【技术实现步骤摘要】
本专利技术属于数据挖掘分析领域,特别一种基于职业轨迹数据的职位变迁预测方法。
技术介绍
近年来,基于用户职业轨迹预测用户职位变迁受到了越来越多研究人员的关注。所谓职位变迁预测,通常是指根据用户的历史职业轨迹数据为基础,结合用户的个体特征信息,若用户存在职业的变迁行为,可以对用户下一个职位的情况进行预测。其中,历史职业轨迹数据主要来源于用户在职业社交网络中所补充完善的数据。通过对历史职业轨迹数据挖掘,构建用户职位变迁的时空模型,发现职位变迁影响因素,借助现有算法可以准确的预测用户职位变迁情况。通过对用户历史职业轨迹数据的观察,其中不难发现,用户职位变迁蕴含着丰富的时空规律。举例来说,中高层次的职位,对于下一个职位级别不会低于当前职位级别;不同的学历背景,对于职位的级别会产生影响,高学历,会拥有较高级别的职位;工作经验,同样会对职位级别造成影响。
技术实现思路
为了解决在用户职业变迁时对于所获得职位情况的问题,本专利技术提供一种基于历史职业轨迹数据的职位变迁预测方法,该方法以用户职业数据为基础,发现职位变迁影响因素,结合现有的决策树方法,对职位变迁进行预测。为实现上述目的,本专利技术采取的技术方案为:一种基于职业轨迹数据的职位变迁预测方法,其特征在于,包括以下骤:S1、在数据库中提取简历,获取用户的历史职业轨迹数据;S2、通过对大规模用户职业轨迹数据进行统计分类对比,发现用户职位变迁时空特征,构建用户职位变迁时空模型;S3、从用户职位变迁时空模型中,提取并量化用户职位变迁的影响因素;S4、根据职位变迁影响因素定义与量化,结合用户的职位变迁数据,通过决策树算法训练 ...
【技术保护点】
一种基于职业轨迹数据的职位变迁预测方法,其特征在于,包括以下骤:S1、在数据库中提取简历,获取用户的历史职业轨迹数据;S2、通过对大规模用户职业轨迹数据进行统计分类对比,发现用户职位变迁时空特征,构建用户职位变迁时空模型;S3、从用户职位变迁时空模型中,提取并量化用户职位变迁的影响因素;S4、根据职位变迁影响因素定义与量化,结合用户的职位变迁数据,通过决策树算法训练职位变迁预测模型;S5、以S4中职位变迁预测模型为基础,根据用户的当前职位,预测用户职业变迁后的职位。
【技术特征摘要】
1.一种基于职业轨迹数据的职位变迁预测方法,其特征在于,包括以下骤:S1、在数据库中提取简历,获取用户的历史职业轨迹数据;S2、通过对大规模用户职业轨迹数据进行统计分类对比,发现用户职位变迁时空特征,构建用户职位变迁时空模型;S3、从用户职位变迁时空模型中,提取并量化用户职位变迁的影响因素;S4、根据职位变迁影响因素定义与量化,结合用户的职位变迁数据,通过决策树算法训练职位变迁预测模型;S5、以S4中职位变迁预测模型为基础,根据用户的当前职位,预测用户职业变迁后的职位。2.根据权利要求1所述职位预测方法中,其特征在于,S1中所述的历史职业轨迹数据包含用户的教育背景情况、历史职位变迁、工作时间长度等数据信息;所述的历史职位变迁包括所在公司的规模,所在职位的级别。3.根据权利要求1所述职位预测方法中,其特征在于,S2中所述的时空特征包括时间上用户职位变迁的特征和职位上用户职位变迁的特征。4.根据权利要求3所述职位预测方法中,其特征在于,所述的S2包含子步骤:S21:首先对分析用户职位变迁在时间上的变化情况以及用户工作的时间跨度,发现时间上特征;S22:然后对不同公司,不同职位和不同教育背景用户的职位变化进行统计和度量,...
【专利技术属性】
技术研发人员:於志文,屈弘扬,郭斌,王柱,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。