职业信息匹配方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种职业信息匹配方法、装置、计算机设备和存储介质。所述方法包括：接收职业信息查询指令,所述职业信息查询指令携带了用户标识；根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；将所述特征向量输入分类模型，得到多个类别特征标签；利用多个所述类别特征标签生成对应的用户画像信息；将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。采用本方法能够对每个用户的职业信息进行准确的测评，避免了因测评信息不完整而导致无法准确的匹配，有效的提高职业测评准确性，实现人才资源的合理分配。

Methods, devices, computer equipment and storage media of professional information matching

【技术实现步骤摘要】
职业信息匹配方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种职业信息匹配方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，促进了越来越多的新兴产业，新的产业也会促进职业类型的不断丰富，因此职业的分工也更加精细化，不同类型的职业要求匹配的职业能力也不同，对每个求职者进行有效的职业测评，能将不同类型的人才资源进行合理的分配。然而，目前的职业测评方式，由于测评数据的局限性，使得测评信息不完整，导致对求职者的职业能力信息分析不够全面，使得职业测评的准确性不足。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够对提高职业测评准确性的职业信息匹配方法、装置、计算机设备和存储介质。一种职业信息匹配方法，所述方法包括：接收职业信息查询指令,所述职业信息查询指令携带了用户标识；根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；将所述特征向量输入分类模型，得到多个类别特征标签；利用多个所述类别特征标签生成对应的用户画像信息；将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。在其中一个实施例中，所述根据所述用户标识获取历史多维度信息包括：根据所述用户标识获取对应的注册信息；通过社交网页爬取与所述用户标识对应的社交信息；通过征信平台获取与所述用户标识对应的征信信息。在其中一个实施例中，所述根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取包括：利用词库模型对所述历史多维度信息进行特征提取；将所述历史多维度信息分别转换成对应的词向量，对所述词向量进行合并，得到与所述用户标识对应的特征向量。在其中一个实施例中，所述将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业包括：从数据库中获取多种职业数据信息；将所述用户画像信息与多种所述职业数据信息进行相似度匹配；将相似度大于阈值的职业数据信息标记为待推荐职业。在其中一个实施例中，所述将所述用户画像信息与多种所述职业数据信息进行相似度匹配包括：获取所述用户画像信息中每个类别特征标签的权重等级；利用散列函数对所述用户画像信息、多种所述职业数据信息进行转换，得到对应的用户画像信息序列、多种所述职业数据信息序列；根据每个所述类别特征标签的权重等级，对所述用户画像信息序列进行加权计算，得到对应的加权用户画像信息序列；将所述加权用户画像信息序列与多种所述职业数据信息序列进行匹配。一种职业信息匹配装置，所述装置包括：接收模块，用于接收职业信息查询指令,所述职业信息查询指令携带了用户标识；信息获取模块，用于根据所述用户标识获取历史多维度信息；特征提取模块，用于对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；分类模块，用于将所述特征向量输入分类模型，得到多个类别特征标签；画像生成模块，用于利用多个所述类别特征标签生成对应的用户画像信息；匹配模块，用于将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收职业信息查询指令,所述职业信息查询指令携带了用户标识；根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；将所述特征向量输入分类模型，得到多个类别特征标签；利用多个所述类别特征标签生成对应的用户画像信息；将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：接收职业信息查询指令,所述职业信息查询指令携带了用户标识；根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；将所述特征向量输入分类模型，得到多个类别特征标签；利用多个所述类别特征标签生成对应的用户画像信息；将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。上述职业信息匹配方法、装置、计算机设备和存储介质，通过接收职业信息查询指令,职业信息查询指令携带了用户标识。根据用户标识获取历史多维度信息，对历史多维度信息进行特征提取，得到与用户标识对应的特征向量。将特征向量输入分类模型，得到多个类别特征标签。利用多个类别特征标签生成对应的用户画像信息。将用户画像信息与多种职业信息进行匹配，得到与用户标识匹配的职业。相对于传统的职业测评方式，通过获取与用户标识对应的历史多维度信息，根据用户的多维度信息进行特征提取，生成对应的用户画像信息，由此使得能够根据用户画像信息与多种职业信息进行匹配，得到与每个用户标识匹配的职业，可以对每个用户的职业信息进行准确的测评，避免了因测评信息不完整而导致无法准确的匹配，有效的提高职业测评准确性，实现人才资源的合理分配。附图说明图1为一个实施例中职业信息匹配方法的应用场景图；图2为一个实施例中职业信息匹配方法的流程示意图；图3为一个实施例中根据用户标识获取历史多维度信息，对历史多维度信息进行特征提取步骤的流程示意图；图4为一个实施例中将用户画像信息与多种职业数据信息进行相似度匹配步骤的流程示意图；图5为一个实施例中职业信息匹配装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的职业信息匹配方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。终端102可以通过向服务器104发送请求，从服务器104获取对应的多种职业信息以及与用户相关的数据信息。终端102接收职业信息查询指令,职业信息查询指令携带了用户标识。终端102根据用户标识获取历史多维度信息，对历史多维度信息进行特征提取，得到与用户标识对应的特征向量，终端102将特征向量输入分类模型，得到多个类别特征标签。终端102利用多个类别特征标签生成对应的用户画像信息。终端102将用户画像信息与多种职业信息进行匹配，得到与用户标识匹配的职业。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种职业信息匹配方法，以该方法应用于图1中的终端本文档来自技高网...

【技术保护点】
1.一种职业信息匹配方法，所述方法包括：/n接收职业信息查询指令,所述职业信息查询指令携带了用户标识；/n根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；/n将所述特征向量输入分类模型，得到多个类别特征标签；/n利用多个所述类别特征标签生成对应的用户画像信息；/n将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。/n

【技术特征摘要】
1.一种职业信息匹配方法，所述方法包括：
接收职业信息查询指令,所述职业信息查询指令携带了用户标识；
根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取，得到与所述用户标识对应的特征向量；
将所述特征向量输入分类模型，得到多个类别特征标签；
利用多个所述类别特征标签生成对应的用户画像信息；
将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业。


2.根据权利要求1所述的方法，其特征在于，所述根据所述用户标识获取历史多维度信息包括：
根据所述用户标识获取对应的注册信息；
通过社交网页爬取与所述用户标识对应的社交信息；
通过征信平台获取与所述用户标识对应的征信信息。


3.根据权利要求1所述的方法，其特征在于，所述根据所述用户标识获取历史多维度信息，对所述历史多维度信息进行特征提取包括：
利用词库模型对所述历史多维度信息进行特征提取；
将所述历史多维度信息分别转换成对应的词向量，对所述词向量进行合并，得到与所述用户标识对应的特征向量。


4.根据权利要求1所述的方法，其特征在于，所述将所述用户画像信息与多种职业信息进行匹配，得到与所述用户标识匹配的职业包括：
从数据库中获取多种职业数据信息；
将所述用户画像信息与多种所述职业数据信息进行相似度匹配；
将相似度大于阈值的职业数据信息标记为待推荐职业。


5.根据权利要求4所述的方法，其特征在于，所述将所述用户画像信息与多种所述职业数据信息进行相似度匹配包括：
获取所述用户画像信息中每个类别特征标签的权重等级；
利用散列函数对所述用户画像信息、多种所述职业数据信息进行转换，得到对应的用户画像信息序列、多种所述...

【专利技术属性】
技术研发人员：胡永春，龙美霖，徐锦才，柯维海，赵丁灿，胡永松，雷艳，
申请(专利权)人：广东德诚科教有限公司，
类型：发明
国别省市：广东;44