[發(fā)明專利]第二崗位的推薦方法、裝置以及計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011044951.0
• 申請(qǐng)日: 2020-09-28
• 公開（公告）號(hào): CN112182383A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 張玉君;羅曉生;錢勇;張衛(wèi)軍
• 申請(qǐng)（專利權(quán)）人: 平安數(shù)字信息科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06K9/62;G06N3/04;G06Q10/10
• 代理公司: 深圳市明日今典知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;羅志強(qiáng)

1.一種第二崗位的推薦方法，其特征在于，包括：

提取求職者簡(jiǎn)歷中的簡(jiǎn)歷信息；其中，所述簡(jiǎn)歷信息包括所述求職者的第一崗位的崗位信息及個(gè)人詳情信息，所述第一崗位為所述求職者的當(dāng)前從事的崗位，所述第一崗位和所述第二崗位為不同的崗位；

提取所述第一崗位的崗位信息，將所述第一崗位的崗位信息與崗位數(shù)據(jù)庫(kù)中的崗位信息進(jìn)行比較，并根據(jù)預(yù)設(shè)規(guī)則篩選得到多個(gè)相關(guān)崗位；

將所述簡(jiǎn)歷信息和多個(gè)所述相關(guān)崗位的崗位信息輸入預(yù)訓(xùn)練的職位匹配模型中，得到所述簡(jiǎn)歷信息與多個(gè)所述相關(guān)崗位中每個(gè)所述相關(guān)崗位的匹配度；

根據(jù)所述匹配度以及每個(gè)所述相關(guān)崗位對(duì)應(yīng)的技能權(quán)重信息，計(jì)算所述求職者在每個(gè)所述相關(guān)崗位的評(píng)分值；

篩選出評(píng)分值大于預(yù)定閾值的所述相關(guān)崗位作為所述第二崗位，將所述第二崗位推薦給所述求職者。

2.如權(quán)利要求1所述的第二崗位的推薦方法，其特征在于，所述根據(jù)所述匹配度以及每個(gè)所述相關(guān)崗位對(duì)應(yīng)的權(quán)重，計(jì)算所述求職者在每個(gè)所述相關(guān)崗位的評(píng)分值的步驟包括：

根據(jù)所述簡(jiǎn)歷信息和所述第一崗位的崗位信息，獲取所述求職者在所述第一崗位的從業(yè)時(shí)間、證書信息、在職信息、以及所述求職者具備的工作技能；

根據(jù)公式計(jì)算所述求職者各個(gè)工作技能的能力；其中F(xi)表示所述求職者第i個(gè)工作技能的能力隨著所述從業(yè)時(shí)間變化的函數(shù)，表示第i個(gè)工作技能的能力隨著所述從業(yè)時(shí)間變化的微分函數(shù)，g(xi)表示根據(jù)所述證書信息和所述在職信息計(jì)算第i個(gè)工作技能的能力，t表示所述第一崗位的從業(yè)時(shí)間；

根據(jù)公式計(jì)算在所述相關(guān)崗位的評(píng)分值；其中G(n)表示所述相關(guān)崗位的評(píng)分值，其中，m為所述匹配度，wi為第i個(gè)工作技能對(duì)應(yīng)的權(quán)重參數(shù)，n表示所述工作技能的個(gè)數(shù)。

3.如權(quán)利要求1所述的第二崗位的推薦方法，其特征在于，所述提取所述第一崗位的崗位信息，將所述第一崗位的崗位信息與崗位數(shù)據(jù)庫(kù)中的崗位信息進(jìn)行比較，并根據(jù)預(yù)設(shè)規(guī)則篩選得到多個(gè)相關(guān)崗位的步驟包括：

利用預(yù)設(shè)的文本排序算法分別從所述第一崗位的崗位信息中提取出第一關(guān)鍵詞，以及從崗位數(shù)據(jù)庫(kù)的崗位信息中提取出第二關(guān)鍵詞；

利用預(yù)設(shè)的詞向量數(shù)據(jù)庫(kù)將所述第一關(guān)鍵詞及所述第二關(guān)鍵詞向量化，得到第一特征向量及第二特征向量；

利用預(yù)設(shè)的相似度算法計(jì)算所述第一特征向量與所述第二特征向量之間的相似度；

篩選出的所述相似度大于預(yù)設(shè)相似度值的崗位信息對(duì)應(yīng)的崗位作為所述相關(guān)崗位。

4.如權(quán)利要求1所述的第二崗位的推薦方法，其特征在于，所述將所述簡(jiǎn)歷信息和多個(gè)所述相關(guān)崗位的崗位信息輸入預(yù)訓(xùn)練的職位匹配模型中，得到所述簡(jiǎn)歷信息與多個(gè)所述相關(guān)崗位中每個(gè)所述相關(guān)崗位的匹配度的步驟之前，還包括：

從簡(jiǎn)歷信息庫(kù)中獲取多個(gè)簡(jiǎn)歷并提取對(duì)應(yīng)的簡(jiǎn)歷信息，從提取的簡(jiǎn)歷信息中獲取各簡(jiǎn)歷對(duì)應(yīng)的當(dāng)前崗位的崗位信息，并將所述當(dāng)前崗位的崗位信息和提取的簡(jiǎn)歷信息進(jìn)行特征化處理；

將特征化處理后的信息輸入至卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練；

當(dāng)所述卷積神經(jīng)網(wǎng)絡(luò)模型收斂后，得到初步職位匹配模型；

計(jì)算所述初步職位匹配模型的損失值；

判斷所述損失值是否低于損失預(yù)設(shè)值；

若所述損失值低于所述損失預(yù)設(shè)值時(shí)，則認(rèn)定所述初步職位匹配模型為所述職位匹配模型；

若所述損失值不低于所述損失預(yù)設(shè)值時(shí)，則調(diào)整所述卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，并對(duì)所述卷積神經(jīng)網(wǎng)絡(luò)模型繼續(xù)訓(xùn)練，直至訓(xùn)練后的所述初步職位匹配模型的所述損失值低于所述損失預(yù)設(shè)值。

5.如權(quán)利要求1所述的第二崗位的推薦方法，其特征在于，所述篩選出評(píng)分值大于預(yù)定閾值的所述相關(guān)崗位作為所述第二崗位，將所述第二崗位推薦給所述求職者的步驟，包括：

篩選出評(píng)分值大于預(yù)定閾值的所述相關(guān)崗位作為所述第二崗位；

獲取所述簡(jiǎn)歷信息中所述求職者的意向崗位；

判斷所述意向崗位是否屬于所述第二崗位；

若是，則判定所述意向崗位為所述求職者的匹配崗位，并將所述匹配崗位進(jìn)行標(biāo)記后發(fā)送給所述求職者。