[發明專利]基于機器學習的崗位招聘數據篩選方法、系統及存儲介質

有效

• 申請號: 201810246052.5
• 申請日: 2018-03-23
• 公開（公告）號: CN108509561B
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 董超;段文良;王可鑫
• 申請（專利權）人: 山東合天智匯信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種基于機器學習的崗位招聘數據篩選方法，其特征是，包括：

步驟（1）：崗位招聘數據采集；

步驟（101）：設定招聘崗位，將招聘崗位存儲到招聘崗位數據庫中；設定企業名稱，將企業名稱存儲到企業名稱數據庫中；

步驟（102）：根據招聘崗位數據庫中的招聘崗位，抓取互聯網公開的企業名稱和招聘崗位的任職要求；將新的企業名稱存儲到企業名稱數據庫中；將招聘崗位的任職要求存儲到任職要求數據庫中；

步驟（103）：根據企業名稱數據庫，抓取每個企業名稱在互聯網公開的所有招聘崗位；將與設定招聘崗位相似的新的招聘崗位存儲到招聘崗位數據庫中；返回步驟（102）；

步驟（104）：重復步驟（102）和步驟（103）直至不再產生新的企業名稱和新的招聘崗位為止；將任職要求數據庫中的數據進行去重處理，去重后的任職要求數據庫中的數據被稱之為疑似崗位招聘信息；

步驟（2）：利用疑似崗位招聘信息的崗位招聘信息和非崗位招聘信息，對分類器進行訓練，得到分類器；

步驟（201）：將疑似崗位招聘信息隨機抽取N條崗位招聘信息和N條非崗位招聘信息，

從N條崗位招聘信息中選擇n條作為崗位招聘信息訓練數據，將N-n條作為崗位招聘信息測試數據；

從N條非崗位招聘信息中選擇n條作為非崗位招聘信息訓練數據，將N-n條作為非崗位招聘信息測試數據；

步驟（202）：對崗位招聘信息和非崗位招聘信息的訓練數據均進行文本預處理：

步驟（203）：根據文本預處理結果，計算每個詞的卡方統計量，根據卡方統計量的值從大到小進行排序，選出最大的前設定個數的詞，將崗位招聘信息的最大的前設定個數的詞進行合并，將非崗位招聘信息的最大的前設定個數的詞進行合并，得到崗位招聘信息最終的特征向量和非崗位招聘信息最終的特征向量；

步驟（204）：計算崗位招聘信息中每個招聘信息文檔與對應的最終的特征向量的相關性指標，即崗位招聘信息的詞頻逆向文件頻率TF-IDF值，對崗位招聘信息訓練數據進行歸一化處理；

同樣的，計算非崗位招聘信息中每個招聘信息文檔與對應的最終的特征向量的相關性指標，即非崗位招聘信息的詞頻逆向文件頻率TF-IDF值，對非崗位招聘信息訓練數據進行歸一化處理；

步驟（205）：利用歸一化處理后的崗位招聘信息訓練數據和非崗位招聘信息訓練數據對分類器進行訓練，獲取訓練好的分類器；利用崗位招聘信息測試數據和非崗位招聘信息測試數據對分類器進行分類精度的驗證；

步驟（3）：利用分類器對所有的疑似崗位招聘信息進行分類，得到崗位招聘信息庫和非崗位招聘信息庫。

2.如權利要求1所述的基于機器學習的崗位招聘數據篩選方法，其特征是，所述步驟（102）中：

若抓取的企業名稱與企業名稱數據庫的企業名稱不一致，那么將抓取的企業名稱作為新企業名稱存儲到企業名稱數據庫中；同時，將新企業名稱對應的設定招聘崗位的任職要求存儲到任職要求數據庫中；

若抓取的企業名稱與企業名稱數據庫的企業名稱均一致，那么將抓取的設定招聘崗位的任職要求存儲到任職要求數據庫中。

3.如權利要求1所述的基于機器學習的崗位招聘數據篩選方法，其特征是，所述崗位招聘數據為專業技術崗位招聘數據。

4.如權利要求2所述的基于機器學習的崗位招聘數據篩選方法，其特征是，所述步驟（103）中：

如果抓取的招聘崗位與設定的招聘崗位名稱相似，那么將抓取的招聘崗位作為新的招聘崗位存儲到招聘崗位數據庫中；返回步驟（102）；

如果抓取的招聘崗位與設定的招聘崗位名稱不相似，那么將抓取的招聘崗位和招聘崗位的任職要求均剔除。

5.如權利要求4所述的基于機器學習的崗位招聘數據篩選方法，其特征是，所述步驟（103）相似與不相似的判斷，均采用文本相似度算法進行判斷。