[發明專利]基于大數據的人才篩選推薦方法、系統及可讀存儲介質

有效

• 申請號: 202210115851.5
• 申請日: 2022-02-07
• 公開（公告）號: CN114139065B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 張廣志;于笑博;成立立;李奇
• 申請（專利權）人: 北京融信數聯科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/10
• 代理公司: 北京沃杰永益知識產權代理事務所(普通合伙) 11905
• 代理人: 楊杰

本申請實施例提供了基于大數據的人才篩選推薦方法、系統及可讀存儲介質。該方法，包括：獲取招聘平臺信息和人才求職庫中的求職信息數據生成擬招聘人才的目標人群數據；獲取所述目標人群數據的人才特征信息生成目標人群特征畫像；根據所述目標人群特征畫像與人才數據庫進行人才特征信息的相似度對比，獲取參考樣本數據集；根據所述參考樣本數據集中人才特征信息輸入到訓練好的決策樹模型中進行樣本數據剪枝和分類得到目標人才數據；根據所述目標人才數據輸入人才篩選平臺進行篩選得到目標受聘人才；從而基于目標人群特征畫像以及決策樹模型實現目標受聘人才的精確推薦，可以提高推薦的準確率。

技術領域

本申請涉及大數據技術領域，具體而言，涉及一種基于大數據的人才篩選推薦方法、系統及可讀存儲介質。

背景技術

目前隨著社會的發展，全社會全行業對各類人才的需求日益劇增，人才是區域/行業在自然資源、環境條件相對固定的前提下，實現經濟增長的動力和源泉，當一個區域/行業人才表現為人才狀況好，高素質、高技能、高學歷的人才多，人才流動快，人才年輕化程度高、創新能力強的時候,高新技術產業、技術密集型產業就多，當地的經濟實力就強，發展后勁就足，區域/行業經濟活力自然就增強，因此人才活力是促進區域經濟活力的重要因素。

而目前現有人才招聘獲得方式主要是通過各招聘平臺或招聘信息網以及各類招聘引擎等傳統互聯網方法獲取人才，但對人才的選擇缺乏全面的數據信息，缺少更精準細致的篩查方法，導致傳統互聯網招聘方式對人才的篩選和推薦的準確度不高，無法準確滿足人才和用人單位的雙向需求，難以實現雙贏。

針對上述問題，目前尚未有有效的技術解決方案。

發明內容

本申請實施例的目的在于提供一種基于大數據的人才篩選推薦方法、系統及可讀存儲介質，可以提高目標受聘人才篩選的準確度。

本申請實施例還提供了一種基于大數據的人才篩選推薦方法，包括以下步驟：

獲取招聘平臺信息和人才求職庫中的求職信息數據生成擬招聘人才的目標人群數據；

獲取所述目標人群數據的人才特征信息生成目標人群特征畫像，所述人才特征信息包括性別信息、學歷信息、從業經驗、業界成績以及薪酬期望值；

根據所述目標人群特征畫像與人才數據庫進行人才特征信息的相似度對比，獲取參考樣本數據集；

根據所述參考樣本數據集中人才特征信息輸入到訓練好的決策樹模型中進行樣本數據剪枝和分類得到目標人才數據；

根據所述目標人才數據輸入人才篩選平臺進行篩選得到目標受聘人才。

可選地，在本申請實施例所述的基于大數據的人才篩選推薦方法中，所述根據所述目標人群特征畫像與人才數據庫進行人才特征信息的相似度對比，獲取參考樣本數據集，包括：

獲取人才數據庫；

根據所述目標人群的性別信息、學歷信息、從業經驗、業界成績以及薪酬期望值生成目標人群數據集；

根據所述目標人群數據集與所述人才數據庫的樣本數據進行數據篩選獲得多個參考樣本數據；

根據獲得的所述多個參考樣本數據獲得參考樣本數據集。

可選地，在本申請實施例所述的基于大數據的人才篩選推薦方法中，所述根據參考樣本數據集中人才特征信息輸入到訓練好的決策樹模型中進行樣本數據剪枝和分類得到目標人才數據，包括：

將參考樣本數據集中的各樣本數據輸入到訓練好的決策樹模型中；

所述樣本數據包括所述參考樣本數據集中各樣本的人才特征信息；

所述決策樹模型對所述各樣本數據進行數據偏差率預測，獲取不規則數據閾值；