[發明專利]基于加權特征值的精準推薦算法

在審

• 申請號: 201910316085.7
• 申請日: 2019-04-19
• 公開（公告）號: CN109992721A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 未培;莊彥;王春姍
• 申請（專利權）人: 安徽工商職業學院
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/10
• 代理公司: 合肥中谷知識產權代理事務所(普通合伙) 34146
• 代理人: 馮沖

1.基于加權特征值的精準推薦算法，其特征在于：步驟包括：

S1：特征值的設定和權重分配；根據企業和求職者發布的信息，提取多個特征值，并根據一定的比例給所述特征值分配權重；

S2：數據匹配；根據可變的權重進行綜合計算匹配，得到所述權重與所述特征值之間的匹配度，再將該匹配度與預設的閾值比較，超過閾值線，則認為匹配成功，低于閾值線，則認為匹配失敗；

S3：信息的推送；數據匹配成功后，向求職者推送企業招聘信息以及向企業推送求職者求職信息。

2.根據權利要求1所述的基于加權特征值的精準推薦算法，其特征在于：所述特征值的選取范圍包括專業、學歷、特長、崗位、工作地點、工作時間、薪酬和五險一金。

3.根據權利要求1所述的基于加權特征值的精準推薦算法，其特征在于：所述權重分配中，將專業、學歷、崗位、薪酬的權重固定為15％、15％、15％、15％，求職者在信息發布平臺中勾選一個或兩個特征值作為求職比較看重的要素，則被勾選的特征值的權重分配為15％，其他特征值項平分剩余的權重。

4.根據權利要求1所述的基于加權特征值的精準推薦算法，其特征在于：所述閾值的預設值為60。

5.根據權利要求1所述的基于加權特征值的精準推薦算法，其特征在于：所述匹配度的具體計算方式如下：

設定：閾值用T表示；

匹配度用M表示，根據各特征值匹配結果及權重計算得到；

匹配成功的信息數量用N表示；

權重用W表示，則特長的權重表示為WS，工作地點的權重表示為WP，工作時間的權重表示為WT，五險一金的權重表示為WI；

設置計數變量I，用于計算各特征值權重；

第一步：將WS、WP、WT、WI、M、N，I均賦值為0，T賦值為60；

第二步：判斷特長特征值是否屬于求職者看重要素，如果是，則WS＝15，如果不是，則WS＝0，I＝I+1；

第三步：判斷工作地點特征值是否屬于求職者看重要素，如果是，則WP＝15，如果不是，則WP＝0，I＝I+1；

第四步：判斷工作時間特征值是否屬于求職者看重要素，如果是，則WT＝15，如果不是，則WT＝0，I＝I+1；

第五步：判斷五險一金特征值是否屬于求職者看重要素，如果是，則WI＝15，如果不是，則WI＝0，I＝I+1；

第六步：計算除專業、學歷、崗位、薪酬及求職者看重要素以外的，其他特征值的權重，W＝15+15+15+15+WS+WP+WT+WI，因求職者看重的要素小于三個，W小于100；

第七步：將剩余權重平分給賦值為零的特征值，(100-W)/I重新賦值給W；

第八步：判斷WS、WP、WT、WI是否為0，如是，則將上一步計算得到的剩余平均權重值賦給它們，即WS＝W、WP＝W、WT＝W、WI＝W；

第九步：判斷求職者求職信息中的專業特征值和企業招聘信息中的專業是否相同，或招聘信息中的專業為“不限”，如是，則M＝M+15；

第十步：判斷求職者求職信息中的學歷特征值和企業招聘信息中的學歷是否相同，或招聘信息中的學歷為“不限”，如是，則M＝M+15；

第十一步：判斷求職者求職信息中的崗位特征值和企業招聘信息中的崗位是否相同，或求職者的崗位需求為“不限”，或招聘信息中的崗位“不限”，如是，則M＝M+15；

第十二步：判斷求職者求職信息中的薪酬特征值和企業招聘信息中的薪酬是否相同，或求職者的薪酬需求為“不限”，如是，則M＝M+15；

第十三步：判斷求職者求職信息中的特長特征值和企業招聘信息中的特長是否相同或企業特長是求職者特長的子集，如是，則M＝M+WS；

第十四步：判斷求職者求職信息中的工作地點特征值和企業招聘信息中的工作地點是否相同，或求職者的工作地點為“不限”，如是，則M＝M+WP；

第十五步：判斷求職者求職信息中的工作時間特征值和企業招聘信息中的工作時間是否相同，或求職者的工作時間為“不限”，如是，則M＝M+WT；

第十六步：判斷求職者求職信息中的五險一金特征值和企業招聘信息中的五險一金是否相同，如是，則M＝M+WI；

第十七步：將M與T比較，如M>＝T，則將求職信息向企業推送，將招聘信息向求職者推送，并將N加一：N＝N+1；

第十八步：將求職信息與下一條招聘信息進行匹配度計算，從第九步重復操作，直到匹配出20條信息，結束匹配。

6.根據權利要求1所述的基于加權特征值的精準推薦算法，其特征在于：該算法的核心代碼在學生端采用基于Android編程技術開發，其他客戶端及服務器端均采用B/S架構開發。