基于互联网模式下多源数据分析的就业推荐方法及系统技术方案

本发明专利技术公开了一种基于互联网模式下多源数据分析的就业推荐方法，包括：获取学生多源数据及企业多源数据；对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；根据学生关键数据构建学生职业能力模型，根据企业关键数据构建企业人才需求模型；将学生职业能力模型与企业人才需求模型相匹配，为学生推荐就业岗位，为企业推荐求职简历。本发明专利技术还公开了一种基于互联网模式下多源数据分析的就业推荐系统。采用本发明专利技术，可通过多维度数据关联，逻辑判断纠错，数据深度挖掘、推荐算法等实现人才与岗位之间的精准推送。

【技术实现步骤摘要】
基于互联网模式下多源数据分析的就业推荐方法及系统
本专利技术涉及大数据
，尤其涉及一种基于互联网模式下多源数据分析的就业推荐方法及一种基于互联网模式下多源数据分析的就业推荐系统。
技术介绍
在大数据技术飞速发展的背景下，数据价值越发显得重要，在大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统(HDFS)、分布式数据库(hive、Hbase)、云计算平台、互联网和可扩展的存储系统技术成熟并大规模应用的同时，各行业均在追求和研究如何有效利用数据，使现有数据资产通过分析挖掘让企业或机构，具有更强的决策力、洞察发现力和流程优化能力来适应高增长率和多样化的发展。如今人们正处于信息爆炸的时代。从追求和寻找信息，已经发展到了筛选、处理、分析大量而复杂且以指数级增长的数据的阶段。很多公司如IBM、EMC、Teradata、Google等公司正把大数据和云计算作为公司的长远发展战略和新的业务增长点。大量的数据时代也随之带来了信息价值密度低的问题，用户需要花费大量时间进行有价值信息的筛选，从而降低了办事的效率；而此时
则在探索使用技术的手段实现信息的高效筛选及推荐，从而实现所需信息的精准匹配和推荐；并不断探索推荐算法和技术在实际场景的应用。目前，我国大学生就业难已经成为国家和社会重点关注的问题，利用大数据技术实现精准的毕业生和企业岗位的双向推送成为刚性需求；目前市场上还没有真正的产品实现该功能需求，大多依靠简单的关键字匹配或依靠单一数据来源分析的信息检索技术完成，面临效率低、准确度不高等问题。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于互联网模式下多源数据分析的就业推荐方法及系统，可实现人才与岗位之间的精准推送。为了解决上述技术问题，本专利技术提供了一种基于互联网模式下多源数据分析的就业推荐方法，包括：获取学生多源数据及企业多源数据；对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；根据学生关键数据构建学生职业能力模型，根据企业关键数据构建企业人才需求模型；将学生职业能力模型与企业人才需求模型相匹配，为学生推荐就业岗位，为企业推荐求职简历。作为上述方案的改进，所述获取学生多源数据的方法包括：获取校园环境中的系统数据，所述系统数据包括学生基本信息、专业信息、课程信息、成绩信息、荣誉信息、特长信息及习惯信息；获取学生简历填写的求职数据，所述求职数据包括意向信息、能力信息及经验信息；获取学生在就业平台的交互数据，所述交互数据包括点击行为信息、收藏行为信息、浏览行为信息、投递行为信息及订阅行为信息；获取学生在就业平台进行的职业测评数据，所述职业测评数据包括性格趋向信息、思维趋向信息及岗位趋向信息。作为上述方案的改进，所述根据学生关键数据构建学生职业能力模型的方法包括：根据系统数据生成模型基本因子；根据求职数据生成能力指标因子；根据交互数据生成求职意向因子；根据职业测评数据生成推荐参考因子；根据所述模型基本因子、能力指标因子、求职意向因子、推荐参考因子及各因子的预设权重参数，构建学生职业能力模型。作为上述方案的改进，所述获取企业多源数据的方法包括：通过网络爬虫获取企业数据，所述企业数据包括企业基本信息、企业发布岗位信息、岗位描述信息；获取企业管理人员对简历的搜索数据，所述搜索数据包括关键词信息、搜索频率信息、搜索间隔信息、简历筛选查看信息。作为上述方案的改进，所述根据企业关键数据构建企业人才需求模型的方法包括：根据企业数据生成岗位要求因子；根据搜索数据生成企业需求因子；根据所述岗位要求因子、企业需求因子及各因子的预设权重参数，构建企业职业能力模型。作为上述方案的改进，所述基于互联网模式下多源数据分析的毕业生就业推荐方法，还包括：根据学生对所推荐的就业岗位的反馈情况及企业对所推荐的求职简历的反馈情况，优化权重参数。相应地，本专利技术还提供了一种基于互联网模式下多源数据分析的就业推荐系统，包括：多源数据获取模块，用于获取学生多源数据及企业多源数据；关键数据处理模块，用于对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，并用于对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；模型构建模块，用于根据学生关键数据构建学生职业能力模型，并用于根据企业关键数据构建企业人才需求模型；推荐模块，用于将学生职业能力模型与企业人才需求模型相匹配，为学生推荐就业岗位，为企业推荐求职简历。作为上述方案的改进，所述多源数据获取模块包括:系统数据获取单元，用于获取校园环境中的系统数据；求职数据获取单元，用于获取学生简历填写的求职数据；交互数据获取单元，用于获取学生在就业平台的交互数据；职业测评数据获取单元，用于获取学生在就业平台进行的职业测评数据；企业数据获取单元，用于通过网络爬虫获取企业数据；搜索数据获取单元，用于获取企业管理人员对简历的搜索数据。作为上述方案的改进，所述模型构建模块包括：模型基本因子生成单元，用于根据系统数据生成模型基本因子；能力指标因子生成单元，用于根据求职数据生成能力指标因子；求职意向因子生成单元，用于根据交互数据生成求职意向因子；推荐参考因子生成单元，用于根据职业测评数据生成推荐参考因子；岗位要求因子生成单元，用于根据企业数据生成岗位要求因子；企业需求因子生成单元，用于根据搜索数据生成企业需求因子；学生模型构建单元，用于根据所述模型基本因子、能力指标因子、求职意向因子、推荐参考因子及各因子的预设权重参数，构建学生职业能力模型；企业模型构建单元，用于根据所述岗位要求因子、企业需求因子及各因子的预设权重参数，构建企业职业能力模型。作为上述方案的改进，所述基于互联网模式下多源数据分析的毕业生就业推荐系统还包括：优化模块，用于根据学生对所推荐的就业岗位的反馈情况及企业对所推荐的求职简历的反馈情况，优化权重参数。实施本专利技术，具有如下有益效果：本专利技术通过获取学生多源数据及企业多源数据，感知和清洗原始数据中关键数据字段，形成学生关键数据及企业关键数据，同时通过多维度数据关联，逻辑判断纠错，数据深度挖掘等大数据技术构建学生职业能力模型及企业人才需求模型，再通过推荐算法，实现学生职业能力模型与企业人才需求模型之间的双向匹配，并通过用户操作行为反馈，优化匹配算法，从而实现人才与岗位之间的精准推送。附图说明图1是本专利技术基于互联网模式下多源数据分析的就业推荐方法的流程图；图2是本专利技术中按对称逻辑函数进行权重衰减的示意图；图3是本专利技术基于互联网模式下多源数据分析的就业推荐系统的第一实施例结构示意图；图4是本专利技术中多源数据获取模块的结构示意图；图5是本专利技术中模型构建模块的结构示意图；图6是本专利技术基于互联网模式下多源数据分析的就业推荐系统的第二实施例结构示意图。具体实施方式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作进一步地详细描述。仅此声明，本专利技术在文中出现或即将出现的上、下、左、右、前、后、内、外等方位用词，仅以本专利技术的附图为基准，其并不是对本专利技术的具体限定。如图1所示，图1是本专利技术基于互联网模式下多源数据分析的就业推荐方法的流程图，包括：S101，获取学生多源数本文档来自技高网...

【技术保护点】
1.一种基于互联网模式下多源数据分析的就业推荐方法，其特征在于，包括：获取学生多源数据及企业多源数据；对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；根据学生关键数据构建学生职业能力模型，根据企业关键数据构建企业人才需求模型；将学生职业能力模型与企业人才需求模型相匹配，为学生推荐就业岗位，为企业推荐求职简历。

【技术特征摘要】
1.一种基于互联网模式下多源数据分析的就业推荐方法，其特征在于，包括：获取学生多源数据及企业多源数据；对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；根据学生关键数据构建学生职业能力模型，根据企业关键数据构建企业人才需求模型；将学生职业能力模型与企业人才需求模型相匹配，为学生推荐就业岗位，为企业推荐求职简历。2.如权利要求1所述的基于互联网模式下多源数据分析的毕业生就业推荐方法，其特征在于，所述获取学生多源数据的方法包括：获取校园环境中的系统数据，所述系统数据包括学生基本信息、专业信息、课程信息、成绩信息、荣誉信息、特长信息及习惯信息；获取学生简历填写的求职数据，所述求职数据包括意向信息、能力信息及经验信息；获取学生在就业平台的交互数据，所述交互数据包括点击行为信息、收藏行为信息、浏览行为信息、投递行为信息及订阅行为信息；获取学生在就业平台进行的职业测评数据，所述职业测评数据包括性格趋向信息、思维趋向信息及岗位趋向信息。3.如权利要求2所述的基于互联网模式下多源数据分析的毕业生就业推荐方法，其特征在于，所述根据学生关键数据构建学生职业能力模型的方法包括：根据系统数据生成模型基本因子；根据求职数据生成能力指标因子；根据交互数据生成求职意向因子；根据职业测评数据生成推荐参考因子；根据所述模型基本因子、能力指标因子、求职意向因子、推荐参考因子及各因子的预设权重参数，构建学生职业能力模型。4.如权利要求1所述的基于互联网模式下多源数据分析的毕业生就业推荐方法，其特征在于，所述获取企业多源数据的方法包括：通过网络爬虫获取企业数据，所述企业数据包括企业基本信息、企业发布岗位信息、岗位描述信息；获取企业管理人员对简历的搜索数据，所述搜索数据包括关键词信息、搜索频率信息、搜索间隔信息、简历筛选查看信息。5.如权利要求4所述的基于互联网模式下多源数据分析的毕业生就业推荐方法，其特征在于，所述根据企业关键数据构建企业人才需求模型的方法包括：根据企业数据生成岗位要求因子；根据搜索数据生成企业需求因子；根据所述岗位要求因子、企业需求因子及各因子的预设权重参数，构建企业职业能力模型。6.如权利要求1所述的基于互联网模式下多源数据...

【专利技术属性】
技术研发人员：谢长江，陈国镇，梁晓东，罗龙，
申请(专利权)人：三盟科技股份有限公司，
类型：发明
国别省市：广东,44