CN117314381A - 一种基于智能数据分析的人岗匹配系统 - Google Patents
一种基于智能数据分析的人岗匹配系统 Download PDFInfo
- Publication number
- CN117314381A CN117314381A CN202311604954.9A CN202311604954A CN117314381A CN 117314381 A CN117314381 A CN 117314381A CN 202311604954 A CN202311604954 A CN 202311604954A CN 117314381 A CN117314381 A CN 117314381A
- Authority
- CN
- China
- Prior art keywords
- post
- job
- capability
- feature
- matching
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000013139 quantization Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000006978 adaptation Effects 0.000 description 4
- 230000005587 bubbling Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 101000637771 Homo sapiens Solute carrier family 35 member G1 Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 102000053339 human SLC35G1 Human genes 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智能数据分析的人岗匹配系统,本发明涉及大数据分析处理技术领域。该一种基于智能数据分析的人岗匹配系统,通过在不改变特征含义的前提下将求职者或者岗位具有的以文字形式描述的能力特征信息或岗位需求特征信息转换为与特征量化赋值对照库中相对应的特定描述方式,从而能够实现将求职者或岗位多字符的能力特征信息或岗位需求特征信息以具体对应数值的方式进行赋值转换,降低了人岗匹配过程中所需的信息处理量,从而有利于降低人工匹配单元在人岗匹配过程中的匹配对照时间,同时数字更方便计算,降低出错率,提高计算精度,使得单位时间内能够对多个求职者和岗位之间进行信息匹配,大大提高了人岗匹配效率。
Description
技术领域
本发明涉及大数据分析处理技术领域,具体为一种基于智能数据分析的人岗匹配系统。
背景技术
人力管理的核心是有效配置资源,其中人岗匹配是实现有效配置和合理使用人力资源的基础。在企业内部人员的人岗匹配管理过程中,不仅需要确保人员与岗位之间的双向适配,以使求职者更符合岗位需求,推荐岗位更符合求职者偏好。
参考中国专利公开号为CN111105209B的适用于人岗匹配推荐系统的职位简历匹配方法及装置,通过引入人工智能算法对系统获取的职位和简历相关的信息进行解析,再结合职位相似度和简历匹配算法对解析后的信息进行处理,为当前的职位推荐出最匹配的简历,其中,在人岗匹配前还引入针对候选简历的反馈信息。通过结合多种人工智能算法,解决了纯人力操作查找慢的痛点,提高了人岗匹配工作效率和最终推荐简历的匹配度。
综合分析上述专利,得出以下缺陷:
现有的人岗匹配主要依赖于管理者的主观思想,在人岗匹配过程中主观思想过多,导致匹配度低;其次,在岗位选择时,不能公平选择所有符合条件的求职者,容易漏选或错选;再者,求职者选择岗位时,过于考虑个人倾向,忽视岗位的能力需求,从而导致目前人岗匹配理论难以为求职者和企业之间建立良好的匹配关系,无法实现求职者和企业岗位之间的双向适配。
因此,本发明提出了一种基于智能数据分析的人岗匹配系统以解决上述问题。
发明内容
针对现有技术的不足,本发明提供了一种基于智能数据分析的人岗匹配系统,解决了现有的人岗匹配主要依赖于管理者的主观思想,导致匹配度低,且不能公平选择所有符合条件的求职者,容易漏选或错选,求职者选择岗位时容易过于考虑个人倾向、忽视岗位能力需求,从而导致人岗匹配理论难以为求职者和企业之间建立良好的匹配关系,无法实现求职者和企业岗位之间双向适配的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于智能数据分析的人岗匹配系统,包括人岗管理平台以及分别与人岗管理平台通过无线网络相连接的求职管理单元和岗位管理单元,所述人岗管理平台包括:
人岗匹配单元,用于通过人岗匹配算法分析求职者能力特征数据和岗位特征数据的匹配度,实现求职者和相符合的岗位进行匹配;
匹配度反馈单元,用于向求职者和岗位管理人员分别反馈人岗匹配结果数据;
简历调取模块,用于获取求职者的简历信息,并对求职者信息进行梳理;
能力特征提取模块,用于提取求职者简历信息中的关于能力特征的关键词;
能力特征转化赋值模块,用于通过转换赋值算法对能力特征转化为符合赋值的状态,赋予其对应的数值;
优选的,还包括岗位特征建立模块,用于通过岗位管理者形成岗位能力需求描述,职位特征提取模块,用于获取岗位能力需求特征关键词,岗位特征转化赋值模块,用于对岗位能力需求特征转化为符合赋值的状态,赋予其对应的数值,特征量化赋值对照库,用于储存行业能力特征对应的量值,对能力特征转化赋值模块和岗位特征转化赋值模块的量化赋值过程提供依据,人才建档单元,用于对每个求职者转化赋值后的能力特征建立独立的档案,岗位建档单元,用于对每个岗位转化赋值后能力需求特征建立独立的档案。
优选的,所述人岗管理平台还包括通讯模块,匹配度反馈模块通过讯通模块与求职管理单元和岗位管理单元建立无线网络通讯,用于传输人岗匹配单元的人岗匹配数据。
优选的,所述人岗匹配单元由N个人岗匹配模块构成,每个人岗匹配模块具有相同的数据分析处理能力,用于单独处理求职人员和岗位之间的匹配分析工作。
优选的,所述人岗匹配算法具体包括以下步骤:
步骤一、获取由人才建档单元整理得到的求职人员能力特征数据的集合,其中n为人才建档单元处理后的求职人员的数量,/>为第n个求职人员转化赋值特征数据矩阵,其具体如下:
;
其中:a表示每个求职者所具有的经过转化赋值后能力特征的个数,为求职者所具有的经过转化赋值后能力特征数据组成的数据集合;
步骤二、利用聚类分析算法将具有相同能力特征的多个求职者归类到一组,即将相同能力特征的数据点聚集到一起形成一个类别组,依次类推形成若干个类别组;
步骤三、利用向量空间模型将每个类别组内每个求职者的能力特征数量表示为一个向量的长度,依次类推在每个类别组内形成若干个向量,且每个向量的方向为同向,在同一类别组内通过计算任意两个向量之间长度的差值,再通过判断差值为零、正数或负数,来将同一类别组内的若干个向量进行重新排序,从而将求职者根据特征数量的大小进行降序排序,筛选排名靠前部分的求职者;
步骤四、获取由岗位建档单元整理得到的岗位能力需求特征数据的集合,其中m为岗位能力需求特征数据的数量,/>为转化赋值后的第m个岗位特征数据矩阵,其具体如下:
;
其中:b表示每个岗位经过转化赋值后具有的需求能力特征数据的个数,为每个岗位所具有的经过转化赋值后需求能力特征数据组成的数据集合;
步骤五、根据步骤三中筛选后排名靠前的部分求职者与多个岗位之间的匹配关系,在多个求职人员和多个岗位之间进行匹配,通过集合之间的交集运算来确定求职者是否满足岗位的能力要求,针对每个求职者和每个岗位进行能力匹配,求解过程具体如下:
;
即,求职者的能力特征集合与岗位的能力特征要求集合进行交集运算,若交集结果st为空集,交集结果st中元素数量为e,表示求职者不满足岗位的能力要求;若交集结果st非空集,则表示求职者满足岗位的能力要求;
用于求职者判断岗位是否符合自身要求的匹配度为,其具体如下:
;
用于岗位管理者判断求职者符合岗位匹配度为,其具体如下:
;
其中,若a=b时,则;
步骤六、将步骤五中求得的交集结果st利用排序算法进行排序,排序规则为交集结果中元素数量e的大小,交集结果st中元素数量e与匹配度以及排序位置成正相关关系;
其中,表示求职者与岗位所属企业形成合作关系的概率大于其他求职者,胜任当前岗位的概率大于其他求职者;
步骤七、将步骤五中排序结果按照元素数量e从大到小顺序依次排序输出,向岗位所在企业或者求职者进行双向推荐。
优选的,所述步骤五中,输出结果为步骤四中求得的交集结果st中元素数量e最多的前十个求职者或岗位。
优选的,所述步骤六中,排序算法为冒泡排序,用于通过不断地交换相邻两个元素的位置,将元素数量最大或最小的元素逐步交换到相应的位置。
优选的,所述元素数量e=求职者能力特征个数a=岗位需求能力特征个数b时,求职者所具有的能力特征完全符合岗位需求能力特征。
优选的,所述人才建档单元由N个建档模块构成,每个建档模块对应建立一个求职者身份信息以及对应的能力特征信息,所述岗位建档单元由Q个岗位建档模块构成,每个岗位建档模块对应建立一个岗位需求特征信息。
优选的,所述求职管理单元用于储存求职者简历信息和对简历信息进行更新和修改,岗位管理单元用于储存岗位需求信息,并对岗位信息进行更新。
本发明提供了一种基于智能数据分析的人岗匹配系统。与现有技术相比具备以下有益效果:
1、一种基于智能数据分析的人岗匹配系统,通过所述人岗管理平台包括:人岗匹配单元,用于通过人岗匹配算法分析求职者能力特征数据和岗位特征数据的相似度,实现求职者和相符合的岗位进行匹配;匹配度反馈单元,用于向求职者和岗位管理人员分别反馈人岗匹配结果数据;简历调取模块,用于获取求职者的简历信息,并对求职者信息进行梳理;能力特征提取模块,用于提取求职者简历信息中的关于能力特征的关键词;能力特征转化赋值模块,用于通过转换赋值算法对能力特征转化为符合赋值的状态,赋予其对应的数值;岗位特征建立模块,用于通过岗位管理者形成岗位能力需求描述;职位特征提取模块,用于获取岗位能力需求特征关键词;岗位特征转化赋值模块,用于对岗位能力需求特征转化为符合赋值的状态,赋予其对应的数值;特征量化赋值对照库,用于储存行业能力特征对应的量值,对能力特征转化赋值模块和岗位特征转化赋值模块的量化赋值过程提供依据;人才建档单元,用于对每个求职者转化赋值后的能力特征建立独立的档案;岗位建档单元,用于对每个岗位转化赋值后能力需求特征建立独立的档案,解决了现有的人岗匹配主要依赖于管理者的主观思想,导致匹配度低,且不能公平选择所有符合条件的求职者,容易漏选或错选,求职者选择岗位时容易过于考虑个人倾向、忽视岗位能力需求,从而导致人岗匹配理论难以为求职者和企业之间建立良好的匹配关系,无法实现求职者和企业岗位之间双向适配的问题。
2、一种基于智能数据分析的人岗匹配系统,通过能力特征转换赋值模块和岗位特征转化赋值模块以及特征量化赋值对照库,能够在不改变特征含义的前提下将求职者或者岗位具有的以文字形式描述的能力特征信息或岗位需求特征信息转换为与特征量化赋值对照库中相对应的特定描述方式,即将对应的特征具体量化,从而能够实现将求职者或岗位多字符的能力特征信息或岗位需求特征信息以具体对应数值的方式进行赋值转换,减少字符的使用,降低了人岗匹配过程中所需的信息处理量,从而有利于降低人工匹配单元在人岗匹配过程中的匹配对照时间,同时数字更方便计算,降低出错率,提高计算精度,使得单位时间内能够对多个求职者和岗位之间进行信息匹配,大大提高了人岗匹配效率。
3、一种基于智能数据分析的人岗匹配系统,通过对每个求职者能力特征和岗位需求特征形成独立的特征集合,并不对求职者能力特征集合与岗位需求特征集合进行求交集运算,从而能够快速计算出求职者和岗位之间所具有的相同特征的数量,并能够在其他多个求职者或者岗位之间根据相同特征的数量进行排序,从而实现快速筛选出匹配度最高的求职者和岗位,为求职者或者岗位管理人员列出多个较优选项,有利于求职者或者岗位管理人员进行快速选择,提高人岗匹配效率;其次,岗位与求职者之间的匹配结果通过严谨的数学公式进行计算得出,规避了由于管理者主观思想导致匹配度/>低的情况以及求职者选择岗位时容易过于考虑个人倾向、忽视岗位能力需求的问题,使得人岗匹配过程更加科学。
4、一种基于智能数据分析的人岗匹配系统,通过利用聚类分析算法和向量空间模型能够件多个具有相似能力特征的求职者进行整理归类,使得具有相似能力特征的求职者划分到同一个组别中,并通过向量空间模型对每个组别中的多个求职者根据具有的能力特征数量进行降序排序,实现对求职者之间进行筛选的效果,仅对排序靠前的部分求职者和多个岗位之间进行匹配,使得求职者能够快速了解自身竞争力大小和是否能够与岗位匹配的结果,缩短了求职者等待时间;其次,通过对求职人员数量进行预筛选,使得参与和多个岗位之间的匹配计算数据大大减少,降低了因计算大量数据所消耗的时间和资金成本。
附图说明
图1为本发明结构原理框图;
图2为本发明人岗匹配算法的逻辑图;
图3为本发明向量空间模型计算过程原理图;
图4为本发明求职者能力特征集合与岗位能力特征要求集合交集运算图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明实施例提供一种技术方案:一种基于智能数据分析的人岗匹配系统,具体包括以下实施例:
一种基于智能数据分析的人岗匹配系统,包括人岗管理平台以及分别与人岗管理平台通过无线网络相连接的求职管理单元和岗位管理单元,人岗管理平台包括:
人岗匹配单元,用于通过人岗匹配算法分析求职者能力特征数据和岗位特征数据的匹配度,实现求职者和相符合的岗位进行匹配;
匹配度反馈单元,用于向求职者和岗位管理人员分别反馈人岗匹配结果数据;
简历调取模块,用于获取求职者的简历信息,并对求职者信息进行梳理;
能力特征提取模块,用于提取求职者简历信息中的关于能力特征的关键词;
能力特征转化赋值模块,用于通过转换赋值算法对能力特征转化为符合赋值的状态,赋予其对应的数值;
本发明实施例中,人岗管理平台还包括岗位特征建立模块,用于通过岗位管理者形成岗位能力需求描述,职位特征提取模块,用于获取岗位能力需求特征关键词,岗位特征转化赋值模块,用于对岗位能力需求特征转化为符合赋值的状态,赋予其对应的数值,特征量化赋值对照库,用于储存行业能力特征对应的量值,对能力特征转化赋值模块和岗位特征转化赋值模块的量化赋值过程提供依据,人才建档单元,用于对每个求职者转化赋值后的能力特征建立独立的档案,岗位建档单元,用于对每个岗位转化赋值后能力需求特征建立独立的档案。
本发明实施例中,人岗管理平台还包括通讯模块,匹配度反馈模块通过讯通模块与求职管理单元和岗位管理单元建立无线网络通讯,用于传输人岗匹配单元的人岗匹配数据。
本发明实施例中,人岗匹配单元由N个人岗匹配模块构成,每个人岗匹配模块具有相同的数据分析处理能力,用于单独处理求职人员和岗位之间的匹配分析工作。
本发明实施例中,人岗匹配算法具体包括以下步骤:
步骤一、获取由人才建档单元整理得到的求职人员能力特征数据的集合,其中n为人才建档单元处理后的求职人员的数量,/>为第n个求职人员转化赋值特征数据矩阵,其具体如下:
;
其中:a表示每个求职者所具有的经过转化赋值后能力特征的个数,为求职者所具有的经过转化赋值后能力特征数据组成的数据集合;
步骤二、利用聚类分析算法将具有相同能力特征的多个求职者归类到一组,即将相同能力特征的数据点聚集到一起形成一个类别组,依次类推形成若干个类别组;
步骤三、利用向量空间模型将每个类别组内每个求职者的能力特征数量表示为一个向量的长度,依次类推在每个类别组内形成若干个向量,且每个向量的方向为同向,在同一类别组内通过计算任意两个向量之间长度的差值,再通过判断差值为零、正数或负数,例如同一个类别组中的两个求职者A和求职者B,当差值为零时,求职者A和求职者B的能力特征数量相同;当差值为正值时,求职者A的能力特征数量大于求职者B;当差值为负值时,求职者A的能力特征数量大于求职者B,来将同一类别组内的若干个向量进行重新排序,从而将求职者根据特征数量的大小进行降序排序,筛选排名靠前部分的求职者,排名靠后的求职者进行单独标记,可根据需求设定筛选数量,例如排名前十或者前二十的求职者;
根据每个求职者自身具有的能力特征数量,利用向量空间模型对求职者按照降序排名的具体步骤如下:
输入求职者的能力特征信息:能力特征信息包括年龄、技能、学历、工作经验;
构建特征向量空间:将每个求职者的所有能力特征表示为一个特征向量,即每个求职者具有的能力特征向量对应的长度越长,其具有的能力特征数量越多;
构建求职者-能力矩阵:将所有求职者的能力特征向量按行组成一个矩阵,每一列代表一个能力特征;
计算求职者之间的相似度:使用余弦相似度等方法计算求职者之间的具有能力特征向量之间的距离;
对求职者进行降序排名:根据求职者之间能力特征向量长度的差值大小,对求职者进行降序排名,两个求职者A和B之间特征向量长度的差值为负值时,求职者A的能力特征数量多于求职者B,求职者A排名靠前,以此类推,在同一类别组中,能力数量越多的求职者排名越靠前;
输出排名结果:将同一个类别组中所有求职者按照除具有的相同能力特征外,所具有的其他能力特征数量大小降序排名,的结果输出,可以输出求职者的年龄、技能、学历、工作经验。
步骤四、获取由岗位建档单元整理得到的岗位能力需求特征数据的集合,其中m为岗位能力需求特征数据的数量,/>为转化赋值后的第m个岗位特征数据矩阵,其具体如下:
;
其中:b表示每个岗位经过转化赋值后具有的需求能力特征数据的个数,为每个岗位所具有的经过转化赋值后需求能力特征数据组成的数据集合;
步骤五、根据步骤三中筛选后排名靠前的部分求职者与多个岗位之间的匹配关系,在多个求职人员和多个岗位之间进行匹配,通过集合之间的交集运算来确定求职者是否满足岗位的能力要求,针对每个求职者和每个岗位进行能力匹配,求解过程具体如下:
;
即,求职者的能力特征集合与岗位的能力特征要求集合进行交集运算,若交集结果st为空集,交集结果st中元素数量为e,表示求职者不满足岗位的能力要求;若交集结果st非空集,则表示求职者满足岗位的能力要求;
用于求职者判断岗位是否符合自身要求的匹配度为,其具体如下:
;
用于岗位管理者判断求职者符合岗位匹配度为,其具体如下:
;
其中,若a=b时,则;
步骤六、将步骤五中求得的交集结果st利用排序算法进行排序,排序规则为交集结果中元素数量e的大小,交集结果st中元素数量e与匹配度以及排序位置成正相关关系;
其中,表示求职者与岗位所属企业形成合作关系的概率大于其他求职者,胜任当前岗位的概率大于其他求职者;
步骤七、将步骤五中排序结果按照元素数量e从大到小顺序依次排序输出,向岗位所在企业或者求职者进行双向推荐。
本发明实施例,步骤五中,输出结果为步骤四中求得的交集结果st中元素数量e最多的前十个求职者或岗位。
本发明实施例,步骤六中,排序算法为冒泡排序,用于通过不断地交换相邻两个元素的位置,将元素数量最大或最小的元素逐步交换到相应的位置。
冒泡排序的具体步骤为:
依次输入对个求职者和岗位之间的求交集计算结果元素数量e,并将多个元素数量e存储在一个数组中,每个元素数量e均视为数组中的一个元素;
初始化一个布尔变量`swapped`为`True`,表示是否进行了交换操作;
进入外层循环,重复以下步骤,直到没有进行交换操作为止: a.将`swapped`设置为`False`,表示本轮循环没有进行交换操作; b.进入内层循环,遍历数组中的元素,比较相邻的两个元素的数值大小;c.如果前一个元素数值大小大于后一个元素的能力数量,交换这两个元素的位置,并将`swapped`设置为`True`;
输出排序结果,即按照元素数量e从大到小的降序排列顺序的求职者列表。
本发明实施例中,元素数量e=求职者能力特征个数a=岗位需求能力特征个数b时,求职者所具有的能力特征完全符合岗位需求能力特征。
本发明实施例中,人才建档单元由N个建档模块构成,每个建档模块对应建立一个求职者身份信息以及对应的能力特征信息,岗位建档单元由Q个岗位建档模块构成,每个岗位建档模块对应建立一个岗位需求特征信息。
本发明实施例中,求职管理单元用于储存求职者简历信息和对简历信息进行更新和修改,岗位管理单元用于储存岗位需求信息,并对岗位信息进行更新。
本发明实施例中,人岗匹配系统是根据求职者所具有的与对应岗位相适配的能力特征(学历、专利对口技能、工作经验、年龄)数量进行相互推荐,并发送匹配度,具体如表1所示。
表1 人岗匹配度推荐表
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于智能数据分析的人岗匹配系统,包括人岗管理平台以及分别与人岗管理平台通过无线网络相连接的求职管理单元和岗位管理单元,其特征在于:所述人岗管理平台包括:
人岗匹配单元,用于通过人岗匹配算法分析求职者能力特征数据和岗位特征数据的匹配度,实现求职者和相符合的岗位进行匹配;
匹配度反馈单元,用于向求职者和岗位管理人员分别反馈人岗匹配结果数据;
简历调取模块,用于获取求职者的简历信息,并对求职者信息进行梳理;
能力特征提取模块,用于提取求职者简历信息中的关于能力特征的关键词;
能力特征转化赋值模块,用于通过转换赋值算法对能力特征转化为符合赋值的状态,赋予其对应的数值。
2.根据权利要求1所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述人岗管理平台还包括岗位特征建立模块,用于通过岗位管理者形成岗位能力需求描述,职位特征提取模块,用于获取岗位能力需求特征关键词,岗位特征转化赋值模块,用于对岗位能力需求特征转化为符合赋值的状态,赋予其对应的数值,特征量化赋值对照库,用于储存行业能力特征对应的量值,对能力特征转化赋值模块和岗位特征转化赋值模块的量化赋值过程提供依据,人才建档单元,用于对每个求职者转化赋值后的能力特征建立独立的档案,岗位建档单元,用于对每个岗位转化赋值后能力需求特征建立独立的档案。
3.根据权利要求1所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述人岗管理平台还包括通讯模块,匹配度反馈模块通过讯通模块与求职管理单元和岗位管理单元建立无线网络通讯,用于传输人岗匹配单元的人岗匹配数据。
4.根据权利要求1所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述人岗匹配单元由N个人岗匹配模块构成,每个人岗匹配模块具有相同的数据分析处理能力,用于单独处理求职人员和岗位之间的匹配分析工作。
5.根据权利要求1所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述人岗匹配算法具体包括以下步骤:
步骤一、从,其中n为人才建档单元处理后的求职人员的数量,/>为第n个求职人员转化赋值特征数据矩阵,其具体如下:
;
其中:a表示每个求职者所具有的经过转化赋值后能力特征的个数,为求职者所具有的经过转化赋值后能力特征数据组成的数据集合;
步骤二、利用聚类分析算法将具有相同能力特征的多个求职者归类到一组,即将相同能力特征的数据点聚集到一起形成一个类别组,依次类推形成若干个类别组;
步骤三、利用向量空间模型将每个类别组内每个求职者的能力特征数量表示为一个向量的长度,依次类推在每个类别组内形成若干个向量,且每个向量的方向为同向,在同一类别组内通过计算任意两个向量之间长度的差值,再通过判断差值为零、正数或负数,来将同一类别组内的若干个向量进行重新排序,从而将求职者根据特征数量的大小进行降序排序,筛选排名靠前部分的求职者;
步骤四、获取由岗位建档单元整理得到的岗位能力需求特征数据的集合,其中m为岗位能力需求特征数据的数量,/>为转化赋值后的第m个岗位特征数据矩阵,其具体如下:
;
其中:b表示每个岗位经过转化赋值后具有的需求能力特征数据的个数,为每个岗位所具有的经过转化赋值后需求能力特征数据组成的数据集合;
步骤五、根据步骤三中筛选后排名靠前的部分求职者与多个岗位之间的匹配关系,在多个求职人员和多个岗位之间进行匹配,通过集合之间的交集运算来确定求职者是否满足岗位的能力要求,针对每个求职者和每个岗位进行能力匹配,求解过程具体如下:
;
即,求职者的能力特征集合与岗位的能力特征要求集合进行交集运算,若交集结果st为空集,交集结果st中元素数量为e,表示求职者不满足岗位的能力要求;若交集结果st非空集,则表示求职者满足岗位的能力要求;
用于求职者判断岗位是否符合自身要求的匹配度为,其具体如下:
;
用于岗位管理者判断求职者符合岗位匹配度为,其具体如下:
;
其中,若a=b时,则;
步骤六、将步骤五中求得的交集结果st利用排序算法进行排序,排序规则为交集结果中元素数量e的大小,交集结果st中元素数量e与匹配度以及排序位置成正相关关系;
其中,表示求职者与岗位所属企业形成合作关系的概率大于其他求职者,胜任当前岗位的概率大于其他求职者;
步骤七、将步骤五中排序结果按照元素数量e从大到小顺序依次排序输出,向岗位所在企业或者求职者进行双向推荐。
6.根据权利要求5所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述步骤五中,输出结果为步骤四中求得的交集结果st中元素数量e最多的前十个求职者或岗位。
7.根据权利要求5所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述步骤六中,排序算法为冒泡排序,用于通过不断地交换相邻两个元素的位置,将元素数量最大或最小的元素逐步交换到相应的位置。
8.根据权利要求5所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述元素数量e=求职者能力特征个数a=岗位需求能力特征个数b时,求职者所具有的能力特征完全符合岗位需求能力特征。
9.根据权利要求2所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述人才建档单元由N个建档模块构成,每个建档模块对应建立一个求职者身份信息以及对应的能力特征信息,所述岗位建档单元由Q个岗位建档模块构成,每个岗位建档模块对应建立一个岗位需求特征信息。
10.根据权利要求1所述的一种基于智能数据分析的人岗匹配系统,其特征在于:所述求职管理单元用于储存求职者简历信息和对简历信息进行更新和修改,岗位管理单元用于储存岗位需求信息,并对岗位信息进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311604954.9A CN117314381A (zh) | 2023-11-29 | 2023-11-29 | 一种基于智能数据分析的人岗匹配系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311604954.9A CN117314381A (zh) | 2023-11-29 | 2023-11-29 | 一种基于智能数据分析的人岗匹配系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117314381A true CN117314381A (zh) | 2023-12-29 |
Family
ID=89250213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311604954.9A Pending CN117314381A (zh) | 2023-11-29 | 2023-11-29 | 一种基于智能数据分析的人岗匹配系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117314381A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118152553A (zh) * | 2024-05-11 | 2024-06-07 | 科大讯飞(苏州)科技有限公司 | 一种人岗匹配智能推荐方法、系统及装置 |
CN118154146A (zh) * | 2024-05-11 | 2024-06-07 | 山东杰出人才发展集团有限公司 | 一种人力资源用共享服务系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140337242A1 (en) * | 2013-05-09 | 2014-11-13 | Mark Henry Harris Bailey | System and method for candidate matching |
CN106777296A (zh) * | 2016-12-30 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种基于语义匹配的人才搜索推荐方法及系统 |
CN107590133A (zh) * | 2017-10-24 | 2018-01-16 | 武汉理工大学 | 基于语义的招聘职位与求职简历匹配的方法及系统 |
CN107729532A (zh) * | 2017-10-30 | 2018-02-23 | 北京拉勾科技有限公司 | 一种简历匹配方法及计算设备 |
CN108154350A (zh) * | 2018-01-25 | 2018-06-12 | 王智国 | 一种基于职业技能的人员招聘方法及系统 |
CN109918483A (zh) * | 2019-03-15 | 2019-06-21 | 智者四海(北京)技术有限公司 | 匹配招聘职位与求职简历的装置和方法 |
CN112199602A (zh) * | 2020-12-03 | 2021-01-08 | 中电科新型智慧城市研究院有限公司 | 岗位推荐方法、推荐平台及服务器 |
CN116485354A (zh) * | 2023-04-25 | 2023-07-25 | 蒙城县太平人力资源服务有限公司 | 一种人力资源管理方法、系统、设备及介质 |
-
2023
- 2023-11-29 CN CN202311604954.9A patent/CN117314381A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140337242A1 (en) * | 2013-05-09 | 2014-11-13 | Mark Henry Harris Bailey | System and method for candidate matching |
CN106777296A (zh) * | 2016-12-30 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种基于语义匹配的人才搜索推荐方法及系统 |
CN107590133A (zh) * | 2017-10-24 | 2018-01-16 | 武汉理工大学 | 基于语义的招聘职位与求职简历匹配的方法及系统 |
CN107729532A (zh) * | 2017-10-30 | 2018-02-23 | 北京拉勾科技有限公司 | 一种简历匹配方法及计算设备 |
CN108154350A (zh) * | 2018-01-25 | 2018-06-12 | 王智国 | 一种基于职业技能的人员招聘方法及系统 |
CN109918483A (zh) * | 2019-03-15 | 2019-06-21 | 智者四海(北京)技术有限公司 | 匹配招聘职位与求职简历的装置和方法 |
CN112199602A (zh) * | 2020-12-03 | 2021-01-08 | 中电科新型智慧城市研究院有限公司 | 岗位推荐方法、推荐平台及服务器 |
CN116485354A (zh) * | 2023-04-25 | 2023-07-25 | 蒙城县太平人力资源服务有限公司 | 一种人力资源管理方法、系统、设备及介质 |
Non-Patent Citations (1)
Title |
---|
刘兴林;吴明芬;刘利伟;: "基于向量相似度的招聘就业双向推荐模型", 中国科技信息, no. 21 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118152553A (zh) * | 2024-05-11 | 2024-06-07 | 科大讯飞(苏州)科技有限公司 | 一种人岗匹配智能推荐方法、系统及装置 |
CN118154146A (zh) * | 2024-05-11 | 2024-06-07 | 山东杰出人才发展集团有限公司 | 一种人力资源用共享服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117314381A (zh) | 一种基于智能数据分析的人岗匹配系统 | |
CN112685138B (zh) | 云环境下基于多种群混合智能优化的多工作流调度方法 | |
CN104572297B (zh) | 一种基于遗传算法的Hadoop作业调度方法 | |
Li et al. | A hyperheuristic approach for intercell scheduling with single processing machines and batch processing machines | |
US20150170052A1 (en) | Method of reducing resource fluctuations in resource leveling | |
CN110751416A (zh) | 一种用水量的预测方法、装置及设备 | |
Dolhopolov et al. | Use of artificial intelligence systems for determining the career guidance of future university student | |
CN115550370B (zh) | 一种基于多因素策略的算力资源最优调度分配方法 | |
CN117314091B (zh) | 一种考虑行为的作业任务单分配方法 | |
CN110928261A (zh) | 分布式异构流水车间的分布估计调度方法及系统 | |
CN113032367A (zh) | 面向动态负载场景的大数据系统跨层配置参数协同调优方法和系统 | |
CN107944748B (zh) | 柔性作业车间人员配置及作业排序方法 | |
CN112256739A (zh) | 一种基于多臂赌博机的动态流大数据中数据项筛选方法 | |
Pooranian et al. | Independent task scheduling in grid computing based on queen bee algorithm | |
CN110766304B (zh) | 一种基于多指标评价的装配工艺资源优化配置方法 | |
Li et al. | An efficient multi-model training algorithm for federated learning | |
CN117634768A (zh) | 基于改进ssa算法的多目标柔性车间调度方法 | |
CN110633784B (zh) | 一种多规则人工蜂群改进算法 | |
CN112102132B (zh) | 行政班级的自动配置方法、装置和计算机设备 | |
CN114547473A (zh) | 基于决策模型与遗传矩阵分解法的众包任务数据推荐方法 | |
Pan et al. | Multi-criteria student project allocation: A case study of goal programming formulation with dss implementation | |
CN112700169A (zh) | 一种基于预测与人员反馈的业务过程任务分配方法及系统 | |
NADER et al. | A multi-mode resource-constrained optimization of time-cost trade-off problems in project scheduling using a genetic algorithm | |
Verma et al. | Solving the job-shop scheduling problem by using genetic algorithm | |
CN117057763B (zh) | 一种人力资源优化配置方法及系统 |
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 |