一种智能简历推送系统及方法技术方案

本发明专利技术提出了一种智能简历推送系统及方法，通过监测互联网网页数据，识别岗位训练要素生成岗位链表，将所述岗位链表数据链发送至算法池模块根据匹配满意度预测算法进行计算获得岗位匹配结果及简历匹配结果，将结果发送至客户端程序模块进行展示。本发明专利技术还能够通过客户端程序获取用户输入岗位匹配请求和简历数据综合计算获得所需简历，使用树型数据匹配算法，提高了计算速度快和识别效率高，同时还提高了数据匹配精度，能够满足大数据技术所要求的规范化人岗数据格式。

【技术实现步骤摘要】
一种智能简历推送系统及方法
本专利技术涉及大数据的
，特别涉及一种智能简历推送系统及方法。
技术介绍
随着全球经济一体化及知识创新、组织变革等国际大环境的推动，人力资源管理相关理论研究的发展提升至前所未有的战略高度，在现有技术中心，目前人力资源平台简历与岗位数据未找到较好的结构化处理方法，推荐方法效率较低，求职者与用人单位难以在相同平台共同处理，职位定义、岗位推送、简历推送未实现智能和自动化。
技术实现思路
基于上述问题，本专利技术提出了一种智能简历推送系统及方法，使用树型数据匹配算法，计算速度快，识别效率高，提高了数据匹配精度，能够满足大数据技术所要求的规范化人岗数据格式。本专利技术提供如下技术方案：一种智能简历推送系统，所述系统包括：客户端程序，网络爬虫智能合约体以及云数据服务平台；所述客户端程序包括岗位要素权重修改模块、岗位输入模块、简历输入模块、岗位需求建模模块、推荐简历模块、推荐岗位模块；所述岗位要素权重修改模块用于修改岗位需求模型权重系数，存储至数据库；所述岗位输入模块用于输入岗位匹配请求，所述简历输入模块输入简历数据，所述岗位需求建模模块用于建立岗位需求模型，生成岗位关键技能模型树，并对岗位关键技能模型树赋予权重系数；所述推荐简历模块接收返回的简历输入模块匹配结果展示；所述推荐岗位模块接收返回的简历输入模块匹配结果展示；所述网络爬虫智能合约体部署至少一网络爬虫智能合约，所述网络爬虫智能合约监测互联网网页数据，识别岗位训练要素生成岗位链表；所述云数据服务平台包括智能合约体调度模块、匹配满意度模块、数据库以及岗位需求预测模块；所述智能合约体调度模块用于接收所述修改岗位需求模型权重系数存储至数据库，接收所述岗位匹配请求发送至匹配满意度预测模块，接收所述简历数据发送至匹配满意度预测模块，接收岗位关键技能模型树数据存储至数据库，接收网络爬虫智能合约体岗位链表数据链并发送至岗位需求预测模块，以及返回岗位匹配结果及简历匹配结果至客户端程序模块。其中，所述生成岗位链表具体包括：岗位链表头节点存储岗位名称、头节点hash、节点编号，每个节点包含节点hash地址，父节点hash地址，节点编号，关键技能名称，关键技能频次，后一节点通过前一节点hash地址组成链表。其中，所述岗位匹配结果为与目标岗位匹配的满意度排序靠前的简历，所述简历匹配结果为与目标简历匹配的满意度排序靠前的岗位。其中，所述云数据服务平台还包括算法池模块，所述算法池模块封装岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法以及简历关键技能模型树和岗位关键技能模型树匹配满意度预测算法。其中，所述岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法用于获得与目标岗位匹配的满意度排序靠前的简历，具体为：步骤一，对岗位关键技能模型树、简历关键技能模型树层数进行遍历；步骤二，对所述两个树的每层的节点进行循环遍历；步骤三，将岗位第一列关键技能名称赋值给第一整数参数；步骤四，将简历第一列关键技能名称赋值给第二整数参数；步骤五，将第一整数参数和第二整数参数对齐，并分别赋值给第三整数参数和第四整数参数，对第三整数参数和第四整数参数字符长度进行遍历；步骤六，比较第三整数参数和第四整数参数是否相同，如果不相同距离加一，如果相同距离不变，累加总距离除以比较次数，获得相似性，所述相似性乘以权重系数获得简历加权满意度结果。其中，所述简历关键技能模型树和岗位关键技能模型树匹配满意度预测算法用于获得与目标简历匹配的满意度排序靠前的岗位，具体为：步骤一，对岗位关键技能模型树、简历关键技能模型树层数进行遍历；步骤二，对所述两个树的每层的节点进行循环遍历；步骤三，将岗位第一列关键技能名称赋值给第一整数参数；步骤四，将简历第一列关键技能名称赋值给第二整数参数；步骤五，将第一整数参数和第二整数参数对齐，并分别赋值给第三整数参数和第四整数参数，对第三整数参数和第四整数参数字符长度进行遍历；步骤六，比较第三整数参数和第四整数参数是否相同，如果不相同距离加一，如果相同距离不变，累加总距离除以比较次数，获得相似性，所述相似性乘以权重系数获得简历加权满意度结果。其中，所述岗位关键技能模型树为三层树形存储结构，所述简历关键技能模型树为三层树形存储结构。其中，数据库模块保存所述简历关键技能模型树和岗位关键技能模型树，存储岗位链表。另外，本专利技术还提出了一种智能简历推送方法，所述方法包括：步骤201，接收客户端程序模块的用户输入请求，网络爬虫智能合约监测互联网网页数据，识别岗位训练要素生成岗位链表；缩水生成岗位链表具体包括：岗位链表头节点存储岗位名称、头节点hash、节点编号，每个节点包含节点hash地址，父节点hash地址，节点编号，关键技能名称，关键技能频次，后一节点通过前一节点hash地址组成链表；步骤202，智能合约体调度模块接收网络爬虫智能合约体岗位链表数据链并发送至岗位需求预测模块；步骤203，所述岗位需求预测模块转发数据至算法池模块进行计算；步骤204，所述算法池模块根据岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法以及简历关键技能模型树和岗位关键技能模型树匹配满意度预测算法进行计算输出岗位匹配结果及简历匹配结果至客户端程序模块。其中，所述岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法用于获得与目标岗位匹配的满意度排序靠前的简历，具体为：步骤一，对岗位关键技能模型树、简历关键技能模型树层数进行遍历；步骤二，对所述两个树的每层的节点进行循环遍历；步骤三，将岗位第一列关键技能名称赋值给第一整数参数；步骤四，将简历第一列关键技能名称赋值给第二整数参数；步骤五，将第一整数参数和第二整数参数对齐，并分别赋值给第三整数参数和第四整数参数，对第三整数参数和第四整数参数字符长度进行遍历；步骤六，比较第三整数参数和第四整数参数是否相同，如果不相同距离加一，如果相同距离不变，累加总距离除以比较次数，获得相似性，所述相似性乘以权重系数获得简历加权满意度结果。其中，所述简历关键技能模型树和岗位关键技能模型树匹配满意度预测算法用于获得与目标简历匹配的满意度排序靠前的岗位，具体为：步骤一，对岗位关键技能模型树、简历关键技能模型树层数进行遍历；步骤二，对所述两个树的每层的节点进行循环遍历；步骤三，将岗位第一列关键技能名称赋值给第一整数参数；步骤四，将简历第一列关键技能名称赋值给第二整数参数；步骤五，将第一整数参数和第二整数参数对齐，并分别赋值给第三整数参数和第四整数参数，对第三整数参数和第四整数参数字符长度进行遍历；步骤六，比较第三整数参数和第四整数参数是否相同，如果不相同距离加一，如果相同距离不变，累加总距离除以比较次数，获得相似性，所述相似性乘以权重系数获得简历加权满意度结果。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序执行上述智能简历推送方法。本专利技术提出了一种智能简历推送系统及方法，通过监测互联网网页数据，识别岗位训练要素生成岗本文档来自技高网...

【技术保护点】
1.一种智能简历推送系统，其特征在于：/n所述系统包括：客户端程序，网络爬虫智能合约体以及云数据服务平台；/n所述客户端程序包括岗位要素权重修改模块、岗位输入模块、简历输入模块、岗位需求建模模块、推荐简历模块、推荐岗位模块；/n所述岗位要素权重修改模块用于修改岗位需求模型权重系数，存储至数据库；所述岗位输入模块用于输入岗位匹配请求，所述简历输入模块输入简历数据，所述岗位需求建模模块用于建立岗位需求模型，生成岗位关键技能模型树，并对岗位关键技能模型树赋予权重系数；所述推荐简历模块接收返回的简历输入模块匹配结果展示；所述推荐岗位模块接收返回的简历输入模块匹配结果展示；/n所述网络爬虫智能合约体部署至少一网络爬虫智能合约，所述网络爬虫智能合约监测互联网网页数据，识别岗位训练要素生成岗位链表；/n所述云数据服务平台包括智能合约体调度模块、匹配满意度模块、数据库以及岗位需求预测模块；所述智能合约体调度模块用于接收所述修改岗位需求模型权重系数存储至数据库，接收所述岗位匹配请求发送至匹配满意度预测模块，接收所述简历数据发送至匹配满意度预测模块，接收岗位关键技能模型树数据存储至数据库，接收网络爬虫智能合约体岗位链表数据链并发送至岗位需求预测模块，以及返回岗位匹配结果及简历匹配结果至客户端程序模块。/n...

【技术特征摘要】
1.一种智能简历推送系统，其特征在于：
所述系统包括：客户端程序，网络爬虫智能合约体以及云数据服务平台；
所述客户端程序包括岗位要素权重修改模块、岗位输入模块、简历输入模块、岗位需求建模模块、推荐简历模块、推荐岗位模块；
所述岗位要素权重修改模块用于修改岗位需求模型权重系数，存储至数据库；所述岗位输入模块用于输入岗位匹配请求，所述简历输入模块输入简历数据，所述岗位需求建模模块用于建立岗位需求模型，生成岗位关键技能模型树，并对岗位关键技能模型树赋予权重系数；所述推荐简历模块接收返回的简历输入模块匹配结果展示；所述推荐岗位模块接收返回的简历输入模块匹配结果展示；
所述网络爬虫智能合约体部署至少一网络爬虫智能合约，所述网络爬虫智能合约监测互联网网页数据，识别岗位训练要素生成岗位链表；
所述云数据服务平台包括智能合约体调度模块、匹配满意度模块、数据库以及岗位需求预测模块；所述智能合约体调度模块用于接收所述修改岗位需求模型权重系数存储至数据库，接收所述岗位匹配请求发送至匹配满意度预测模块，接收所述简历数据发送至匹配满意度预测模块，接收岗位关键技能模型树数据存储至数据库，接收网络爬虫智能合约体岗位链表数据链并发送至岗位需求预测模块，以及返回岗位匹配结果及简历匹配结果至客户端程序模块。


2.根据权利要求1所述的系统，其特征在于：所述生成岗位链表具体包括：岗位链表头节点存储岗位名称、头节点hash、节点编号，每个节点包含节点hash地址，父节点hash地址，节点编号，关键技能名称，关键技能频次，后一节点通过前一节点hash地址组成链表。


3.根据权利要求1所述的系统，其特征在于：所述岗位匹配结果为与目标岗位匹配的满意度排序靠前的简历，所述简历匹配结果为与目标简历匹配的满意度排序靠前的岗位。


4.根据权利要求1所述的系统，其特征在于：所述云数据服务平台还包括算法池模块，所述算法池模块封装岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法以及简历关键技能模型树和岗位关键技能模型树匹配满意度预测算法。


5.根据权利要求4所述的系统，其特征在于：所述岗位关键技能模型树和简历关键技能模型树匹配满意度预测算法用于获得与目标岗位匹配的满意度排序靠前的简历，具体为：步骤一，对岗位关键技能模型树、简历关键技能模型树层数进行遍历；步骤二，对所述两个树的每层的节点进行循环遍历；步骤三，将岗位第一列关键技能名称赋值给第一整数参数；步骤四，将简历第一列关键技能名称赋值给第二整数参数；步骤五，将第一整数参数和第二整数参数对齐，并分别赋值给第三整数参数和第四整数参数，对第三整数参数和第四整数参数字符长度进行遍历；步骤六，比较第三整数参数和第四整数参数是否相同，如果不相同距离加一，如果相同距离不变，累加总距离除以比较次数，获得相似性，所述相似性乘以权重...

【专利技术属性】
技术研发人员：吴晓军，
申请(专利权)人：河北利至人力资源服务有限公司，
类型：发明
国别省市：河北;13