[發(fā)明專(zhuān)利]一種用工平臺(tái)評(píng)論挖掘的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110369952.0
• 申請(qǐng)日: 2021-04-07
• 公開(kāi)（公告）號(hào): CN113111187B
• 公開(kāi)（公告）日: 2023-03-10
• 發(fā)明（設(shè)計(jì)）人: 吳方同;吳曉軍
• 申請(qǐng)（專(zhuān)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(lèi)號(hào): G06F16/36
• 分類(lèi)號(hào): G06F16/36;G06F40/216;G06F40/242;G06F40/289
• 代理公司: 蘇州瞪羚知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32438
• 代理人: 周治宇

1.一種用工平臺(tái)評(píng)論挖掘的方法，其特征在于，

步驟101，獲取用工平臺(tái)工人評(píng)論數(shù)據(jù)，將所述評(píng)論數(shù)據(jù)存儲(chǔ)在評(píng)論數(shù)據(jù)表，并將所述評(píng)論數(shù)據(jù)標(biāo)識(shí)為新數(shù)據(jù)；

步驟102，構(gòu)建用工單位詞庫(kù)；

所述構(gòu)建用工單位詞庫(kù)具體包括：

(1)將新評(píng)論裝載在文本集合XTextⁱ(j)，其中i表示新評(píng)論個(gè)數(shù)，j為第j條評(píng)論；

(2)使用indexOf()函數(shù)判斷新評(píng)論數(shù)據(jù)是否含有用工單位信息，當(dāng)XTextⁱ(j).indexOf(公司)＝＝-1，或者XTextⁱ(j).indexOf(單位)＝＝-1，XTextⁱ(j).indexOf(工廠(chǎng))＝＝-1，XTextⁱ(j).indexOf(廠(chǎng)子)＝＝-1，認(rèn)為該評(píng)論數(shù)據(jù)含有用工單位信息；

(3)對(duì)于含有用工單位信息的數(shù)據(jù)XTextⁱ(j)，引入jieba分詞函數(shù)，將評(píng)論數(shù)據(jù)進(jìn)行分詞，定義分詞鏈Dwordⁿ(w)，其中：n＝1表示名詞、n＝2表示動(dòng)詞、n＝3表示形容詞、n＝4表示數(shù)量詞、n＝5表示代詞、n＝6表示副詞、n＝7表示介詞、n＝8表示連詞、n＝9表示助詞、n＝10表示嘆詞、n＝11表示擬聲詞，W表示詞語(yǔ)的順序，Dwordⁿ(w)的值表示具體詞匯；

(4)對(duì)分詞文本Dwordⁿ(w)進(jìn)行處理，若n＝1，分詞為名詞，引用標(biāo)準(zhǔn)名詞字典Mdic，判斷該分詞是否在常用名詞字典中，如果不在常用名詞字典里函數(shù)反饋0，如果在常用名詞字典里，跳到下一個(gè)詞匯；

(5)對(duì)函數(shù)返回值為0的情況，查看用工單位庫(kù)Bdic是否已存在該名詞，若存在則跳過(guò)繼續(xù)執(zhí)行；

(6)用工單位詞庫(kù)不存在該名詞，若名詞位置序號(hào)小于用工單位出現(xiàn)位置序號(hào)p，使用AddDIC(Dwordⁿ(w))函數(shù)，將該詞匯加入用工單位詞庫(kù)；

步驟103，獲取工人用工評(píng)論的崗位工種，構(gòu)建崗位工種詞庫(kù)；

步驟104，構(gòu)建特征向量矩陣；所述構(gòu)建特征向量矩陣包括：遍歷用工單位詞庫(kù)中新產(chǎn)生的用工單位，對(duì)每一個(gè)新用工單位，構(gòu)建用工單位詞庫(kù)對(duì)應(yīng)的特征向量矩陣其中Pp代表用工單位庫(kù)位置索引，Cp表示崗位工種位置索引，e為共現(xiàn)數(shù)；

步驟105，共現(xiàn)頻率分析；

所述共現(xiàn)頻率分析包括：

(1)將所有評(píng)論裝載到文本集合Atext中；

(2)引入jieba分詞函數(shù)，將評(píng)論Atext數(shù)據(jù)進(jìn)行分詞，定義詞庫(kù)鏈Awordⁿ(w)，其中：n＝1表示名詞、n＝2表示動(dòng)詞、n＝3表示形容詞、n＝4表示數(shù)量詞、n＝5表示代詞、n＝6表示副詞、n＝7表示介詞、n＝8表示連詞、n＝9表示助詞、n＝10表示嘆詞、n＝11表示擬聲詞；W表示詞語(yǔ)的順序；Awordⁿ(w)的值表示具體詞匯；

(3)對(duì)于詞庫(kù)鏈Awordⁿ(w)中全部詞匯進(jìn)行詞頻分析，選取詞匯出現(xiàn)頻次超過(guò)閾值的詞匯，構(gòu)造詞庫(kù)鏈詞頻矩陣Awordⁿ(w，c)，其中n表示詞性，w表示詞匯位置，c表示詞語(yǔ)頻次；

(4)根據(jù)詞庫(kù)鏈詞頻矩陣Awordⁿ(w，c)中c的數(shù)量大小，構(gòu)建完全二叉Huffman樹(shù)，根據(jù)每個(gè)詞語(yǔ)對(duì)應(yīng)的位置，產(chǎn)生對(duì)應(yīng)的二進(jìn)制編碼k，構(gòu)建Huffman向量矩陣Hwordⁿ(w，c，k)，其中k用于保存二進(jìn)制編碼k；

(5)對(duì)于特征向量中pp用工單位的cp崗位工種，比對(duì)向量矩陣Hwordⁿ(w，c，k)，獲取pp用工單位的cp崗位工種對(duì)應(yīng)的二進(jìn)制編碼K1值，判斷向量矩陣Hwordⁿ(w，c，k)中每個(gè)向量是否屬于用工單位崗位工種庫(kù)詞匯，如果屬于某個(gè)用工單位的cp崗位工種詞庫(kù)，提取其對(duì)應(yīng)的Ki,利用余弦相似公式計(jì)算余弦距離，公式如下：

其中，j表示二進(jìn)制編碼K值的每個(gè)分量，選取余弦距離最近的前10個(gè)用工單位作為pp用工單位的cp崗位工種的共現(xiàn)詞，加入共現(xiàn)詞矩陣其中n表示詞性，w表示位置，c表示詞頻，k表示二進(jìn)制編碼值；將保存到中；

(6)對(duì)用工單位詞庫(kù)、崗位工種詞庫(kù)進(jìn)行更新；

步驟106，根據(jù)詞頻數(shù)據(jù)輸出展示共現(xiàn)頻率。