[發明專利]智能面試方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110940457.0
• 申請日: 2021-08-17
• 公開（公告）號: CN113656545A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 李小慶;孟迪;包艷剛;易龍;覃健
• 申請（專利權）人: 深圳平安智匯企業信息管理有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06K9/62;G06Q10/10
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種智能面試方法，其特征在于，包括：

將終端設備所攜帶的候選簡歷輸入預設的分類模型，根據所述分類模型輸出的結果確定所述候選簡歷的級別信息；

根據預設的面試問答庫中存儲的所述級別信息與子數據庫的第一映射關系，從所述面試問答庫中提取所述級別信息對應的子數據庫；

從所述子數據庫中隨機抽取至少一個面試題目發送終端設備，并接收終端設備響應所述面試題目的反饋信息作為面試數據；

根據所述子數據庫中存儲的面試題目和答案文本的第二映射關系，將所述面試數據與所述面試題目對應的答案文本進行匹配，得到對應的面試評分。

2.根據權利要求1所述的智能面試方法，其特征在于，所述分類模型通過以下步驟構建：

步驟1、獲取預設時間段內的面試數據，作為訓練樣本集，所述面試數據包括歷史簡歷以及對應所述歷史簡歷所屬的級別信息；

步驟2、提取所述歷史簡歷的屬性特征；

步驟3、獲取所述屬性特征的信息熵、信息增益和/或信息增益率；

步驟4、選擇所述信息增益和/或信息增益率最大的屬性特征作為決策樹根節點的分裂屬性；

步驟5、將所述訓練樣本集中所述分裂屬性的取值相同的樣本形成決策樹分支，對每個分支中所包含的屬性特征以遞歸方式從步驟3循環執行，獲得分支對應的分裂屬性，直至所述決策樹的深度達到預定的深度閾值，或所有屬性特征均使用完畢為止。

3.根據權利要求2所述的智能面試方法，其特征在于，所述提取所述歷史簡歷的屬性特征，包括：

判斷所述歷史簡歷的格式是否滿足預設格式；

若滿足所述預設格式，則讀取所述歷史簡歷中的文本信息，從所述文本信息中提取所述屬性特征；

若不滿足所述預設格式，則讀取所述歷史簡歷中的簡歷信息，生成預設格式的轉換文件，并從所述轉換文件中讀取文本信息，從所述文本信息中提取所述屬性特征。

4.根據權利要求3所述的智能面試方法，其特征在于，所述從所述文本信息中提取所述屬性特征，包括：

將所讀取的文本信息輸入至預設的匹配關系表；

根據所述匹配關系表中存儲的文本信息和對應屬性特征的對應關系，獲取所述文本信息對應的屬性特征。

5.根據權利要求2所述的智能面試方法，其特征在于，所述選擇所述信息增益和/或信息增益率最大的屬性特征作為決策樹根節點的分裂屬性，包括：

獲取信息增益的均值；

將大于所述信息增益的均值，且所述信息增益率最大的屬性特征作為決策樹的根節點的分裂屬性。

6.根據權利要求1所述的智能面試方法，其特征在于，所述子數據庫中的面試題目包括多個難度等級；

所述從所述子數據庫中隨機抽取至少一個面試題目發送終端設備，包括：

當每個難度等級的面試題目均被抽取，或抽取次數達到預設的抽取閾值時，抽取終止。

7.根據權利要求1所述的智能面試方法，其特征在于，所述將所述面試數據與所述面試題目對應的答案文本進行匹配，得到對應的面試評分，包括：

提取所述答案文本中的關鍵字；

將所述面試數據轉換為文字數據；

利用所述關鍵字對所述文字數據進行遍歷查詢，根據查詢結果得到對應的面試評分。

8.一種智能面試裝置，其特征在于，包括：

輸入模塊，用于將終端設備所攜帶的候選簡歷輸入預設的分類模型，根據所述分類模型輸出的結果確定所述候選簡歷的級別信息；

提取模塊，用于根據預設的面試問答庫中存儲的所述級別信息與子數據庫的第一映射關系，從所述面試問答庫中提取所述級別信息對應的子數據庫；

抽取模塊，用于從所述子數據庫中隨機抽取至少一個面試題目發送終端設備，并接收終端設備響應所述面試題目的反饋信息作為面試數據；

匹配模塊，用于根據所述子數據庫中存儲的面試題目和答案文本的第二映射關系，將所述面試數據與所述面試題目對應的答案文本進行匹配，得到對應的面試評分。