CN115760037A - 确定岗位需求信息的方法、装置、计算机存储介质及终端 - Google Patents
确定岗位需求信息的方法、装置、计算机存储介质及终端 Download PDFInfo
- Publication number
- CN115760037A CN115760037A CN202211229058.4A CN202211229058A CN115760037A CN 115760037 A CN115760037 A CN 115760037A CN 202211229058 A CN202211229058 A CN 202211229058A CN 115760037 A CN115760037 A CN 115760037A
- Authority
- CN
- China
- Prior art keywords
- post
- information
- demand
- determining
- requirement
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文公开一种确定岗位需求信息的方法、装置、计算机存储介质及终端,包括:从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;根据岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;获取用户答复第二岗位需求问题的第二信息;根据第一信息和第二信息确定岗位需求信息;其中,第一岗位需求问题包括:确定需要招聘的岗位的基本需求的问题;第二岗位需求问题包括:与需要招聘的岗位相关联的问题。本发明实施例基于第一信息确定岗位需求关键字,自动拓展了关联第二岗位需求问题,自动化的完成了岗位需求问题的有效反馈,提升了确定岗位需求的效率和确定的岗位需求的质量。
Description
技术领域
本文涉及但不限于数据分析技术,尤指一种确定岗位需求信息的方法、装置、计算机存储介质及终端。
背景技术
目前,岗位需求主要基于人为沟通的方式进行,即项目提出需求后进行岗位需求内容编写,再由相关职级人员进行需求审核,后由岗位需求方发布需求和相关文档给到人力资源业务合作伙伴(HRBP)等相关人力岗,由人力岗位人员进行招聘发布。
为提升处理效率,相关技术引入人工智能(AI)算法对岗位需求进行分析;图1为相关技术岗位需求分析的示意图,如图1所示,AI算法一般包括数据治理、语义分析、模型学习训练、部署应用、效果反馈和迭代优化等处理;其中,数据治理包括:对岗位需求内容进行抽取、清洗和治理;语义分析包括:根据自然语言处理分析数据治理后的岗位需求内容,主要包括:中文分词、命名实体识别、词性标注和字词向量;模型学习训练包括:根据语义分析结果进行模型训练,并确定模型参数;部署应用包括:将确定参数的模型部署到前端进行岗位需求分析;效果反馈:由人工对岗位需求分析的结果进行评分;迭代优化:根据效果评分来进行模型迭代优化,优化模型对岗位需求分析能力。
上述方法均基于人为沟通确定的岗位需求内容进行,人为沟通存在成本高、效果差等情况,人力岗位人员如果对岗位存在认知偏差,可能会引起岗位描述不得当、且不能协助岗位需求方有效的表述对岗位胜任力的权重和对岗位进行个性化能力考量等,企业人才获取成本较大且人岗匹配度较低;此外,在项目冷启动时岗位描述模型准确性不足的情况下,岗位需求匹配度会影响项目的进度;如何实现岗位需求的有效分析,成为一个有待解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种确定岗位需求信息的方法、装置、计算机存储介质及终端,能够提升岗位需求的分析效率。
本发明实施例提供了一种确定岗位需求信息的方法,包括:
从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;
根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;
获取用户答复第二岗位需求问题的第二信息;
根据第一信息和第二信息确定岗位需求信息;
其中,所述第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;所述第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。
另一方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现上述确定岗位需求信息的方法。
再一方面,本发明实施例还提供一种终端,包括:存储器和处理器,所述存储器中保存有计算机程序;其中,
处理器被配置为执行存储器中的计算机程序;
所述计算机程序被所述处理器执行时实现如上述确定岗位需求信息的方法。
还一方面,本发明实施例还提供一种确定岗位需求信息的装置,包括:确定关键字单元、匹配单元、第一获取单元和确定需求单元;其中,
确定关键字单元设置为:从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;
匹配单元设置为:根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;
第一获取单元设置为:获取用户答复第二岗位需求问题的第二信息;
确定需求单元设置为:根据第一信息和第二信息确定岗位需求信息;
其中,所述第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;所述第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。
本申请技术方案包括:从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;获取用户答复第二岗位需求问题的第二信息;根据第一信息和第二信息确定岗位需求信息;其中,所述第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;所述第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。本发明实施例基于第一信息确定岗位需求关键字,自动拓展了关联第二岗位需求问题,自动化的完成了岗位需求问题的有效反馈,提升了确定岗位需求的效率和确定的岗位需求的质量。
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说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为相关技术岗位需求分析的示意图;
图2为本发明实施例确定岗位需求信息的方法的流程图;
图3为本发明实施例通过即时通信应用进行会话的示意图;
图4为本发明实施例确定岗位需求信息的流程示意图;
图5为本发明实施例确定岗位需求信息的装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2为本发明实施例确定岗位需求信息的方法的流程图,如图2所示,包括:
步骤201、从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息。
在一种示例性实例中,本发明实施例第一岗位需求问题包括一个以上,可以包括以下一项或任意组合:
岗位方向、岗位类型、岗位职责和岗位基本要求;
需要说明的是,第一岗位需求问题由本领域技术人员根据场景预先设定,例如、针对需要进行岗位需求的A公司,如果A公司有需要招聘多种类型的研发人员,则根据招聘研发人员均需要考虑的内容,可以设置岗位方向、岗位类型、岗位职责和岗位基本需求等第一岗位需求问题;在一种示例性实例中,预先确定的第一岗位需求问题可以由本领域技术根据应用场景的不同进行调整。
在一种示例性实例中,本发明实施例可以参照相关技术中已有的信息分析方法对第一信息进行处理,以确定岗位需求关键字,包括但不限于文本分析方法。
步骤202、根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;这里,第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题;
在一种示例性实例中,本发明实施例中的知识图谱数据库可以是相关技术中已有的用于人力资源信息记录的数据库;例如、员工信息系统。本发明实施例中的知识图谱数据库可以存储以下一项或任意组合的信息:职业技能、项目协作能力和思维能力等;
在一种示例性实例中,本发明实施例第二岗位需求问题包括以下一项或任意组合:岗位的个性化要求、工作能力倾向、特殊项目参与、沟通能力和运营能力;根据第一信息和知识图谱数据库的不同,第二岗位需求问题会根据岗位差异进行自动匹配。在一种示例性实例中,从知识图谱数据库中匹配第二岗位需求问题的方法可以参照相关技术实现,在此不做赘述。
步骤203、获取用户答复第二岗位需求问题的第二信息;
步骤204、根据第一信息和第二信息确定岗位需求信息;
本发明实施例基于第一信息确定岗位需求关键字,自动拓展了关联第二岗位需求问题,自动化的完成了岗位需求问题的有效反馈,提升了确定岗位需求的效率和确定的岗位需求的质量。
在一种示例性实例中,本发明实施例可以由用户主动上送第一信息,也可以采用交互方式上送第一信息;在一种示例性实例中,用户可以根据包括问卷调查在内的形式填写和上送第一信息。
在一种示例性实例中,本发明实施例从用户上送的第一信息确定岗位需求关键字之前,本发明实施例方法还包括:
通过预设的交互窗口向用户发送第一岗位需求问题;
接收用户通过交互窗口上送的第一信息。
在一种示例性实例中,本发明实施例中的交互窗口包括但不限于即时通信应用中的交互窗口;本发明实施例中即时通信应用包括但不限于:企业微信、钉钉等企业级即时通信工具;通过即时通信应用可以提升确定岗位需求的效率。在一种示例性实例中,本发明实施例中的交互窗口还可以包括网络页面上的用于信息交互的窗口。
在一种示例性实例中,本发明实施例获取用户答复第二岗位需求问题的第二信息,包括:
通过交互窗口加载第二岗位需求信息;
接收用户通过交互窗口答复的第二信息。
在一种示例性实例中,本发明实施例第一岗位需求问题和第二岗位需求问题可以包括以下格式的问题:文字、图片、语音和视频等。
图3为本发明实施例通过即时通信应用进行会话的示意图,如图3所示,出现岗位需求时,企业工作人员进入即时通信的会话场景中唤醒问答机器人进行人机对话,人机对话过程中,机器人向有岗位需求的企业工作人员发送预设的第一岗位需求问题,企业工作人员答复第一岗位需求问题的同时,对企业工作单元答复的第一信息进行岗位需求关键字确定,通过确定的岗位需求关键字从知识图谱数据库中匹配关联的一个以上第二岗位需求问题,本发明实施例第一岗位需求问题包括以下一项或任意组合:岗位方向、岗位类型、岗位职责、岗位基本要求和择优录取项;第二岗位需求问题可以包括以下一项或任意组合:项目经验、技能要求、岗位的个性化要求、工作能力倾向、特殊项目参与、沟通能力各运营能力等;参见图3,本发明实施例根据岗位需求(例如、产品经理、数据分析师和后端研发);岗位方向(C端产品经理、B端产品经理、数据产品经理和策略产品经理等);在回答第一岗位需求问题时,根据反馈的第一信息,例如当回答岗位方向为数据产品经理时,通过关联知识图谱数据库,可以加载数据产品经理的相关问题,例如、数据产品经理类型(底层数据类型、工具类型和算法类型等);本发明实施例通过接收第一岗位需求问题的反馈,以及通过对反馈的实时在线语义分析,从预设的知识图谱数据库中关联岗位需求的个性化问题,通过人机交互的拓展,丰富了岗位需求预估所需的内容。
在一种示例性实例中,本发明实施例方法还包括:根据第二信息确定岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第三岗位需求问题。在一种示例性实例中,上述第三岗位需求问题的拓展可以进一步提升岗位需求的准确性;需要说明的是,根据岗位需求关键字拓展岗位需求问题的处理次数,可以由本领域技术人员根据涉及岗位进行人为设定,对于一般岗位,通过步骤202到203的拓展,即可完成确定岗位需求的内容的确定。
在一种示例性实例中,本发明实施例从用户上送的第一信息确定岗位需求关键字,包括:
对第一信息进行在线实时语义分析,以确定岗位需求关键字。
在一种示例性实例中,本发明实施例根据第一信息和第二信息确定岗位需求,包括:
对第一信息和第二信息进行自然语言处理,获得第一信息和第二信息中包含的每一项岗位需求内容的特征向量;
通过预设的算法对获得的特征向量进行运算,获得岗位需求信息。
需要说明的是,本发明实施例中的预设算法包括但不限于相关技术中的人工智能(AI)算法。
在一种示例性实例中,本发明实施例可以通过词性标注、中文分词等语义分析对第一信息和第二信息进行特征量化,获得第一信息和第二信息中包含的每一项岗位需求内容的特征向量。在一种示例性实例中,本发明实施例可以基于相关技术中的系统形成用于分词处理的字典;例如员工信息系统,对已有系统中的数据,如简历、人才库的入库信息等提取实体表,形成字典;对上述运算过程中生成的数据,本发明实施例可以参照相关技术添加到字典当中。
图4为本发明实施例确定岗位需求信息的流程示意图,如图4所示,包括:通过即时通信应用进行人机沟通;获得人机沟通的会话内容,对会话内容进行数据存储;对存储的会话内容进行自然语言处理;对自然语言处理的结构通过AI算法平台的模型进行算法训练,预测获得岗位需求;在一种示例性实例中,本发明实施例获得岗位需求后,技术人员对预测获得的岗位需求进行分析,根据分析结果确定对AI算法进行参数调整,本发明实施例通过人为干预进行岗位需求的预测,基于人为预测的岗位需求与AI算法确定的岗位需求进行对比,根据对AI算法确定结果的正确与否对AI算法的模型参数进行调整;在一种示例性实例中,本发明实施例方法还包括:根据岗位需求的预测结果,调整人机沟通时预先设定的确定需要招聘的岗位的基本需求的问题。
在一种示例性实例中,通过预设的算法对获得的特征向量进行运算之前,本发明实施例方法还包括:
为一项以上特征向量设置相应的加权系数。
本发明实施例通过设置加权系数,在确定岗位需求时对岗位是否胜任的指标设置了相应的权重,实现了在确定的岗位需求表示岗位需求方对岗位的个性化能力的考量。
在一种示例性实例中,本发明实施例加权系统可以由本领域技术人员根据涉及岗位进行人为设定,加权系统可以通过预先设定的人机交互窗口进行设置和调整。在一种示例性实例中,本发明实施例可以采用相关技术中的有监督学习方法进行加权系数的设置和调整;本发明实施例根据设置的加权系数执行运算,确定岗位需求(JD)。
在一种示例性实例中,本发明实施例还包括:通过接收到的外部指令,对预设的算法进行参数调整。
在一种示例性实例中,根据第一信息和第二信息确定岗位需求信息之后,本发明实施例方法还包括:
将一项以上第二岗位需求问题存储为第一岗位需求问题。
本发明实施例将第二岗位需求问题调整为第一岗位需求问题,可以提升后续进行相同分类的岗位需求分析的岗位需求分析效率。
本发明实施例可以通过预设的数据平台执行会话信息、运算过程中生成信息的存储,通过数据平台加载预设算法,对会话数据进行处理、执行算法的训练优化等。
本发明实施例应用的算法,包括但不限于:聚类算法(K-means)、k近邻算法(KNN)、决策树与随机森林算法和向量机(SVM);其中,
聚类算法的算法逻辑:机器人问答,通过候选人会话文本的分词处理,相同回答合并组,找到共性并计算分值;随机取中心点,利用欧式距离计算样本到中心点的距离;取平均值做新的中心点,直到新老中心点的距离小于某一个阈值,合并组。
k近邻算法的算法逻辑:适用于样本量多时(有监督学习)找到预测报告中,已通过的正样本/负样本,与新的候选人样本做比对;利用数据范围内的样本距离做比对,新的候选人距离正/负样本的距离来做二分类判断;
决策树与随机森林的算法逻辑:问题答案a,候选人回答a,进入下一棵决策树;提问答案b,候选人回答a,终止判断;确定是否通过,报告结果为“否”。
向量机的算法逻辑:SVM是KNN的一个补充,根据历史有监督学习数据,基于数据结果在高维空间做线性分类,定义清晰的决策边界,来解决岗位报告的相关问题。
本发明实施例还提供一种计算机存储介质,计算机存储介质中存储有计算机程序,计算机程序被处理器执行时实现上述确定岗位需求信息的方法。
本发明实施例还提供一种终端,包括:存储器和处理器,存储器中保存有计算机程序;其中,
处理器被配置为执行存储器中的计算机程序;
计算机程序被处理器执行时实现如上述确定岗位需求信息的方法。
图5为本发明实施例确定岗位需求信息的装置的结构框图,如图5所示,包括:确定关键字单元、匹配单元、第一获取单元和确定需求单元;其中,
确定关键字单元设置为:从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;
匹配单元设置为:根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;
第一获取单元设置为:获取用户答复第二岗位需求问题的第二信息;
确定需求单元设置为:根据第一信息和第二信息确定岗位需求信息;
其中,第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。
在一种示例性实例中,本发明实施例装置还包括第二获取单元,设置为:
通过预设的交互窗口向用户发送第一岗位需求问题;
接收用户通过交互窗口上送的第一信息。
在一种示例性实例中,本发明实施例第一获取单元是设置为:
通过交互窗口加载第二岗位需求信息;
接收用户通过交互窗口答复的第二信息。
在一种示例性实例中,本发明实施例确定关键字单元是设置为:
对第一信息进行在线实时语义分析,以确定岗位需求关键字。
在一种示例性实例中,本发明实施例确定需求单元是设置为:
对第一信息和第二信息进行自然语言处理,获得第一信息和第二信息中包含的每一项岗位需求内容的特征向量;
通过预设的算法对获得的特征向量进行运算,获得岗位需求信息。
在一种示例性实例中,本发明实施例确定需求单元还设置为:
为一项以上特征向量设置相应的加权系数。
在一种示例性实例中,本发明实施例装置还包括存储单元,设置为:
将一项以上第二岗位需求问题存储为第一岗位需求问题。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (10)
1.一种确定岗位需求信息的方法,包括:
从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;
根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;
获取用户答复第二岗位需求问题的第二信息;
根据第一信息和第二信息确定岗位需求信息;
其中,所述第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;所述第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。
2.根据权利要求1所述的方法,其特征在于,所述从用户上送的第一信息确定岗位需求关键字之前,所述方法还包括:
通过预设的交互窗口向所述用户发送所述第一岗位需求问题;
接收所述用户通过所述交互窗口上送的所述第一信息。
3.根据权利要求2所述的方法,其特征在于,所述获取用户答复第二岗位需求问题的第二信息,包括:
通过所述交互窗口加载所述第二岗位需求信息;
接收所述用户通过所述交互窗口答复的所述第二信息。
4.根据权利要求1所述的方法,其特征在于,所述从用户上送的第一信息确定岗位需求关键字,包括:
对所述第一信息进行在线实时语义分析,以确定所述岗位需求关键字。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据第一信息和第二信息确定岗位需求信息,包括:
对所述第一信息和所述第二信息进行自然语言处理,获得所述第一信息和所述第二信息中包含的每一项岗位需求内容的特征向量;
通过预设的算法对获得的所述特征向量进行运算,获得所述岗位需求信息。
6.根据权利要求5所述的方法,其特征在于,所述通过预设的算法对获得的所述特征向量进行运算之前,所述方法还包括:
为一项以上所述特征向量设置相应的加权系数。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述根据第一信息和第二信息确定岗位需求信息之后,所述方法还包括:
将一项以上所述第二岗位需求问题存储为所述第一岗位需求问题。
8.一种计算机存储介质,所述计算机存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的确定岗位需求信息的方法。
9.一种终端,包括:存储器和处理器,所述存储器中保存有计算机程序;其中,
处理器被配置为执行存储器中的计算机程序;
所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的确定岗位需求信息的方法。
10.一种确定岗位需求信息的装置,包括:确定关键字单元、匹配单元、第一获取单元和确定需求单元;其中,
确定关键字单元设置为:从用户上送的第一信息确定岗位需求关键字,第一信息包含反馈第一岗位需求问题的信息;
匹配单元设置为:根据确定的岗位需求关键字,从预先构建的知识图谱数据库中匹配关联的一个以上第二岗位需求问题;
第一获取单元设置为:获取用户答复第二岗位需求问题的第二信息;
确定需求单元设置为:根据第一信息和第二信息确定岗位需求信息;
其中,所述第一岗位需求问题包括:预先设定的确定需要招聘的岗位的基本需求的问题;所述第二岗位需求问题包括:根据岗位需求关键字确定的与需要招聘的岗位相关联的问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211229058.4A CN115760037A (zh) | 2022-10-09 | 2022-10-09 | 确定岗位需求信息的方法、装置、计算机存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211229058.4A CN115760037A (zh) | 2022-10-09 | 2022-10-09 | 确定岗位需求信息的方法、装置、计算机存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115760037A true CN115760037A (zh) | 2023-03-07 |
Family
ID=85350900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211229058.4A Pending CN115760037A (zh) | 2022-10-09 | 2022-10-09 | 确定岗位需求信息的方法、装置、计算机存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115760037A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726311A (zh) * | 2024-02-05 | 2024-03-19 | 四川大学华西医院 | 监管对象就业岗位智能匹配方法、装置、设备及存储介质 |
CN117932040A (zh) * | 2024-03-21 | 2024-04-26 | 成都鱼泡科技有限公司 | 应用于招聘信息化系统的信息推荐方法及系统 |
-
2022
- 2022-10-09 CN CN202211229058.4A patent/CN115760037A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117726311A (zh) * | 2024-02-05 | 2024-03-19 | 四川大学华西医院 | 监管对象就业岗位智能匹配方法、装置、设备及存储介质 |
CN117726311B (zh) * | 2024-02-05 | 2024-05-28 | 四川大学华西医院 | 监管对象就业岗位智能匹配方法、装置、设备及存储介质 |
CN117932040A (zh) * | 2024-03-21 | 2024-04-26 | 成都鱼泡科技有限公司 | 应用于招聘信息化系统的信息推荐方法及系统 |
CN117932040B (zh) * | 2024-03-21 | 2024-05-28 | 成都鱼泡科技有限公司 | 应用于招聘信息化系统的信息推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800306B (zh) | 意图分析方法、装置、显示终端及计算机可读存储介质 | |
CN109960725B (zh) | 基于情感的文本分类处理方法、装置和计算机设备 | |
CN109003624B (zh) | 情绪识别方法、装置、计算机设备及存储介质 | |
CN115760037A (zh) | 确定岗位需求信息的方法、装置、计算机存储介质及终端 | |
CN113157863B (zh) | 问答数据处理方法、装置、计算机设备及存储介质 | |
CN112732911A (zh) | 基于语义识别的话术推荐方法、装置、设备及存储介质 | |
CN110717023B (zh) | 面试回答文本的分类方法及装置、电子设备、存储介质 | |
CN113127633B (zh) | 智能会议管理方法、装置、计算机设备及存储介质 | |
CN107527070B (zh) | 维度数据和指标数据的识别方法、存储介质及服务器 | |
CN110704586A (zh) | 一种信息处理方法及系统 | |
CN110750523A (zh) | 数据标注方法、系统、计算机设备和存储介质 | |
CN112527972A (zh) | 基于深度学习的智能客服聊天机器人实现方法和系统 | |
CN115544241B (zh) | 一种线上作业的智能推送方法及装置 | |
CN112417158A (zh) | 文本数据分类模型的训练方法、分类方法、装置和设备 | |
CN114510570A (zh) | 基于小样本语料的意图分类方法、装置及计算机设备 | |
CN114625858A (zh) | 一种基于神经网络的政务问答智能回复方法及装置 | |
CN115455158A (zh) | 智能聊天的信息处理方法、装置、电子设备及存储设备 | |
CN113449095A (zh) | 一种面试数据分析方法和装置 | |
CN112597292B (zh) | 问题回复推荐方法、装置、计算机设备和存储介质 | |
CN117093682A (zh) | 意图识别方法、装置、计算机设备及存储介质 | |
CN111274812B (zh) | 一种人物关系识别方法、设备及存储介质 | |
CN113010664B (zh) | 一种数据处理方法、装置及计算机设备 | |
CN115599953A (zh) | 视频文本检索模型的训练方法、检索方法及相关设备 | |
CN114969544A (zh) | 基于热点数据的推荐内容生成方法、装置、设备及介质 | |
CN113672804A (zh) | 推荐信息生成方法、系统、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |