[發明專利]一種崗位推薦方法、系統、計算機設備及存儲介質

在審

• 申請號: 202010895581.5
• 申請日: 2020-08-31
• 公開（公告）號: CN112132536A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 柯鉞美;羅龍;韓高強;陳國鎮
• 申請（專利權）人: 三盟科技股份有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06F16/9535;G06F40/289
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 胡楓;曹萬菊

本發明公開了一種崗位推薦方法，包括：獲取互聯網中的中文維基百科數據與百度百科數據、校園大數據系統中的學生數據、學校招聘系統中的崗位數據以及互聯網中的崗位數據；根據所述中文維基百科數據與百度百科數據構建自定義詞向量模型；根據所述學生數據與所述自定義詞向量模型構建學生專業技能評價模型，根據所述學校招聘系統中的崗位數據、互聯網中的崗位數據以及所述自定義詞向量模型構建崗位能力素質模型；根據所述學生專業技能評價模型和崗位能力素質模型，實現學生的專業技能與崗位能力素質的匹配。本發明還公開了一種崗位推薦系統、計算機設備以及存儲介質。采用本發明，能夠能夠給學生及時推送精準的崗位和提供指導建議。

技術領域

本發明涉及大數據領域，尤其涉及一種崗位推薦方法、系統、計算機設備及存儲介質。

背景技術

目前，隨著我國高等教育的迅速發展,大學生的就業受到前所未有的挑戰，通過大數據技術為大學生提供精準的基于個人專業課程學習情況與崗位的匹配推送和就業指導建議已不容遲緩，目前市場上還沒有真正的產品實現該功能需求，大多通過簡單的關鍵詞匹配的檢索技術完成，存在準確度不高等問題，而通過簡歷情況的崗位匹配，對于學校來說，存在數據難以獲取無法給學生及時推送精準的崗位和提供指導建議等問題。

發明內容

本發明所要解決的技術問題在于，提供一種崗位推薦方法、系統、計算機設備及存儲介質，通過大數據的分析處理，能夠給學生及時推送精準的崗位和提供指導建議。

為了解決上述技術問題，本發明提供了一種崗位推薦方法，包括：獲取互聯網中的中文維基百科數據與百度百科數據、校園大數據系統中的學生數據、學校招聘系統中的崗位數據以及互聯網中的崗位數據；根據所述中文維基百科數據與百度百科數據構建自定義詞向量模型；根據所述學生數據與所述自定義詞向量模型構建學生專業技能評價模型，根據所述學校招聘系統中的崗位數據、互聯網中的崗位數據以及所述自定義詞向量模型構建崗位能力素質模型；根據所述學生專業技能評價模型和崗位能力素質模型，實現學生的專業技能與崗位能力素質的匹配。

優選地，所述根據所述中文維基百科數據與百度百科數據構建自定義詞向量模型的步驟包括：對所述中文維基百科數據與百度百科數據進行聚合清洗處理和統一的標準化轉換處理、關聯及取值，以形成自定義詞向量模型關鍵數據；通過自然語言處理技術對所述自定義詞向量模型關鍵數據中的文本信息進行提取和分詞，并生成各個詞的唯一詞向量；根據所述詞向量構建自定義詞向量模型。

優選地，所述根據所述學生數據與所述自定義詞向量模型構建學生專業技能評價模型的步驟包括：對所述學生數據進行聚合清洗處理和統一的標準化轉換處理、關聯及取值，以形成學生專業技能評價模型關鍵數據；通過自然語言處理技術對所述學生專業技能評價模型關鍵數據中的文本信息進行提取和分詞，并通過所述自定義詞向量模型構建學生專業技能評價模型。

優選地，所述根據所述學校招聘系統中的崗位數據、互聯網中的崗位數據以及所述自定義詞向量模型構建崗位能力素質模型的步驟包括：對所述學校招聘系統中的崗位數據及互聯網中的崗位數據進行聚合清洗處理和統一的標準化轉換處理、關聯及取值，以形成崗位能力素質模型關鍵數據；通過自然語言處理技術對所述崗位能力素質模型關鍵數據中的文本信息進行提取和分詞，并通過所述自定義詞向量模型構建崗位能力素質模型。

優選地，所述根據所述學生專業技能評價模型和崗位能力素質模型，實現學生的專業技能與崗位能力素質的匹配的步驟包括：計算所述學生專業技能評價模型中的專業技能向量與所述崗位能力素質模型中的崗位能力向量的余弦相似度；將余弦相似度最高的崗位能力向量所對應的崗位作為該學生的推薦崗位。

優選地，按崗位所對應余弦相似度從大到小的順序對崗位進行排列，以生成崗位推薦列表。

優選地，根據學生對所述推薦崗位列表的滿意度反饋情況，對所述推薦崗位列表的順序進行優化。