[發(fā)明專利]數(shù)據(jù)分析系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010660768.7
• 申請日: 2020-07-10
• 公開（公告）號: CN111798217A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 吳曉軍
• 申請（專利權(quán)）人: 河北冀聯(lián)人力資源服務(wù)集團有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06F16/951;G06F16/35;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 何明倫

1.一種數(shù)據(jù)分析系統(tǒng)，用于分析判斷求職者與目標(biāo)崗位匹配程度，其特征在于，包括：

基礎(chǔ)資料獲取單元，獲取求職者在公司登記的基礎(chǔ)數(shù)據(jù)，得到基礎(chǔ)資料；

公開資料獲取單元，爬取在公開網(wǎng)絡(luò)上的與求職者有關(guān)的數(shù)據(jù)，得到公開資料；

面試記錄單元，用于記錄面試時求職者與面試官的對話文本，得到面試資料；

數(shù)據(jù)預(yù)處理單元，分類并匹配所述基礎(chǔ)資料、公開資料以及面試資料中數(shù)據(jù)的屬性和屬性的值，得到多個待匹配特征；

數(shù)據(jù)分析單元，處理所述多個待匹配特征，輸出求職者與目標(biāo)崗位的匹配程度分?jǐn)?shù)。

2.如權(quán)利要求1所述的數(shù)據(jù)分析系統(tǒng)，所述數(shù)據(jù)預(yù)處理單元包括：

文本分類單元，用于將所述基礎(chǔ)資料、公開資料以及面試資料按照語義分類，得到與判斷崗位匹配程度有關(guān)的文本的屬性；

數(shù)值匹配單元，用于將所述文本的屬性與其對應(yīng)的數(shù)值匹配，得到待匹配特征。

置信度計算單元，用于分析所述待匹配特征的可信度，生成置信度分?jǐn)?shù)。

3.如權(quán)利要求2所述的數(shù)據(jù)分析系統(tǒng)，所述數(shù)據(jù)分析單元還包括面試培訓(xùn)分析單元，用于：

獲取多個申請同一職位的求職者的匹配程度分?jǐn)?shù)；

將各個求職者的匹配程度分?jǐn)?shù)按照降序排序；

對排在前面的第一閾值范圍內(nèi)的求職者，進(jìn)行面試培訓(xùn)分析，得到面試培訓(xùn)分?jǐn)?shù)；

對面試培訓(xùn)分?jǐn)?shù)超過第二閾值的求職者，做出需要進(jìn)行再一次面試的提示。

4.如權(quán)利要求3所述的數(shù)據(jù)分析系統(tǒng)，所述數(shù)據(jù)分析單元還用于，根據(jù)求職者第二次面試的記錄，更新該求職者的匹配程度分?jǐn)?shù)。

5.一種用于訓(xùn)練如權(quán)利要求1所述的數(shù)據(jù)分析系統(tǒng)的訓(xùn)練方法，所述方法包括：基于以下?lián)p失函數(shù)調(diào)整所述數(shù)據(jù)分析系統(tǒng)的參數(shù)：

y_i是詞向量的目標(biāo)序列(y_i1，y_i2，y_i3，…y_ic)

P_ij是i元素在j分類的概率，τ是超參數(shù)。

6.一種數(shù)據(jù)分析方法，用于分析判斷求職者與目標(biāo)崗位匹配程度，其特征在于，包括：

獲取求職者在公司登記的基礎(chǔ)數(shù)據(jù)，得到基礎(chǔ)資料；

爬取在公開網(wǎng)絡(luò)上的與求職者有關(guān)的數(shù)據(jù)，得到公開資料；

記錄面試時求職者與面試官的對話文本，得到面試資料；

分類并匹配所述基礎(chǔ)資料、公開資料以及面試資料中數(shù)據(jù)的屬性和屬性的值，得到多個待匹配特征；

處理所述多個待匹配特征，輸出求職者與目標(biāo)崗位的匹配程度分?jǐn)?shù)。

7.如權(quán)利要求6所述的數(shù)據(jù)分析方法，所述分類并匹配所述基礎(chǔ)資料、公開資料以及面試資料中數(shù)據(jù)的屬性和屬性的值，得到多個待匹配特征包括：

將所述基礎(chǔ)資料、公開資料以及面試資料按照語義分類，得到與判斷崗位匹配程度有關(guān)的文本的屬性；

將所述文本的屬性與其對應(yīng)的數(shù)值匹配，得到待匹配特征。

分析所述待匹配特征的可信度，生成置信度分?jǐn)?shù)。

8.如權(quán)利要求7所述的數(shù)據(jù)分析方法，還包括：

獲取多個申請同一職位的求職者的匹配程度分?jǐn)?shù)；

將各個求職者的匹配程度分?jǐn)?shù)按照降序排序；

對排在前面的第一閾值范圍內(nèi)的求職者，進(jìn)行面試培訓(xùn)分析，得到面試培訓(xùn)分?jǐn)?shù)；

對面試培訓(xùn)分?jǐn)?shù)超過第二閾值的求職者，做出需要進(jìn)行再一次面試的提示。

9.如權(quán)利要求8所述的數(shù)據(jù)分析方法，還包括，根據(jù)求職者第二次面試的記錄，更新該求職者的匹配程度分?jǐn)?shù)。

10.如權(quán)利要求6所述的數(shù)據(jù)分析方法，所述處理所述多個待匹配特征，輸出求職者與目標(biāo)崗位的匹配程度分?jǐn)?shù)是利用神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)的，包括依次連接的輸入層、特征層、卷積層、池化層、非線性變換層和分類層。