[發(fā)明專利]基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)簡(jiǎn)歷篩選方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010100084.1
• 申請(qǐng)日: 2020-02-18
• 公開（公告）號(hào): CN111339285B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 郭盛
• 申請(qǐng)（專利權(quán)）人: 北京網(wǎng)聘咨詢有限公司
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F40/289;G06Q10/1053;G06N3/0499;G06N3/084
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 卞靜靜

1.基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)簡(jiǎn)歷篩選方法，其特征在于，包括：

根據(jù)崗位需求設(shè)置多個(gè)第一關(guān)鍵詞組成第一關(guān)鍵詞集合；

提取求職簡(jiǎn)歷中的第二關(guān)鍵詞，計(jì)算求職簡(jiǎn)歷中第二關(guān)鍵詞組成的第二關(guān)鍵詞集合與第一關(guān)鍵詞集合的相似度，選取相似度高于預(yù)設(shè)相似度閾值的求職簡(jiǎn)歷；

提取相似度高于預(yù)設(shè)相似度閾值的求職簡(jiǎn)歷中求職者個(gè)人基本信息和個(gè)人郵箱地址，并分別存檔，再向求職者個(gè)人郵箱中發(fā)送標(biāo)準(zhǔn)簡(jiǎn)歷，所述標(biāo)準(zhǔn)簡(jiǎn)歷包括能力調(diào)查問(wèn)卷，所述能力調(diào)查問(wèn)卷中每一問(wèn)題涉及一種能力指標(biāo)，每一問(wèn)題設(shè)置多個(gè)答案分別對(duì)應(yīng)不同的能力掌握程度；

接受反饋的標(biāo)準(zhǔn)簡(jiǎn)歷，對(duì)每一能力指標(biāo)分配初始權(quán)重值，對(duì)每一能力掌握程度設(shè)置評(píng)分；

建立三層BP神經(jīng)網(wǎng)絡(luò)模型，以能力指標(biāo)數(shù)量設(shè)置輸入層神經(jīng)元數(shù)量，以每一能力掌握程度評(píng)分作為輸入層每一神經(jīng)元輸入數(shù)據(jù)，輸出層設(shè)置唯一神經(jīng)元，若符合招聘要求則輸出層輸出預(yù)設(shè)數(shù)值a，若不符合招聘要求則輸出層輸出預(yù)設(shè)數(shù)值b；

采用人工篩選的符合招聘要求的M個(gè)標(biāo)準(zhǔn)簡(jiǎn)歷和不符合招聘要求的N個(gè)標(biāo)準(zhǔn)簡(jiǎn)歷作為訓(xùn)練樣本對(duì)三層BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至三層BP神經(jīng)網(wǎng)絡(luò)模型篩選出的標(biāo)準(zhǔn)簡(jiǎn)歷合格率達(dá)到預(yù)設(shè)值；

采用訓(xùn)練好的三層BP神經(jīng)網(wǎng)絡(luò)模型對(duì)未經(jīng)過(guò)人工篩選的標(biāo)準(zhǔn)簡(jiǎn)歷進(jìn)行篩選；

其中，提取求職簡(jiǎn)歷中第二關(guān)鍵詞的方法包括：對(duì)求職簡(jiǎn)歷進(jìn)行分詞得到求職簡(jiǎn)歷詞匯集合，選取求職簡(jiǎn)歷詞匯集合中i個(gè)具有最小哈希值的詞匯作為求職簡(jiǎn)歷的第二關(guān)鍵詞；

第二關(guān)鍵詞集合與第一關(guān)鍵詞集合的相似度計(jì)算方法包括：對(duì)比第二關(guān)鍵詞集合與第一關(guān)鍵詞集合，統(tǒng)計(jì)第一關(guān)鍵詞在第二關(guān)鍵詞集合中出現(xiàn)的數(shù)量，計(jì)算出現(xiàn)在第二關(guān)鍵詞集合中的第一關(guān)鍵詞數(shù)量占第一關(guān)鍵詞集合和第二關(guān)鍵詞集合的詞匯總量的百分率。

2.如權(quán)利要求1所述的基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)簡(jiǎn)歷篩選方法，其特征在于，三層BP神經(jīng)網(wǎng)絡(luò)模型的隱層神經(jīng)元數(shù)量由kolmogorov定理得出，隱層傳遞函數(shù)為hardlim函數(shù)。

3.基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)簡(jiǎn)歷篩選系統(tǒng)，其特征在于，包括：

崗位需求采集模塊，其用于根據(jù)崗位需求設(shè)置多個(gè)第一關(guān)鍵詞組成第一關(guān)鍵詞集合；

簡(jiǎn)歷初選模塊，其用于提取求職簡(jiǎn)歷中的第二關(guān)鍵詞，計(jì)算求職簡(jiǎn)歷中第二關(guān)鍵詞組成的第二關(guān)鍵詞集合與第一關(guān)鍵詞集合的相似度，選取相似度高于預(yù)設(shè)相似度閾值的求職簡(jiǎn)歷；

標(biāo)準(zhǔn)簡(jiǎn)歷發(fā)送模塊，其用于提取相似度高于預(yù)設(shè)相似度閾值的求職簡(jiǎn)歷中求職者個(gè)人基本信息和個(gè)人郵箱地址，并分別存檔，再向求職者個(gè)人郵箱中發(fā)送標(biāo)準(zhǔn)簡(jiǎn)歷，所述標(biāo)準(zhǔn)簡(jiǎn)歷包括能力調(diào)查問(wèn)卷，所述能力調(diào)查問(wèn)卷中每一問(wèn)題涉及一種能力指標(biāo)，每一問(wèn)題設(shè)置多個(gè)答案分別對(duì)應(yīng)不同的能力掌握程度；

標(biāo)準(zhǔn)簡(jiǎn)歷接收模塊，其用于接受反饋的標(biāo)準(zhǔn)簡(jiǎn)歷，對(duì)每一能力指標(biāo)分配初始權(quán)重值，對(duì)每一能力掌握程度設(shè)置評(píng)分；

BP神經(jīng)網(wǎng)絡(luò)模塊，其用于建立三層BP神經(jīng)網(wǎng)絡(luò)模型，以能力指標(biāo)數(shù)量設(shè)置輸入層神經(jīng)元數(shù)量，以每一能力掌握程度評(píng)分作為輸入層每一神經(jīng)元輸入數(shù)據(jù)，輸出層設(shè)置唯一神經(jīng)元，若符合招聘要求則輸出層輸出預(yù)設(shè)數(shù)值a，若不符合招聘要求則輸出層輸出預(yù)設(shè)數(shù)值b；

訓(xùn)練模塊，其用于采用人工篩選的符合招聘要求的M個(gè)標(biāo)準(zhǔn)簡(jiǎn)歷和不符合招聘要求的N個(gè)標(biāo)準(zhǔn)簡(jiǎn)歷作為訓(xùn)練樣本對(duì)三層BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至三層BP神經(jīng)網(wǎng)絡(luò)模型篩選出的標(biāo)準(zhǔn)簡(jiǎn)歷合格率達(dá)到預(yù)設(shè)值

簡(jiǎn)歷精選模塊，其用于采用訓(xùn)練好的三層BP神經(jīng)網(wǎng)絡(luò)模型對(duì)未經(jīng)過(guò)人工篩選的標(biāo)準(zhǔn)簡(jiǎn)歷進(jìn)行篩選；

其中，簡(jiǎn)歷初選模塊中提取求職簡(jiǎn)歷中第二關(guān)鍵詞的方法包括：對(duì)求職簡(jiǎn)歷進(jìn)行分詞得到求職簡(jiǎn)歷詞匯集合，選取求職簡(jiǎn)歷詞匯集合中i個(gè)具有最小哈希值的詞匯作為求職簡(jiǎn)歷的第二關(guān)鍵詞；

簡(jiǎn)歷初選模塊中第二關(guān)鍵詞集合與第一關(guān)鍵詞集合的相似度計(jì)算方法包括：對(duì)比第二關(guān)鍵詞集合與第一關(guān)鍵詞集合，統(tǒng)計(jì)第一關(guān)鍵詞在第二關(guān)鍵詞集合中出現(xiàn)的數(shù)量，計(jì)算出現(xiàn)在第二關(guān)鍵詞集合中的第一關(guān)鍵詞數(shù)量占第一關(guān)鍵詞集合和第二關(guān)鍵詞集合的詞匯總量的百分率。

4.如權(quán)利要求3所述的基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)簡(jiǎn)歷篩選系統(tǒng)，其特征在于，BP神經(jīng)網(wǎng)絡(luò)模塊中三層BP神經(jīng)網(wǎng)絡(luò)模型的隱層神經(jīng)元數(shù)量由kolmogorov定理得出，隱層傳遞函數(shù)為hardlim函數(shù)。