[發(fā)明專利]基于深度學(xué)習(xí)模型的簡(jiǎn)歷推薦方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110449500.3
• 申請(qǐng)日: 2021-04-25
• 公開(kāi)（公告）號(hào): CN113191728B
• 公開(kāi)（公告）日: 2023-03-07
• 發(fā)明（設(shè)計(jì)）人: 張玉君;錢(qián)勇;羅曉生
• 申請(qǐng)（專利權(quán)）人: 深圳平安智匯企業(yè)信息管理有限公司
• 主分類號(hào): G06Q10/1053
• 分類號(hào): G06Q10/1053;G06F16/2458;G06F16/2457
• 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;熊成龍

1.一種基于深度學(xué)習(xí)模型的簡(jiǎn)歷推薦方法，其特征在于，包括：

獲取當(dāng)前人力資源用戶對(duì)應(yīng)的歷史數(shù)據(jù)特征，其中，所述歷史數(shù)據(jù)特征包括崗位信息特征和/或?yàn)g覽簡(jiǎn)歷數(shù)據(jù)的信息特征；

根據(jù)所述崗位信息特征和/或?yàn)g覽簡(jiǎn)歷數(shù)據(jù)的信息特征，對(duì)簡(jiǎn)歷庫(kù)中的簡(jiǎn)歷進(jìn)行粗召回，得到粗召回簡(jiǎn)歷集；

根據(jù)預(yù)設(shè)計(jì)算方式計(jì)算所述粗召回簡(jiǎn)歷集中每個(gè)簡(jiǎn)歷分別對(duì)應(yīng)的推薦指數(shù)，其中，所述預(yù)設(shè)計(jì)算方式包括依據(jù)待篩選簡(jiǎn)歷與所述崗位信息特征計(jì)算崗位匹配度，和/或依據(jù)待篩選簡(jiǎn)歷與所述瀏覽簡(jiǎn)歷數(shù)據(jù)的信息特征計(jì)算簡(jiǎn)歷相似度；

按照所述推薦指數(shù)對(duì)所述粗召回簡(jiǎn)歷集中所有簡(jiǎn)歷進(jìn)行排序，形成降序隊(duì)列或升序隊(duì)列；

將所述降序隊(duì)列 中的排在靠前位置的指定數(shù)量的簡(jiǎn)歷推送至所述當(dāng)前人力資源用戶所在終端；或?qū)⑺錾蜿?duì)列 中的排在靠后位置的指定數(shù)量的簡(jiǎn)歷推送至所述當(dāng)前人力資源用戶所在終端；

所述歷史數(shù)據(jù)特征包括瀏覽簡(jiǎn)歷數(shù)據(jù)的信息特征，所述根據(jù)所述崗位信息特征和/或?yàn)g覽簡(jiǎn)歷數(shù)據(jù)的信息特征，對(duì)簡(jiǎn)歷庫(kù)中的簡(jiǎn)歷進(jìn)行粗召回，得到粗召回簡(jiǎn)歷集的步驟，包括：

匯總指定時(shí)間段內(nèi)所述當(dāng)前人力資源用戶對(duì)應(yīng)瀏覽和/或收藏的所有簡(jiǎn)歷，并組成第二簡(jiǎn)歷集合；

將所述第二簡(jiǎn)歷集合中各簡(jiǎn)歷分別對(duì)應(yīng)的信息特征，根據(jù)簡(jiǎn)歷崗位類別進(jìn)行分類；

將第一崗位分類對(duì)應(yīng)的信息特征輸入至第二深度學(xué)習(xí)模型，以便從所述簡(jiǎn)歷庫(kù)中篩選與所述第一崗位分類滿足相似閾值的簡(jiǎn)歷集合，其中，所述第一崗位分類為所有簡(jiǎn)歷崗位類中的任一種；

將所有簡(jiǎn)歷崗位類分別對(duì)應(yīng)的簡(jiǎn)歷集合，作為所述粗召回簡(jiǎn)歷集；

所述根據(jù)預(yù)設(shè)計(jì)算方式計(jì)算所述粗召回簡(jiǎn)歷集中每個(gè)簡(jiǎn)歷分別對(duì)應(yīng)的推薦指數(shù)的步驟，包括：

獲取第二簡(jiǎn)歷所屬的第一子集合，其中，所述第二簡(jiǎn)歷為所述粗召回簡(jiǎn)歷集中的任意一簡(jiǎn)歷，所述第一子集合為所述粗召回簡(jiǎn)歷集中的任意一集合；

根據(jù)第二公式計(jì)算所述第二簡(jiǎn)歷與第一子集合的簡(jiǎn)歷相關(guān)度，其中，所述第二公式為N代表第一子集合中的簡(jiǎn)歷總量，i代表第一子集合中的第i份簡(jiǎn)歷，V_i代表第i份簡(jiǎn)歷的被瀏覽次數(shù)，C_i代表第i份簡(jiǎn)歷的被收藏狀態(tài)，R_i代表第二簡(jiǎn)歷與第i份簡(jiǎn)歷的相似度，R_all代表所述第二簡(jiǎn)歷與第一子集合的簡(jiǎn)歷相關(guān)度；

將所述第二簡(jiǎn)歷與第一子集合的簡(jiǎn)歷相關(guān)度，作為所述第二簡(jiǎn)歷對(duì)應(yīng)的推薦指數(shù)。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)模型的簡(jiǎn)歷推薦方法，其特征在于，所述歷史數(shù)據(jù)特征包括各待招聘崗位分別對(duì)應(yīng)的崗位信息特征，所述根據(jù)所述崗位信息特征和/或?yàn)g覽簡(jiǎn)歷數(shù)據(jù)的信息特征，對(duì)簡(jiǎn)歷庫(kù)中的簡(jiǎn)歷進(jìn)行粗召回，得到粗召回簡(jiǎn)歷集的步驟，包括：

將第一崗位的崗位信息特征與指定簡(jiǎn)歷的簡(jiǎn)歷信息特征進(jìn)行對(duì)比分析，得到對(duì)比分析結(jié)果，其中，所述指定簡(jiǎn)歷為所述簡(jiǎn)歷庫(kù)中的任意一簡(jiǎn)歷，所述第一崗位為所有所述待招聘崗位中的任意一崗位；

將所述對(duì)比分析結(jié)果輸入第一深度學(xué)習(xí)模型，計(jì)算出所述指定簡(jiǎn)歷與所述第一崗位的崗位相關(guān)度；

將與所述第一崗位的崗位相關(guān)度滿足相關(guān)度閾值條件的所有簡(jiǎn)歷，形成第一簡(jiǎn)歷集合；

按照所述第一崗位對(duì)應(yīng)的第一簡(jiǎn)歷集合的形成方式，分別形成所有待招聘崗位一一對(duì)應(yīng)的簡(jiǎn)歷集合；

將所有待招聘崗位分別對(duì)應(yīng)的簡(jiǎn)歷集合，作為所述粗召回簡(jiǎn)歷集。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)模型的簡(jiǎn)歷推薦方法，其特征在于，所述根據(jù)預(yù)設(shè)計(jì)算方式計(jì)算所述粗召回簡(jiǎn)歷集中每個(gè)簡(jiǎn)歷分別對(duì)應(yīng)的推薦指數(shù)的步驟，包括：

獲取第一簡(jiǎn)歷與各所述待招聘崗位分別對(duì)應(yīng)的崗位匹配度，其中，所述第一簡(jiǎn)歷為所述粗召回簡(jiǎn)歷集中的任意一簡(jiǎn)歷；

根據(jù)第一公式分別計(jì)算所述第一簡(jiǎn)歷與各所述待招聘崗位的崗位匹配度的最大值，其中，所述第一公式為M_max＝Max(M_AB)，A表示所述第一簡(jiǎn)歷，B表示各所述待招聘崗位組成的崗位集合，M_AB代表所述第一簡(jiǎn)歷與崗位集合中各所述待招聘崗位分別對(duì)應(yīng)的崗位匹配度的值集合,Max()表示取最大值運(yùn)算，Max(M_AB)表示取M_AB的最大值，M_max表示最大值，0≤M_max≤1；

將所述第一簡(jiǎn)歷對(duì)應(yīng)的崗位匹配度的最大值，作為所述第一簡(jiǎn)歷對(duì)應(yīng)的推薦指數(shù)。