[發(fā)明專利]一種不同版本的簡(jiǎn)歷的批量投遞方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010954388.4
• 申請(qǐng)日: 2020-09-11
• 公開（公告）號(hào): CN112100492A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計(jì)）人: 吳曉軍
• 申請(qǐng)（專利權(quán)）人: 河北冀聯(lián)人力資源服務(wù)集團(tuán)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F40/216;G06F40/289;G06K9/62;G06N20/00;G06Q10/10
• 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

本公開提供了一種不同版本的簡(jiǎn)歷的批量投遞方法和系統(tǒng)，包括：獲取多個(gè)站點(diǎn)下載的職位信息，形成本地職位數(shù)據(jù)庫(kù)；根據(jù)所述本地職位數(shù)據(jù)庫(kù)中的職位信息，生成所述本地職位信息的主題；計(jì)算本地職位數(shù)據(jù)庫(kù)中的每個(gè)職位信息與所生成的主題的第一相關(guān)向量；計(jì)算用戶選擇的版本的簡(jiǎn)歷與所生成的主題的第二相關(guān)向量；計(jì)算所述第一相關(guān)向量和所述第二相關(guān)向量的相似度；基于所述相似度的降序排列，對(duì)相關(guān)聯(lián)的一個(gè)或多個(gè)職位投遞用戶選擇的版本的簡(jiǎn)歷。

技術(shù)領(lǐng)域

本公開涉及信息技術(shù)領(lǐng)域，特別涉及一種不同版本的簡(jiǎn)歷的批量投遞方法、系統(tǒng)、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

在現(xiàn)有的提供互聯(lián)網(wǎng)招聘服務(wù)的網(wǎng)站中，常規(guī)的方法是由招聘方發(fā)布需要招聘的職位，對(duì)該職位感興趣的求職者向該職位投遞簡(jiǎn)歷。也有一些招聘網(wǎng)站，會(huì)自動(dòng)匹配求職者與職位的相關(guān)性，向相關(guān)性高的求職者推送職位，提高招聘的效果。

但是，投簡(jiǎn)歷很麻煩，不光要訪問(wèn)各大招聘平臺(tái)，例如智聯(lián)、boss直聘，還要可能要訪問(wèn)各大公司自己的官方網(wǎng)站，分別查找和篩選符合自己的需求的職位，然后再一一投遞。如果求職者為了尋找多種職位，還需要準(zhǔn)備多個(gè)簡(jiǎn)歷針對(duì)性投放相應(yīng)的簡(jiǎn)歷，非常麻煩，而且稍有不慎就可能投遞了錯(cuò)誤的簡(jiǎn)歷。

因此，急需一種一站式的針對(duì)不同版本的簡(jiǎn)歷、自動(dòng)匹配相適應(yīng)的職位、批量投遞簡(jiǎn)歷的方法，自動(dòng)實(shí)現(xiàn)職位海選、保存入數(shù)據(jù)庫(kù)、管理不同版本的簡(jiǎn)歷、簡(jiǎn)歷職位匹配、簡(jiǎn)歷一鍵投遞的功能。

發(fā)明內(nèi)容

有鑒于此，本公開實(shí)施例的目的在于提供一種不同版本的簡(jiǎn)歷的批量投遞方法和系統(tǒng),通過(guò)生成簡(jiǎn)歷與職位的主題，并通過(guò)基于主題的LDA機(jī)器學(xué)習(xí)算法計(jì)算相似度，實(shí)現(xiàn)高效精確的簡(jiǎn)歷和職位匹配，達(dá)到自動(dòng)批量投遞不同版本的簡(jiǎn)歷的功能。

根據(jù)本公開的第一方面，提供了一種不同版本的簡(jiǎn)歷的批量投遞方法，包括：

獲取多個(gè)站點(diǎn)下載的職位信息，形成本地職位數(shù)據(jù)庫(kù)；

根據(jù)所述本地職位數(shù)據(jù)庫(kù)中的職位信息，生成所述本地職位信息的主題；

計(jì)算本地職位數(shù)據(jù)庫(kù)中的每個(gè)職位信息與所生成的主題的第一相關(guān)向量；

計(jì)算用戶選擇的版本的簡(jiǎn)歷與所生成的主題的第二相關(guān)向量；

計(jì)算所述第一相關(guān)向量和所述第二相關(guān)向量的相似度；

基于所述相似度的降序排列，對(duì)相關(guān)聯(lián)的一個(gè)或多個(gè)職位投遞用戶選擇的版本的簡(jiǎn)歷。

在一個(gè)可能的實(shí)施例中，所述生成所述本地職位信息的主題的方法包括：

按照現(xiàn)有詞典，對(duì)所述本地職位數(shù)據(jù)庫(kù)中的所有職位信息的詞語(yǔ)進(jìn)行分詞，包括斷句、分詞、去除停用詞，得到第一分詞詞語(yǔ)；

根據(jù)所得到的第一分詞詞語(yǔ)，提取2-gram和3-gram，計(jì)算每個(gè)2-gram的互信息值和每個(gè)3-gram的互信息值，并基于互信息值，對(duì)所述2-gram和所述3-gram進(jìn)行降序排列，選擇排序靠前的2-gram和3-gram，用于更新所述第一分詞詞語(yǔ)和現(xiàn)有詞典；

根據(jù)所得到的分詞詞語(yǔ)，分別計(jì)算分詞詞語(yǔ)的左右鄰字的信息熵，并基于所述信息熵，對(duì)所述第一分詞詞語(yǔ)進(jìn)行合并，用于進(jìn)一步更新所述第一分詞詞語(yǔ)和現(xiàn)有詞典；

使用TF-IDF方法，對(duì)所述第一分詞詞語(yǔ)更新后得到的第二分詞詞語(yǔ)進(jìn)行過(guò)濾，得到第三分詞詞語(yǔ)；

根據(jù)所述多個(gè)站點(diǎn)的職位分類詞語(yǔ)，統(tǒng)計(jì)其出現(xiàn)在本地職位信息中的概率，根據(jù)所述概率過(guò)濾所述第三分詞詞語(yǔ)，得到第四分詞詞語(yǔ)；

將所述第四分詞詞語(yǔ)轉(zhuǎn)化為詞向量，對(duì)所述詞向量進(jìn)行聚類，得到多個(gè)詞簇，作為本地職位信息的主題。