CN115129990A - 一种基于用户需求的人力资源在线匹配系统 - Google Patents
一种基于用户需求的人力资源在线匹配系统 Download PDFInfo
- Publication number
- CN115129990A CN115129990A CN202210774857.3A CN202210774857A CN115129990A CN 115129990 A CN115129990 A CN 115129990A CN 202210774857 A CN202210774857 A CN 202210774857A CN 115129990 A CN115129990 A CN 115129990A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- similarity
- target
- text
- 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
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06Q10/1053—Employment or hiring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于大数据技术领域,提供了一种基于用户需求的人力资源在线匹配系统,该系统包括:数据获取模块,用于获取目标岗位的文本数据和待匹配用户的文本数据;用户数据分词模块,用于对待匹配用户的文本数据进行分词处理,得到待匹配文本数据;岗位数据分词模块,用于对目标岗位的文本数据进行分词处理,得到岗位文本数据;相似度获取模块,用于获取岗位文本数据与待匹配文本数据的文本相似度;匹配方案生成模块,用于根据文本相似度获取待匹配用户的推荐权重,并根据推荐权重生成目标匹配方案;解决了现有技术中招聘网站采用关键词对职位与简历进行匹配所导致的匹配结果不合理等问题。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于用户需求的人力资源在线匹配系统。
背景技术
随着招聘和求职的需求量不断增大,传统的一些收集信息的渠道,如专人登记等,已不能满足需要。信息的全球化和网络的高速发展,带来了全新的求职和招聘模式,即网络招聘。各种招聘网站层出不穷,网络化的社交方式也提供了良好的人力资源平台,由于网络招聘平台信息的丰富性以及操作的便利性,越来越多的求职者通过网络招聘平台查询合适的招聘职位信息进行求职。目前,市场上的招聘网站绝大多数采用基于相同关键词匹配的方式对职位和简历进行匹配,向招聘方推荐与其发布的招聘职位信息中具有相同关键词的求职简历,向求职者推荐与其发布的求职简历信息中具有相同关键词的招聘职位;但是,由于语言表达的多样性,招聘方在发布的招聘职位中用词和求职者发布的求职简历中用词可能不一致,因此,按照关键词来匹配,往往不能达到精确的匹配效果,容易出现推荐内容不符合招聘方要求的问题。
发明内容
本发明提供一种基于用户需求的人力资源在线匹配系统,以解决现有技术中招聘网站采用关键词对职位与简历进行匹配所导致的匹配结果不合理等问题。
本发明提供的一种基于用户需求的人力资源在线匹配系统,包括:数据获取模块,用于获取目标岗位的文本数据和待匹配用户的文本数据;
用户数据分词模块,用于对所述待匹配用户的文本数据进行分词处理,得到待匹配数据;
岗位数据分词模块,用于对所述目标岗位的文本数据进行分词处理,得到目标岗位数据;
文本相似度获取模块,用于获取所述目标岗位数据与所述待匹配数据的词义相似度和位置相似度,得到第一词义相似度和第一位置相似度,并根据所述第一词义相似度和所述第一位置相似度确定第一文本相似度;
匹配方案生成模块,用于根据所述第一文本相似度获取所述待匹配用户的推荐权重,并根据所述推荐权重生成目标匹配方案。
可选的,所述基于用户需求的人力资源在线匹配系统还包括:用户分类模块,用于获取若干个样本用户的文本数据,并采用聚类算法对所述样本用户的文本数据进行分类处理,得到分类结果,所述分类结果包括若干个用户类别;
类别匹配模块,用于根据所述分类结果对所述待匹配用户的文本数据进行用户类别匹配,确定所述待匹配用户的用户类别;
目标用户模块,用于获取所述待匹配用户的用户类别所对应的样本用户,得到目标用户。
可选的,所述匹配方案生成模块包括:历史岗位数据获取单元,用于获取所述目标用户的历史投递岗位的文本数据;
历史岗位数据分词单元,用于对所述目标用户的历史投递岗位的文本数据进行分词处理,得到历史岗位数据;
历史岗位相似度单元,用于获取所述历史岗位数据与所述目标岗位数据的词义相似度和位置相似度,得到第二词义相似度和第二位置相似度,根据所述第二词义相似度和所述第二位置相似度,确定第二文本相似度;
第一权重确定单元,用于根据所述第一文本相似度和所述第二文本相似度,确定所述待匹配用户的推荐权重。
可选的,所述基于用户需求的人力资源在线匹配系统还包括:第一偏好数据获取单元,用于获取所述目标用户对目标岗位的评价数据和所述目标用户的历史工作数据;
第一偏好度单元,用于根据所述目标用户对目标岗位的评价数据和所述目标用户的历史工作数据,确定第一偏好度。
可选的,所述基于用户需求的人力资源在线匹配系统还包括:第二偏好数据获取单元,用于获取所述待匹配用户对所述目标岗位的评价数据和所述待匹配用户的历史工作数据;
第二偏好度单元,用于根据所述待匹配用户对所述目标岗位的评价数据和所述待匹配用户的历史工作数据,确定第二偏好度;
目标偏好度单元,用于根据所述第一偏好度和所述第二偏好度,确定目标偏好度。
可选的,所述匹配方案生成模块还包括:第一权重设置单元,用于设置第一文本相似度权重、第二文本相似度权重和偏好度权重;
第一评价参数单元,根据所述第一文本相似度权重和所述第一文本相似度,获取第一文本相似度评价参数;
第二评价参数单元,用于根据所述第二文本相似度权重和所述第二文本相似度,获取第二文本相似度评价参数;
第三评价参数单元,用于根据所述偏好度权重和所述目标偏好度,确定目标偏好度评价参数;
第二权重确定单元,根据所述第一文本相似度评价参数、所述第二文本相似度评价参数和所述偏好度评价参数,确定所述推荐权重。
可选的,所述文本相似度获取模块包括:第二权重设置单元,用于设置词义权重和位置权重;
词义评价单元,用于根据所述词义权重和所述第一词义相似度,确定第一词义评价参数;
位置评价单元,用于根据所述位置权重和所述第一位置相似度,确定第一位置评价参数;
文本相似度单元,用于根据所述第一词义评价参数和所述第一位置评价参数,获取所述第一文本相似度。
可选的,所述匹配方案生成模块还包括:候选数据获取单元,用于获取所述目标岗位的历史候选对象,获取所述历史候选对象的文本数据;
候选数据分词单元,用于对所述历史候选对象的文本数据进行分词处理,得到候选数据;
第三相似度单元,用于获取所述候选数据和所述待匹配数据的词义相似度和位置相似度,得到第三词义相似度和第三位置相似度,并根据所述第三词义相似度和所述第三位置相似度确定第三文本相似度;
第三权重确定单元,用于根据所述第三文本相似度和所述第一文本相似度,确定所述待匹配对象的推荐权重。
可选的,所述匹配方案生成模块还包括:目标数量单元,用于获取所述目标岗位的需求数量,得到目标数量;
推荐权重获取单元,用于获取若干个待匹配用户的推荐权重;
排序单元,用于对所述若干个待匹配用户的推荐权重进行排序,得到排序结果;
匹配方案生成单元,用于根据所述排序结果和所述目标数量,生成所述目标匹配方案。
可选的,所述匹配方案生成模块还包括:目标匹配用户单元,用于对所述若干个待匹配用户的推荐权重进行排序,确定最高推荐权重的待匹配用户为目标匹配用户
如上所述,本发明提供了一种基于用户需求的人力资源在线匹配系统,具有以下有益效果:通过获取目标岗位的文本数据并分词得到待匹配数据,获取待匹配用户的文本数据并分词得到目标岗位数据;获取目标岗位数据与待匹配数据的词义相似度和位置相似度,根据词义相似度和位置相似度确定文本相似度;根据文本相似度获取待匹配用户的推荐权重,并根据所述推荐权重生成目标匹配方案;通过词义相似度和位置相似度确定文本相似度,并在文本相似度的基础上确定推荐权重,从文本数据中词义和位置的维度共同确定推荐权重,从而提高了文本相似度的计算准确性,进而保证了推荐用户的准确性;解决了现有技术中招聘网站采用关键词对职位与简历进行匹配所导致的匹配结果不合理等问题。
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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中基于用户需求的人力资源在线匹配系统的模块示意图;
图2是本发明实施例中基于用户需求的人力资源在线匹配系统的模块示意图;
图3是本发明实施例中电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明提供的基于用户需求的人力资源在线匹配系统的结构示意图。
如图1所示,所示基于用户需求的人力资源在线匹配系统包括:11数据获取模块、12用户数据分词模块、13岗位数据分词模块、14文本相似度获取模块以及15匹配方案生成模块。
其中,数据获取模块,用于获取目标岗位的文本数据和待匹配用户的文本数据;
用户数据分词模块,用于对待匹配用户的文本数据进行分词处理,得到待匹配数据;
岗位数据分词模块,用于对目标岗位的文本数据进行分词处理,得到目标岗位数据;
文本相似度获取模块,用于获取目标岗位数据与待匹配数据的词义相似度和位置相似度,得到第一词义相似度和第一位置相似度,并根据第一词义相似度和第一位置相似度确定第一文本相似度;
匹配方案生成模块,用于根据第一文本相似度获取待匹配用户的推荐权重,并根据推荐权重生成目标匹配方案,数据获取模块、用户数据分词模块、岗位数据分词模块、文本相似度模块和匹配方案生成模块连接。
在一实施例中,目标岗位的文本数据包括但不限于目标岗位的岗位需求文本数据、目标岗位的文本描述数据。待匹配用户包括但不限于求职者,待匹配用户的文本数据包括但不限于求职者的简历、求职者的个人经历文本描述数据。
在一实施例中,对待匹配用户的文本数据进行分词处理,得到待匹配数据包括对待匹配用户的文本数据进行分词处理,并对经过分词处理后的待匹配用户的文本数据进行去停用词,得到待匹配数据。
在一实施例中,对目标岗位的文本数据进行分词处理,得到目标岗位数据包括对目标岗位的文本数据进行分词处理,并对经过分词处理后的目标岗位的文本数据进行去停用词,得到目标岗位数据。
在一实施例中,在待匹配用户的文本数据和目标岗位的文本数据进行分词处理之前,可以对待匹配用户的文本数据和目标岗位的文本数据进行预处理,预处理包括数据清理、处理特殊标点符号等。数据清洗主要是通过对数据进行重新审核查验,删除重复数据、纠正错误数据,以保证数据一致性。常用的数据清洗方法包括数理统计法、回归统计等,可根据实际应用需求进行选择,这里不作限制。
在一实施例中,文本相似度获取模块包括:第二权重设置单元,用于设置词义权重和位置权重;词义评价单元,用于根据词义权重和第一词义相似度,确定第一词义评价参数;位置评价单元,用于根据位置权重和第一位置相似度,确定第一位置评价参数;文本相似度单元,用于根据第一词义评价参数和第一位置评价参数,获取第一文本相似度。具体地,可以根据位置权重和第一位置相似度的乘积确定第一位置评价参数,可以根据词义权重和第一词义相似度确定第一词义评价参数。可以根据第一词义评价参数和第一位置评价参数之和,得到第一文本相似度。具体地,词的位置评价参数可以根据文本数据中词在一个句子中所处的位置进行确定,例如一个词处于一个句子首位置,其位置权重可以为4,一个词处于一个句子除首位置外的其他位置,其位置权重可以为3,统计同一个词的所有位置,将所有位置权重相加后除词频,得到这个词的位置评价参数。
在一实施例中,基于用户需求的人力资源在线匹配系统还包括:用户分类模块,用于获取若干个样本用户的文本数据,并采用聚类算法对样本用户的文本数据进行分类处理,得到分类结果,分类结果包括若干个用户类别;类别匹配模块,用于根据分类结果对待匹配用户的文本数据进行用户类别匹配,确定待匹配用户的用户类别;目标用户模块,用于获取待匹配用户的用户类别所对应的样本用户,得到目标用户。聚类算法包括但不限于K-means聚类算法。采用K-means聚类算法对样本用户的文本数据进行分类处理,得到分类结果,分类结果包括若干个用户类别。具体地,根据实际经验设定K值,若聚类得到的分类结果不符合预设条件也可以调整K值,例如,同一个用户类别下样本用户的学历不同时,可以重新设置K值。
在一实施例中,目标用户模块与匹配方案生成模块相互连接。匹配方案生成模块包括:历史岗位数据获取单元,用于获取目标用户的历史投递岗位的文本数据;历史岗位数据分词单元,用于对目标用户的历史投递岗位的文本数据进行分词处理,得到历史岗位数据;历史岗位相似度单元,用于获取历史岗位数据与目标岗位数据的词义相似度和位置相似度,得到第二词义相似度和第二位置相似度,根据第二词义相似度和所述第二位置相似度,确定第二文本相似度;第一权重确定单元,用于根据第一文本相似度和所述第二文本相似度,确定待匹配用户的推荐权重。对目标用户的历史投递岗位的文本数据进行分词处理与对目标用户的文本数据进行分词处理的方法相同,此处不再赘述。根据第二词义相似度和所述第二位置相似度确定第二文本相似度的方法与第一文本相似度的确定方法相同,在此不再赘述。目标用户的历史投递岗位的文本数据包括但不限于目标用户所投递的岗位需求文本数据、目标用户所投递的岗位文本描述数据。根据第一文本相似度和所述第二文本相似度,确定待匹配用户的推荐权重包括设置第一文本相似度权重和第二文本相似度权重;根据第一文本相似度权重和第一文本相似度,获取第一文本相似度评价参数;根据第二文本相似度权重和第二文本相似度,获取第二文本相似度评价参数;根据第一文本相似度评价参数和第二文本相似度评价参数确定推荐权重。根据第一文本相似度评价参数和第二文本相似度评价参数确定推荐权重可以根据第一文本相似度评价参数和第二文本相似度评价参数之和确定推荐权重。第一文本相似度权重和第二文本相似度权重可以根据实际情况进行设定。
在一实施例中,基于用户需求的人力资源在线匹配系统还包括:第一偏好数据获取单元,用于获取目标用户对目标岗位的评价数据和目标用户的历史工作数据;第一偏好度单元,用于根据目标用户对目标岗位的评价数据和目标用户的历史工作数据,确定第一偏好度。根据目标用户对目标岗位的评价数据和目标用户的历史工作数据,确定第一偏好度包括根据目标用户对目标岗位的评价数据得到第一评分,对目标用户的历史工作数据进行分词,得到第一工作数据,计算第一工作数据与目标岗位数据的文本相似度;根据第一评分和第一工作数据与目标岗位数据的文本相似度确定,第一偏好度。可以根据第一评分和目标岗位数据与第一工作数据的文本相似度之和确定第一偏好度。第一工作数据与岗位数据的文本相似度的计算方法可以参照第一文本相似度的计算方法,在此不再赘述。通过确定第一偏好度,在此基础上确定的推荐权重更符合待匹配用户(求职者)的用户需求。
在一实施例中,基于用户需求的人力资源在线匹配系统还包括:第二偏好数据获取单元,用于获取待匹配用户对目标岗位的评价数据和待匹配用户的历史工作数据;第二偏好度单元,用于根据待匹配用户对目标岗位的评价数据和待匹配用户的历史工作数据,确定第二偏好度;目标偏好度单元,用于根据第一偏好度和所述第二偏好度,确定目标偏好度。根据待匹配用户对目标岗位的评价数据和待匹配用户的历史工作数据,确定第二偏好度包括根据目标用户对目标岗位的评价数据得到第二评分,对待匹配用户的历史工作数据进行分词,得到第二工作数据,计算第二工作数据与目标岗位数据的文本相似度;根据第二评分和第二工作数据与目标岗位数据的文本相似度确定,第二偏好度。可以根据第二评分和目标岗位数据与第二工作数据的文本相似度之和确定第二偏好度。第二工作数据与岗位数据的文本相似度的计算方法可以参照第二文本相似度的计算方法,在此不再赘述。
在一实施例中,根据第一偏好度和所述第二偏好度,确定目标偏好度包括设置第一偏好度权重和第二偏好度权重;根据第一偏好度权重和第一偏好度确定第一偏好度评价参数;根据第二偏好度和第二偏好度权重确定第二偏好度评价参数;最后根据第一偏好度评价参数和第二偏好度评价参数确定目标偏好度。具体地,可以根据第一偏好度权重和第一偏好度的乘积确定第一偏好度评价参数;根据第二偏好度和第二偏好度权重的乘积确定第二偏好度评价参数,可以根据第一偏好度评价参数和第二偏好度评价参数之和确定目标偏好度。通过确定第一偏好度和第二偏好度确定目标偏好度,并在目标偏好度的基础上确定的推荐权重更进一步符合待匹配用户(求职者)的用户需求。可以根据实际经验设定第一偏好度权重和第二偏好度权重。
在一实施例中,匹配方案生成模块还包括:第一权重设置单元,用于设置第一文本相似度权重、第二文本相似度权重和偏好度权重;第一评价参数单元,根据第一文本相似度权重述第一文本相似度,获取第一文本相似度评价参数;第二评价参数单元,用于根据第二文本相似度权重和第二文本相似度,获取第二文本相似度评价参数;第三评价参数单元,用于根据偏好度权重和目标偏好度,确定目标偏好度评价参数;第二权重确定单元,根据第一文本相似度评价参数、第二文本相似度评价参数和偏好度评价参数,确定所述推荐权重。可以根据偏好度权重和目标偏好度的乘积确定目标偏好度评价参数。可以根据第一文本相似度评价参数、第二文本相似度评价参数和偏好度评价参数之和确定所述推荐权重。偏好度权重可以根据实际经验进行设定。
在一实施例中,匹配方案生成模块还包括:候选数据获取单元,用于获取目标岗位的历史候选对象,获取历史候选对象的文本数据;候选数据分词单元,用于对历史候选对象的文本数据进行分词处理,得到候选数据;第三相似度单元,用于获取候选数据和待匹配数据的词义相似度和位置相似度,得到第三词义相似度和第三位置相似度,并根据第三词义相似度和所述第三位置相似度确定第三文本相似度;第三权重确定单元,用于根据第三文本相似度和第一文本相似度,确定待匹配对象的推荐权重。第三文本相似度的确定方法可以参照第一文本相似度的确定方法,在此不再赘述。目标岗位的历史候选对象包括但不限于招聘者浏览的求职者、招聘者沟通过的求职者、招聘者面试过的求职者。历史候选对象的文本数据包括但不限于历史候选对象的简历、历史候选对象的个人经历文本描述数据。对历史候选对象的文本数据可以参照对待匹配用户的文本数据的分词方法,在此不再赘述。可以根据第三文本相似度和第一文本相似度之和确定待匹配对象的推荐权重。通过获取目标岗位的历史候选对象以及对应的文本数据,并根据历史候选对象的文本数据得到第三文本相似度,再根据第三文本相似度和第一文本相似度确定待匹配对象的推荐权重,更符合招聘者的用户需求。
在一实施例中,匹配方案生成模块还包括:目标数量单元,用于获取目标岗位的需求数量,得到目标数量;推荐权重获取单元,用于获取若干个待匹配用户的推荐权重;排序单元,用于对若干个待匹配用户的推荐权重进行排序,得到排序结果;匹配方案生成单元,用于根据排序结果和目标数量,生成目标匹配方案。根据排序结果和目标数量,生成目标匹配方案包括获取与目标数量相等的最大的若干个待匹配用户,生成目标匹配方案。生成的目标匹配方案的待匹配用户的数量也可以大于目标数量。
在一实施例中,匹配方案生成模块还包括:目标匹配用户单元,用于若干个待匹配用户的推荐权重进行排序,确定最高推荐权重的待匹配用户为目标匹配用户。
本发明实施例提供了一种基于用户需求的人力资源在线匹配系统,通过词义相似度和位置相似度确定文本相似度,并在文本相似度的基础上确定推荐权重,从文本数据中词义和位置的维度共同确定推荐权重,从而提高了文本相似度的计算准确性,进而保证了推荐用户的准确性;解决了现有技术中招聘网站采用关键词对职位与简历进行匹配所导致的匹配结果不合理等问题。
在一实施例中,基于用户需求的人力资源在线匹配系统可以由以由多侧计算机设备共同完成,多侧计算机设备可以包括终端一侧和服务器一侧,终端包括但不限于台式计算机、基本计算机、平板电脑、手机、智能语音交互设备、智能家电、车载终端、飞行器等,服务器包括但不限于单个服务器或者服务器集群等。计算机设备可以包括处理器、存储器、通信部件等。处理器可以是CPU(central processing unit,中央处理器),处理器可以用于读取指令和对数据进行处理,例如,作为终端一侧的处理器,获取目标岗位的文本数据和待匹配用户的文本数据;可以根据目标匹配方案推荐目标匹配用户,等等;作为服务器一侧的处理器,可以对待匹配用户的文本数据进行分词处理,得到待匹配数据;可以对目标岗位的文本数据进行分词处理,得到目标岗位数据;可以对目标岗位的文本数据进行分词处理,得到目标岗位数据;可以获取目标岗位数据与待匹配数据的词义相似度和位置相似度,得到第一词义相似度和第一位置相似度,并根据第一词义相似度和第一位置相似度确定第一文本相似度;可以根据第一文本相似度获取待匹配用户的推荐权重,并根据推荐权重生成目标匹配方案,等等。
存储器可以包括ROM(read-only memory,只读存储器)、RAM(random accessmemory,随机存取存储器)、CD-ROM(compact disc read-only memory,光盘只读存储器)、磁盘、光数据存储设备等。存储器可以用于数据存储,例如,作为终端一侧的存储器,可以对待匹配用户的目标文本分词数据、目标岗位的分词相关数据、第一文本相似度的相关数据进行存储,等等;作为服务器一侧的存储器,可以对目标岗位的文本数据、待匹配用户的文本数据等数据进行存储。
通信部件可以是有线网络连接器、WiFi(wireless fidelity,无线保真)模块、蓝牙模块、蜂巢网通信模块等。通信部件可以用于接收和发送信号。计算机设备中安装具有生成动态页面功能的应用程序。
需要说明的是:上述实施例提供的基于用户需求的人力资源在线匹配在生成目标匹配方案时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在一个实施例中,请参见图3,本实施例还提供了一种电子设备300,包括存储器301、处理器302及存储在存储器上并可在处理器上运行的计算机程序,所述处理器302执行所述计算机程序时实现如上任一项实施例所述系统中包括的步骤。
本实施例中的计算机可读存储介质,本领域普通技术人员可以理解:实现上述任一项实施例所述系统中包括的步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述任一项实施例所述系统中包括的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子设备,包括处理器、存储器、收发器和通信接口,存储器和通信接口与处理器和收发器连接并完成相互间的通信,存储器用于存储计算机程序,通信接口用于进行通信,处理器和收发器用于运行计算机程序,使电子设备执行如上任一项实施例所述系统中包括的步骤。
在本实施例中,存储器可能包含随机存取存储器(Random Access Memory,简称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(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
在上述实施例中,说明书对“本实施例”、“一实施例”、“另一实施例”、“在一些示例性实施例”或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中,但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。
在上述实施例中,尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如,其他存储结构(例如,动态RAM(DRAM))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种基于用户需求的人力资源在线匹配系统,其特征在于,包括:
数据获取模块,用于获取目标岗位的文本数据和待匹配用户的文本数据;
用户数据分词模块,用于对所述待匹配用户的文本数据进行分词处理,得到待匹配数据;
岗位数据分词模块,用于对所述目标岗位的文本数据进行分词处理,得到目标岗位数据;
文本相似度获取模块,用于获取所述目标岗位数据与所述待匹配数据的词义相似度和位置相似度,得到第一词义相似度和第一位置相似度,并根据所述第一词义相似度和所述第一位置相似度确定第一文本相似度;
匹配方案生成模块,用于根据所述第一文本相似度获取所述待匹配用户的推荐权重,并根据所述推荐权重生成目标匹配方案。
2.根据权利要求1所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述基于用户需求的人力资源在线匹配系统还包括:
用户分类模块,用于获取若干个样本用户的文本数据,并采用聚类算法对所述样本用户的文本数据进行分类处理,得到分类结果,所述分类结果包括若干个用户类别;
类别匹配模块,用于根据所述分类结果对所述待匹配用户的文本数据进行用户类别匹配,确定所述待匹配用户的用户类别;
目标用户模块,用于获取所述待匹配用户的用户类别所对应的样本用户,得到目标用户。
3.根据权利要求2所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述匹配方案生成模块包括:
历史岗位数据获取单元,用于获取所述目标用户的历史投递岗位的文本数据;
历史岗位数据分词单元,用于对所述目标用户的历史投递岗位的文本数据进行分词处理,得到历史岗位数据;
历史岗位相似度单元,用于获取所述历史岗位数据与所述目标岗位数据的词义相似度和位置相似度,得到第二词义相似度和第二位置相似度,根据所述第二词义相似度和所述第二位置相似度,确定第二文本相似度;
第一权重确定单元,用于根据所述第一文本相似度和所述第二文本相似度,确定所述待匹配用户的推荐权重。
4.根据权利要求2所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述基于用户需求的人力资源在线匹配系统还包括:
第一偏好数据获取单元,用于获取所述目标用户对目标岗位的评价数据和所述目标用户的历史工作数据;
第一偏好度单元,用于根据所述目标用户对目标岗位的评价数据和所述目标用户的历史工作数据,确定第一偏好度。
5.根据权利要求4所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述基于用户需求的人力资源在线匹配系统还包括:
第二偏好数据获取单元,用于获取所述待匹配用户对所述目标岗位的评价数据和所述待匹配用户的历史工作数据;
第二偏好度单元,用于根据所述待匹配用户对所述目标岗位的评价数据和所述待匹配用户的历史工作数据,确定第二偏好度;
目标偏好度单元,用于根据所述第一偏好度和所述第二偏好度,确定目标偏好度。
6.根据权利要求2-5任一项所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述匹配方案生成模块还包括:
第一权重设置单元,用于设置第一文本相似度权重、第二文本相似度权重和偏好度权重;
第一评价参数单元,根据所述第一文本相似度权重和所述第一文本相似度,获取第一文本相似度评价参数;
第二评价参数单元,用于根据所述第二文本相似度权重和所述第二文本相似度,获取第二文本相似度评价参数;
第三评价参数单元,用于根据所述偏好度权重和所述目标偏好度,确定目标偏好度评价参数;
第二权重确定单元,根据所述第一文本相似度评价参数、所述第二文本相似度评价参数和所述偏好度评价参数,确定所述推荐权重。
7.根据权利要求1所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述文本相似度获取模块包括:
第二权重设置单元,用于设置词义权重和位置权重;
词义评价单元,用于根据所述词义权重和所述第一词义相似度,确定第一词义评价参数;
位置评价单元,用于根据所述位置权重和所述第一位置相似度,确定第一位置评价参数;
文本相似度单元,用于根据所述第一词义评价参数和所述第一位置评价参数,获取所述第一文本相似度。
8.根据权利要求1所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述匹配方案生成模块还包括:
候选数据获取单元,用于获取所述目标岗位的历史候选对象,获取所述历史候选对象的文本数据;
候选数据分词单元,用于对所述历史候选对象的文本数据进行分词处理,得到候选数据;
第三相似度单元,用于获取所述候选数据和所述待匹配数据的词义相似度和位置相似度,得到第三词义相似度和第三位置相似度,并根据所述第三词义相似度和所述第三位置相似度确定第三文本相似度;
第三权重确定单元,用于根据所述第三文本相似度和所述第一文本相似度,确定所述待匹配对象的推荐权重。
9.根据权利要求1所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述匹配方案生成模块还包括:
目标数量单元,用于获取所述目标岗位的需求数量,得到目标数量;
推荐权重获取单元,用于获取若干个待匹配用户的推荐权重;
排序单元,用于对所述若干个待匹配用户的推荐权重进行排序,得到排序结果;
匹配方案生成单元,用于根据所述排序结果和所述目标数量,生成所述目标匹配方案。
10.根据权利要求9所述的基于用户需求的人力资源在线匹配系统,其特征在于,所述匹配方案生成模块还包括:
目标匹配用户单元,用于对所述若干个待匹配用户的推荐权重进行排序,确定最高推荐权重的待匹配用户为目标匹配用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210774857.3A CN115129990A (zh) | 2022-07-01 | 2022-07-01 | 一种基于用户需求的人力资源在线匹配系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210774857.3A CN115129990A (zh) | 2022-07-01 | 2022-07-01 | 一种基于用户需求的人力资源在线匹配系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129990A true CN115129990A (zh) | 2022-09-30 |
Family
ID=83381794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210774857.3A Pending CN115129990A (zh) | 2022-07-01 | 2022-07-01 | 一种基于用户需求的人力资源在线匹配系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129990A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236912A (zh) * | 2023-11-13 | 2023-12-15 | 湖南小翅科技有限公司 | 一种基于大数据的灵活就业人岗匹配系统与方法 |
-
2022
- 2022-07-01 CN CN202210774857.3A patent/CN115129990A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236912A (zh) * | 2023-11-13 | 2023-12-15 | 湖南小翅科技有限公司 | 一种基于大数据的灵活就业人岗匹配系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210224286A1 (en) | Search result processing method and apparatus, and storage medium | |
CN108804641B (zh) | 一种文本相似度的计算方法、装置、设备和存储介质 | |
Oghbaie et al. | Pairwise document similarity measure based on present term set | |
WO2019199719A1 (en) | Dynamically generated machine learning models | |
US20200110842A1 (en) | Techniques to process search queries and perform contextual searches | |
KR20160121806A (ko) | 일시적 거래 한도 결정 | |
US11099843B2 (en) | Determining similarity groupings for software development projects | |
CN115098650B (zh) | 基于历史数据模型的评论信息分析方法及相关装置 | |
US20180032521A1 (en) | Triggering application information | |
CN104615723B (zh) | 查询词权重值的确定方法和装置 | |
CN115129990A (zh) | 一种基于用户需求的人力资源在线匹配系统 | |
WO2022245469A1 (en) | Rule-based machine learning classifier creation and tracking platform for feedback text analysis | |
Wei et al. | Online education recommendation model based on user behavior data analysis | |
CN110262906B (zh) | 接口标签推荐方法、装置、存储介质和电子设备 | |
Uddin et al. | App competition matters: How to identify your competitor apps? | |
CN116028722A (zh) | 一种基于词向量的岗位推荐方法、装置及计算机设备 | |
CN109299353A (zh) | 一种网页信息搜索方法及装置 | |
CN114647739A (zh) | 实体链指方法、装置、电子设备及存储介质 | |
CN114329206A (zh) | 标题生成方法和装置、电子设备、计算机可读介质 | |
CN113761379A (zh) | 商品推荐方法及装置、电子设备和介质 | |
CN113393303A (zh) | 物品推荐方法、装置、设备及存储介质 | |
WO2015159702A1 (ja) | 部分情報抽出システム | |
CN111291829A (zh) | 一种精选图片的自动确定方法和系统 | |
CN115795023B (zh) | 文档推荐方法、装置、设备以及存储介质 | |
US20220147706A1 (en) | Optimized machine learning marketplace assistant |
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 |