[發明專利]基于神經網絡模型的應聘者評估方法及裝置

在審

• 申請號: 201811536609.5
• 申請日: 2018-12-14
• 公開（公告）號: CN109635753A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 姚旭峰;徐國強;邱寒
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q10/06;G06Q10/10
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種基于神經網絡模型的應聘者評估方法，其特征在于，包括：

獲取應聘者的人臉圖像，提取所述人臉圖像中的人臉特征數據；

基于面相-性格神經網絡模型，預測所述應聘者的人臉圖像的人臉特征數據所對應的預測人格特質類型，其中所述面相-性格神經網絡模型是以多個預先采集的人臉圖像樣本的人臉特征數據和人格特質類型樣本通過訓練所形成的；

獲取所述應聘者的應聘職位所需求的期望人格特質類型；

將所述期望人格特質類型和所述預測人格特質類型進行對比，以確定出相對應的面試建議，其中所述面試建議指示推薦或不推薦所述應聘者參加面試。

2.根據權利要求1所述的方法，其特征在于，在獲取所述應聘者的應聘職位所需求的期望人格特質類型之后，所述方法還包括：

基于考察項參照表，確定與所述期望人格特質類型相對應的面試問題，其中所述考察項參照表中包括期望人格特質類型與面試問題之間的映射關系。

3.根據權利要求2所述的方法，其特征在于，所述面試問題包括多個選項，所述多個選項分別用于指示不同的人格特質類型，在基于考察項參照表，確定與所述期望人格特質類型相對應的面試問題之后，所述方法還包括：

獲取用戶所選擇的針對所述面試問題的多個選項的反饋選項；

基于所述反饋選項，驗證所述預測人格特質類型；

若所述反饋選項所指示的人格特質類型與所述預測人格特質類型相匹配，則確定所述預測人格特質類型正確。

4.根據權利要求3所述的方法，其特征在于，在基于所述反饋選項，驗證所述預測人格特質類型之后，所述方法還包括：

若所述反饋選項所指示的人格特質類型與所述預測人格特質類型不匹配，則確定所述預測人格特質類型不正確；

將所述反饋選項所指示的人格特質類型和所述應聘者的人臉圖像關聯存儲，以補充至用于訓練所述面相-性格神經網絡模型的訓練數據中。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括針對所述面相-性格神經網絡模型的訓練過程，具體包括：

向網絡搜索引擎服務器發送搜索請求，其中所述搜索請求包括關于面相圖像的關鍵詞；

從所述搜索引擎服務器獲取響應于所述搜索請求的訓練面相圖像，并提取所述訓練人臉圖像中的人臉特征數據；

統計所述訓練面相圖像所對應的訓練人格特質類型，其中所述訓練人格特質類型包括經人工標注的人格特質類型；

將所統計的所述訓練人格特質類型和對應的所述訓練面相圖像輸入至所述面相-性格神經網絡模型，以訓練所述面相-性格神經網絡模型。

6.根據權利要求3所述的方法，其特征在于，所述考察項參照表中的所述映射關系包括關于期望人格特質類型、預測人格特質類型和面試問題之間的映射關系，其中，所述基于考察項參照表，確定與所述期望人格特質類型相對應的面試問題包括：

根據所述期望人格特質類型和所述預測人格特質類型查詢所述考察項參照表，以確定相對應的面試問題。

7.一種基于神經網絡模型的應聘者評估裝置，包括：

人臉圖像獲取單元，用于獲取應聘者的人臉圖像，提取所述人臉圖像中的人臉特征數據；

人格特質類型預測單元，用于基于面相-性格神經網絡模型，預測所述應聘者的人臉圖像的人臉特征數據所對應的預測人格特質類型，其中所述面相-性格神經網絡模型是以多個預先采集的人臉圖像樣本的人臉特征數據和人格特質類型樣本通過訓練所形成的；

期望人格特質類型獲取單元，用于獲取所述應聘者的應聘職位所需求的期望人格特質類型；

面試建議確定單元，用于將所述期望人格特質類型和所述預測人格特質類型進行對比，以確定出相對應的面試建議，其中所述面試建議指示推薦或不推薦所述應聘者參加面試。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

面試問題確定單元，用于在獲取應聘職位所需求的期望人格特質類型之后，基于考察項參照表確定與所述期望人格特質類型相對應的面試問題，其中所述考察項參照表中包括期望人格特質類型與面試問題之間的映射關系。