CN117093779A - 求职岗位个性化推荐方法、装置、存储介质及电子设备 - Google Patents
求职岗位个性化推荐方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117093779A CN117093779A CN202311244706.8A CN202311244706A CN117093779A CN 117093779 A CN117093779 A CN 117093779A CN 202311244706 A CN202311244706 A CN 202311244706A CN 117093779 A CN117093779 A CN 117093779A
- Authority
- CN
- China
- Prior art keywords
- recommended
- job
- post
- seeking
- lists
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012216 screening Methods 0.000 claims abstract description 55
- 238000001914 filtration Methods 0.000 claims description 45
- 230000006399 behavior Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 230000007115 recruitment Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种求职岗位个性化推荐方法、装置、存储介质及电子设备,其中,该求职岗位个性化推荐方法包括响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;根据最终推荐得分对多个目标待推荐岗位进行推荐排序。本方案可以提高岗位推荐的准确性。
Description
技术领域
本申请涉及个性化推荐技术领域,具体涉及一种求职岗位个性化推荐方法、装置、存储介质及电子设备。
背景技术
随着互联网与产业经济的深度融合,以及5G技术和创新的推动,各种网络招聘信息平台步入人们的生活。企业通过信息平台发布,不仅节约了大量的人力成本,求职者也可以通过平台对企业背景、岗位和待遇等信息进行初步了解。甚至一些平台还提供了简历编辑、投递、查阅等功能,极大的方便了企业和求职者。
然而,面对海量工作岗位,求职者需要进行耗时费力的筛选。于是一些平台通过为岗位设置属性的方式将工作岗位进行分类,便于求职者的筛选。虽然一定程度上能缩小职位的范围,但是由于目前的岗位推荐算法不精准,筛选之后的招聘信息仍然冗杂,导致用户体验效果不佳。
发明内容
本申请实施例提供了一种求职岗位个性化推荐方法、装置、存储介质及电子设备,可以提高岗位推荐的准确性。
第一方面,本申请实施例提供了一种求职岗位个性化推荐方法,包括:
响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,所述待推荐列表中具有多个待推荐岗位;
确定至少两个所述待推荐列表中相似度大于阈值的目标待推荐岗位;
获取所述目标待推荐岗位在至少两个所述待推荐列表中的初始推荐得分;
根据预设权重对至少两个所述初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分;
根据所述最终推荐得分对多个所述目标待推荐岗位进行推荐排序。
在本申请实施例提供的求职岗位个性化推荐方法中,所述采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,包括:
采用协同过滤规则、内容过滤规则、文本过滤规则和时间过滤规则中的至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表。
在本申请实施例提供的求职岗位个性化推荐方法中,所述求职指令携带有求职岗位信息和用户行为信息,采用所述协同过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述求职岗位信息与岗位数据库进行匹配,得到第一子待推荐列表;
基于所述用户行为信息从所述岗位数据库中筛选出第二子待推荐列表;
采用协同过滤算法对所述第一子待推荐列表与所述第二子待推荐列表协同处理,生成对应的待推荐列表。
在本申请实施例提供的求职岗位个性化推荐方法中,所述基于所述用户行为信息从所述岗位数据库中筛选出第二子待推荐列表,包括:
根据所述用户行为信息确定所述求职者的感兴趣岗位;
将所述感兴趣岗位与所述岗位数据库进行匹配,得到第二子待推荐列表。
在本申请实施例提供的求职岗位个性化推荐方法中,所述求职指令携带有所述求职者的目标城市信息和薪资期望信息,采用所述内容过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述目标城市信息和所述薪资期望信息与岗位数据库中各待推荐岗位的发布城市和薪资范围进行内容匹配,得到对应的待推荐列表。
在本申请实施例提供的求职岗位个性化推荐方法中,所述求职指令携带有所述求职者的简历信息,采用所述文本过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述简历信息与岗位数据库中各待推荐岗位的岗位要求进行关键词匹配,得到对应的待推荐列表。
在本申请实施例提供的求职岗位个性化推荐方法中,所述求职指令携带有所述求职者的近期活跃时间,采用所述时间过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述近期活跃时间与岗位数据库中各待推荐岗位的发布时间进行匹配,得到对应的待推荐列表。
第二方面,本申请实施例提供了一种求职岗位个性化推荐装置,包括:
筛选单元,用于响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,所述待推荐列表中具有多个待推荐岗位;
匹配单元,用于确定至少两个所述待推荐列表中相似度大于阈值的目标待推荐岗位;
得分单元,用于获取所述目标待推荐岗位在至少两个所述待推荐列表中的初始推荐得分;
加权单元,用于根据预设权重对至少两个所述初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分;
推荐单元,用于根据所述最终推荐得分对多个所述目标待推荐岗位进行推荐排序。
第三方面,本申请提供了一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行上述任一项所述的求职岗位个性化推荐方法。
第四方面,本申请提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现上述任一项所述的求职岗位个性化推荐方法。
综上所述,本申请实施例提供的求职岗位个性化推荐方法包括响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,所述待推荐列表中具有多个待推荐岗位;确定至少两个所述待推荐列表中相似度大于阈值的目标待推荐岗位;获取所述目标待推荐岗位在至少两个所述待推荐列表中的初始推荐得分;根据预设权重对至少两个所述初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分;根据所述最终推荐得分对多个所述目标待推荐岗位进行推荐排序。本方案通过对至少两个筛选规则设置预设权重,然后根据预设权重对至少两个初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分,可以综合不同筛选规则的推荐结果,平衡多个属性的影响,提供更准确和个性化的岗位推荐结果。也即,本方案可以提高岗位推荐准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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他的附图。
图1是本申请实施例提供的求职岗位个性化推荐方法的流程示意图。
图2是本申请实施例提供的求职岗位个性化推荐装置的结构示意图。
图3是本申请实施例提供的电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
在本申请的描述中,需要说明的是,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,“第一”、“第二”等术语仅用于描述目的,而不能理解为指示或暗示相对重要性。
面对海量工作岗位,求职者需要进行耗时费力的筛选。于是一些平台通过为岗位设置属性的方式将工作岗位进行分类,便于求职者的筛选。虽然一定程度上能缩小职位的范围,但是由于目前的岗位推荐算法不精准,筛选之后的招聘信息仍然冗杂,导致用户体验效果不佳。
基于此,本申请实施例提供了一种求职岗位个性化推荐方法、装置、存储介质及电子设备,具体的,该求职岗位个性化推荐装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备;其中,该终端可以包括手机、穿戴式智能设备、平板电脑、笔记本电脑、以及个人计算机(Personal Computer,PC)等;该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
以下将通过具体实施例分别对本申请所示的技术方案进行详细说明。需要说明的是,以下实施例的描述顺序不作为对实施例优先顺序的限定。
请参阅图1,图1是本申请实施例提供的求职岗位个性化推荐方法的流程示意图。该求职岗位个性化推荐方法的具体流程可以如下:
101、响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位。
其中,筛选规则可以为协同过滤规则、内容过滤规则、文本过滤规则或时间过滤规则。也即,步骤“采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表”具体可以为采用协同过滤规则、内容过滤规则、文本过滤规则和时间过滤规则中的至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表。
可以理解的是,该岗位数据库指的是招聘网站的数据库,在该岗位数据库中可以包括招聘方的岗位名称、岗位要求、发布时间和招聘地点等信息。
其中,该求职指令可以携带有求职者的求职岗位信息、用户行为信息、目标城市信息、薪资期望信息、简历信息和近期活跃时间等信息。其中,用户行为信息可以包括该求职者的投递行为、点击行为和历史求职行为。
在一些实施例中,采用协同过滤规则从岗位数据库中筛选出与求职指令对应的待推荐列表,可以包括:
将求职岗位信息与岗位数据库进行匹配,得到第一子待推荐列表;
基于用户行为信息从岗位数据库中筛选出第二子待推荐列表;
采用协同过滤算法对第一子待推荐列表与第二子待推荐列表协同处理,生成对应的待推荐列表。
其中,步骤“基于用户行为信息从岗位数据库中筛选出第二子待推荐列表”具体可以为:根据用户行为信息确定求职者的感兴趣岗位;将感兴趣岗位与岗位数据库进行匹配,得到第二子待推荐列表。
在一些实施例中,采用内容过滤规则从岗位数据库中筛选出与求职指令对应的待推荐列表具体可以为:将目标城市信息和薪资期望信息与岗位数据库中各待推荐岗位的发布城市和薪资范围进行内容匹配,得到对应的待推荐列表。
可以理解的是,该内容过滤规则可以推荐与求职者偏好相符合的岗位,该内容过滤规则同时考虑岗位的地理位置和薪资条件,以提供更精确的推荐结果。
在一些实施例中,采用文本过滤规则从岗位数据库中筛选出与求职指令对应的待推荐列表具体可以为:将简历信息与岗位数据库中各待推荐岗位的岗位要求进行关键词匹配,得到对应的待推荐列表。
可以理解的是,该文本过滤规则可以同时考虑求职者的简历信息中的关键词和技能,与岗位数据库中各待推荐岗位要求进行匹配,以找到最合适的岗位。
在一些实施例中,采用时间过滤规则从岗位数据库中筛选出与求职指令对应的待推荐列表具体可以为:将近期活跃时间与岗位数据库中各待推荐岗位的发布时间进行匹配,得到对应的待推荐列表。
可以理解的是,该时间过滤规则可以确保求职者获得最新的招聘信息,以便及时把握就业机会。
在具体实施过程中,采用的筛选算法越多,岗位推荐的准确度越高。因此,在本申请实施例中,可以同时采用上述四种筛选算法对岗位数据库中的待推荐岗位进行筛选。
102、确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位。
具体的,可以采用相似度算法将至少两个待推荐列表中的待推荐岗位进行相似度匹配,并将相似度大于阈值的待推荐岗位作为目标待推荐岗位。
需要说明的是,相似度匹配算法是一种自然语言处理(Natural LanguageProcessing,NLP)技术,用于对不同文本之间进行相似性分析,以及将其聚合在一起,可以帮助用户快速找出两个文本之间的关联性。在本申请实施例中,该阈值可以设置为99.99%,将相似度大于阈值的待推荐岗位作为目标待推荐岗位指的是至少两个待推荐列表中相同的待推荐岗位作为目标待推荐岗位。
103、获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分。
其中,该初始推荐得分为采用筛选规则从岗位数据库中筛选出与求职指令对应的待推荐列表时,该目标待推荐岗位与该求职指令中携带的信息的相似度。
104、根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分。
在具体实施过程中,可以分别对各筛选规则进行权重分配,然后分别将各筛选规则对应的目标待推荐岗位的初始推荐得分与权重相乘,得到次级推荐得分。然后将多个次级推荐得分相加,得到该目标待推荐岗位的最终推荐得分。
比如,在一些实施例中,采用了上述四种筛选规则进行岗位筛选,并分别设置协同过滤规则的权重为0.4,内容过滤规则的权重为0.3,文本过滤规则的权重为0.2,时间过滤规则的权重为0.1。
此时,假设一个目标待推荐岗位的协同过滤得分为0.7,内容过滤得分为0.8,文本过滤得分为0.6,时间过滤得分为0.9。应用权重分配后,计算最终推荐得分如下:
最终推荐得分=(0.7*0.4)+(0.8*0.3)+(0.6*0.2)+(0.9*0.1)=0.58。
需要说明的是,该预设权重可以根据实际情况进行设定,本申请实施例不对其进行限定。
105、根据最终推荐得分对多个目标待推荐岗位进行推荐排序。
具体的,可以按照最终推荐得分从高到低的顺序队多个目标待推荐岗位进行排序推荐,从而为求职者推荐更准确和个性化的岗位。
综上,本申请实施例提供的求职岗位个性化推荐方法包括响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;根据最终推荐得分对多个目标待推荐岗位进行推荐排序。本方案通过对至少两个筛选规则设置预设权重,然后根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分,可以综合不同筛选规则的推荐结果,平衡多个属性的影响,提供更准确和个性化的岗位推荐结果。也即,本方案可以提高岗位推荐准确性。
为便于更好的实施本申请实施例提供的求职岗位个性化推荐方法,本申请实施例还提供了一种求职岗位个性化推荐装置。其中名词的含义与上述求职岗位个性化推荐方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图2,图2是本申请实施例提供的求职岗位个性化推荐装置的结构示意图。该求职岗位个性化推荐装置可以包括筛选单元201、匹配单元202、得分单元203、加权单元204和推荐单元205。其中,
筛选单元201,用于响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;
匹配单元202,用于确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;
得分单元203,用于获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;
加权单元204,用于根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;
推荐单元205,用于根据最终推荐得分对多个目标待推荐岗位进行推荐排序。
以上各个单元的具体实施方式可参见上述的求职岗位个性化推荐方法的实施例,在此不再一一赘述。
综上,本申请实施例提供的求职岗位个性化推荐装置可以通过筛选单元201响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;由匹配单元202确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;由得分单元203获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;由加权单元204根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;由推荐单元205根据最终推荐得分对多个目标待推荐岗位进行推荐排序。本方案通过对至少两个筛选规则设置预设权重,然后根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分,可以综合不同筛选规则的推荐结果,平衡多个属性的影响,提供更准确和个性化的岗位推荐结果。也即,本方案可以提高岗位推荐准确性。
本申请实施例还提供一种电子设备,其中可以集成有本申请实施例的求职岗位个性化推荐装置,如图3所示,其示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括射频(Radio Frequency,RF)电路601、包括有一个或一个以上计算机可读存储介质的存储器602、输入单元603、显示单元604、传感器605、音频电路606、无线保真(Wireless Fidelity,WiFi)模块607、包括有一个或者一个以上处理核心的处理器608、以及电源609等部件。本领域技术人员可以理解,图3中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中:
RF电路601可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器608处理;另外,将涉及上行的数据发送给基站。通常,RF电路601包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(Subscriber Identity Module,SIM)卡、收发信机、耦合器、低噪声放大器(LowNoise Amplifier,LNA)、双工器等。此外,RF电路601还可以通过无线通信与网络和其他设备通信。无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication,GSM)、通用分组无线服务(General Packet RadioService,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器602可用于存储软件程序以及模块,处理器608通过运行存储在存储器602的软件程序以及模块,从而执行各种功能应用以及信息处理。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器602还可以包括存储器控制器,以提供处理器608和输入单元603对存储器602的访问。
输入单元603可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,在一个具体的实施例中,输入单元603可包括触敏表面以及其他输入设备。触敏表面,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器608,并能接收处理器608发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面,输入单元603还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元604可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元604可包括显示面板,可选的,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板。进一步的,触敏表面可覆盖显示面板,当触敏表面检测到在其上或附近的触摸操作后,传送给处理器608以确定触摸事件的类型,随后处理器608根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图3中,触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面与显示面板集成而实现输入和输出功能。
电子设备还可包括至少一种传感器605,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在电子设备移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路606、扬声器,传声器可提供用户与电子设备之间的音频接口。音频电路606可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路606接收后转换为音频数据,再将音频数据输出处理器608处理后,经RF电路601以发送给比如另一电子设备,或者将音频数据输出至存储器602以便进一步处理。音频电路606还可能包括耳塞插孔,以提供外设耳机与电子设备的通信。
WiFi属于短距离无线传输技术,电子设备通过WiFi模块607可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图3,示出了WiFi模块607,但是可以理解的是,其并不属于电子设备的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器608是电子设备的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器602内的软件程序和/或模块,以及调用存储在存储器602内的数据,执行电子设备的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器608可包括一个或多个处理核心;优选的,处理器608可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器608中。
电子设备还包括给各个部件供电的电源609(比如电池),优选的,电源可以通过电源管理系统与处理器608逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源609还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备中的处理器608会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中,并由处理器608来运行存储在存储器602中的应用程序,从而实现各种功能,比如:
响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;
确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;
获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;
根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;
根据最终推荐得分对多个目标待推荐岗位进行推荐排序。
综上,本申请实施例提供的电子设备可以通过响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与求职指令对应的至少两个待推荐列表,待推荐列表中具有多个待推荐岗位;确定至少两个待推荐列表中相似度大于阈值的目标待推荐岗位;获取目标待推荐岗位在至少两个待推荐列表中的初始推荐得分;根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分;根据最终推荐得分对多个目标待推荐岗位进行推荐排序。本方案通过对至少两个筛选规则设置预设权重,然后根据预设权重对至少两个初始推荐得分进行加权和,生成目标待推荐岗位的最终推荐得分,可以综合不同筛选规则的推荐结果,平衡多个属性的影响,提供更准确和个性化的岗位推荐结果。也即,本方案可以提高岗位推荐准确性。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对求职岗位个性化推荐方法的详细描述,此处不再赘述。
需要说明的是,对本申请实施例中的求职岗位个性化推荐方法而言,本领域技术人员可以理解实现本申请实施例中的求职岗位个性化推荐方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,如存储在终端的存储器中,并被该终端内的至少一个处理器执行,在执行过程中可包括如求职岗位个性化推荐方法的实施例的流程。
对本申请实施例的求职岗位个性化推荐装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,还可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种求职岗位个性化推荐方法中的步骤。其中,该存储介质可以为磁碟、光盘、只读存储器(Read Only MeMory,ROM)、随机存取记忆体(Random Access Memory,RAM)等。
以上分别对本申请所提供的求职岗位个性化推荐方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种求职岗位个性化推荐方法,其特征在于,包括:
响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,所述待推荐列表中具有多个待推荐岗位;
确定至少两个所述待推荐列表中相似度大于阈值的目标待推荐岗位;
获取所述目标待推荐岗位在至少两个所述待推荐列表中的初始推荐得分;
根据预设权重对至少两个所述初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分;
根据所述最终推荐得分对多个所述目标待推荐岗位进行推荐排序。
2.如权利要求1所述的求职岗位个性化推荐方法,其特征在于,所述采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,包括:
采用协同过滤规则、内容过滤规则、文本过滤规则和时间过滤规则中的至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表。
3.如权利要求2所述的求职岗位个性化推荐方法,其特征在于,所述求职指令携带有求职岗位信息和用户行为信息,采用所述协同过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述求职岗位信息与岗位数据库进行匹配,得到第一子待推荐列表;
基于所述用户行为信息从所述岗位数据库中筛选出第二子待推荐列表;
采用协同过滤算法对所述第一子待推荐列表与所述第二子待推荐列表协同处理,生成对应的待推荐列表。
4.如权利要求3所述的求职岗位个性化推荐方法,其特征在于,所述基于所述用户行为信息从所述岗位数据库中筛选出第二子待推荐列表,包括:
根据所述用户行为信息确定所述求职者的感兴趣岗位;
将所述感兴趣岗位与所述岗位数据库进行匹配,得到第二子待推荐列表。
5.如权利要求2所述的求职岗位个性化推荐方法,其特征在于,所述求职指令携带有所述求职者的目标城市信息和薪资期望信息,采用所述内容过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述目标城市信息和所述薪资期望信息与岗位数据库中各待推荐岗位的发布城市和薪资范围进行内容匹配,得到对应的待推荐列表。
6.如权利要求2所述的求职岗位个性化推荐方法,其特征在于,所述求职指令携带有所述求职者的简历信息,采用所述文本过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述简历信息与岗位数据库中各待推荐岗位的岗位要求进行关键词匹配,得到对应的待推荐列表。
7.如权利要求2所述的求职岗位个性化推荐方法,其特征在于,所述求职指令携带有所述求职者的近期活跃时间,采用所述时间过滤规则从岗位数据库中筛选出与所述求职指令对应的待推荐列表,包括:
将所述近期活跃时间与岗位数据库中各待推荐岗位的发布时间进行匹配,得到对应的待推荐列表。
8.一种求职岗位个性化推荐装置,其特征在于,包括:
筛选单元,用于响应于求职者发起的求职指令,采用至少两个筛选规则从岗位数据库中筛选出与所述求职指令对应的至少两个待推荐列表,所述待推荐列表中具有多个待推荐岗位;
匹配单元,用于确定至少两个所述待推荐列表中相似度大于阈值的目标待推荐岗位;
得分单元,用于获取所述目标待推荐岗位在至少两个所述待推荐列表中的初始推荐得分;
加权单元,用于根据预设权重对至少两个所述初始推荐得分进行加权和,生成所述目标待推荐岗位的最终推荐得分;
推荐单元,用于根据所述最终推荐得分对多个所述目标待推荐岗位进行推荐排序。
9.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1-7任一项所述的求职岗位个性化推荐方法。
10.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的求职岗位个性化推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244706.8A CN117093779A (zh) | 2023-09-25 | 2023-09-25 | 求职岗位个性化推荐方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244706.8A CN117093779A (zh) | 2023-09-25 | 2023-09-25 | 求职岗位个性化推荐方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117093779A true CN117093779A (zh) | 2023-11-21 |
Family
ID=88769953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311244706.8A Pending CN117093779A (zh) | 2023-09-25 | 2023-09-25 | 求职岗位个性化推荐方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117093779A (zh) |
-
2023
- 2023-09-25 CN CN202311244706.8A patent/CN117093779A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10411945B2 (en) | Time-distributed and real-time processing in information recommendation system, method and apparatus | |
US10691703B2 (en) | User recommendation method and system in SNS community, and computer storage medium | |
US20170091335A1 (en) | Search method, server and client | |
CN108156508B (zh) | 弹幕信息处理的方法、装置、移动终端、服务器及系统 | |
US20170109756A1 (en) | User Unsubscription Prediction Method and Apparatus | |
CN110019840B (zh) | 一种知识图谱中实体更新的方法、装置和服务器 | |
TW201512865A (zh) | 一種網頁數據搜索方法、裝置和系統 | |
CN111444425B (zh) | 一种信息推送方法、电子设备及介质 | |
CN114357278B (zh) | 一种话题推荐方法、装置及设备 | |
JP2018506792A (ja) | チャット履歴記録を表示するための方法およびチャット履歴記録を表示するための装置 | |
JP6915074B2 (ja) | メッセージ通知方法及び端末 | |
CN115022098A (zh) | 人工智能安全靶场内容推荐方法、装置及存储介质 | |
CN111553163A (zh) | 文本相关度的确定方法、装置、存储介质及电子设备 | |
CN103455594A (zh) | 一种浏览器地址栏推荐网址的方法、装置及终端设备 | |
CN112925878A (zh) | 数据处理方法和装置 | |
CN113836329B (zh) | 多媒体内容分类方法、装置、电子设备和存储介质 | |
CN117093779A (zh) | 求职岗位个性化推荐方法、装置、存储介质及电子设备 | |
CN110688351B (zh) | 一种命名文件夹的方法、第一终端设备以及网络设备 | |
CN110209924B (zh) | 推荐参数获取方法、装置、服务器及存储介质 | |
CN114764481A (zh) | 一种用户线索查询方法和相关装置 | |
CN110809234A (zh) | 一种人物类别识别方法和终端设备 | |
CN113094577B (zh) | 信息展示方法、相关设备及存储介质 | |
CN117234137B (zh) | Mcu时钟频率切换电路、mcu和电子设备 | |
CN113285940B (zh) | 一种设备连接方法及装置 | |
CN114301864B (zh) | 对象识别方法、装置、存储介质及服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |