信息平台上的身份信息，第一客户端标识数据用以标识第一客户端的设备标识信息。
步骤2，当第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存；
这里，第一职位个人云面试会话事件是为每个面试者提供的单独面试任务事件，在该事件的处理过程中包括简历收取、能力测评、综合评价和业主信息显示四部分，最终基于能力测评和综合评价的结果判定当前面试者是否具有进一步面试的权限；
具体包括：步骤21，当第一报文数据的报文类型为职位申请报文类型时，将预设的个人信息录入接口向对应的第一客户端推送；并接收从第一客户端回发的第一个人数据；
其中，第一个人数据包括第一用户标识数据、第一用户姓名数据、第一用户身份标识数据、第一用户通讯编码数据、第一个人简历数据、第一申请公司名称数据、第一申请职位名称数据和第一用户职业愿景数据；
这里，当前步骤是用于处理简历收取任务的，具体的：若第一报文数据来自于智能云办公系统的自有信息平台，则个人信息录入接口为自有信息平台上提供的个人信息录入页面的网址接口；若第一报文数据来自于第三方合作信息平台，则个人信息录入接口为第三方合作信息平台上提供的个人信息录入页面的网址接口；个人信息录入页面包括多个信息录入区域，每个信息录入区域分别用来接收面试者输入的文本信息和上传的文件信息；输入的文本信息主要包括面试者的姓名信息也就是第一用户姓名数据、身份证件的编码信息也就是第一用户身份标识数据、通讯方式信息(诸如手机、邮箱、即时通信息软件的身份标识、座机等)也就是第一用户通讯编码数据、面试公司的名称也就是第一申请公司名称数据、申请职位的名称也就是第一申请职位名称数据、个人从业的职业愿景或职业规划信息也就是第一用户职业愿景数据；上传的文件信息主要指电子简历文件；个人信息录入页面上还包括确认提交页面组件，诸如按钮组件、链接组件等，面试者在完成信息录入和文件上传之后，会点击或选择该确认提交页面组件；个人信息录入页面在确认提交页面组件被用户点击或选择之后，会将当前所有录入的信息和文件封装成固定格式的第一个人数据，通过所在信息平台向智能云办公系统返回；
步骤22，将预设的能力测评试题数据集合向第一客户端推送；并接收从第一客户端回发的第一答题数据集合；并根据能力测评试题数据集合对应的试题答案和分值数据集合，对第一答题数据集合进行个人能力测评试题评分和总分累计处理，生成对应的第一个人能力测评总分数据；
其中，能力测评试题数据集合包括多个能力测评试题数据，每个能力测评试题数据包括试题标识和试题题目；第一答题数据集合包括多个第一答题数据，每个第一答题数据包括试题标识和试题回答内容；试题答案和分值数据集合包括多个试题答案和分值数据，每个试题答案和分值数据包括试题标识和一组或多组试题参考答案和试题分值；能力测评试题数据、第一答题数据和试题答案和分值数据通过试题标识一一对应；
需要说明的是，若试题答案和分值数据只包括一组试题参考答案和试题分值，说明对应试题的评分机制为绝对评分机制也就是正确即为满分也就是对应的试题分值，错误即为0分；若试题答案和分值数据包括多组试题参考答案和试题分值，说明对应试题的评分机制为阶梯评分机制也就是根据不同的答案给出不同的分值，每个试题参考答案对应一个试题分值；
这里，当前步骤是处理能力测评任务的，分为答题、评分和总分累计三步；
(1)对于答题部分，具体的：智能云办公系统通过能力测评接口向第一客户端推送能力测评试题数据集合，若第一报文数据来自于智能云办公系统的自有信息平台则能力测评接口为自有信息平台上提供的能力测评页面的网址接口，若第一报文数据来自于第三方合作信息平台则能力测评接口为第三方合作信息平台上提供的能力测评页面的网址接口；能力测评页面通过列表或分页方式对各个能力测评试题数据进行试题区域显示，在每个试题区域中包括题目显示区域、答案选择区域和答案提交区域，题目显示区域用于显示试题题目，答案选择区域用于接收面试者的选择信息，答案提交区域包括答案提交组件诸如按钮组件、链接组件等，面试者在答案选择区域完成选择之后，会点击或选择答案提交区域的答案提交组件进行答案提交确认操作；能力测评页面在答案提交组件被用户点击或选择之后，会将对应的答案选择区域的内容以及当前试题的标识信息封装为对应的第一答题数据；能力测评页面在面试者完成所有试题的答案提交确认操作之后，将得到的所有第一答题数据组成第一答题数据集合，并通过所在信息平台向智能云办公系统返回；
(2)对于评分部分，具体的：智能云办公系统在收到第一答题数据集合之后，使用与能力测评试题数据集合对应的试题答案和分值数据集合，对第一答题数据集合中的每个第一答题数据进行评分；在评分时，先根据试题标识定位对应的试题答案和分值数据和第一答题数据记为评分数据组，并为每个评分数据组分配一个对应的试题评分数据；然后，对所有评分数据组进行轮询并将当前被轮询的评分数据组记为当前评分数据组；若当前评分数据组只包括一组试题参考答案和试题分值，则使用当前评分数据组的试题参考答案与试题回答内容进行比对，若比对结果为匹配则根据当前评分数据组的试题分值对与之对应的试题评分数据进行设置，若比对结果为不匹配则设置与之对应的试题评分数据为0；若当前评分数据组包括多组试题参考答案和试题分值，则使用每个试题参考答案依次与试题回答内容进行比对；若多个试题参考答案中存在与试题回答内容匹配的试题参考答案，则使用该匹配的试题参考答案所对应的试题分值对当前评分数据组对应的试题评分数据进行设置；若多个试题参考答案中不存在试题回答内容匹配的试题参考答案，则设置当前评分数据组对应的试题评分数据为0；
(3)对于总分累计部分，具体的：对得到的所有试题评分数据进行总和计算，生成对应的第一个人能力测评总分数据；
步骤23，参考第一个人数据进行个人提问信息准备，生成由一个或多个第一提问问题数据组成的第一提问问题数据集合；并将第一提问问题数据集合向第一客户端推送；并接收从第一客户端回发的第一提问应答数据集合；并根据第一提问应答数据集合进行个人综合评价处理，生成对应的第一个人综合评价数据；
这里，当前步骤是处理综合评价任务的，分为个人提问信息准备和个人综合评价处理两步；
(1)在处理个人提问信息准备时，本发明实施例支持两种信息准备方式：人工信息准备方式和知识库信息准备方式；若当前信息准备方式为人工信息准备方式，则智能云办公系统会通过预设的人工信息准备接口向业主方人事部门工作人员的客户端发送包括了第一个人数据的面试者信息，并将从业主方人事部门工作人员客户端回发的一个或多个提问信息作为对应的一个或多个第一提问问题数据从而构成第一提问问题数据集合；若当前信息准备方式为知识库信息准备方式，则智能云办公系统会通过预设的知识库信息准备接口向系统内具备人工智能关联数据计算能力的知识库发送包括第一个人数据的面试者信息，并将从知识库回发的一个或多个提问信息作为对应的一个或多个第一提问问题数据从而构成第一提问问题数据集合；
需要说明的是，这里的知识库用于存储海量的职业技能评估问题及其对应的答案评分算法或标准，每个职业技能评估问题都对应一个问题评分，该问题评分越高则对应的职业技能评估问题的评价越高；当从知识库信息准备接口接收到包括了第一个人数据的面试者信息之后，首先根据第一个人数据中的第一申请公司名称数据和第一申请职位名称数据对内部存储的海量问题进行检索得到一个较大的问题范围；再根据第一个人数据中的第一用户身份标识数据识别出面试者的性别、年龄特征，根据第一用户通讯编码数据识别出面试者的通讯区域与通讯习惯特征，根据第一个人简历数据识别出面试者的知识与技能特征，根据第一用户职业愿景数据识别出个人职业规划特征；然后基于上述性别、年龄特征、通讯习惯特征、知识与技能特征和个人职业规划特征，在已经检索出的较大问题范围内进行细分问题定位处理，从而得到一个针对性更强的较小问题范围；再按对应的问题评分从大到小的顺序，对该较小问题范围中的所有职业技能评估问题进行排序，并提取排序靠前的一个或多个职业技能评估问题作为反馈信息向智能云办公系统返回；
(2)对应的，在处理个人综合评价处理时，本发明实施例也同样支持两种个人综合评价方式：人工个人综合评价方式和知识库综合评价方式；若当前个人综合评价方式为人工个人综合评价方式，则智能云办公系统会通过预设的个人综合评价接口向业主方人事部门工作人员的客户端发送包括了第一提问应答数据集合的提问反馈信息，并将从业主方人事部门工作人员客户端回发的最终评级或评价信息作为对应的第一个人综合评价数据；若当前个人综合评价方式为知识库综合评价方式，则智能云办公系统会通过预设的知识库综合评价接口向系统内具备人工智能关联数据计算能力的知识库发送包括了第一提问应答数据集合的提问反馈信息，并将从知识库回发的最终评级或评价信息作为对应的第一个人综合评价数据；
需要说明的是，这里知识库使用胜任力素质模型作为评估第一提问应答数据集合的计算模型；胜任力素质模型用于对已知的第一个人数据和第一提问应答数据集合进行数据整合生成第一整合数据，并使用人工智能神经网络按知识结构、个人技能、社会角色、自我愿景、个人品质、工作动机等特征类型对第一整合数据进行特征值计算得到对应的6个特征信息，再对这6个特征信息进行特征融合与分类操作，从而得到一个或多个分类类型及对应的分类概率，模型按分类概率从大到小的顺序对分类类型进行排序就组成了上述的最终评级或评价信息；
步骤24，根据第一申请公司名称数据和第一申请职位名称数据，从预设的业主知识库中提取对应的业主公司及职位介绍信息，生成对应的第一公司介绍数据和第一职位介绍数据；并将第一公司介绍数据和第一职位介绍数据向第一客户端推送；
这里，当前步骤是处理业主信息任务的，即从预设的业主知识库中获取与当前面试者申请的职位有关的公司及职位介绍信息，向面试者显示；
本法实施例的业主知识库用与存储与面试业主方相关的业主数据集合；每个业主数据集合包括业主公司标识、业主公司名称、业主公司简介信息和多个业主公司职位信息；每个业主公司职位信息包括职位标识、职位名称、职位所属部门标识和职位简介信息；智能云办公系统从业主知识库中提取出业主公司名称与第一申请公司名称数据匹配的业主数据集合作为匹配业主数据集合；并从匹配业主数据集合中，提取出职位名称与第一申请职位名称数据匹配的业主公司职位信息作为匹配职位信息；并从匹配业主数据集合中提取业主公司简介信息作为对应的第一公司介绍数据，从匹配职位信息中提取职位简介信息作为第一职位介绍数据；并将第一公司介绍数据和第一职位介绍数据推送到面试者的第一客户端进行内容显示；
需要说明的是，业主公司简介信息也就是第一公司介绍数据可以为文本数据类型也可以为音视频数据类型；职位简介信息也就是第一职位介绍数据可以为文本数据类型也可以为音视频数据类型；
步骤25，当第一能力测评数据超过预设测评阈值且第一个人综合评价数据达到预设综评要求时，将当前面试者视作为与第一申请职位名称数据对应的已通过个人云面试的面试者，并由第一个人数据、第一个人能力测评总分数据和第一个人综合评价数据组成对应的第一个人备案数据并保存。
这里，当前步骤是基于能力测评和综合评价的结果判定当前面试者是否具有进一步面试的权限；
预设测评阈值为一个预先设定的达标分数阈值，本发明实施例在第一能力测评数据超过预设测评阈值时，认定面试者的客观能力测评通过考核；
预设综评要求与第一个人综合评价数据的数据类型有关；若第一个人综合评价数据的数据类型为评级类型，则预设综评要求实际为一个等级阈值或等级范围，本发明实施例在第一个人综合评价数据超过上述等级阈值或处于上述等级范围时认定第一个人综合评价数据达到预设综评要求,也就是认定面试者的主观态度评价通过考核；若第一个人综合评价数据的数据类型为评价信息类型，则预设综评要求实际为一个文本积极度阈值或积极度范围，本发明实施例基于人工智能文本积极度识别模型对第一个人综合评价数据进行文本积极度识别得到积极度识别结果，并在该积极度识别结果超过上述文本积极度阈值或处于上述积极度范围时认定第一个人综合评价数据达到预设综评要求，也就是认定面试者的主观态度评价通过考核；需要说明的是，人工智能文本积极度识别模型产生的积极度识别结果越高说明第一个人综合评价数据的内容越积极也即是对面试者的认可度越高，反之积极度识别结果越低说明第一个人综合评价数据的内容越消极也即是对面试者的认可度越低；
在认定面试者的客观能力测评与主观态度评价都通过考核之后，本发明实施例会将当前面试者的个人面试视为通过，智能云办公系统则会将与该面试者相关的所有信息(第一个人数据、第一个人能力测评总分数据和第一个人综合评价数据)封装为第一个人备案数据进行保存，留待后续集体面试时使用；由此也可知，只有在系统侧产生了对应的第一个人备案数据的面试者才是已通过个人云面试的面试者，也就是说只有在系统侧产生了对应的第一个人备案数据的面试者才具有后续进一步面试(集体面试)的权限。
在智能云办公系统侧，对应每个发布的职位信息，可以通过上述步骤1-2沉淀一个或多个第一个人备案数据，每个第一个人备案数据对应一个合格面试者。
步骤3，根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据；
其中，第一职位时间段数据包括第一起始间数据和第一结束时间数据；
这里，由前文可知，在智能云办公系统侧，对应每个发布的职位信息可以沉淀一个或多个合格面试者，本发明实施例为提高面试效率，对于这些合格的面试者就不再进行单独的二轮个人面试处理了，而是采用一种集体云面试的处理机制，对每个人在集体面试过程的语音数据进行分析从而选定最终录取人员；那么在进行集体云面试之前，需要对集体云面试的时间段也就是第一职位时间段数据(第一起始间数据，第一结束时间数据)进行确认，在确认第一职位时间段数据时本发明实施例基于预设的集体面试模式(业主选定模式，动态选定模式)提供两种集体云面试时间设置机制；
具体包括：步骤31，当集体面试模式为业主选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与当前职位信息对应的第一个人备案数据的数量生成对应的当前职位预筛人数；并将当前职位信息和当前职位预筛人数向业主方的第二客户端发送；并将第二客户端回发的反馈报文信息作为当前反馈报文数据；若当前反馈报文数据的报文类型为集体面试时间段设置报文类型，则从当前反馈报文数据中提取出起始、结束时间信息生成对应的第一起始间数据和第一结束时间数据；并由第一起始间数据和第一结束时间数据，组成对应的第一职位时间段数据；
这里，当集体面试模式为业主选定模式时，说明需要有业主方人事管理部门对各个职位的集体云面试时间段也就是第一职位时间段数据进行设置；当前步骤对每个职位信息对应的合格面试者数量也就是第一个人备案数据的数量进行定期检查生成对应的职位预筛人数，并将各个职位信息及对应的职位预筛人数向业主方人事管理部门工作人员的第二客户端发送，以便工作人员能够随时掌握每个发布职位的备选人数信息；业主方人事管理部门工作人员会根据自己公司的招聘紧急度和招聘人数要求自行规划集体面试时间段，并在完成时间段规划之后通过第二客户端向智能云办公系统反馈报文类型为集体面试时间段设置报文类型的反馈报文数据，并在该反馈报文数据中将不为空的时间段设置信息也就是起始、结束时间信息嵌入其中；
步骤32，当集体面试模式为动态选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与当前职位信息对应的第一个人备案数据的数量生成对应的当前职位预筛人数；若当前职位预筛人数超过预设的与当前职位信息对应的集体面试人数阈值时，按预设的集体面试排班规则生成对应的第一起始间数据和第一结束时间数据；并由第一起始间数据和第一结束时间数据，组成对应的第一职位时间段数据。
这里，当集体面试模式为动态选定模式时，说明无需业主方人事管理部门工作人员的人工干涉即可自动对每个职位对应的集体云面试时间段也就是第一职位时间段数据进行设置；当前步骤对每个职位信息对应的合格面试者数量也就是第一个人备案数据的数量进行定期检查生成对应的职位预筛人数，并在职位预筛人数超过预设的集体面试人数阈值之后自动根据集体面试排班规则对集体云面试时间段也就是第一职位时间段数据进行设置；
需要说明的是，预设的集体面试排班规则默认为以当前日期为参考向后顺延指定天数作为第一日期，若第一日期为工作日则将其作为集体面试日，若第一日期为节假日则将其之后的第二个工作日作为集体面试日；并根据预设的最佳面试钟点信息和最佳面试时长信息对集体面试日时间段(起始时间点为最佳面试钟点信息，结束时间点为最佳面试钟点信息+最佳面试时长信息)进行设置；由集体面试日+集体面试日时间段的起始时间点组成第一起始间数据，由集体面试日+集体面试日时间段的结束时间点组成第一结束时间数据，第一起始间数据+第一结束时间数据组成第一职位时间段数据；其中，指定天数可为预设的固定值也可根据对应职位信息的招聘紧急程度进行自动调整，招聘紧急程度值越大说明越紧急则对应的指定天数越短，反之招聘紧急程度值越小说明越不紧急则对应的指定天数越长。
步骤4，当第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的第一客户端发送携带了第一职位时间段数据的第一职位集体面试通知数据；
其中，第一职位集体面试通知数据包括职位标识信息、职位名称信息和第一职位时间段数据。
这里，若在智能云办公系统侧的某个第一职位时间段数据不为空，则说明对应职位的集体面试时间已经确定了，那么就需要向参与该职位的所有合格面试者发送面试通知；在进行通知时，需要将与职位相关的标识、名称和面试时间段等内容封装在第一职位集体面试通知数据中，另外还可以将附加的面试注意事项信息也封装其中；在生成第一职位集体面试通知数据之后，根据每个面试者的第一个人备案数据中的第一用户通讯编码数据选择对应的通讯接口向该职位的所有合格面试者发送第一职位集体面试通知数据。
步骤5，在各个第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合；
这里，如前文所说，本发明实施例为提高面试效率会采用一种集体云面试的处理机制对每个人在集体面试过程的语音数据进行持续采集与语音数据分析；
具体包括：步骤51，对各个第一职位时间段数据与当前系统时间的匹配关系进行持续轮询；若当前轮询的第一职位时间段数据的第一起始间数据不晚于当前系统时间，则执行对应职位的第一职位集体云面试会话事件；并在第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列；若当前轮询的第一职位时间段数据的第一结束时间数据不晚于当前系统时间，则停止执行第一职位集体云面试会话事件；
这里，当前步骤为集体面试语音数据持续采集处理步骤；该步骤中，智能云办公系统会在系统侧对每个第一职位时间段数据进行轮询；轮询过程中若发现当前系统时间已经处于当前第一职位时间段数据指定的时间段时，则为当前第一职位时间段数据所对应的招聘职位发起一个系统事件任务也就是第一职位集体云面试会话事件，轮询过程中若发现当前系统时间已经晚于当前第一职位时间段数据指定的时间段时，则将之前发起的第一职位集体云面试会话事件结束；每个第一职位集体云面试会话事件用于处理对应职位集体面试的合法面试者接入、集体面试主题内容推送和面试者语音反馈信息的持续接收，在每个第一职位集体云面试会话事件结束时会生成多个第一语音数据序列，每个第一语音数据序列对应一个参与集体面试的面试者；
进一步的，在第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列，具体包括：
步骤C1，在第一职位集体云面试会话事件的执行过程中，获取当次集体云面试对应的职位信息，生成当次职位数据；并将与当次职位数据匹配的所有第一个人备案数据归为一类，记为当次备案数据集合；
这里，当次职位数据为当前第一职位集体云面试会话事件对应的职位信息；当次备案数据集合为当前第一职位集体云面试会话事件所对应职位信息的合格面试者的备案数据集合；
步骤C2，将接收自任一第一客户端的报文信息，记为当前报文数据；
步骤C3，在当前报文数据的报文类型为职位集体面试申请报文类型时，从当前报文数据中提取出用户标识信息生成对应的当前用户标识数据；若当次备案数据集合中存在与当前用户标识数据匹配的第一个人备案数据，则将当前用户标识数据对应的面试者视作为有权参与当次集体云面试的面试者，并与当前面试者的第一客户端间创建对应的匹配客户端通道，并为匹配客户端通道分配一个唯一的匹配通道标识数据，并通过匹配客户端通道向对应的第一客户端发送预设的面试主题数据；
这里，智能云办公系统在每个第一职位集体云面试会话事件的执行过程中，对任一个面试者的第一客户端发送的报文类型为职位集体面试申请报文类型的当前报文数据进行解析；解析时，从当前报文数据中提取出用户标识信息作为当前用户标识数据，并对当次备案数据集合中与当前用户标识数据匹配的第一个人备案数据进行查询，若查询结果不为空则当前第一客户端对应的面试者为当次职位数据的合格面试者，继而将当前面试者作为合法面试者接入到当前第一职位集体云面试会话事件中，并为其使用的第一客户端创建独立的匹配客户端通道并分配匹配通道标识数据，并在分配了匹配客户端通道之后通过匹配客户端通道向当前第一客户端推送集体面试主题内容也就是预设的面试主题数据；
需要说明的是，智能云办公系统在为第一客户端创建匹配客户端通道并分配匹配通道标识数据时，还会将集体面试接入成功信息与对应的匹配通道标识数据封装成集体面试申请反馈数据向当前面试者的第一客户端回发；第一客户端在接收到集体面试申请反馈数据之后，从中提取出匹配通道标识数据存于本地记为通道标识信息；
另外，第一客户端在通过匹配客户端通道收到面试主题数据之后，会向面试者显示或播放面试主题数据中的文字或音视频信息，面试者基于自己对主题信息的理解进行对应的个人阐述，阐述过程中会产生一个或多个语音信息；第一客户端每接收到一个面试者录入的语音信息，就由当前面试者的用户标识信息+存储本地的通道标识信息+语音信息组成一个报文类型为职位集体面试通道报文类型的报文数据向智能云办公系统发送；
步骤C4，在当前报文数据的报文类型为职位集体面试通道报文类型时，从当前报文数据中提取出用户标识信息和通道标识信息生成对应的当前用户标识数据和当前通道标识数据；若已经分配的多个匹配通道标识数据中存在与当前通道标识数据匹配的匹配通道标识数据，则从当前报文数据中提取出语音信息生成与当前用户标识数据对应的第一语音数据；并将第一语音数据向与当前用户标识数据对应的第一语音数据序列中添加；
这里，智能云办公系统在每个第一职位集体云面试会话事件的执行过程中，对任一位面试者的第一客户端发送的报文类型为职位集体面试通道报文类型的当前报文数据进行解析；解析时，从当前报文数据中提取出用户标识信息作为当前用户标识数据，提取出通道标识信息作为当前通道标识数据，并在系统侧已经分配的多个匹配通道标识数据中对与当前通道标识数据匹配的匹配通道标识数据进行查询，若查询结果不为空则当前第一客户端对应的面试者为当次职位数据的合格面试者，继而在从当前报文数据中提取出语音信息作为当前合格面试者的持续语音收集数据也就是第一语音数据，由持续采集到的第一语音数据组成的第一语音数据序列即是集体面试过程中每个合格面试者的完整语音数据序列；
步骤52，在停止执行第一职位集体云面试会话事件之后，对各个第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据第一文本分析数据进行第一评分处理生产对应的第一评分数据；并根据各个第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据第一辅助分析数据进行第二评分处理生产对应的第二评分数据；并根据第一评分数据和第二评分数据，计算生成对应的第一集体面试总评分数据；
其中，第一集体面试总评分数据＝A*第一评分数据+B*第二评分数据，A、B为预设的第一、第二加权系数；
这里，当前步骤为集体面试语音数据分析处理步骤；该步骤中，对每个面试者的第一语音数据序列进行语音文本分析和评分处理得到第一评分数据，该评分数据体现了面试者对面试职位相关业务的熟练程度，也就是技术/业务素质；对每个面试者的第一语音数据序列进行辅助语音特征分析和评分处理得到第二评分数据，该评分数据实际体现了面试者在与其他竞争者面对面的竞争过程中承受压力并应对和处理竞争任务的能力，也就是心理素质；对第一、第二评分数据进行加权总和计算得到第一集体面试总评分数据，该第一集体面试总评分数据实际体现了面试者的客观综合素质；
进一步的，对各个第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据第一文本分析数据进行第一评分处理生产对应的第一评分数据，具体包括：
步骤D1，基于智能语音语义识别模型，对当前第一语音数据序列中的各个第一语音数据分别进行语音语义识别处理，生成对应的第一语音文本数据；按时间先后顺序对第一语音文本数据进行拼接，生成对应的第一文本分析数据；
这里，智能语音语义识别模型基于设定的语言种类及对应的语种字/词典，对输入的第一语音数据进行字词发音识别得到多个第一单字/词文本数据，并按时间先后顺序对所有第一单字/词文本数据进行拼接融合处理生成对应的第一语音文本数据；
步骤D2，基于智能分词模型，对第一文本分析数据进行分词处理，得到多个第一分词数据；并将预设的主题关键词列表中，主题信息与预设的面试主题数据匹配且关键词信息与各个第一分词数据匹配的主题关键词记录记为匹配记录；并对所有匹配记录的关键词权值的进行总和计算，将总和计算结果作为第一评分数据；
其中，主题关键词列表包括多个主题关键词记录；主题关键词记录包括主题信息、关键词信息和关键词权值；
这里，本发明实施例会预先对每个集体面试中使用的面试主题数据分配多个关键词信息，每个关键词信息对应一个关键词权值，该关键词信息与对应面试主题数据的关联紧密度越高则对应的关键词权值的数值越大，反之则越小；本发明实施例认为若面试者的语音信息中与面试主题数据相关的关键词信息越多则说明该面试者对该面试主题数据越熟悉也就是对该面试主题数据相关的业务越熟悉，自然获得的评分就越高；在具体评分时，智能云办公系统使用智能分词模型对每个面试者的第一文本分析数据进行分词得到多个第一分词数据，再将主题关键词列表中主题信息＝当前集体面试的面试主题数据的多个主题关键词记录作为预筛记录集合，再基于各个第一分词数据对预筛记录集合进行轮询并在轮询过程中将关键词信息能与当前轮询的第一分词数据匹配的主题关键词记录记为匹配记录，再把所有匹配记录的关键词权值进行累加就可得到第一评分数据；
进一步的，根据各个第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据第一辅助分析数据进行第二评分处理生产对应的第二评分数据，具体包括：
步骤E1，对当前第一语音数据序列中的所有第一语音数据，按时间先后顺序进行长语音拼接处理，生成对应的第一长语音数据；
步骤E2，统计当前第一语音数据序列中第一语音数据的数量，生成对应的第一发言次数数据；并统计第一长语音数据的时长信息，生成对应的第一发言时长数据；并对第一长语音数据的平均音量信息进行计算，生成对应的第一语音音量数据；并对当前第一语音数据序列对应的第一文本分析数据进行单字数量统计生成对应的第一发言总字数，并根据第一发言总字数与第一发言时长数据的比值生成对应的第一发言语速数据；
步骤E3，根据第一发言语速数据与对应的发言语速评分模型，进行发言语速评分处理生成对应的第二一评分数据；
这里，本发明实施例的发言语速评分模型给出了一个以发言语速为横轴、发言语速评分为纵轴的正态分布函数模型，根据该正态分布函数模型的函数最大值也就是发言语速评分最大值所对应的发言语速为最优语速；在具体评分时，智能云办公系统将第一发言语速数据代入发言语速评分模型对应的正态分布函数模型进行计算，得到对应的发言语速评分也就是第二一评分数据；本发明实施例认为，第二一评分数据越高也就是面试者的实际发言语速越接近最优语速，说明面试者在面对竞争关系时可以较好地控制自己的行为节奏；
步骤E4，根据第一语音音量数据与对应的语音音量评分模型，进行语音音量评分处理生成对应的第二二评分数据；
这里，本发明实施例的语音音量评分模型给出了一个以语音音量为横轴、语音音量评分为纵轴的正态分布函数模型，根据该正态分布函数模型的函数最大值也就是语音音量评分最大值所对应的语音音量为最优音量；在具体评分时，智能云办公系统将第一语音音量数据代入语音音量评分模型对应的正态分布函数模型进行计算，得到对应的语音音量评分也就是第二二评分数据；本发明实施例认为，第二二评分数据越高也就是面试者的实际语音音量越接近最优音量，说明面试者在面对竞争关系时可以保持较为稳定的竞争心态；
步骤E5，根据第一发言时长数据与对应的发言时长评分模型，进行发言时长评分处理生成对应的第二三评分数据；
这里，本发明实施例的发言时长评分模型给出了一个以发言时长为横轴、发言时长评分为纵轴的正态分布函数模型，根据该正态分布函数模型的函数最大值也就是发言时长评分最大值所对应的发言时长为最优时长；在具体评分时，智能云办公系统将第一发言时长数据代入发言时长评分模型对应的正态分布函数模型进行计算，得到对应的发言时长评分也就是第二三评分数据；本发明实施例认为，第二三评分数据越高也就是面试者的实际发言时长越接近最优时长，说明面试者在面对竞争关系时可以保持较为积极的竞争状态；
步骤E6，根据第一发言次数数据与对应的发言次数评分模型，进行发言次数评分处理生成对应的第二四评分数据；
这里，本发明实施例的发言次数评分模型给出了一个以发言次数为横轴、发言次数评分为纵轴的正态分布函数模型，根据该正态分布函数模型的函数最大值也就是发言次数评分最大值所对应的发言次数为最优次数；在具体评分时，智能云办公系统将第一发言次数数据代入发言次数评分模型对应的正态分布函数模型进行计算，得到对应的发言次数评分也就是第二四评分数据；本发明实施例认为，第二四评分数据越高也就是面试者的实际发言次数越接近最优次数，说明面试者在面对竞争关系时可以具有较为敏锐的反应速度、可以较好地控制竞争节奏；
步骤E7，对第二一评分数据、第二二评分数据、第二三评分数据和第二四评分数据进行总和计算，生成对应的第二评分数据；
步骤53，根据所有第一集体面试总评分数据进行集体面试综合评价处理，得到多个第一集体面试评价数据；
其中，第一集体面试评价数据与第一集体面试总评分数据一一对应；
这里，第一集体面试评价数据实际体现了面试者在历史面试记录以及本次集体面试记录中的水平程度；
具体包括：步骤531，使用预设的等级评价范围，对每个第一集体面试总评分数据进行等级标记，生成对应的等级信息；
其中，等级评价范围至少包括差等级评价范围、一般等级评价范围、良好等级评价范围和优秀等级评价范围；等级信息包括差等级、一般等级、良好等级和优秀等级；
步骤532，按从大到小的顺序对所有第一集体面试总评分数据进行排序，生成第一序列；并根据每个第一集体面试总评分数据在第一序列中的排序索引，生成对应的排序名次信息；
步骤533，将与各个第一集体面试总评分数据对应的等级信息和排序名次信息组成对应的第一集体面试评价数据；
步骤54，由与每个参与当次集体云面试的面试者对应的个人数据、第一文本分析数据、第一辅助分析数据、第一集体面试总评分数据和第一集体面试评价数据，组成对应的第一集体面试报告数据；并由得到的所有第一集体面试报告数据，组成与参与当次集体云面试的所有面试者对应的第一集体面试报告数据集合。
第一集体面试报告数据集合是当次集体面试的综合报告；第一集体面试报告数据集合中每个第一集体面试报告数据对应一个面试者；第一集体面试报告数据中，与每个参与当次集体云面试的面试者对应的个人数据也就是前文提及的每个面试者对应的第一个人数据，第一文本分析数据和第一辅助分析数据为当前面试者的真实过程数据，第一集体面试总评分数据为面试者的客观综合素质(包括了技术/业务素质和心理素质)，第一集体面试评价数据为面试者在历史面试记录中的水平程度和本次集体面试记录中的水平程度。
步骤6，将第一集体面试报告数据集合向业主方的第二客户端发送；并将第二客户端回发的反馈报文信息作为当前反馈报文数据；若当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据第一录取名单数据向对应面试者的第一客户端发送第一职位录取通知数据。
这里，业主方人事部门工作人员的第二客户端在收到当次集体面试的综合报告也就是第一集体面试报告数据集合之后，会基于各个面试人员的第一集体面试报告数据进行最终评测，该评测方式可以为人工评测方式也可以为基于筛选条件的自动评测方式；最终在业主方人事部门确认从中录用全部或部分面试者之后，会根据报告中全部或部分面试者的第一个人数据生成最终录取名单信息；并将最终录取名单信息封装为报文类型为集体面试结果通知报文类型的反馈报文数据向智能云办公系统回发；智能云办公系统在收到第一录取名单数据会从中提取出所有录取人员的标识信息，并根据录取人员标识信息从对应的第一个人备案数据中提取出第一用户通讯编码数据作为录取通讯编码数据，并选择与录取通讯编码数据对应的通讯接口向各个面试者发送第一职位录取通知数据，该第一职位录取通知数据至少包括录取公司信息、录取职位信息、录取公司联系人信息、录取公司报道时间信息等内容。
图2为本发明实施例二提供的一种智能云面试的数据处理装置的模块结构图，该装置可以为实现本发明实施例方法的终端设备或者服务器，也可以为与上述终端设备或者服务器连接的实现本发明实施例方法的装置，例如该装置可以是上述终端设备或者服务器的装置或芯片系统。如图2所示，该装置包括：获取模块201、个人云面试处理模块202、集体云面试处理模块203和面试录取处理模块204。
获取模块201用于获取面试者的第一客户端发送的第一报文数据。
个人云面试处理模块202用于当第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存。
集体云面试处理模块203用于根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据，其中，第一职位时间段数据包括第一起始间数据和第一结束时间数据；并当第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的第一客户端发送携带了第一职位时间段数据的第一职位集体面试通知数据；并在各个第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合。
面试录取处理模块204用于将第一集体面试报告数据集合向业主方的第二客户端发送；并将第二客户端回发的反馈报文信息作为当前反馈报文数据；若当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据第一录取名单数据向对应面试者的第一客户端发送第一职位录取通知数据。
本发明实施例提供的一种智能云面试的数据处理装置，可以执行上述方法实施例中的方法步骤，其实现原理和技术效果类似，在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，ASIC)，或，一个或多个数字信号处理器(Digital Signal Processor，DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(System-on-a-chip，SOC)的形式实现。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本发明实施例所描述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线路(Digital Subscriber Line，DSL))或无线(例如红外、无线、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
图3为本发明实施例三提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图3所示，该电子设备可以包括：处理器31(例如CPU)、存储器32、收发器33；收发器33耦合至处理器31，处理器31控制收发器33的收发动作。存储器32中可以存储各种指令，以用于完成各种处理功能以及实现本发明上述实施例中提供的方法和处理过程。优选的，本发明实施例涉及的电子设备还包括：电源34、系统总线35以及通信端口36。系统总线35用于实现元件之间的通信连接。上述通信端口36用于电子设备与其他外设之间进行连接通信。
在图3中提到的系统总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器CPU、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列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。
需要说明的是，本发明实施例还提供一种计算机可读存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中提供的方法和处理过程。
本发明实施例提供了一种智能云面试的数据处理方法、装置、电子设备及计算机可读存储介质，为面试人员提供个人云面试和集体云面试两种面试机制；在个人云面试时，对面试者进行职业能力测评和初级评审；在通过了个人云面试之后，安排集体云面试对面试者进行业务能力评估和综合评审；在集体云面试的面试结果下来后，第一时间向被录取的面试者发送录取通知。整个个人、集体云面试的过程中，即使没有人工干预也可以顺利完成。通过本发明，无需增加办公场所和人工就可以解决招聘、面试效率低下的问题，提高了人事部门工作效率，降低了公司运维成本。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能云面试的数据处理方法，其特征在于，所述方法包括：
获取面试者的第一客户端发送的第一报文数据；
当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存；
根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据；所述第一职位时间段数据包括第一起始间数据和第一结束时间数据；
当所述第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的所述第一客户端发送携带了所述第一职位时间段数据的第一职位集体面试通知数据；
在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合；
将所述第一集体面试报告数据集合向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从所述当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据所述第一录取名单数据向对应面试者的所述第一客户端发送第一职位录取通知数据。
2.根据权利要求1所述的智能云面试的数据处理方法，其特征在于，所述当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存，具体包括：
当所述第一报文数据的报文类型为职位申请报文类型时，将预设的个人信息录入接口向对应的所述第一客户端推送；并接收从所述第一客户端回发的第一个人数据；所述第一个人数据包括第一用户标识数据、第一用户姓名数据、第一用户身份标识数据、第一用户通讯编码数据、第一个人简历数据、第一申请公司名称数据、第一申请职位名称数据和第一用户职业愿景数据；
将预设的能力测评试题数据集合向所述第一客户端推送；并接收从所述第一客户端回发的第一答题数据集合；并根据所述能力测评试题数据集合对应的试题答案和分值数据集合，对所述第一答题数据集合进行个人能力测评试题评分和总分累计处理，生成对应的第一个人能力测评总分数据；
参考所述第一个人数据进行个人提问信息准备，生成由一个或多个第一提问问题数据组成的第一提问问题数据集合；并将所述第一提问问题数据集合向所述第一客户端推送；并接收从所述第一客户端回发的第一提问应答数据集合；并根据所述第一提问应答数据集合进行个人综合评价处理，生成对应的第一个人综合评价数据；
根据所述第一申请公司名称数据和所述第一申请职位名称数据，从预设的业主知识库中提取对应的业主公司及职位介绍信息，生成对应的第一公司介绍数据和第一职位介绍数据；并将所述第一公司介绍数据和所述第一职位介绍数据向所述第一客户端推送；
当所述第一能力测评数据超过预设测评阈值且所述第一个人综合评价数据达到预设综评要求时，将当前面试者视作为与所述第一申请职位名称数据对应的已通过个人云面试的面试者，并由所述第一个人数据、所述第一个人能力测评总分数据和所述第一个人综合评价数据组成对应的所述第一个人备案数据并保存。
3.根据权利要求1所述的智能云面试的数据处理方法，其特征在于，所述根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据，具体包括：
当所述集体面试模式为业主选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与所述当前职位信息对应的所述第一个人备案数据的数量生成对应的当前职位预筛人数；并将所述当前职位信息和所述当前职位预筛人数向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试时间段设置报文类型，则从所述当前反馈报文数据中提取出起始、结束时间信息生成对应的所述第一起始间数据和所述第一结束时间数据；并由所述第一起始间数据和所述第一结束时间数据，组成对应的所述第一职位时间段数据；
当所述集体面试模式为动态选定模式时，定期对各个职位信息进行轮询，并将当前被轮询的职位信息记为当前职位信息；获取与所述当前职位信息对应的所述第一个人备案数据的数量生成对应的当前职位预筛人数；若所述当前职位预筛人数超过预设的与当前职位信息对应的集体面试人数阈值时，按预设的集体面试排班规则生成对应的所述第一起始间数据和所述第一结束时间数据；并由所述第一起始间数据和所述第一结束时间数据，组成对应的所述第一职位时间段数据。
4.根据权利要求1所述的智能云面试的数据处理方法，其特征在于，所述在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合，具体包括：
对各个所述第一职位时间段数据与当前系统时间的匹配关系进行持续轮询；若当前轮询的所述第一职位时间段数据的所述第一起始间数据不晚于所述当前系统时间，则执行对应职位的第一职位集体云面试会话事件；并在所述第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列；若当前轮询的所述第一职位时间段数据的所述第一结束时间数据不晚于所述当前系统时间，则停止执行所述第一职位集体云面试会话事件；
在停止执行所述第一职位集体云面试会话事件之后，对各个所述第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据所述第一文本分析数据进行第一评分处理生产对应的第一评分数据；并根据各个所述第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据所述第一辅助分析数据进行第二评分处理生产对应的第二评分数据；并根据所述第一评分数据和所述第二评分数据，计算生成对应的第一集体面试总评分数据，第一集体面试总评分数据＝A*第一评分数据+B*第二评分数据，A、B为预设的第一、第二加权系数；
根据所有所述第一集体面试总评分数据进行集体面试综合评价处理，得到多个第一集体面试评价数据；所述第一集体面试评价数据与所述第一集体面试总评分数据一一对应；
由与每个参与当次集体云面试的面试者对应的个人数据、所述第一文本分析数据、所述第一辅助分析数据、所述第一集体面试总评分数据和所述第一集体面试评价数据，组成对应的第一集体面试报告数据；并由得到的所有所述第一集体面试报告数据，组成与参与当次集体云面试的所有面试者对应的所述第一集体面试报告数据集合。
5.根据权利要求4所述的智能云面试的数据处理方法，其特征在于，所述在所述第一职位集体云面试会话事件的执行过程中，对参与当次集体云面试的所有面试者的语音数据进行接收，生成多个第一语音数据序列，具体包括：
在所述第一职位集体云面试会话事件的执行过程中，获取当次集体云面试对应的职位信息，生成当次职位数据；并将与所述当次职位数据匹配的所有所述第一个人备案数据归为一类，记为当次备案数据集合；
将接收自任一所述第一客户端的报文信息，记为当前报文数据；
当所述当前报文数据的报文类型为职位集体面试申请报文类型时，从所述当前报文数据中提取出用户标识信息生成对应的当前用户标识数据；若所述当次备案数据集合中存在与所述当前用户标识数据匹配的所述第一个人备案数据，则将所述当前用户标识数据对应的面试者视作为有权参与当次集体云面试的面试者，并与当前面试者的所述第一客户端间创建对应的匹配客户端通道，并为所述匹配客户端通道分配一个唯一的匹配通道标识数据，并通过所述匹配客户端通道向对应的所述第一客户端发送预设的面试主题数据；
当所述当前报文数据的报文类型为职位集体面试通道报文类型时，从所述当前报文数据中提取出用户标识信息和通道标识信息生成对应的当前用户标识数据和当前通道标识数据；若已经分配的多个匹配通道标识数据中存在与所述当前通道标识数据匹配的所述匹配通道标识数据，则从所述当前报文数据中提取出语音信息生成与所述当前用户标识数据对应的第一语音数据；并将所述第一语音数据向与所述当前用户标识数据对应的所述第一语音数据序列中添加。
6.根据权利要求4所述的智能云面试的数据处理方法，其特征在于，所述对各个所述第一语音数据序列进行语音识别处理生成对应的第一文本分析数据，并根据所述第一文本分析数据进行第一评分处理生产对应的第一评分数据，具体包括：
基于智能语音语义识别模型，对当前第一语音数据序列中的各个第一语音数据分别进行语音语义识别处理，生成对应的第一语音文本数据；按时间先后顺序对所述第一语音文本数据进行拼接，生成对应的所述第一文本分析数据；
基于智能分词模型，对所述第一文本分析数据进行分词处理，得到多个第一分词数据；并将预设的主题关键词列表中，主题信息与预设的面试主题数据匹配且关键词信息与各个所述第一分词数据匹配的主题关键词记录记为匹配记录；并对所有所述匹配记录的关键词权值的进行总和计算，将总和计算结果作为所述第一评分数据；所述主题关键词列表包括多个所述主题关键词记录；所述主题关键词记录包括所述主题信息、所述关键词信息和所述关键词权值。
7.根据权利要求4所述的智能云面试的数据处理方法，其特征在于，所述根据各个所述第一语音数据序列进行与面试者相关的发言时长、语音音量、发言次数和发言语速的数据分析生成对应的第一辅助分析数据，并根据所述第一辅助分析数据进行第二评分处理生产对应的第二评分数据，具体包括：
对所述当前第一语音数据序列中的所有所述第一语音数据，按时间先后顺序进行长语音拼接处理，生成对应的第一长语音数据；
统计当前第一语音数据序列中第一语音数据的数量，生成对应的第一发言次数数据；并统计所述第一长语音数据的时长信息，生成对应的第一发言时长数据；并对所述第一长语音数据的平均音量信息进行计算，生成对应的第一语音音量数据；并对所述当前第一语音数据序列对应的所述第一文本分析数据进行单字数量统计生成对应的第一发言总字数，并根据所述第一发言总字数与所述第一发言时长数据的比值生成对应的第一发言语速数据；
根据所述第一发言语速数据与对应的发言语速评分模型，进行发言语速评分处理生成对应的第二一评分数据；
根据所述第一语音音量数据与对应的语音音量评分模型，进行语音音量评分处理生成对应的第二二评分数据；
根据所述第一发言时长数据与对应的发言时长评分模型，进行发言时长评分处理生成对应的第二三评分数据；
根据所述第一发言次数数据与对应的发言次数评分模型，进行发言次数评分处理生成对应的第二四评分数据；
对所述第二一评分数据、所述第二二评分数据、所述第二三评分数据和所述第二四评分数据进行总和计算，生成对应的所述第二评分数据。
8.一种用于实现权利要求1-7任一项所述的智能云面试的数据处理方法步骤的装置，其特征在于，所述装置包括：获取模块、个人云面试处理模块、集体云面试处理模块和面试录取处理模块；
所述获取模块用于获取面试者的第一客户端发送的第一报文数据；
所述个人云面试处理模块用于当所述第一报文数据的报文类型为职位申请报文类型时，执行对应的第一职位个人云面试会话事件，并为通过个人云面试的面试者生成对应的第一个人备案数据并保存；
所述集体云面试处理模块用于根据预设的集体面试模式，为每个职位信息已通过个人云面试的面试者分配集体面试时间段，生成对应的第一职位时间段数据，其中，所述第一职位时间段数据包括第一起始间数据和第一结束时间数据；并当所述第一职位时间段数据不为空时，向对应职位的所有已通过个人云面试的面试者的所述第一客户端发送携带了所述第一职位时间段数据的第一职位集体面试通知数据；并在各个所述第一职位时间段数据规定的时间范围内，完成对应职位的集体云面试处理，生成对应的第一集体面试报告数据集合；
所述面试录取处理模块用于将所述第一集体面试报告数据集合向业主方的第二客户端发送；并将所述第二客户端回发的反馈报文信息作为当前反馈报文数据；若所述当前反馈报文数据的报文类型为集体面试结果通知报文类型，则从所述当前反馈报文数据中提取出最终录取名单信息生成对应的第一录取名单数据；并根据所述第一录取名单数据向对应面试者的所述第一客户端发送第一职位录取通知数据。
9.一种电子设备，其特征在于，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-7任一项所述的方法步骤；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-7任一项所述的方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210013851.4A CN114418366B (zh) | 2022-01-06 | 2022-01-06 | 一种智能云面试的数据处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210013851.4A CN114418366B (zh) | 2022-01-06 | 2022-01-06 | 一种智能云面试的数据处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114418366A true CN114418366A (zh) | 2022-04-29 |
| CN114418366B CN114418366B (zh) | 2022-08-26 |
Family
ID=81271514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210013851.4A Active CN114418366B (zh) | 2022-01-06 | 2022-01-06 | 一种智能云面试的数据处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114418366B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115936530A (zh) * | 2022-12-29 | 2023-04-07 | 北京三星九千认证中心有限公司 | 基于关键词的履职能力评估方法及设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002344916A (ja) * | 2001-05-22 | 2002-11-29 | Takahisa Inoue | フォーカスグループインタビュー実行システム及びその実行方法及びフォーカスグループインタビュー実行プログラム |
| CN103294816A (zh) * | 2013-06-09 | 2013-09-11 | 广东倍智人才管理咨询有限公司 | 一种为求职者推荐职位的方法和职位推荐系统 |
| CN104463423A (zh) * | 2014-11-10 | 2015-03-25 | 深圳市网家缘科技有限公司 | 一种格式化的视频简历采集方法及系统 |
| CN109784639A (zh) * | 2018-12-13 | 2019-05-21 | 平安普惠企业管理有限公司 | 基于智能评分的线上招聘方法、装置、设备及介质 |
| CN109978339A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技（深圳）有限公司 | Ai面试模型训练方法、装置、计算机设备及存储介质 |
| CN110110959A (zh) * | 2019-03-19 | 2019-08-09 | 平安普惠企业管理有限公司 | 基于用户答案的智能招聘方法、装置、设备及存储介质 |
| CN110135800A (zh) * | 2019-04-23 | 2019-08-16 | 南京葡萄诚信息科技有限公司 | 一种人工智能视频面试方法及系统 |
| CN111222837A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 智能化面试的方法、系统、设备及计算机存储介质 |
| CN112466308A (zh) * | 2020-11-25 | 2021-03-09 | 北京明略软件系统有限公司 | 一种基于语音识别的辅助面试方法及系统 |
| CN113822645A (zh) * | 2021-09-07 | 2021-12-21 | 广州网才信息技术有限公司 | 一种面试管理系统、设备及计算机介质 |
-
2022
- 2022-01-06 CN CN202210013851.4A patent/CN114418366B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002344916A (ja) * | 2001-05-22 | 2002-11-29 | Takahisa Inoue | フォーカスグループインタビュー実行システム及びその実行方法及びフォーカスグループインタビュー実行プログラム |
| CN103294816A (zh) * | 2013-06-09 | 2013-09-11 | 广东倍智人才管理咨询有限公司 | 一种为求职者推荐职位的方法和职位推荐系统 |
| CN104463423A (zh) * | 2014-11-10 | 2015-03-25 | 深圳市网家缘科技有限公司 | 一种格式化的视频简历采集方法及系统 |
| CN109784639A (zh) * | 2018-12-13 | 2019-05-21 | 平安普惠企业管理有限公司 | 基于智能评分的线上招聘方法、装置、设备及介质 |
| CN109978339A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技（深圳）有限公司 | Ai面试模型训练方法、装置、计算机设备及存储介质 |
| CN110110959A (zh) * | 2019-03-19 | 2019-08-09 | 平安普惠企业管理有限公司 | 基于用户答案的智能招聘方法、装置、设备及存储介质 |
| CN110135800A (zh) * | 2019-04-23 | 2019-08-16 | 南京葡萄诚信息科技有限公司 | 一种人工智能视频面试方法及系统 |
| CN111222837A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 智能化面试的方法、系统、设备及计算机存储介质 |
| CN112466308A (zh) * | 2020-11-25 | 2021-03-09 | 北京明略软件系统有限公司 | 一种基于语音识别的辅助面试方法及系统 |
| CN113822645A (zh) * | 2021-09-07 | 2021-12-21 | 广州网才信息技术有限公司 | 一种面试管理系统、设备及计算机介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王丽艳: ""后疫情时代，校园招聘的数字化应用实践"", 《第十五届（2020）中国管理学年会论文集中国管理现代化研究会会议论文集》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115936530A (zh) * | 2022-12-29 | 2023-04-07 | 北京三星九千认证中心有限公司 | 基于关键词的履职能力评估方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114418366B (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200327505A1 (en) | Multi-dimensional candidate classifier | |
| CN115335902A (zh) | 用于异步视频设置中的自动候选者评估的系统和方法 | |
| CN109670023A (zh) | 人机自动面试方法、装置、设备和存储介质 | |
| CN110377804A (zh) | 培训课程数据的推送方法、装置、系统及存储介质 | |
| CN110619450B (zh) | 风险交流管理方法、系统和计算机可读存储介质 | |
| CN110516057B (zh) | 一种信访问题答复方法及装置 | |
| CN105393267A (zh) | 机会事件 | |
| US20210158302A1 (en) | System and method of authenticating candidates for job positions | |
| CN114418366B (zh) | 一种智能云面试的数据处理方法和装置 | |
| CN113313549A (zh) | 共享律所案件精准委托和智能报价系统 | |
| CN111429101A (zh) | 基于人工智能的远程面试系统及其方法 | |
| CN111222837A (zh) | 智能化面试的方法、系统、设备及计算机存储介质 | |
| CN116485450B (zh) | 一种需求自动识别的方法 | |
| WO2019012781A1 (ja) | 情報処理装置及びプログラム | |
| CN107895284B (zh) | 交流页面管控方法、装置、终端和计算机可读存储介质 | |
| CN112929502B (zh) | 一种基于电力客服的语音识别方法及系统 | |
| CN111327661A (zh) | 推送方法、推送装置、服务器和计算机可读存储介质 | |
| CN111985900B (zh) | 信息处理方法及装置 | |
| CN113761127A (zh) | 一种任务处理方法、装置、电子设备和存储介质 | |
| US11797940B2 (en) | Method and system for assessment and negotiation of compensation | |
| CN114118859A (zh) | 岗位分配系统、方法、电子设备及存储介质 | |
| US20190304040A1 (en) | System and Method for Vetting Potential Jurors | |
| CN111192008A (zh) | 一种自助导办系统和方法 | |
| JP7353695B1 (ja) | 情報提供装置 | |
| CN116823508B (zh) | 基于大数据分析的尽职调查与资信评估系统 |
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 |