深度交互式AI智能求职顾问方法、系统及存储介质技术方案

本发明专利技术公开了一种深度交互式AI智能求职顾问方法、系统及存储介质。其中，该方法包括：语音分析处理模块，被配置为基于所接收到的用户的语音数据和与所述用户相关的求职信息进行AI智能分析，并生成智能分析结果；自动应答分析处理模块，被配置为基于所述智能分析结果生成响应所述语音数据的应答数据，其中，所述应答数据是关于职业顾问信息的相关数据。本发明专利技术解决了现有技术中无法与用户进行深度交互的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
深度交互式AI智能求职顾问方法、系统及存储介质


[0001]本专利技术涉及人工智能领域，具体而言，涉及一种深度交互式AI智能求职顾问方法、系统及存储介质。

技术介绍

[0002]人力资源行业一直存在人才与岗位匹配度无法有效进行精准匹配推荐的情况。往往很多时候求职者不知道自己的简历是否有欠缺，不清楚自己具体情况达到了什么样的程度或者无法用专业清晰的文字描述来呈现给招聘者。所以求职者需要一个简单高效的方式来让自己在求职过程中快速知晓自己究竟适合什么以及有一个系统来辅助自己完善个人信息。
[0003]在线招聘者经常遇到的问题是有效信息不足，通过查看求职者简历，无法清楚的了解求职者的实际情况，需要通过沟通来获取求职者的详细信息。在沟通过程中所处的情境不同沟通的结果亦不相同，经常会出现无效沟通的情况。
[0004]在招聘过程中，经常使用的手段是电话沟通，而在电话沟通的过程当中有时候可能会因为种种原因产生冲突、矛盾或者风险。并且有时候会产生不可预估的严重后果。
[0005]人工智能技术目前应用十分广泛，在实际生活中可以替代部分工作内容，从而提高工作效率。并且基本上不存在由于情绪、环境等不可控因素而导致的风险，从而降低了给工作带来损失的可能性。
[0006]在招聘系统中，推荐是为了推荐合适的简历，但是在实际应用中有时候因为无法正确获取求职者/招聘者的底层需求，从而导致体验不佳，甚至无法匹配的情况。
[0007]在招聘流程中，用户的需求是可以被引导的。根据用户的
″
需求紧迫程度
″″
需求承受能力
″
变动，会需要进行对应的需求变更，然后以往的单一沟通方式无法快速的从众多信息中心快速筛选出与之匹配的信息来进行推荐，更加无法传达给用户所需要的信息。
[0008]传统的推荐方式是根据用户现有的信息进行匹配推荐，而实际应用中信息这些信息往往拥有着滞后性与失真性。所以对于信息的时效性以及真实性需要有更好的维护模式。以往由人工处理的情况会受制于人员综合素质的高低而导致无法正确维护信息。
[0009]传统的招聘基本上是采用一对一的沟通方式，即便是使用自动语音拨号技术，也无法达到与用户进行深度沟通的目的。一般都是在确认需求之后转给人工进行后续处理。而这种方式的沟通在同一之间段内可能够处理的事物是有上限的。在达到上限之后有可能需要补充人力来满足缺口。但是实际需求是波动且无序的，当招聘需求不再旺盛的时候，大量的人员负担可能会成为累赘。
[0010]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0011]本专利技术实施例提供了一种深度交互式AI智能求职顾问方法、系统及存储介质，以至少解决现有技术中无法与用户进行深度交互的技术问题。
[0012]根据本专利技术实施例的一个方面，提供了一种深度交互式AI智能求职顾问系统，包括：语音分析处理模块，被配置为基于所接收到的用户的语音数据和与所述用户相关的求职信息进行AI智能分析，并生成智能分析结果；自动应答分析处理模块，被配置为基于所述智能分析结果生成响应所述语音数据的应答数据，其中，所述应答数据是关于职业顾问信息的相关数据。
[0013]根据本专利技术实施例的另一方面，还提供了一种深度交互式AI智能求职顾问方法，包括：基于所接收到的用户的语音数据和与所述用户相关的求职信息进行AI智能分析，并生成智能分析结果；基于所述智能分析结果生成响应所述语音数据的应答数据，其中，所述应答数据是关于职业顾问信息的相关数据。
[0014]根据本专利技术实施例的又一方面，还提供了一种计算机可读存储介质，其上存储有程序，所述程序被运行时，使得计算机执行如上所述的深度交互式AI智能求职顾问方法。
[0015]在本专利技术实施例中，采用AI智能分析的方式，深度分析了用户的求职意向和期望，解决了现有技术中无法与用户进行深度交互的技术问题，具有提高用户体验的有益效果。
附图说明
[0016]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0017]图1是根据本专利技术第一实施例的一种深度交互式AI智能求职顾问系统的结构示意图；
[0018]图2是根据本专利技术第二实施例的一种深度交互式AI智能求职顾问系统的结构示意图；
[0019]图3是根据本专利技术第三实施例的一种深度交互式AI智能求职顾问系统的结构示意图；
[0020]图4A是根据本专利技术第四实施例的一种深度交互式AI智能求职顾问系统的结构示意图；
[0021]图4B是根据本专利技术实施例的语音分析处理模块操作的示意图；
[0022]图4C是根据本专利技术实施例的自动应答分析模块操作的示意图；
[0023]图4D是根据本专利技术实施例的数据处理模块操作的示意图；
[0024]图4E是根据本专利技术实施例的数据传递分发模块操作的示意图；
[0025]图5是根据本专利技术第五实施例的一种深度交互式AI智能求职顾问系统的结构示意图；
[0026]图6是根据本专利技术第六实施例的一种深度交互式AI智能求职顾问系统的结构示意图。
[0027]图7是根据本专利技术第七实施例的一种一种深度交互式AI智能求职顾问方法的流程图。
具体实施方式
[0028]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0029]实施例1
[0030]根据本专利技术实施例，提供了一种深度交互式AI智能求职顾问系统，如图1所示，该系统包括：语音分析处理模块12和自动应答分析处理模块14。
[0031]语音分析处理模块12被配置为基于所接收到的用户的语音数据和与所述用户相关的求职信息进行AI智能分析，并生成智能分析结果。
[0032]在一个示例性实施例中，所述语音分析处理模块12包括数据收集分析模块、数据预处理模块和需求定义与提取模块。其中，数据收集分析模块，被配置为获取所述与用户相关的求职信息，对所述语音数据进行转译、整理，对交互过程中的语音数据和应答数据进行二次整理，以收集数据；数据预处理模块，被配置为对所收集的数据进行预处理，所述预处理包括以下至少之一操作：整理、清洗、分析、判定、分类和学习；需求定义与提取模块，被配置为基于预处理后的数据，确定所述用户的需求，并基于所确定的需求对所述用户的意向进行判定。
[0033]在一个示例性实施例中，所述语音分析处理模块12还可以包括文字呈现模块，所述文字呈现模块被配置为：对所述语音数据和所述应答数据进行文字识别，并根据所述语音数据和所述应答数据的内容智能匹配相应的标点符号；和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度交互式AI智能求职顾问系统，其特征在于，包括：语音分析处理模块，被配置为基于所接收到的用户的语音数据和与所述用户相关的求职信息进行AI智能分析，并生成智能分析结果；自动应答分析处理模块，被配置为基于所述智能分析结果生成响应所述语音数据的应答数据，其中，所述应答数据是关于职业顾问信息的相关数据。2.根据权利要求1所述的系统，其特征在于，所述语音分析处理模块包括：数据收集分析模块，被配置为获取所述与用户相关的求职信息，对所述语音数据进行转译、整理，对交互过程中的语音数据和应答数据进行二次整理，以收集数据；数据预处理模块，被配置为对所收集的数据进行预处理，所述预处理包括以下至少之一操作：整理、清洗、分析、判定、分类和学习；需求定义与提取模块，被配置为基于预处理后的数据，确定所述用户的需求，并基于所确定的需求对所述用户的意向进行判定。3.根据权利要求2所述的系统，其特征在于，所述语音分析处理模块还包括文字呈现模块，所述文字呈现模块被配置为：对所述语音数据和所述应答数据进行文字识别，并根据所述语音数据和所述应答数据的内容智能匹配相应的标点符号；和/或对所述用户的简历进行补全与拆分，重新定义简历的需求匹配程度，并通过用户兴趣分析模型将深度运算需求发送至所述应答处理模块，进行深度分析。4.根据权利要求1所述的系统，其特征在于，所述自动应答分析处理模块包括：需求处理模块，被配置为基于所述语音分析处理模块输出的数据，确认并处理所述用户的需求；期望分析模块，被配置为对所述需求进行判定分析，确定所述用户意向范围和广度，并通过引导的方式收集所述用户提供的进一步信息，以确定所述用户的期望；然后根据所确定的所述期望来确定所述应答语音的内容。5.根据权利要求1所述的系统，其特征在于，处理所述用户的需求包括以下至少之一：根据用户的先决信息结合所述交互时生成的信息，对所述需求进行分层级补全；对所述用户的简历进行整体归类，进行多维度特征提取并进行细化分类，在交互过程中对用户信息进行横向、纵向的比对，并根据比对结果生成匹配的结果。6.根据权利要求1所述的系统，其特征在于，还包括数据处理模块，所述数据处理模块包括：简历处理模块，被配置为基于所述交互过程中的语音数据和应答数据，形成自我认识模型，以为所述用户生成完整的自我认识数据；并且对所述用户的简历进行优化，对优化后的简历进行特征提取，对所提取...

【专利技术属性】
技术研发人员：杜海涛，何龙，杨羽，
申请(专利权)人：北京斗米优聘科技发展有限公司，
类型：发明
国别省市：