[發(fā)明專利]一種基于人的信息聚合方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410857598.6
• 申請(qǐng)日: 2015-08-04
• 公開(kāi)（公告）號(hào): CN104504138A
• 公開(kāi)（公告）日: 2015-07-29
• 發(fā)明（設(shè)計(jì)）人: 石忠民;徐亞波;莫敏
• 申請(qǐng)（專利權(quán)）人: 廣州索答信息科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 廣州市越秀區(qū)哲力專利商標(biāo)事務(wù)所(普通合伙) 44288
• 代理人: 湯喜友

技術(shù)領(lǐng)域

本發(fā)明涉及信息聚合技術(shù)領(lǐng)域，具體涉及一種基于人的信息聚合方法和裝置。

背景技術(shù)

我國(guó)人力資源新興市場(chǎng)規(guī)模已達(dá)百億元，以智聯(lián)招聘和前程無(wú)憂等為首的互聯(lián)網(wǎng)企業(yè)降低了用人單位招聘工作的時(shí)間和經(jīng)濟(jì)成本，提供了極大的便利，已成為人力資源服務(wù)的主體。然而，在互聯(lián)網(wǎng)海量的應(yīng)聘者信息中，用人單位找到合適的人才依然是大海撈針。核心的問(wèn)題是：招聘網(wǎng)站中的人才信息普遍存在著主觀、片面、不完整、不準(zhǔn)確的弊端，并且嚴(yán)重缺乏高端人才信息。傳統(tǒng)的搜索引擎通常都基于靜態(tài)的網(wǎng)頁(yè)信息，并以頁(yè)面為中心來(lái)構(gòu)建索引和提供搜索服務(wù)。

基于現(xiàn)有的人才信息所存在的問(wèn)題，需要建立以人為中心，實(shí)現(xiàn)關(guān)于人才的全面信息描述的語(yǔ)義資料庫(kù)，并且其信息描述要準(zhǔn)確。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于人的信息聚合方法和裝置，通過(guò)對(duì)不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行聚合，以形成針對(duì)個(gè)人的全面信息描述。

為解決上述問(wèn)題，本發(fā)明所采用的技術(shù)方案如下：

方案一：

一種基于人的信息聚合方法，包括以下步驟：

步驟A：利用數(shù)據(jù)模板中定義的匹配規(guī)則對(duì)相應(yīng)的網(wǎng)頁(yè)中的數(shù)據(jù)進(jìn)行匹配，獲取個(gè)人屬性數(shù)據(jù)，個(gè)人屬性數(shù)據(jù)包括姓名和與姓名對(duì)應(yīng)的屬性數(shù)據(jù)；

步驟B：針對(duì)兩條姓名不同的個(gè)人屬性數(shù)據(jù)進(jìn)行相似度匹配，判斷相似度是否大于預(yù)設(shè)閾值，若是，則將該兩條個(gè)人屬性數(shù)據(jù)進(jìn)行融合；若否，則不融合該兩條個(gè)人屬性數(shù)據(jù)；

步驟C：針對(duì)兩條姓名相同的個(gè)人屬性數(shù)據(jù)進(jìn)行相似度匹配，判斷相似度是否大于預(yù)設(shè)閾值，若是，則將該兩條個(gè)人屬性數(shù)據(jù)進(jìn)行融合；若否，則不融合該兩條個(gè)人屬性數(shù)據(jù)。

進(jìn)一步地，在步驟B和步驟C中，預(yù)設(shè)閾值通過(guò)以下方法確定：選取一批來(lái)自不同網(wǎng)站中的不同姓名但實(shí)質(zhì)為同一個(gè)人的個(gè)人屬性數(shù)據(jù)作為樣本，分別計(jì)算該批個(gè)人屬性數(shù)據(jù)中的每個(gè)屬性的平均相似度，將每個(gè)平均相似度乘以其屬性對(duì)應(yīng)的權(quán)重值，再將每個(gè)乘以權(quán)重值后的平均相似度相加所得到的結(jié)果作為預(yù)設(shè)閾值。

進(jìn)一步地，屬性的平均相似度由以下方法獲得：樣本中屬于同一屬性的數(shù)據(jù)具有多個(gè)，將屬于同一屬性的多個(gè)數(shù)據(jù)進(jìn)行每?jī)蓚€(gè)數(shù)據(jù)計(jì)算出一個(gè)相似度，進(jìn)而得到多個(gè)相似度，針對(duì)多個(gè)相似度求平均值則得到屬于該屬性的平均相似度。

方案二：

一種基于人的信息聚合裝置，包括以下模塊：

模塊A：用于利用數(shù)據(jù)模板中定義的匹配規(guī)則對(duì)相應(yīng)的網(wǎng)頁(yè)中的數(shù)據(jù)進(jìn)行匹配，獲取個(gè)人屬性數(shù)據(jù)，個(gè)人屬性數(shù)據(jù)包括姓名和與姓名對(duì)應(yīng)的屬性數(shù)據(jù)；

模塊B：用于針對(duì)兩條姓名不同的個(gè)人屬性數(shù)據(jù)進(jìn)行相似度匹配，判斷相似度是否大于預(yù)設(shè)閾值，若是，則將該兩條個(gè)人屬性數(shù)據(jù)進(jìn)行融合；若否，則不融合該兩條個(gè)人屬性數(shù)據(jù)；

模塊C：用于針對(duì)兩條姓名相同的個(gè)人屬性數(shù)據(jù)進(jìn)行相似度匹配，判斷相似度是否大于預(yù)設(shè)閾值，若是，則將該兩條個(gè)人屬性數(shù)據(jù)進(jìn)行融合；若否，則不融合該兩條個(gè)人屬性數(shù)據(jù)。

進(jìn)一步地，在模塊B和模塊C中，預(yù)設(shè)閾值通過(guò)以下方法確定：選取一批來(lái)自不同網(wǎng)站中的不同姓名但實(shí)質(zhì)為同一個(gè)人的個(gè)人屬性數(shù)據(jù)作為樣本，分別計(jì)算該批個(gè)人屬性數(shù)據(jù)中的每個(gè)屬性的平均相似度，將每個(gè)平均相似度乘以其屬性對(duì)應(yīng)的權(quán)重值，再將每個(gè)乘以權(quán)重值后的平均相似度相加所得到的結(jié)果作為預(yù)設(shè)閾值。

進(jìn)一步地，屬性的平均相似度由以下方法獲得：樣本中屬于同一屬性的數(shù)據(jù)具有多個(gè)，將屬于同一屬性的多個(gè)數(shù)據(jù)進(jìn)行每?jī)蓚€(gè)數(shù)據(jù)計(jì)算出一個(gè)相似度，進(jìn)而得到多個(gè)相似度，針對(duì)多個(gè)相似度求平均值則得到屬于該屬性的平均相似度。

相比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：通過(guò)從不同數(shù)據(jù)源進(jìn)行數(shù)據(jù)獲取，可以實(shí)現(xiàn)以人為單位，對(duì)其相關(guān)的屬性信息進(jìn)行深度的挖掘，包括人的基本信息、興趣、社會(huì)關(guān)系、經(jīng)歷等屬性信息，形成針對(duì)個(gè)人的全面信息描述，為后面構(gòu)建豐富的關(guān)于人的語(yǔ)義模型提供數(shù)據(jù)基礎(chǔ)。

附圖說(shuō)明

圖1為本發(fā)明的基于人的信息聚合方法的流程圖。

具體實(shí)施方式

下面，結(jié)合附圖以及具體實(shí)施方式，對(duì)本發(fā)明做進(jìn)一步描述：

如圖1所示，一種基于人的信息聚合方法，包括以下步驟：

步驟A：利用數(shù)據(jù)模板中定義的匹配規(guī)則對(duì)相應(yīng)的網(wǎng)頁(yè)中的數(shù)據(jù)進(jìn)行匹配，獲取個(gè)人屬性數(shù)據(jù)，個(gè)人屬性數(shù)據(jù)包括姓名和與姓名對(duì)應(yīng)的屬性數(shù)據(jù)。