[發明專利]基于BP神經網絡的企業簡歷篩選方法和系統

有效

• 申請號: 202010100084.1
• 申請日: 2020-02-18
• 公開（公告）號: CN111339285B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 郭盛
• 申請（專利權）人: 北京網聘咨詢有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F40/289;G06Q10/1053;G06N3/0499;G06N3/084
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 卞靜靜

本發明公開了一種基于BP神經網絡的企業簡歷篩選方法和系統，所述方法包括：根據崗位需求設置多個第一關鍵詞組成第一關鍵詞集合；提取求職簡歷中的第二關鍵詞，計算第二關鍵詞組成的第二關鍵詞集合與第一關鍵詞集合的相似度；提取相似度高于預設相似度閾值的求職簡歷中求職者個人基本信息和個人郵箱地址，再向求職者個人郵箱中發送標準簡歷，所述標準簡歷包括能力調查問卷；接受反饋的標準簡歷，對每一能力指標分配初始權重值，對每一能力掌握程度設置評分；建立三層BP神經網絡模型；對三層BP神經網絡模型進行訓練；采用訓練好的三層BP神經網絡模型對未經過人工篩選的標準簡歷進行篩選。本發明得到的信息更加準確，簡歷篩選的精確度更高。

技術領域

本發明涉及數據處理技術領域。更具體地說，本發明涉及一種基于BP神經網絡的企業簡歷篩選方法和系統。

背景技術

隨著互聯網技術的不斷發展，通過電子郵件接收應聘簡歷的人才招聘方式不斷得到各招聘者的青睞。目前，招聘者一般會在發布的招聘啟事中公布用于接收應聘簡歷的招聘郵箱，這樣應聘者可以根據招聘單位公布的招聘郵箱，將簡歷郵件直接發送至招聘郵箱中，然后招聘者對招聘郵箱中接收的簡歷郵件進行人工篩選，從中篩選出的優秀的應聘簡歷轉發給實際用人招聘部門。

然而招聘者人工篩選簡歷的過程非常耗費時間和腦力，故市場上已出現了一些自動篩選簡歷的程序，如采用提取簡歷中的關鍵詞和計算與招聘崗位需求的相似性來篩選簡歷的程序，但是這種程序只能做到定量的篩選，即只能判斷求職者是否具有崗位所需求的能力，而不能判斷對崗位需求能力的掌握程度，因此簡歷的篩選精確度有限。

發明內容

本發明的一個目的是解決至少上述問題，并提供至少后面將說明的優點。

為了實現根據本發明的這些目的和其它優點，提供了一種基于BP神經網絡的企業簡歷篩選方法，其包括：

根據崗位需求設置多個第一關鍵詞組成第一關鍵詞集合；

提取求職簡歷中的第二關鍵詞，計算求職簡歷中第二關鍵詞組成的第二關鍵詞集合與第一關鍵詞集合的相似度，選取相似度高于預設相似度閾值的求職簡歷；

提取相似度高于預設相似度閾值的求職簡歷中求職者個人基本信息和個人郵箱地址，并分別存檔，再向求職者個人郵箱中發送標準簡歷，所述標準簡歷包括能力調查問卷，所述能力調查問卷中每一問題涉及一種能力指標，每一問題設置多個答案分別對應不同的能力掌握程度；

接受反饋的標準簡歷，對每一能力指標分配初始權重值，對每一能力掌握程度設置評分；

建立三層BP神經網絡模型，以能力指標數量設置輸入層神經元數量，以每一能力掌握程度評分作為輸入層每一神經元輸入數據，輸出層設置唯一神經元，若符合招聘要求則輸出層輸出預設數值a，若不符合招聘要求則輸出層輸出預設數值b；

采用人工篩選的符合招聘要求的M個標準簡歷和不符合招聘要求的N個標準簡歷作為訓練樣本對三層BP神經網絡模型進行訓練，直至三層BP神經網絡模型篩選出的標準簡歷合格率達到預設值；

采用訓練好的三層BP神經網絡模型對未經過人工篩選的標準簡歷進行篩選。

優選的是，提取求職簡歷中第二關鍵詞的方法包括：對求職簡歷進行分詞得到求職簡歷詞匯集合，選取求職簡歷詞匯集合中i個具有最小哈希值的詞匯作為求職簡歷的第二關鍵詞。

優選的是，第二關鍵詞集合與第一關鍵詞集合的相似度計算方法包括：對比第二關鍵詞集合與第一關鍵詞集合，統計第一關鍵詞在第二關鍵詞集合中出現的數量，計算出現在第二關鍵詞集合中的第一關鍵詞數量占第一關鍵詞集合和第二關鍵詞集合的詞匯總量的百分率。

優選的是，三層BP神經網絡模型的隱層神經元數量由kolmogorov定理得出，隱層傳遞函數為hardlim函數。

本發明還提供一種基于BP神經網絡的企業簡歷篩選系統，其包括：