[發明專利]基于文本履歷信息的信息可視化方法及智能可視分析系統

有效

• 申請號: 201410496047.1
• 申請日: 2014-09-25
• 公開（公告）號: CN104318340B
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 王浩;張晨;徐帆江;王微
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/30
• 代理公司: 北京君尚知識產權代理事務所(普通合伙)11200
• 代理人: 司立彬

技術領域

本發明屬于計算機應用技術領域，涉及一種基于文本履歷信息的智能可視分析系統及信息可視化方法。

背景技術

履歷信息是一種總結個人經歷的信息，它存在于履歷數據中，主要包括個人基本信息以及個人經歷資料的簡要說明。個人基本信息包括姓名、性別、出生年月、民族、教育程度、政治面貌、宗教信仰、主要家庭成員、主要社會關系、婚姻與個人健康狀況等。個人經歷作為履歷的重要內容通常包括個人過去的學習經歷、任職經歷等。

個人履歷數據作為人員測評的重要依據，它從多個方面反映了個人過去的行為以及當前的能力。履歷分析基于履歷數據所體現出來的人員過去的行為來預測將來的行為，從而廣泛應用于各企事業單位的人事選拔與招聘，政府部門的干部考核與管理，以及科技人才流動研究與評價。

隨著信息技術的不斷發展，近年來電子履歷數據呈爆炸方式增長與傳播。電子履歷從來源上劃分主要包括：①存在于互聯網上的公開履歷；②存在于各企事業單位以及人才招聘系統中的非公開履歷。此外，電子履歷從形態上劃分可以分為結構化履歷和非結構化履歷兩種：①結構化履歷。通常為表格形式，來源于人事招聘系統或單位內部的管理系統，其履歷結構較規范且固定，便于統一管理。但是，結構化履歷因其結構固定且擴展性較弱，很難對其進行基于語義的深層次分析。②非結構化履歷。通常為文本形式，其來源較廣，例如互聯網各大新聞站點或社交媒體。非結構化履歷結構多樣，不便于統一分析與管理。但是，非結構化履歷因其以文本作為載體，其中往往蘊含豐富的語義信息，故可以對其進行基于語義的智能分析，例如語義查找與分類等任務。

與此同時，隨著履歷數據量的不斷增加，傳統的基于人工的履歷分析方法因其效率較低，在快速處理大量履歷數據的任務中往往顯得力不從心。因此，依靠計算機強大處理能力的履歷分析系統(Curriculum Vitae Analysis System，CVAS)應運而生。CVAS主要針對結構化履歷數據進行自動化的履歷分析與管理。它借助于計算機其強大的處理與分析能力，能夠基于履歷數據快速過濾不符合要求的履歷，大大提高履歷分析的效率。而且，它也可以根據具體應用需求，對履歷數據進行定量分析與科學評估，使得履歷分析結構更加合理可靠。所以，近年來CVAS越來越受到企事業單位人事管理部門的重視，被廣泛地用于人員選拔等人事資源管理活動中。

綜上所述，履歷分析技術的發展經歷了最初的手工分析技術，到互聯網時代下的計算機自動分析技術。尤其是近年來出現的CVAS，運用計算機強大處理能力極大地提高了履歷分析的效率，得到了各領域的廣泛應用。

但是，現有CVAS依然存在著如下不足之處：(1)當前系統不適用于針對非結構化履歷數據的分析。非結構化履歷通常為純文本形式存儲(例如txt、word、pdf等形式)，格式不統一且變化較大，很難直接應用于當前的CVAS。換句話說，當前CVAS缺乏將非結構化履歷轉化為結構化履歷的能力。(2)當前系統的分析能力主要體現在簡單規則下的定性分析與定量計算(例如履歷篩選與打分)以及統計管理方面(例如生成履歷信息報表)，而忽略了對于履歷中所蘊含的潛在模式的智能挖掘以及直觀可視分析，尤其是忽略了從履歷中挖掘出個人成長模式以及對于成長模式的直觀可視化，從而無法幫助用戶完成一些復雜任務，例如基于語義的履歷查找與分類、人事任免推薦、職業生涯規劃等。(3)當前系統僅針對單個履歷進行孤立分析，而忽視了履歷之間的關聯性。履歷間的潛在關聯能夠反映人員之間的潛在社交關系，該關系由個人的潛在經歷交集產生，例如同學、同事、同鄉、戰友、合作者、競爭對手等關系。基于該關系能夠還原并構建出人員之間的潛在社交網絡，該網絡對于履歷的科學管理、用戶掌握人員間的潛在社會關聯、發現人員間的組織機構層級關系從而獲得深層次認知能夠起到促進作用。

發明內容

本發明技術解決的問題：克服現有方法與系統的不足，提供一種基于文本履歷信息的智能可視分析系統及信息可視化方法，充分利用履歷數據中的潛在模式信息，基于自然語言處理、數據挖掘、機器學習以及信息可視化技術構建履歷信息可視分析環境，幫助用戶理解履歷中的潛在成長模式及履歷間的潛在關聯信息，從而為基于語義的履歷查找與分類、人事任免推薦、職業生涯規劃以及人際關系把握等任務提供支持。該發明技術為通用框架，旨在發現履歷數據中所蘊含的潛在成長模式以及人員間的潛在社交關系，并將這些模式特征以及社交關系以直觀的可視化方式加以表達。它可以廣泛應用于職員履歷、干部履歷、企業高管履歷以及科研人員履歷的智能挖掘及信息可視化領域。