对职位和简历进行匹配的方法、系统、设备和介质技术方案

本发明专利技术涉及信息检索技术领域，特别涉及对职位和简历进行匹配的方法、系统、设备和介质。本发明专利技术的方法包括利用自然语言处理技术抽取职位特征和简历特征；对职位特征进行重要性排序；根据职位特征来检索简历，检索得到的简历至少包括与职位特征对应的简历特征；以及基于职位特征在重要性排序中的排名，对检索得到的简历进行筛选。本发明专利技术解决人岗匹配的精准性问题和个性化问题，提高筛选简历的效率。

Methods, systems, equipment and media for matching positions and resumes

The invention relates to the field of information retrieval technology, in particular to methods, systems, equipment and media for matching positions and resumes. The method of the invention includes extracting position features and resume features by using natural language processing technology, sorting the importance of position features, searching resumes according to position features, and searching resumes at least including resume features corresponding to position features, and screening the retrieved resumes based on the ranking of position features in the importance ranking. The invention solves the problems of accuracy and individualization of job-to-person matching, and improves the efficiency of screening resumes.

【技术实现步骤摘要】
对职位和简历进行匹配的方法、系统、设备和介质
本专利技术涉及信息检索
，特别涉及对职位和简历进行匹配的方法、系统、设备和介质。
技术介绍
目前，国内的人力资源行业相关的互联网产品在搜索和推荐简历时，仅仅是对职位和简历的信息进行简单的识别和处理，尚处于关键词匹配的阶段，没有做到语义匹配，并且没有考虑到企业的用人需求，无法实现简历的个性化搜索和推荐。
技术实现思路
本专利技术的目的在于提供对职位和简历进行匹配的方法、系统、设备和介质，解决人岗匹配的精准性问题和个性化问题，提高筛选简历的效率。本专利技术公开了一种对职位和简历进行匹配的方法，方法包括：利用自然语言处理技术抽取职位特征和简历特征；对职位特征进行重要性排序；根据职位特征来检索简历，检索得到的简历至少包括与职位特征对应的简历特征；以及基于职位特征在重要性排序中的排名，对检索得到的简历进行筛选。可选地，对职位特征进行重要性排序包括：通过重要性排序模型对职位特征进行重要性排序。可选地，根据职位特征来检索简历，检索得到的简历至少包括与职位特征对应的简历特征，包括：根据所有的职位特征来检索简历，检索得到的简历至少包括与所有的职位特征对应的简历特征；依次去除在重要性排序中排名最低的职位特征，根据剩余的职位特征来检索简历，检索得到的简历至少包括与剩余的职位特征对应的简历特征。可选地，基于职位特征在重要性排序中的排名，对检索得到的简历进行筛选包括：通过相关性模型，基于职位特征、与职位特征对应的简历特征、职位特征在重要性排序中的排名、由职位特征和简历特征分别建立的知识图谱，确定简历是否与职位相关，如果确定简历与职位相关则被保留，否则被过滤。可选地，使用职位特征、简历特征、由职位特征和简历特征分别建立的知识图谱、招聘行为数据，并且利用机器学习算法来训练相关性模型。可选地，在基于职位特征在重要性排序中的排名，对检索得到的简历进行筛选之后，方法还包括：对筛选得到的简历进行个性化排序。可选地，对筛选得到的简历进行个性化排序包括：通过个性化排序模型，基于职位特征、简历特征，对筛选得到的简历进行评分，评分越高的简历在个性化排序中的排名越高。本专利技术还公开了一种对职位和简历进行匹配的系统，系统包括：特征抽取模块，用于利用自然语言处理技术抽取职位特征和简历特征；重要性排序模块，用于对职位特征进行重要性排序；检索模块，用于根据职位特征来检索简历，检索得到的简历至少包括与职位特征对应的简历特征；以及筛选模块，用于基于职位特征在重要性排序中的排名，对检索得到的简历进行筛选。可选地，重要性排序模块用于通过重要性排序模型对职位特征进行重要性排序。可选地，检索模块用于根据所有的职位特征来检索简历，检索得到的简历至少包括与所有的职位特征对应的简历特征；依次去除在重要性排序中排名最低的职位特征，根据剩余的职位特征来检索简历，检索得到的简历至少包括与剩余的职位特征对应的简历特征。可选地，筛选模块用于通过相关性模型，基于职位特征、与职位特征对应的简历特征、职位特征在重要性排序中的排名、由职位特征和简历特征分别建立的知识图谱，确定简历是否与职位相关，如果确定简历与职位相关则被保留，否则被过滤。可选地，系统还包括相关性模型训练模块，相关性模型训练模块用于使用职位特征、简历特征、由职位特征和简历特征分别建立的知识图谱、招聘行为数据，并且利用机器学习算法来训练相关性模型。可选地，系统还包括个性化排序模块，个性化排序模块用于对筛选得到的简历进行个性化排序。可选地，个性化排序模块用于通过个性化排序模型，基于职位特征、简历特征，对筛选得到的简历进行评分，评分越高的简历在个性化排序中的排名越高。本专利技术还公开了一种对职位和简历进行匹配的设备，设备包括存储有计算机可执行指令的存储器和处理器，处理器被配置为执行指令以实施对职位和简历进行匹配的方法。本专利技术还公开了一种使用计算机程序编码的非易失性计算机存储介质，计算机程序包括指令，指令被一个以上的计算机执行以实施对职位和简历进行匹配的方法。本专利技术与现有技术相比，主要区别及其效果在于：首先，利用自然语言处理技术来理解职位和简历以抽取职位特征和简历特征，提高对职位和简历的信息进行识别和处理的效果，实现语义匹配。其次，利用机器学习算法，使用招聘行为数据等来训练模型，充分考虑企业的用人需求。最后，通过重要性排序模型对职位特征进行重要性排序，通过相关性模型对检索得到的简历进行筛选，通过个性化排序模型对筛选得到的简历进行个性化排序，实现简历的个性化搜索和推荐。因此，本专利技术可以解决人岗匹配的精准性问题和个性化问题，提高筛选简历的效率。附图说明图1示出对职位和简历进行匹配的方法的流程示意图；图2示出对职位和简历进行匹配的方法的另一流程示意图；图3示出对职位和简历进行匹配的系统的结构示意图；图4示出对职位和简历进行匹配的系统的另一结构示意图。具体实施方式在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施方式作进一步地详细描述。本专利技术的第一实施方式涉及一种对职位和简历进行匹配的方法。图1示出对职位和简历进行匹配的方法的流程示意图。如图1所示，方法100包括：步骤102，利用自然语言处理技术抽取职位特征和简历特征。利用自然语言处理技术来理解职位和简历，可以识别人名、地名、机构名、专有名词等，提高对职位和简历的信息进行识别和处理的效果，实现语义匹配。抽取得到的职位特征和简历特征可以被用在下面描述的重要性排序、检索、筛选、个性化排序和模型训练中。其中，职位包括职位名、职位描述、公司名等。例如，有一份职位，其中职位名为“机器学习工程师”，职位描述为“负责公司的广告点击率(clickthroughrate,CTR)预估系统”，公司名为“XX电子商务公司”。可以理解的是，根据招聘需求，职位还可以包括学历学位要求、工作年限要求、薪资报酬等。其中，简历包括个人描述、学习经历描述、工作经历描述等。例如，有第一份简历，其中个人描述为“张三”，学习经历描述为“A大学硕士”，工作经历描述为“2016年-至今在B公司担任机器学习工程师，从事广告CTR预估工作”。有第二份简历，其中个人描述为“李四”，学习经历描述为“C大学博士”，工作经历描述为“2017年-至今在D公司担任数据挖掘工程师，从事广告CTR预估算法工作”。有第三份简历，其中个人描述为“王五”，学习经历描述为“E大学学士”，工作经历描述为“2013年-至今在F公司担任Java工程师，从事CTR预估工程服务开发工作”。可以理解的是，根据应聘需求，简历还可以包括年龄、期望的薪资报酬等。其中，自然语言处理技术包括命名实体识别、句法分析等。其中，职位特征包括职能特征、技能特征等。例如，对上面描述的职位抽取职位特征，其中职能特征为“机器学习”，技能特征为“广告”和“CTR预估”。可以理解的是，根据招聘需求，还可以包括学历学位特征、工作年限特征、行业特征等。其中，简历特征包括毕业学校特征、过往公司特征、职能特征、技能特征等。例如，对上面描述的第一份本文档来自技高网...

【技术保护点】
1.一种对职位和简历进行匹配的方法，其特征在于，所述方法包括：利用自然语言处理技术抽取职位特征和简历特征；对所述职位特征进行重要性排序；根据所述职位特征来检索简历，检索得到的所述简历至少包括与所述职位特征对应的所述简历特征；以及基于所述职位特征在重要性排序中的排名，对检索得到的所述简历进行筛选。

【技术特征摘要】
1.一种对职位和简历进行匹配的方法，其特征在于，所述方法包括：利用自然语言处理技术抽取职位特征和简历特征；对所述职位特征进行重要性排序；根据所述职位特征来检索简历，检索得到的所述简历至少包括与所述职位特征对应的所述简历特征；以及基于所述职位特征在重要性排序中的排名，对检索得到的所述简历进行筛选。2.根据权利要求1所述的方法，其特征在于，对所述职位特征进行重要性排序包括：通过重要性排序模型对所述职位特征进行重要性排序。3.根据权利要求1所述的方法，其特征在于，根据所述职位特征来检索简历，检索得到的所述简历至少包括与所述职位特征对应的所述简历特征，包括：根据所有的所述职位特征来检索所述简历，检索得到的所述简历至少包括与所有的所述职位特征对应的所述简历特征；依次去除在重要性排序中排名最低的所述职位特征，根据剩余的所述职位特征来检索所述简历，检索得到的所述简历至少包括与剩余的所述职位特征对应的所述简历特征。4.根据权利要求1所述的方法，其特征在于，基于所述职位特征在重要性排序中的排名，对检索得到的所述简历进行筛选包括：通过相关性模型，基于所述职位特征、与所述职位特征对应的所述简历特征、所述职位特征在重要性排序中的排名、由所述职位特征和所述简历特征分别建立的知识图谱，确定所述简历是否与职位相关，如果确定所述简历与所述职位相关则被保留，否则被过滤。5.根据权利要求4所述的方法，其特征在于，使用所述职位特征、所述简历特征、...

【专利技术属性】
技术研发人员：姚程，张成硕，沈永，张武，
申请(专利权)人：义橙网络科技上海有限公司，
类型：发明
国别省市：上海,31