[發(fā)明專利]職業(yè)信息匹配方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911414231.6
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111192025A
• 公開（公告）日: 2020-05-22
• 發(fā)明（設(shè)計(jì)）人: 胡永春;龍美霖;徐錦才;柯維海;趙丁燦;胡永松;雷艷
• 申請(qǐng)（專利權(quán)）人: 廣東德誠科教有限公司
• 主分類號(hào): G06Q10/10
• 分類號(hào): G06Q10/10
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 毛丹

本申請(qǐng)涉及一種職業(yè)信息匹配方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：接收職業(yè)信息查詢指令,所述職業(yè)信息查詢指令攜帶了用戶標(biāo)識(shí)；根據(jù)所述用戶標(biāo)識(shí)獲取歷史多維度信息，對(duì)所述歷史多維度信息進(jìn)行特征提取，得到與所述用戶標(biāo)識(shí)對(duì)應(yīng)的特征向量；將所述特征向量輸入分類模型，得到多個(gè)類別特征標(biāo)簽；利用多個(gè)所述類別特征標(biāo)簽生成對(duì)應(yīng)的用戶畫像信息；將所述用戶畫像信息與多種職業(yè)信息進(jìn)行匹配，得到與所述用戶標(biāo)識(shí)匹配的職業(yè)。采用本方法能夠?qū)γ總€(gè)用戶的職業(yè)信息進(jìn)行準(zhǔn)確的測評(píng)，避免了因測評(píng)信息不完整而導(dǎo)致無法準(zhǔn)確的匹配，有效的提高職業(yè)測評(píng)準(zhǔn)確性，實(shí)現(xiàn)人才資源的合理分配。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種職業(yè)信息匹配方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，促進(jìn)了越來越多的新興產(chǎn)業(yè)，新的產(chǎn)業(yè)也會(huì)促進(jìn)職業(yè)類型的不斷豐富，因此職業(yè)的分工也更加精細(xì)化，不同類型的職業(yè)要求匹配的職業(yè)能力也不同，對(duì)每個(gè)求職者進(jìn)行有效的職業(yè)測評(píng)，能將不同類型的人才資源進(jìn)行合理的分配。

然而，目前的職業(yè)測評(píng)方式，由于測評(píng)數(shù)據(jù)的局限性，使得測評(píng)信息不完整，導(dǎo)致對(duì)求職者的職業(yè)能力信息分析不夠全面，使得職業(yè)測評(píng)的準(zhǔn)確性不足。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠?qū)μ岣呗殬I(yè)測評(píng)準(zhǔn)確性的職業(yè)信息匹配方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種職業(yè)信息匹配方法，所述方法包括：

接收職業(yè)信息查詢指令,所述職業(yè)信息查詢指令攜帶了用戶標(biāo)識(shí)；

根據(jù)所述用戶標(biāo)識(shí)獲取歷史多維度信息，對(duì)所述歷史多維度信息進(jìn)行特征提取，得到與所述用戶標(biāo)識(shí)對(duì)應(yīng)的特征向量；

將所述特征向量輸入分類模型，得到多個(gè)類別特征標(biāo)簽；

利用多個(gè)所述類別特征標(biāo)簽生成對(duì)應(yīng)的用戶畫像信息；

將所述用戶畫像信息與多種職業(yè)信息進(jìn)行匹配，得到與所述用戶標(biāo)識(shí)匹配的職業(yè)。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述用戶標(biāo)識(shí)獲取歷史多維度信息包括：

根據(jù)所述用戶標(biāo)識(shí)獲取對(duì)應(yīng)的注冊(cè)信息；

通過社交網(wǎng)頁爬取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交信息；

通過征信平臺(tái)獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的征信信息。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述用戶標(biāo)識(shí)獲取歷史多維度信息，對(duì)所述歷史多維度信息進(jìn)行特征提取包括：

利用詞庫模型對(duì)所述歷史多維度信息進(jìn)行特征提取；

將所述歷史多維度信息分別轉(zhuǎn)換成對(duì)應(yīng)的詞向量，對(duì)所述詞向量進(jìn)行合并，得到與所述用戶標(biāo)識(shí)對(duì)應(yīng)的特征向量。

在其中一個(gè)實(shí)施例中，所述將所述用戶畫像信息與多種職業(yè)信息進(jìn)行匹配，得到與所述用戶標(biāo)識(shí)匹配的職業(yè)包括：

從數(shù)據(jù)庫中獲取多種職業(yè)數(shù)據(jù)信息；

將所述用戶畫像信息與多種所述職業(yè)數(shù)據(jù)信息進(jìn)行相似度匹配；

將相似度大于閾值的職業(yè)數(shù)據(jù)信息標(biāo)記為待推薦職業(yè)。

在其中一個(gè)實(shí)施例中，所述將所述用戶畫像信息與多種所述職業(yè)數(shù)據(jù)信息進(jìn)行相似度匹配包括：

獲取所述用戶畫像信息中每個(gè)類別特征標(biāo)簽的權(quán)重等級(jí)；

利用散列函數(shù)對(duì)所述用戶畫像信息、多種所述職業(yè)數(shù)據(jù)信息進(jìn)行轉(zhuǎn)換，得到對(duì)應(yīng)的用戶畫像信息序列、多種所述職業(yè)數(shù)據(jù)信息序列；

根據(jù)每個(gè)所述類別特征標(biāo)簽的權(quán)重等級(jí)，對(duì)所述用戶畫像信息序列進(jìn)行加權(quán)計(jì)算，得到對(duì)應(yīng)的加權(quán)用戶畫像信息序列；