【技术实现步骤摘要】
一种综合招聘难度模型的构建方法及招聘难度的评估方法
[0001]本专利技术涉及人才招聘的辅助技术,尤其涉及一种综合招聘难度模型的构建方法及装置,以及一种招聘难度的评估方法及装置。
技术介绍
[0002]人才是企业获取持续竞争优势的重要源泉,企业间的“人才战争”正在变得越来越激烈。如何吸引优秀人才投递企业的招聘岗位,成为了企业招聘工作的一大挑战。随着网络技术的普及化,越来越多的企业选择使用智联招聘、前程无忧等网络招聘渠道来提升他们的招聘效率,并降低招聘的成本。然而,这种多家企业同时通过网络招聘渠道发布招聘广告的情况,又进一步构成了招聘企业之间的竞争关系。
[0003]对于负责招聘工作的人事(Human Resource,HR)来说,发布招聘广告是一门高深的学问。若发布的招聘广告缺乏吸引力,即使已经在大量招聘网站上同时发布招聘广告,其收到的合适简历也只是屈指可数,往往难以招到优秀的候选人。因此,如何设计或修改自己的招聘广告才能最大程度地吸引优质人才关注和投递简历,已经成为困扰招聘企业的一大难题。
[0004]目前,本领域尚没有一种可以帮助HR评估招聘广告的吸引力及招聘难度,并指导HR修改招聘广告的技术,不利于招聘企业吸引优质人才关注和投递简历,并影响了企业招聘人才的效率。本领域亟需一种人才招聘的辅助技术来弥补这方面的缺失。
技术实现思路
[0005]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要 ...
【技术保护点】
【技术特征摘要】
1.一种综合招聘难度模型的构建方法,其特征在于,包括:从至少一个招聘渠道获取多个招聘企业对至少一个职位的招聘信息,以及在所述至少一个招聘渠道求职的多个候选人的候选人信息;按职位对所述招聘信息进行归类整理以获得各所述招聘信息的多类职位信息,并将各所述招聘信息的多类职位信息按职位存入数据库;从所述数据库中选取多个招聘信息的多类职位信息,并根据所述数据库中存储的对应职位的多类职位信息及所述候选人信息,分别确定选取的所述多个招聘信息在多个维度的分析结果;根据所述多个维度的分析结果,分别对选取的所述多个招聘信息的综合招聘难度进行标注;以及将选取的所述多个招聘信息在多个维度的分析结果作为输入,并将对应的综合招聘难度评分作为输出,以训练所述综合招聘难度模型。2.如权利要求1所述的构建方法,其特征在于,所述多类职位信息包括招聘渠道信息、工作地点信息、职位薪资信息及企业规模信息中的多者,所述候选人信息包括所述候选人的招聘渠道信息及投递职位信息,所述构建方法还包括:按职位对所述数据库中存储的各所述招聘信息的多类职位信息进行统计,以构建各所述职位的竞争对手画像,其中,所述竞争对手画像包括多个衡量维度,每个衡量维度对应一类所述职位信息;以及按招聘渠道对所述候选人信息进行统计,以构建各所述招聘渠道的候选人画像,其中,所述候选人画像指示通过各所述招聘渠道投递各所述职位的人数。3.如权利要求2所述的构建方法,其特征在于,确定选取的所述多个招聘信息在多个维度的分析结果的步骤包括:根据待输入的多类职位信息、所述竞争对手画像及所述候选人画像构建招聘分析模型;以及将选取的所述多个招聘信息的多类职位信息依次输入所述招聘分析模型,以利用所述招聘分析模型分别确定选取的所述多个招聘信息在多个维度的分析结果。4.如权利要求3所述的构建方法,其特征在于,确定选取的招聘信息在多个维度的分析结果的步骤包括:从所述选取的招聘信息获取其工作地点信息及企业规模信息;根据所述工作地点信息对所述竞争对手画像进行筛选,以确定同一城市中招聘对应职位的企业总数e;根据所述企业规模信息对所述竞争对手画像进行二次筛选,以确定企业规模小于所述企业规模信息的企业数量e0;以及根据所述企业总数e及所述企业数量e0,计算所述选取的招聘信息在所述城市的规模百分位5.如权利要求3所述的构建方法,其特征在于,获得选取的招聘信息在多个维度的分析结果的步骤包括:从所述选取的招聘信息获取其工作地点信息及职位薪资信息;
根据所述工作地点信息对所述竞争对手画像进行筛选,以确定同一城市中招聘对应职位的企业总数e;根据所述职位薪资信息对所述竞争对手画像进行二次筛选,以确定职位薪资低于所述职位薪资信息的企业数量s0;以及根据所述企业总数e及所述企业数量s0,计算所述选取的招聘信息在所述城市的薪资百分位6.如权利要求3所述的构建方法,其特征在于,所述竞争对手画像包括多个时间点的多个衡量维度,所述候选人画像指示在多个时间点通过各所述招聘渠道投递各所述职位的人数,获得选取的招聘信息在多个维度的分析结果的步骤包括:根据所述招聘信息从所述竞争对手画像获取对应职位的招聘数量p0;根据所述招聘信息从所述候选人画像获取所述对应职位的候选人数量c0;根据所述招聘数量p0及所述候选人数量c0,计算求职比以及根据当前求职比在各所述时间点的求职比中的排名,计算当前人才紧缺指数x3。7.如权利要求6所述的构建方法,其特征在于,还包括:按职位对所述数据库中存储的各所述招聘信息的招聘渠道信息进行统计,以构建各所述职位的招聘渠道画像,其中,所述招聘渠道画像指示对应职位在各所述招聘渠道的招聘数量,获得选取的招聘信息在多个维度的分析结果的步骤还包括:根据所述招聘渠道画像及所述候选人画像,统计当前各所述招聘渠道中对应职位的最高求职比TSI
h
及最低求职比TSI
l
;根据所述选取的招聘信息的招聘渠道信息对所述招聘渠道画像进行筛选,以确定对应招聘渠道的当前求职比TSI
t
;以及根据所述最高求职比TSI
h
、所述最低求职比TSI
l
及所述当前求职比TSI
t
,计算对应招聘渠道的渠道人才紧缺指数8.如权利要求3所述的构建方法,其特征在于,所述多类职位信息还包括广告文本,构建所述招聘分析模型的步骤包括:从所述竞争对手画像获取多个招聘信息的广告文本,并对各所述广告文本的吸引力进行标注;分别对各所述广告文本进行抽象化表示、卷积计算、池化操作,以获得各所述广告文本的池化向量;以及以各所述广告文本的池化向量为输入,并以对应的标注为输出,调节所述卷积计算的学习参数,以训练所述招聘分析模型来实现广告文本到吸引力得分的线性层映射。9.如权利要求8所述的构建方法,其特征在于,获得选取的招聘信息在多个维度的分析结果的步骤包括:从所述选取的招聘信息提取其广告文本;以及将提取的广告文本输入所述招聘分析模型,进行抽象化表示、卷积计算、池化操作及线性层映射,以确定所述提取的广告文本的广告吸引力得分x5。
10.如权利要求3所述的构建方法,其特征在于,对选取的所述多个招聘信息的综合招聘难度进行标注的步骤包括:根据所述招聘分析模型输出的多个维度的分析结果X=[x1,x2,x3,x4,x5],为对应的招聘信息的综合招聘难度进行标注;以及将各综合招聘难度评分y与对应的分析结果X=[x1,x2,x3,x4,x5]相互关联地存入数据库,以供所述综合招聘难度模型的训练使用。11.一种招聘难度的评估方法,其特征在于,包括:对待评估的招聘信息进行归类整理,以获得所述待评估的招聘信息的多类职位信息;根据数据库中存储的对应职位的多个招聘信息的多类职位信息及候选人信息,确定所述待评估的招聘信息在多个维度的分析结果;以及将所述待评估的招聘信息在多个维度的分析结果输入综合招聘难度模型,以获得对应的综合招聘难度评分。12.如权利要求11所述的评估方法,其特征在于,所述多类职位信息包括招聘渠道信息、工作地点信息、职位薪资信息及企业规模信息中的多者,所述候选人信息...
【专利技术属性】
技术研发人员:陈凯,方小雷,颜让,陈清财,刘志伟,
申请(专利权)人:上海近屿智能科技有限公司,
类型:发明
国别省市:
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。