一种用工数据匹配系统、方法及其存储介质技术方案

本发明专利技术提供了一种用工数据匹配方法、系统与存储介质，通过特征矩阵建模，对离职人员与待就业人员进行基于特征的数字建模，解决了系统中新增待就业人员数据挖掘冷启动问题，通过特征矩阵相似度计算算法，基于离职人员的特征矩阵，寻找与离职人员相似的待就业人员，提高了数据挖掘的效率，提高了岗位匹配的准确性，通过基于稀疏向量的文本比较方法，进一步提高了数据匹配效率。了数据匹配效率。了数据匹配效率。

【技术实现步骤摘要】
一种用工数据匹配系统、方法及其存储介质


[0001]本专利技术属于大数据领域，尤其涉及一种用工数据匹配系统、方法与存储介质。

技术介绍

[0002]随着经济发展，一大批待岗人员需要工作岗位，由于自由寻找工作的局限性，有很多人无法找到与自身能力相契合的工作，现代技术中的大数据可以通过数据匹配机制帮助到这些待岗人员。
[0003]大数据的发展，任务匹配机制也得到了发展，大数据需要在一定时间范围内进行捕捉、管理和处理大量数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，传统的任务匹配方法耗时长，占用资源多，随着任务量增大会出现匹配信息错漏的情况，很难满足现有需求。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出一种用工数据匹配方法，方法步骤如下；
[0005]步骤S101：建立待岗人员特征矩阵，对当前待岗的工作人员建立人员特征矩阵，进行系统初始化；
[0006]步骤S102：建立离职人员特征矩阵，对当前离职的工作人员建立人员特征矩阵，进行系统初始化；
[0007]步骤S103：轮询比较特征相似度，通过算法比较上述俩个特征矩阵之间的相似度，对待就业人员工作矩阵进行循环比较，选择相似度最高的人员作为拟匹配的推荐人员；
[0008]步骤S104：比较工作描述文本信息相似度，比较拟匹配的推荐人员和离职人员的工作描述文本信息，计算出相似度，根据相似度将待岗人员加入推荐信息列表；
[0009]步骤S105：双向确认并反馈推荐结果，推荐结果发送至企业与个人进行双向确认，反馈确认结果。
[0010]另外，本专利技术还包括一种用工数据匹配系统，系统包括待岗人员特征矩阵建模单元、离岗人员特征矩阵建模单元、特征矩阵比较单元、文本相似度比较单元、确认反馈单元和系统数据库。
[0011]其中，所述待岗人员特征矩阵建模单元建立待岗人员特征矩阵，对当前待岗的工作人员建立人员特征矩阵，进行系统初始化。
[0012]所述离岗人员特征矩阵建模单元建立离职人员特征矩阵，对当前离职的工作人员建立人员特征矩阵，进行系统初始化。
[0013]所述特征矩阵比较单元计算上述俩个矩阵的相似度，通过对待就业人员工作矩阵进行循环比较，选择相似度最高的人员作为拟匹配的推荐人员。
[0014]所述文本相似度比较单元计算工作描述文本信息相似度，比较拟匹配的推荐人员和离职人员的工作描述文本信息，计算出相似度，根据相似度将待岗人员加入推荐信息列表。
[0015]所述确认反馈单元双向确认并反馈推荐结果，推荐结果发送至企业与个人进行双向确认，反馈确认结果。
[0016]所述数据库接收存储上述出现的数据结果以及人员信息等。
[0017]另外，本专利技术还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如前所述用工数据匹配方法的步骤。
[0018]综上所述，本专利技术提供了一种用工数据匹配方法、系统与存储介质，通过特征矩阵建模，对离职人员与待就业人员进行基于特征的数字建模，解决了系统中新增待就业人员数据挖掘冷启动问题，通过特征矩阵相似度计算算法，基于离职人员的特征矩阵，寻找与离职人员相似的待就业人员，提高了数据挖掘的效率，提高了岗位匹配的准确性，通过基于稀疏向量的文本比较方法，进一步提高了数据匹配效率。
附图说明
[0019]图1为用工数据匹配方法步骤流程图；
[0020]图2为用工数据匹配方法系统框图。
具体实施方式
[0021]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，所描述的实施例是本专利技术一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]本专利技术的目的在于提供了一种用工数据匹配方法、系统与存储介质，通过特征矩阵建模，对离职人员与待就业人员进行基于特征的数字建模，解决了系统中新增待就业人员数据挖掘冷启动问题，通过特征矩阵相似度计算算法，基于离职人员的特征矩阵，寻找与离职人员相似的待就业人员，提高了数据挖掘的效率，提高了岗位匹配的准确性，通过基于稀疏向量的文本比较方法，进一步提高了数据匹配效率。
[0023]如图1所示本专利技术的用工数据匹配方法步骤如下：
[0024]步骤S101：建立待岗人员特征矩阵，对当前待岗的工作人员建立人员特征矩阵，进行系统初始化；
[0025]步骤S102：建立离职人员特征矩阵，对当前离职的工作人员建立人员特征矩阵，进行系统初始化；
[0026]步骤S103：轮询比较特征相似度，通过算法比较上述俩个特征矩阵之间的相似度，对待就业人员工作矩阵进行循环比较，选择相似度最高的人员作为拟匹配的推荐人员；
[0027]步骤S104：比较工作描述文本信息相似度，比较拟匹配的推荐人员和离职人员的工作描述文本信息，计算出相似度，根据相似度将待岗人员加入推荐信息列表；
[0028]步骤S105：双向确认并反馈推荐结果，推荐结果发送至企业与个人进行双向确认，反馈确认结果。
[0029]其中，步骤S101和步骤S102中，待岗人员特征和离职人员特征相同，待岗人员特征矩阵表示为G
NY
(A,B,C,D,E,F)，离职人员特征矩阵表示为D
NY
(A,B,C,D,E,F)，其中N表示人员编号；Y表示人员工作描述文本信息；其中A表示年龄信息，年龄信息分为8个类别，分别用
0到7表示，0表示年龄为0岁到17岁，1表示年龄为18岁到23岁，2表示年龄为24岁到34岁，3表示年龄为35岁到40岁，4表示年龄为41岁到50岁，5表示年龄为51岁到55岁,6表示年龄为56岁到60岁，6表示年龄大于60岁。其中B表示性别信息，B分为两个类别，1表示男性，0表示女性。C表示工种大类信息，C分为8个类别，分别用0到7表示。D表示工种中类信息，D分为66个中类工种，分别用0到65表示。F为工种小类信息，F分为413个工种小类信息，分别用0到412表示。F为岗位级别信息，F分为4类，分别用0到3表示初、中、高、专家。
[0030]进一步地，所述步骤S103中，特征矩阵相似度计算方法如下：
[0031]由于现有比较计算工作量大，时间长，本专利技术采用轮询计算，即在计算特征矩阵相似度之前增加一个分布式计算的前置步骤，进行并发计算，并发计算时s个智能处理机同时处理，快速找到相似度最大的匹配值。
[0032]初始化s个智能处理机，每个智能处理机分配存储空间、cpu等计算资源，可独立执行计算任务。每个处理机设置监听任务，用于统计处理机的历史计算工作量dat与平均计算时间cot。
[0033]初始化文本值列表TEXT
NY
，将待岗人员特征矩阵D
NY
(A,B,C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用工数据匹配方法，其特征在于，步骤如下：步骤S101：建立待岗人员特征矩阵，对当前待岗的工作人员建立人员特征矩阵，进行系统初始化；步骤S102：建立离职人员特征矩阵，对当前离职的工作人员建立人员特征矩阵，进行系统初始化；步骤S103：轮询比较特征相似度，通过算法比较上述俩个特征矩阵之间的相似度，对待就业人员工作矩阵进行循环比较，选择相似度最高的人员作为拟匹配的推荐人员；步骤S104：比较工作描述文本信息相似度，比较拟匹配的推荐人员和离职人员的工作描述文本信息，计算出相似度，根据相似度将待岗人员加入推荐信息列表；步骤S105：双向确认并反馈推荐结果，推荐结果发送至企业与个人进行双向确认，反馈确认结果。2.根据权利要求1所述的一种用工数据匹配方法，其特征在于，所述待岗人员特征和离职人员特征相同，均包括人员编号、人员工作描述文本信息、年龄信息、性别信息、工种大类信息、工种中类信息、工种小类信息和岗位级别信息。3.根据权利要求1所述的一种用工数据匹配方法，其特征在于，所述特征矩阵相似度计算具体为：其中，P为特征矩阵中参数总数，P＝6；其中X表示相似度系数，D(n)表示离岗人员特征矩阵中第n个参数值；G(n)表示待岗人员特征矩阵中第n个参数值。4.根据权利要求3所述的一种用工数据匹配方法，其特征在于，所述相似度系数计算方法如下：其中X表示相似度系数；M表示待比较的人员与已离职人员特征矩阵中年龄信息、性别信息、工种大类信息、工种中类信息、工种小类信息和岗位级别信息完全相同的个数；P为特征矩阵中参数总数。5.根据权利要求1所述的一种用工数据匹配方法，其特征在于，所述工作描述文本信息相似度计算方法具体为：对第一文本和第二文本分词，得到第一分词文本和第二分词文本；计算第一分词文本和第二分词文本的词频信息，得到第一词频文本和第二词频文本；在所述第一词频文本和第二词频文本中选取词频数量前N组成第一词频精选文本和第二词频精选文本；将第一词频精选文本和第二词频精选文本转化为第一稀疏...

【专利技术属性】
技术研发人员：吴晓军，陈宁，
申请(专利权)人：河北冀联人力资源服务集团有限公司，
类型：发明
国别省市：