[發明專利]一種職位標簽推薦方法和計算設備

有效

• 申請號: 201710642960.1
• 申請日: 2017-07-31
• 公開（公告）號: CN107688609B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 張放
• 申請（專利權）人: 北京拉勾科技有限公司
• 主分類號: G06F16/955
• 分類號: G06F16/955;G06Q10/10;G06K9/62
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種職位標簽推薦方法，適于在計算設備中執行，所述計算設備中分別存儲有行業標簽表、職位標簽模板和職位標簽模型，該模板和模型均可以用于生成職位標簽，所述行業標簽表中存儲有不同的公司簡稱及其行業標簽的鍵值對，所述方法包括步驟：

從招聘者發布的職位描述信息中提取公司簡稱內容、職位標題內容和職位詳情內容，并從所述行業標簽表中獲取該公司簡稱所對應的標簽，作為公司類標簽；

根據所述職位標簽模板對職位標題內容進行模板匹配，得到標題類標簽；

根據所述職位標簽模板對職位詳情內容進行模板匹配，得到該職位詳情內容所對應的第一詳情類標簽；

將職位詳情內容轉換為文本向量，利用所述職位標簽模型對該文本向量進行處理，得到該職位詳情內容所對應的第二詳情類標簽以及各標簽的輸出概率；以及

按照標題類標簽、第一詳情類標簽和第二詳情類標簽的優先級順序，選取目標數目的標簽作為職位標簽進行推薦，并當所述標題類標簽、第一詳情類標簽和第二詳情類標簽的數目未達到目標數目時，選取相應需求數目的公司類標簽作為職位標簽進行推薦；

其中，所述選取目標數目的標簽作為職位標簽進行推薦的步驟包括：

根據所述標題類標簽和第一詳情類標簽的總數目確定第二詳情類標簽的概率閾值，并選取輸出概率大于該概率閾值的第二詳情類標簽；以及

將所述標題類標簽、第一詳情類標簽，以及選取到的第二詳情類標簽按照先后順序進行推薦，其中，所述選取到的第二詳情類標簽按照輸出概率由大至小的順序推薦。

2.如權利要求1所述的方法，其中，還包括生成所述行業標簽表的步驟：

獲取不同公司的公司名稱及其對應的行業標簽，并過濾掉該名稱中的無用詞綴，從而得到各公司簡稱及其行業標簽的鍵值對。

3.如權利要求1所述的方法，其中，所述根據所述職位標簽模板對職位標題內容進行模板匹配的步驟包括：

過濾職位標題內容中的干擾詞匯，并根據所述職位標簽模板對剩下的內容進行模板匹配。

4.如權利要求1所述的方法，其中，所述根據所述職位標簽模板對職位詳情內容進行模板匹配的步驟包括：

去除職位詳情中的html5標簽，并根據文本換行符對其進行分句處理；

從分句后的內容中定位出目標關鍵詞所在的語句；以及

根據所述職位標簽模板對定位出的語句進行模板匹配。

5.如權利要求4所述的方法，其中，所述目標關鍵詞包括經驗、專業、行業和教育背景中的至少一種。

6.如權利要求1所述的方法，其中，所述將職位詳情內容轉換為文本向量的步驟包括：

去除職位詳情內容中的html5標簽后，再對其進行分詞和斷行處理，并將分詞和斷行處理后的內容轉換為文本向量。

7.如權利要求1所述的方法，其中，還包括訓練職位標簽模型的步驟：

獲取不同的職位標題，并生成各職位標題所對應的準確職位標簽；以及

將各職位標題轉換為文本向量，并將各文本向量及其對應的職位標簽作為訓練樣本，采用邏輯回歸模型對該訓練樣本進行訓練，得到所述職位標簽模型。

8.如權利要求7所述的方法，其中，所述生成各職位標題所對應的準確職位標簽的步驟包括：

根據所述職位標簽模板生成各職位標題所對應的準職位標簽，并接收管理者對該準職位標簽進行的人工調整，得到所述準確職位標簽。

9.如權利要求7所述的方法，其中，

將職位標題內容轉換為文本向量的方法為TF-IDF歸一化方法；

所述邏輯回歸模型為MultiClasses-LogisticRegression模型。

10.如權利要求9所述的方法，其中，當所述標題類標簽和第一詳情類標簽的總數目分別為0、1和2時，對應的第二詳情類標簽的概率閾值分別為0.35、0.5和0.8。