【技术实现步骤摘要】
基于BP神经网络的企业简历筛选方法和系统
本专利技术涉及数据处理
更具体地说，本专利技术涉及一种基于BP神经网络的企业简历筛选方法和系统。
技术介绍
随着互联网技术的不断发展，通过电子邮件接收应聘简历的人才招聘方式不断得到各招聘者的青睐。目前，招聘者一般会在发布的招聘启事中公布用于接收应聘简历的招聘邮箱，这样应聘者可以根据招聘单位公布的招聘邮箱，将简历邮件直接发送至招聘邮箱中，然后招聘者对招聘邮箱中接收的简历邮件进行人工筛选，从中筛选出的优秀的应聘简历转发给实际用人招聘部门。然而招聘者人工筛选简历的过程非常耗费时间和脑力，故市场上已出现了一些自动筛选简历的程序，如采用提取简历中的关键词和计算与招聘岗位需求的相似性来筛选简历的程序，但是这种程序只能做到定量的筛选，即只能判断求职者是否具有岗位所需求的能力，而不能判断对岗位需求能力的掌握程度，因此简历的筛选精确度有限。
技术实现思路
本专利技术的一个目的是解决至少上述问题，并提供至少后面将说明的优点。为了实现根据本专利技术的这些目的和其...
【技术保护点】
1.基于BP神经网络的企业简历筛选方法，其特征在于，包括：/n根据岗位需求设置多个第一关键词组成第一关键词集合；/n提取求职简历中的第二关键词，计算求职简历中第二关键词组成的第二关键词集合与第一关键词集合的相似度，选取相似度高于预设相似度阈值的求职简历；/n提取相似度高于预设相似度阈值的求职简历中求职者个人基本信息和个人邮箱地址，并分别存档，再向求职者个人邮箱中发送标准简历，所述标准简历包括能力调查问卷，所述能力调查问卷中每一问题涉及一种能力指标，每一问题设置多个答案分别对应不同的能力掌握程度；/n接受反馈的标准简历，对每一能力指标分配初始权重值，对每一能力掌握程度设置评分...
【技术特征摘要】
1.基于BP神经网络的企业简历筛选方法，其特征在于，包括：
根据岗位需求设置多个第一关键词组成第一关键词集合；
提取求职简历中的第二关键词，计算求职简历中第二关键词组成的第二关键词集合与第一关键词集合的相似度，选取相似度高于预设相似度阈值的求职简历；
提取相似度高于预设相似度阈值的求职简历中求职者个人基本信息和个人邮箱地址，并分别存档，再向求职者个人邮箱中发送标准简历，所述标准简历包括能力调查问卷，所述能力调查问卷中每一问题涉及一种能力指标，每一问题设置多个答案分别对应不同的能力掌握程度；
接受反馈的标准简历，对每一能力指标分配初始权重值，对每一能力掌握程度设置评分；
建立三层BP神经网络模型，以能力指标数量设置输入层神经元数量，以每一能力掌握程度评分作为输入层每一神经元输入数据，输出层设置唯一神经元，若符合招聘要求则输出层输出预设数值a，若不符合招聘要求则输出层输出预设数值b；
采用人工筛选的符合招聘要求的M个标准简历和不符合招聘要求的N个标准简历作为训练样本对三层BP神经网络模型进行训练，直至三层BP神经网络模型筛选出的标准简历合格率达到预设值；
采用训练好的三层BP神经网络模型对未经过人工筛选的标准简历进行筛选。
2.如权利要求1所述的基于BP神经网络的企业简历筛选方法，其特征在于，提取求职简历中第二关键词的方法包括：对求职简历进行分词得到求职简历词汇集合，选取求职简历词汇集合中i个具有最小哈希值的词汇作为求职简历的第二关键词。
3.如权利要求1所述的基于BP神经网络的企业简历筛选方法，其特征在于，第二关键词集合与第一关键词集合的相似度计算方法包括：对比第二关键词集合与第一关键词集合，统计第一关键词在第二关键词集合中出现的数量，计算出现在第二关键词集合中的第一关键词数量占第一关键词集合和第二关键词集合的词汇总量的百分率。
4.如权利要求1所述的基于BP神经网络的企业简历筛选方法，其特征在于，三层BP神经网络模型的隐层神经元数量由kolmogorov定理得出，隐层传递函数为hardlim函数。
5.基于BP神经网络的企业简历筛选系统，其特征在于，包括：
岗位需求采集模块，其用于根据岗位需求设置多个第一关键词组成第一关键词集合；
简历初选模块，其用于提取求职简历中的第二关键词，计算求职简历中第二关键词组成的第二关键词集合与第一关键词集合的相似度，选取相似度高于预设...
【专利技术属性】
技术研发人员：郭盛，
申请(专利权)人：北京网聘咨询有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。