[發明專利]一種基于專業技能標簽的學生就業能力評估方法及系統

在審

• 申請號: 202211280458.8
• 申請日: 2022-10-19
• 公開（公告）號: CN115470271A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 牛紅星;孫兆群;崔一瀾;劉建志
• 申請（專利權）人: 上海儀電人工智能創新院有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/26;G06N3/04;G06N3/08;G06Q10/06;G06Q10/10
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙志遠

本發明涉及一種基于專業技能標簽的學生就業能力評估方法及系統，所述方法包括以下步驟：步驟S1、分別采集專業文本數據D_t和學生的就業數據D_W；步驟S2、采用無監督的詞匯挖掘算法，從專業文本數據D_t中提取出學生的專業技能標簽W；步驟S3、將就業數據D_W作為監督信號，采用神經網絡算法對提取的專業技能標簽W進行進一步映射，訓練后得到表征學生就業能力的專業技能特征。與現有技術相比，本發明得到了細粒度更高的就業能力維度特征，提高了學生就業評估的準確性。

技術領域

本發明涉及數據匹配技術領域，尤其是涉及一種基于專業技能標簽的學生就業能力評估方法及系統。

背景技術

越來越嚴峻的高校畢業生就業形勢，使得高校學生就業指導和職業規劃也越來越受到重視。隨著人工智能和機器學習來高校就業匹配和職業規劃中的使用，高校就業指導服務業越來越精細化、個性化。

學生能力維度特別是專業技能的維度是一個重要的特征。然而目前很多的就業能力匹配方法中缺少針對專業技能能力維度的構建。一些方法直接采用學生綜合素質評價的分數或者是專業課程的成績等來評判學生的專業技能維度，并且直接采用這些輸出結果作為特征進行就業匹配和職業推薦。這種方法一方面表述粒度較粗，無法精細化的描述學生的專業技術能力。另一方面，由于能力維度特征沒有與就業領域和就業崗位建立直接的聯系，即特征的構建過程中沒有使用就業數據作為監督信息，使得能力維度的特征表達能力欠缺。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供了一種基于專業技能標簽的學生就業能力評估方法及系統，通過細粒度更高的就業能力維度特征，提高了學生就業評估的準確性。

本發明的目的可以通過以下技術方案來實現：

根據本發明的第一方面，提供了一種基于專業技能標簽的學生就業能力評估方法，該方法包括以下步驟：

步驟S1、分別采集專業文本數據D_t和畢業生的就業數據D_W；

步驟S2、采用無監督的詞匯挖掘算法，從專業文本數據D_t中提取出學生的專業技能標簽W；

步驟S3、將就業數據D_W作為監督信號，采用神經網絡算法對提取的專業技能標簽W進行進一步映射，訓練后得到表征學生就業能力的專業技能特征；

步驟S4、基于專業技能特征及權重設置，對學生就業能力進行評價。

優選地，所述步驟S1中的就業數據包括就業崗位和就業領域。

優選地，所述步驟S1中的專業文本數據包括內部數據和外部數據；

所述內部數據包括專業介紹、培養方案介紹、選修專業課程相關的文本數據；

所述外部數據包括就業網站上的專業解讀文本數據。

優選地，所述步驟S2包括以下子步驟：

步驟S21、利用分詞工具對專業文本數據Dt進行停用詞處理以及分詞處理，并基于分詞后的結果構建字典樹；

步驟S22、根據構建的字典樹分別計算左右熵和互信息，并且將左右熵和互信息相加作為得分，排序后選擇分數最高的前N個詞作為候選詞；

步驟S23、對候選詞做語義篩選，利用候選詞對語料進行分詞，訓練word2vec模型，獲得候選詞的詞向量；

步驟S24、從候選詞中選取人工標注部分詞語作為中心詞，利用詞向量計算其它候選詞與中心詞的距離，對候選詞進行篩選；

步驟S25、根據規則或者人工對前面獲得的候選詞作進一步篩選，得到專業技能詞匯；