简历评估方法和装置制造方法及图纸

本发明专利技术公开了一种简历评估方法和装置。其中，该方法包括：获取历史招聘数据集合；从历史招聘数据集合中抽取数据，其中，数据至少包括：一个或多个属性在职位上对应的招聘结果，一个或多个属性是简历文本数据中用于表征应聘者特征的参数，招聘结果至少包括：一个或多个属性在职位上的出现次数、和/或一个或多个属性在职位上录取次数；通过训练抽取到的数据构建简历评估模型；使用简历评估模型对接收到的简历进行简历评估。本发明专利技术解决了现有技术中对应聘者进行评估通过对应聘者的行为、社交数据进行全面分析来评价应聘者，而应聘者的行为、社交数据复杂多变且获取难度高，从而导致评价的估难度大的技术问题。

Method and device for evaluating resumes

The invention discloses a method and a device for evaluating resumes. Among them, the method includes: obtaining the collection of historical data; recruitment extracted data, collection data from historical data which includes at least one or more attributes in the corresponding position on the recruitment results, one or more attributes is used for parameter characterization candidates Resume feature text data, including at least the recruitment one or more attributes appear in position number, and / or one or more attributes in position admission number; construction resume evaluation model by training the data extraction; CV evaluation model for the received resume resume evaluation. The invention solves the problems assessed by the candidates on the behavior and to evaluate the candidates to conduct a comprehensive analysis of social data on the candidates in the prior art, and the candidate behavior, social data is complicated and difficult to get high, resulting in the evaluation of difficult technical problems.

【技术实现步骤摘要】
简历评估方法和装置
本专利技术涉及数据处理领域，具体而言，涉及一种简历评估方法和装置。
技术介绍
在现有技术的招聘过程中，很多招聘网站通过社交网络、可得行为数据等各方面对应聘者的完整形象进行刻画，从各个方面对应聘者进行了解，从而希望帮助招聘方找到合适的人才。例如，作为大数据招聘平台的“寻英网”，以大数据算法实现人才与企业职位的精准匹配，并具有“职位需求一键同步至主流招聘网站”等实用功能；“寻英网”的特点包括：(1)全量数据，形成多维度立体的用户求职图像。寻英网通过高科技获取求职者的社交信息、求职者在论坛上发布的言论以及发表的论文等全方面数据，将一个人由过去的平面图片拓展到一个人的电影故事，从而形成多维度立体的用户求职图像。(2)个性化，多维度动态分析人才和企业的发展规律，优化双向匹配引擎。寻英网以两千万人的职业发展路径为数据源，通过分析，形成职位晋升图谱，如职位晋升路径、职位关联关系等。与上述应用功能类似的应用还包括“人才雷达”，“人才雷达”通过每个人在网络上留下的大量的数据，如生活轨迹、社交言行等个人信息，从中剥离出他的兴趣图谱、性格画像和能力评估。因此，已有方案主要使用社交数据、行为数据等来进行求职人员和职位的匹配，然而使用社交数据、行为数据进行求职人员和职位的匹配存在如下问题：(1)应用目标过于复杂现有技术大多的应用场景集中在对合适人的匹配，落脚点在人的属性，为了实现这个目标需要对人的行为、社交数据进行分析，全面的对人进行评价和刻画，以至于大大提升对数据全面性和数据多样性的要求。(2)数据的可得性和全面性受到局限现有技术为达到寻找到合适的员工的目的需要搜集多方面的数据，所以对数据的可得性和数据的全面性有很高的要求，同时也大大的局限了技术的准确性。针对现有技术中通过对目标人物的行为、社交数据进行全面分析来评价目标应聘者，导致评估难度大的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种简历评估方法和装置，以至少解决现有技术中对应聘者进行评估通过对应聘者的行为、社交数据进行全面分析来评价应聘者，而应聘者的行为、社交数据复杂多变且获取难度高，从而导致评价的估难度大的技术问题。根据本专利技术实施例的一个方面，提供了一种简历评估方法，包括：获取历史招聘数据集合，其中，历史招聘数据集合至少包括：简历文本数据；从历史招聘数据集合中抽取数据，其中，数据至少包括：一个或多个属性在职位上对应的招聘结果，一个或多个属性是简历文本数据中用于表征应聘者特征的参数，招聘结果至少包括：一个或多个属性在职位上的出现次数、和/或一个或多个属性在职位上录取次数；通过训练抽取到的数据构建简历评估模型。根据本专利技术实施例的一个方面，还提供了一种简历评估方法，包括：输入待评估简历；获取待评估简历的简历评估结果，其中，简历评估结果是根据简历评估模型做出的，简历评估模型是根据从历史招聘数据集合中抽取数据建立的。根据本专利技术实施例的另一方面，还提供了一种简历评估装置，包括：获取模块，用于获取历史招聘数据集合，其中，历史招聘数据集合至少包括：简历文本数据；抽取模块，用于从历史招聘数据集合中抽取数据，其中，数据至少包括：一个或多个属性在职位上对应的招聘结果，一个或多个属性是简历文本数据中用于表征应聘者特征的参数，招聘结果至少包括：一个或多个属性在职位上的出现次数、和/或一个或多个参数在职位上录取次数；构建模块，用于通过训练抽取到的数据构建简历评估模型；评估模块，用于使用简历评估模型对接收到的简历进行简历评估。根据本专利技术实施例的一个方面，还提供了一种简历评估装置，包括：第一输入模块，用于输入待评估简历；获取模块，用于获取待评估简历的简历评估结果，其中，简历评估结果是根据简历评估模型做出的，简历评估模型是根据从历史招聘数据集合中抽取数据建立的。容易注意到的是，采用在历史招聘数据集合中抽取的数据进行简历评估模型的建立，用于构建对某一职位的先验认知，使得对应聘者的分析能够着眼于对应聘者综合实力与职位的匹配程度的挖掘，即，为不同公司的不同职位寻找到合适的简历，这样能够免去对每个应聘者的行为、社交数据进行分析，减少招聘的复杂程度，从而免去了搜集应聘者在各个社交平台上行为数据的繁琐工作，从而进一步的减少在招聘过程中付出的代价，效果和代价比方面具有更好的表现。由此，本专利技术提供的上述方案解决了现有技术中对应聘者进行评估通过对应聘者的行为、社交数据进行全面分析来评价应聘者，而应聘者的行为、社交数据复杂多变且获取难度高，从而导致评价的估难度大的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例1的一种简历评估方法的计算机终端的硬件结构框图；图2是根据本专利技术实施例1的一种可选的简历评估方法的流程图；图3是根据本专利技术实施例1的一种可选的简历评估方法的流程图；图4是根据本专利技术实施例2的简历评估方法的流程图；图5是根据本专利技术实施例2的一种可选的简历评估方法的示意图；图6是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图7是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图8是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图9是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图10是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图11是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图12是根据本专利技术实施例3的一种可选的简历评估装置的结构示意图；图13是根据本专利技术实施例4的一种简历评估装置的结构示意图；图14是根据本专利技术实施例4的一种可选的简历评估装置的结构示意图；图15是根据本专利技术实施例4的一种可选的简历评估装置的结构示意图；以及图16是根据本专利技术实施例的一种计算机终端的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。以下的实施例可以应用到可以应用到普通的终端中，例如计算机。当然以下的实施例也可以应用到服务器当中，服务器也可以理解为由一个或多个计算机组成的设备。因此，下面所示出的计算机的结构也适用于服务器。当移动终端计算能力逐步增强，以下实施例也可以在移动终端中实施。当然，下述实施例中的本文档来自技高网...

【技术保护点】
一种简历评估方法，其特征在于，包括：获取历史招聘数据集合，其中，所述历史招聘数据集合至少包括：简历文本数据；从所述历史招聘数据集合中抽取数据，其中，所述数据至少包括：一个或多个属性在职位上对应的招聘结果，所述一个或多个属性是所述简历文本数据中用于表征应聘者特征的参数，所述招聘结果至少包括：所述一个或多个属性在所述职位上的出现次数、和/或所述一个或多个属性在所述职位上录取次数；通过训练抽取到的数据构建简历评估模型。

【技术特征摘要】
1.一种简历评估方法，其特征在于，包括：获取历史招聘数据集合，其中，所述历史招聘数据集合至少包括：简历文本数据；从所述历史招聘数据集合中抽取数据，其中，所述数据至少包括：一个或多个属性在职位上对应的招聘结果，所述一个或多个属性是所述简历文本数据中用于表征应聘者特征的参数，所述招聘结果至少包括：所述一个或多个属性在所述职位上的出现次数、和/或所述一个或多个属性在所述职位上录取次数；通过训练抽取到的数据构建简历评估模型。2.根据权利要求1所述的方法，其特征在于，从所述历史招聘数据集合中抽取所述数据包括：对所述历史招聘数据集合进行清洗，其中，所述数据清洗包括：评估不通过的简历从所述历史招聘数据集合之中屏蔽：从清洗后的所述历史招聘数据集合中抽取所述数据。3.根据权利要求2所述的方法，其特征在于，评估不通过的简历包括以下至少之一：由于人员编制headcount导致评估不通过的简历、没有进行简历评估而直接进行面试并且面试未通过的简历、简历重复投递导致评估不通过的简历。4.根据权利要求1所述的方法，其特征在于，通过训练抽取到的数据构建简历评估模型包括：将抽取到的数据分为训练样本数据和测试样本数据；使用所述训练样本数据进行训练生成待检验的简历评估模型；使用所述测试样本数据对所述待检验的简历评估模型进行检验，在检验通过的情况下确认所述待检验的简历评估模型为准确的简历评估模型。5.根据权利要求4所述的方法，其特征在于，生成所述待检验的简历评估模型的训练样本数据是：进行向量抽取并对向量抽取后的数据进行特征整理后得到的数据；和/或，检测所述待检验的简历评估模型的测试样本数据是：进行向量抽取并对向量抽取后的数据进行特征整理后得到的数据。6.根据权利要求4或5所述的方法，其特征在于，使用所述测试样本数据对所述待检验的简历评估模型进行检验，并确认所述待检验的简历评估模型为准确的简历评估模型包括：将所述测试样本数据输入至所述待检验的简历评估模型中进行检验，并输出检验结果；如果所述检验结果与所述测试样本数据对应的招聘结果误差在预定范围内，则确认所述待检验的简历评估模型为准确的简历评估模型。7.根据权利要求4所述的方法，其特征在于，进行向量抽取包括：对所述应聘者的一个或多个属性进行向量抽取，其中，所述一个或多个属性包括以下至少之一：公司名称、职位名称、学校名称、专业名称；对向量抽取后的数据进行特征整理包括：对所述一个或多个属性进行归一化处理。8.根据权利要求7所述的方法，其特征在于，对所述一个或多个属性进行归一化处理包括以下至少之一：对所述公司名称进行归一化处理包括：构建行业词表和地名词表；按照所述行业词表和所述地名词表中的行业名词和地名名词提取所述公司名称，得到所述公司名称的归一化结果；对所述职位名称进行归一化处理包括：确认在所述历史招聘数据集合中，出现次数大于预设次数的职位描述为正确的职位名称；通过编辑距离构建所述简历文本数据中的职位描述与所述正确的职位名称之间的映射词表；通过正则表达式对所述简历文本数据中的职位描述在所述映射词表中进行匹配，得到所述职位名称的归一化结果；对所述学校名称进行归一化处理包括：将所述简历文本数据中的学校名称根据出现的此处按照由大至小的顺序排列，并获取预设排名的学校名称，得到基础词典；对所述学校名称进行去噪处理，并通过正则匹配将去噪得到的学校名称与所述基础字典中的学校名称进行匹配，以得到归一化后的学校名称；使用同义词表，根据预设规则构造学校名称对应的简写，将出现所述学校名称对应的简写的名称记录为所述学校名称；将所述学校名称中包含预设第一后缀词语的学校名称归一化为相应的第一后缀词语，其中，所述预设的第一后缀词语至少包括：职业技术学院、网络学院、成教、自考和专升本；去掉所述学校名称中包含的第二后缀词语，以生成归一化后的学校名称，其中，所述第二后缀词语用于表征所述学校的分支机构；去掉所述学校名称中的前缀，以生成归一化后的学校名称；对所述专业名称进行归一化处理包括：构建专业分类表，并通过所述专业分类表进行贝叶斯模型训练；根据训练后的所述贝叶斯模型对所述简历文本数据中的专业进行分类。9.一种简历评估方法，其特征在于，包括：输入待评估简历；获取所述待评估简历的简历评估结果，其中，所述简历评估结果是根据简历评估模型做出的，所述简历评估模型是根据从历史招聘数据集合中抽取数据建立的。10.根据权利要求9所述的方法，其特征在于，所述方法还包括：输入历史招聘数据集合，其中，所述历史招聘集合中的数据至少包括：一个或多个属性在职位上对应的招聘结果，所述一个或多个属性是所述简历文本数据中用于表征应聘者特征的参数，所述招聘结果至少包括：所述一个或多个属性在所述职位上的出现次数、和/或所述一个或多个属性在所述职位上录取次数。11.根据权利要求10所述的方法，其特征在于，在获取所述待评估简历的简历评估结果之后，所述方法还包括：在预设区域显示所述待评估对象的简历评估结果。12.一种简历评估装置，其...

【专利技术属性】
技术研发人员：王海英，刘军宁，郭鼎，陈奥，宋华青，张晓莹，石志伟，金凯民，袁泉，刘长江，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY