一种简历与职位的匹配推送方法及计算机设备和存储介质技术

本发明专利技术涉及一种简历与职位的匹配推送方法及计算机设备和存储介质。本发明专利技术多种结构化匹配数据和非结构化匹配数据结合匹配，让数据更加精准；非结构化数据利用文本关键字语义等相关匹配技术让匹配结果更加智能；多种推送途径接收推送结果，以使用户更加便捷。

【技术实现步骤摘要】
一种简历与职位的匹配推送方法及计算机设备和存储介质
本专利技术涉及人力资源领域，更具体地说是指一种简历与职位的匹配推送方法及计算机设备和存储介质。
技术介绍
现代是个信息爆炸的时代，大量的信息处于我们生活中，虽然信息很多，但是，由于信息的不对称，我们接收到大量的垃圾信息，浪费人的精力，导致生活效率的降低。这种情况在人才市场显得尤为显著：比如现有的职位推荐只能根据意向职位、意向地区、意向薪酬等极少字段进行推荐；现有的职位推荐只能基于结构化的数据查询进行推荐；现有的职位推荐途径较为单一，用户只有登录系统后才能接收到推荐结果，会给用户造成不方便。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供一种简历与职位的匹配推送方法及计算机设备和存储介质。为实现上述目的，本专利技术采用以下技术方案：一种简历与职位的匹配推送方法，包括以下：简历特征提取：获取简历的信息，并定义简历中的结构化匹配数据；将结构化匹配数据储存；职位特征提取：利用服务器获取职位的信息，并定义职位中的结构化查询条件数据；将结构化查询条件数据储存；职位与简历匹配：获取简历的结构化匹配数据及结构化查询条件数据进行匹配，得出与简历结构化匹配数据最相近的结构化查询条件数据，并计算排序，过滤出结果，关联相应的职位；职位信息推送：得出与简历最相近的职位信息，并将职位信息推送至与简历相应的用户端。其进一步技术方案为：所述简历的结构化匹配数据为规则字段；所述规则字段包括意向职位、意向地区、意向薪资、年龄、学历、专业一种或多种。其进一步技术方案为：所述简历特征提取还包括非结构化数据；所述非结构化匹配数据包括简历中的历史职位；提取简历中的历史职位信息，并分析历史职位所属的职位类别及相关类别职位，储存其数据并作为匹配数据的二次筛选条件或排序加分项；或所述非结构化匹配数据包括简历中的历史任职公司；根据历史任职公司分析出公司的性质、公司所属行业、同类型的公司，储存其数据并作为匹配数据的二次筛选条件或排序加分项；或非结构化匹配数据包括工作经验信息，提取工作经验描述的特征词汇，储存其数据并作为匹配数据的二次筛选条件或排序加分项。其进一步技术方案为：所述结构化查询条件数据包括职位要求、年龄要求、薪资要求、学历要求、工作地点要求、专业要求一种或多种。其进一步技术方案为：所述职位特征提取步骤中的职位信息，根据职位名称做关联分析，分析出于该职位类型及相关类型职位，并将其数据存储，作为匹配数据的二次筛选条件或排序加分项。其进一步技术方案为：所述结构化匹配数据进行分类：一、匹配的必须条件；二、匹配的排序条件；其中，匹配的必须条件为规则字段；匹配的排序条件为非结构化数据；匹配的必须条件与结构化查询条件数据一一匹配对比，筛选出相似度高的职位，并对职位进行排序。其进一步技术方案为：所述匹配的排序条件与结构化查询条件数据进行匹配，根据职位特征匹配相似度进行计分排序或作为二次筛项。其进一步技术方案为：所述职位信息以文字、图片、链接、声音或视频通过简历绑定的联系方式、第三方接口推送至客户端。一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如上述的方法。一种存储介质，该存储介质存储有计算机程序，所述计算机程序包括程序指令；该程序指令被处理器执行时实现如上述的简历与职位的匹配推送方法。本专利技术与现有技术相比的有益效果是：本专利技术多种结构化匹配数据和非结构化匹配数据结合匹配，让数据更加精准；非结构化数据利用文本关键字语义等相关匹配技术让匹配结果更加智能；多种推送途径接收推送结果，以使用户更加便捷。下面结合附图和具体实施例对本专利技术作进一步描述。附图说明图1为本专利技术一种简历与职位的匹配推送方法的流程图。具体实施方式为了更充分理解本专利技术的
技术实现思路
，下面结合具体实施例对本专利技术的技术方案进一步介绍和说明，但不局限于此。如图1为本专利技术实施例的图纸。一种简历与职位的匹配推送方法，包括以下内容：简历特征提取：获取简历的信息，并定义简历中的结构化匹配数据；将结构化匹配数据储存。职位特征提取：利用服务器获取职位的信息，并定义职位中的结构化查询条件数据；将结构化查询条件数据储存。职位与简历匹配：获取简历的结构化匹配数据及结构化查询条件数据进行匹配，得出与简历结构化匹配数据最相近的结构化查询条件数据，并计算排序，过滤出结果，关联相应的职位。职位信息推送：得出与简历最相近的职位信息，并将职位信息推送至与简历相应的用户端。简历的结构化匹配数据为规则字段，其中，规则字段包括意向职位、意向地区、意向薪资、年龄、学历、专业一种或多种。规则字段作为匹配的首要条件，满足了其中的一项或两项以上的职位为优选职位。简历特征提取还包括非结构化数据，用于作为与职位匹配条件的二次筛选或排序加分项。非结构化数据匹配度越高，排序越靠前或得到的加分分数越高。非结构化匹配数据包括简历中的历史职位。提取简历中的历史职位信息，并分析历史职位所属的职位类别及相关类别职位，储存其数据并作为匹配数据的二次筛选条件或排序加分项。具体的，可以是提取历史职位描述中的关键词、职位名称、职位内容等信息，然后对历史职位提取的信息进行运算、归类等，然后划分职位的类别和相关类别的职位，然后压缩成数据包进行存储在数据库中，以备后期的调用。所述非结构化匹配数据还包括简历中的历史任职公司；根据历史任职公司分析出公司的性质、公司所属行业、同类型的公司，储存其数据并作为匹配数据的二次筛选条件或排序加分项。同样，根据简历中的历史任职的公司进行分析，划分出曾经任职的领域，归类出所任职的公司的性质、所属的行业、同类型公司，压缩成数据储存在数据库，以方便调取匹配。非结构化匹配数据还包括工作经验信息，提取工作经验描述的特征词汇，储存其数据并作为匹配数据的二次筛选条件或排序加分项。获取简历中工作经验描述中的关键词，并对关键词进行处理，判断出工作经验。并与职位需求中的信息进行匹配，然后匹配度越高，排序越靠前或加分分数越高。其中，职位的结构化查询条件数据包括职位要求、年龄要求、薪资要求、学历要求、工作地点要求、专业要求一种或多种。结构化查询条件数据与结构化匹配数据进行一对一的匹配。同时，为了全方位的提取职位信息，所述职位特征提取步骤中的职位信息，根据职位名称做关联分析，分析出于该职位类型及相关类型职位，并将其数据存储在数据库，作为匹配数据的二次筛选条件或排序加分项。其中，在匹配的过程中，所述结构化匹配数据进行分类：一、匹配的必须条件；二、匹配的排序条件；其中，匹配的必须条件为规则字段；匹配的排序条件为非结构化数据；匹配的必须条件与结构化查询条件数据一一匹配对比，筛选出相似度高的职位，并对职位进行排序，过滤排序的数据。匹配的排序条件与结构化查询条件数据进行匹配，根据职位特征匹配相似度，并进行计分排序或作为二次筛项。具体的，通过分析的职位特征或简历特征作为加分项，特征匹配度越高得分越高，职位与简历的相关度也就越近，加分越高。招聘职位的名称对应匹配简历的意向职位或曾经工作过的职位名称。职位描述对应简历中以往工作内容描述。职位年龄匹配简历年龄，职位专业要求匹配简历教育情况中的专业。匹配算法先进行必要的规则匹配，再到相关性匹配，按相关度进行排序，排序高在本文档来自技高网...

【技术保护点】
1.一种简历与职位的匹配推送方法，其特征在于，包括以下：简历特征提取：获取简历的信息，并定义简历中的结构化匹配数据；将结构化匹配数据储存；职位特征提取：利用服务器获取职位的信息，并定义职位中的结构化查询条件数据；将结构化查询条件数据储存；职位与简历匹配：获取简历的结构化匹配数据及结构化查询条件数据进行匹配，得出与简历结构化匹配数据最相近的结构化查询条件数据，并计算排序，过滤出结果，关联相应的职位；职位信息推送：得出与简历最相近的职位信息，并将职位信息推送至与简历相应的用户端。

【技术特征摘要】
1.一种简历与职位的匹配推送方法，其特征在于，包括以下：简历特征提取：获取简历的信息，并定义简历中的结构化匹配数据；将结构化匹配数据储存；职位特征提取：利用服务器获取职位的信息，并定义职位中的结构化查询条件数据；将结构化查询条件数据储存；职位与简历匹配：获取简历的结构化匹配数据及结构化查询条件数据进行匹配，得出与简历结构化匹配数据最相近的结构化查询条件数据，并计算排序，过滤出结果，关联相应的职位；职位信息推送：得出与简历最相近的职位信息，并将职位信息推送至与简历相应的用户端。2.根据权利要求1所述的一种简历与职位的匹配推送方法，其特征在于，所述简历的结构化匹配数据为规则字段；所述规则字段包括意向职位、意向地区、意向薪资、年龄、学历、专业一种或多种。3.根据权利要求2所述的一种简历与职位的匹配推送方法，其特征在于，所述简历特征提取还包括非结构化数据；所述非结构化匹配数据包括简历中的历史职位；提取简历中的历史职位信息，并分析历史职位所属的职位类别及相关类别职位，储存其数据并作为匹配数据的二次筛选条件或排序加分项；或所述非结构化匹配数据包括简历中的历史任职公司；根据历史任职公司分析出公司的性质、公司所属行业、同类型的公司，储存其数据并作为匹配数据的二次筛选条件或排序加分项；或非结构化匹配数据包括工作经验信息，提取工作经验描述的特征词汇，储存其数据并作为匹配数据的二次筛选条件或排序加分项。4.根据权利要求3所述的一种简历与职位的匹配推送方法，其特征在于，所述...

【专利技术属性】
技术研发人员：张海东，谢庆华，
申请(专利权)人：深圳市一览网络股份有限公司，
类型：发明
国别省市：广东,44