【技术实现步骤摘要】
职位信息的推荐方法、装置、电子设备及存储介质
[0001]本专利技术涉及职位信息的推荐
，特别是涉及一种职位信息的推荐方法、一种职位信息的推荐装置、一种电子设备以及一种计算机可读存储介质。
技术介绍
[0002]随着互联网、人工智能技术等的兴起与发展，越来越多的人们开始在各大招聘平台寻找满意的工作。与此同时，招聘平台也在利用互联网技术给用户提供满足用户求职意向的工作，比如人工智能、搜索推荐、用户画像、群体画像、知识图谱等技术。在用户求职的过程中，会与招聘平台产生海量的交互行为，包括用户的浏览、点击、沟通、投递意向职位等行为，这些行为数据反映了求职用户的某些求职意向。对此，招聘平台虽然可以根据用户行为进行职位推荐，但一方面在通过用户行为进行职位推荐虽然可以提高职位与用户之间的匹配性，但却无法为用户提供更加丰富的职位信息，另一方面，针对新用户，由于其尚不具备相应的用户行为数据，在这种情况下，招聘平台并不能向这类用户推荐与用户匹配的职位信息。
技术实现思路
[0003]本专利技术实施例是提供一种职位信息的推荐...
【技术保护点】
【技术特征摘要】
1.一种职位信息的推荐方法，其特征在于，包括：获取不同用户的用户数据，所述用户数据包括用户行为数据、与所述用户行为数据对应的用户属性信息以及与所述用户行为数据对应的目标职位；根据所述用户属性信息与所述目标职位，生成与所述用户属性信息和所述目标职位的职位属性信息对应的求职关联数据；根据所述求职关联数据，生成与所述用户属性信息和所述职位属性信息对应的群体关系数据；响应于职位请求指令，根据所述群体关系数据，获取针对所述职位请求指令的职位信息，并推荐所述职位信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述用户属性信息与所述目标职位，生成与所述用户属性信息和所述目标职位的职位属性信息对应的求职关联数据，包括：获取所述目标职位的职位属性信息；采用所述用户属性信息与所述职位属性信息，生成与所述目标职位对应的求职关联数据。3.根据权利要求1或2所述的方法，其特征在于，所述用户属性信息包括不同的用户属性项，所述职位属性信息包括不同的职位属性项，所述根据所述求职关联数据，生成与所述用户属性信息和所述职位属性信息对应的群体关系数据，包括：获取各个所述用户属性项在所述求职关联数据中的第一支持度，以及各个所述职位属性项在所述求职关联数据中的第二支持度；根据所述用户属性项的第一支持度与所述职位属性项的第二支持度，构建与所述求职关联数据对应的属性项树，所述属性项树包括若干条属性路径；采用所述属性路径，确定与所述属性项树对应的若干个属性项集，所述属性项集包括用户属性组合以及职位属性组合；获取所述用户属性组合对应的第三支持度以及所述职位属性组合对应的第四支持度，并根据所述第三支持度与所述第四支持度，计算各个所述属性项集对应的置信度；将置信度大于或等于预设置信度阈值的属性项集作为所述求职关联数据中与所述用户属性信息和所述职位属性信息对应的群体关系数据。4.根据权利要求3所述的方法，其特征在于，所述根据所述用户属性项的第一支持度与所述职位属性项的第二支持度，构建与所述求职关联数据对应的属性项树，包括：将第一支持度小于预设支持度阈值的用户属性项、第二支持度小于所述预设支持度阈值的职位属性项作为第一属性项；将第一支持度大于或等于所述预设支持度阈值的用户属性项、第二支持度大于或等于所述预设支持度阈值的职位属性项作为第二属性项；采用所述第一属性项与所述第二属性项进行属性项链接，构建与所述求职关联数据对应的属性项树。5.根据权利要求4所述的方法，其特征在于，所述采用所述第一属性项与所述第二属性项进行属性项链接，构建与所述求职关联数据对应的属性项树，包括：按照各个所述第二属性项的支持度大小，构建与所述第二属性项对应的属性项表单；将各个所述第一属性项从所属的求职关联数据中移除，并对同一求职关联数据中的第
二属性项按照支持度的大小进行排序，生成与所述求职关联数据对应的目标数据；采用所述属性项表单与所述目标数据，构建针对所述求职关联数据的属性项树。6.根据权利要求5所述的方法，其特征在于，所述采用所述属性项表单与所述目标数据，构建针对所述求职关联数据...
【专利技术属性】
技术研发人员：刘宗林，
申请(专利权)人：北京五八信息技术有限公司，
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。