一种实时岗位推荐方法和系统技术方案

本发明专利技术提供了一种实时岗位推荐方法和系统，包括，基于简历和需求岗位，构建知识图谱；所述简历为求职者的简历；对所述知识图谱进行表示学习，得到实体表示矩阵和关系表示矩阵；基于求职者的求职历史和所述实体表示矩阵，确定求职者表示矩阵；基于所述实体表示矩阵，确定需求岗位表示矩阵；基于所述求职者表示矩阵和所述需求岗位表示矩阵，得到所述求职者与所述需求岗位的匹配度；基于所述匹配度为所述求职者推荐岗位；高效地为求职者推荐更匹配的岗位，提高了求职概率和用户的使用感受。感受。感受。

【技术实现步骤摘要】
一种实时岗位推荐方法和系统


[0001]本专利技术涉及人工智能领域，具体而言，涉及一种实时岗位推荐方法和系统。

技术介绍

[0002]大数据时代，信息过载使人们面临大量商品时需要花更多时间进行挑选，推荐系统可以帮助用户从互联网数据中更全面和更精准地筛选内容，比如在购物推荐、书籍推荐、游戏推荐、音乐推荐和电影推荐等场景均有广泛应用。同样地，在线招聘网站中，面对海量的职位，求职者人工筛选匹配的岗位是一件费时耗力的工作。因此如何为求职者自动匹配职位成为一项亟待解决的工作。然而岗位推荐与一般的商品和书籍推荐有许多不同。求职者的特征是通过简历呈现的，简历大多是一段非结构化的数据，同时，职位的描述也是一段非结构化数据。因此，从这些非结构化的数据中提取特征并计算匹配度是非常有挑战的工作。
[0003]为了解决以上问题，本说明书中的一些实施例提出了一种实时岗位推荐方法和系统，以高效地为求职者推荐更匹配的岗位。

技术实现思路

[0004]本专利技术的目的在于提供一种实时岗位推荐方法，包括，基于简历和需求岗位，构建知识图谱；所述简历为求职者的简历；对所述知识图谱进行表示学习，得到实体表示矩阵和关系表示矩阵；基于求职者的求职历史和所述实体表示矩阵，确定求职者表示矩阵；基于所述实体表示矩阵，确定需求岗位表示矩阵；基于所述求职者表示矩阵和所述需求岗位表示矩阵，得到所述求职者与所述需求岗位的匹配度；基于所述匹配度为所述求职者推荐岗位。
[0005]进一步的，所述得到实体表示矩阵和关系表示矩阵，包括将所述知识图谱中的三元组用向量表示，得到集和；其中，为实体，为关系，为与实体存在关系的另一实体；将向量中的和/或进行替换，将替换后的集和中与所述集和重合的三元组删除，得到集和；所述集和中的三元组用向量表示；为替换后的实体，为替换后的实体，表示与的距离，表示与的距离；通过公式，对知识图谱中的三元组进行处理，得到简化后的三元组；其中，用于表示和之间的间距，为常数；分别提取所述简化后的三元组中的实体和关系，得到所述实体表示矩阵和所述关系表示矩阵。
[0006]进一步的，所述确定求职者表示矩阵，包括，从所述实体表示矩阵中提取与所述求职者相关的求职三元组，基于所述求职三元组构建第一向量；基于所述求职历史，得到多
个历史岗位；基于所述多个历史岗位，从所述实体表示矩阵中分别提取与所述多个历史岗位相关的历史岗位三元组，基于所述历史岗位三元组构建第二向量；将所述第一向量分别与所述第二向量进行拼接，得到所述求职者的求职矩阵；将所述求职矩阵输入第一LSTM模型，模型输出所述求职者表示矩阵。
[0007]进一步的，所述确定需求岗位表示矩阵，包括，基于所述需求岗位，从所述知识图谱中获取与所述需求岗位直接向量的多个需求实体；基于所述需求实体从所述实体表示矩阵中提取与所述需求岗位相关的需求岗位三元组，基于所述需求岗位三元组构建第三向量；将所述第三向量输入第二LSTM模型，模型输出所述需求岗位表示矩阵。
[0008]进一步的，所述得到所述求职者与所述需求岗位的匹配度，包括，通过交叉注意力机制对所述求职者表示矩阵和所述需求岗位表示矩阵进行处理，得到所述匹配度。
[0009]本专利技术的目的在于提供一种实时岗位推荐系统，包括知识图谱构建模块、表示矩阵生成模块、匹配模块和推荐模块；所述知识图谱构建模块用于基于求职者的简历和需求岗位，构建知识图谱；所述简历为求职者的简历；所述表示矩阵生成模块用于对所述知识图谱进行表示学习，得到实体表示矩阵和关系表示矩阵；所述匹配模块用于基于所述求职者表示矩阵和所述需求岗位表示矩阵，得到所述求职者与所述需求岗位的匹配度；所述推荐模块用于基于所述匹配度为所述求职者推荐岗位。
[0010]进一步的，所述匹配模块的功能通过匹配模型实现，所述匹配模型包括第一LSTM模型、第二LSTM模型和注意力机制模型；所述第一LSTM模型用于基于求职者的求职历史和所述实体表示矩阵，确定求职者表示矩阵；所述第二LSTM模型用于基于所述实体表示矩阵，确定需求岗位表示矩阵；所述注意力机制模型用于基于所述求职者表示矩阵和所述需求岗位表示矩阵，得到所述匹配度。
[0011]进一步的，所述匹配模型通过训练样本训练初始匹配模型得到，包括，获取训练样本，所述训练样本包括样本求职者和样本需求岗位，将所述训练样本输入所述初始匹配模型，基于模型的输出和标签调整所述初始匹配模型的参数，得到训练好的匹配模型；所述标签为所述样本求职者与所述样本需求岗位的匹配度。
[0012]进一步的，还包括优化模块，所述优化模块用于，获取所述求职者的求职记录，基于所述求职记录，获取所述求职者参与面试的岗位；通过损失函数调整所述匹配模型的参数，优化所述匹配模型；其中，为匹配模型的输出；代表用户面试情况，为用户接收到的面试的总次数。
[0013]进一步的，所述优化模块还用于，基于所述求职记录，获取所述求职者未选择的工作；基于所述未选择的工作，优化所述匹配模型。
[0014]本专利技术实施例的技术方案至少具有如下优点和有益效果：本说明书中的一些实施例，通过知识图谱构建特征向量，通过特征向量匹配求职者和岗位的匹配度，基于匹配度为求职者匹配职位，可以高效地为求职者推荐更匹配的岗位，提高了求职概率，和用户的使用感受。
附图说明
[0015]图1为本专利技术一些实施例提供的一种实时岗位推荐方法的示例性流程图；图2为本专利技术一些实施例提供的得到求职者与需求岗位的匹配度的示例性示意图；图3为本专利技术一些实施例提供的一种实时岗位推荐系统的示例性模块图；图4为本专利技术一些实施例提供的得到匹配模型的示例性示意图。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，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。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0017]图1为本专利技术一些实施例提供的一种实时岗位推荐方法的示例性流程图。在一些实施例中，流程100中的一个或多个步骤可以由系统300执行。如图1所示，流程100可以包括以下步骤：步骤110，基于简历和需求岗位，构建知识图谱。在一些实施例中，步骤110可以由知识图谱构建模块310执行。
[0018]简历为求职者的简历。在一些实施例中，简历可以通过求职者上传获得。
[0019]需求岗位可以是指招人的岗位。在一些实施例中，需求岗位可以通过企业上传获得。
[0020]在一些实施例中，知识图谱构建模块310可以通过软件抽取简历和需求岗位中的三元组得到。例如，通过CopyMTL模型从简历文本中同时抽取实体和关系，构成三元组。示例性地，张三的简历中存在这样的描述“熟练使用Word,PPT等办公工具”，可以抽取出三元组“张三，熟悉，word”。然后，通过关系和实体抽取可以针对个人简历抽取出大量的三元组用于构建知识图谱。示例性地，从岗位描述中抽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时岗位推荐方法，其特征在于，包括，基于简历和需求岗位，构建知识图谱；所述简历为求职者的简历；对所述知识图谱进行表示学习，得到实体表示矩阵和关系表示矩阵；基于求职者的求职历史和所述实体表示矩阵，确定求职者表示矩阵；基于所述实体表示矩阵，确定需求岗位表示矩阵；基于所述求职者表示矩阵和所述需求岗位表示矩阵，得到所述求职者与所述需求岗位的匹配度；基于所述匹配度为所述求职者推荐岗位。2.根据权利要求1所述的实时岗位推荐方法，其特征在于，所述得到实体表示矩阵和关系表示矩阵，包括将所述知识图谱中的三元组用向量表示，得到集和；其中，为实体，为关系，为与实体存在关系的另一实体；将向量中的和/或进行替换，将替换后的集和中与所述集和重合的三元组删除，得到集和；所述集和中的三元组用向量表示；为替换后的实体，为替换后的实体，表示与的距离，表示与的距离；通过公式，对知识图谱中的三元组进行处理，得到简化后的三元组；其中，用于表示和之间的间距，为常数；分别提取所述简化后的三元组中的实体和关系，得到所述实体表示矩阵和所述关系表示矩阵。3.根据权利要求1所述的实时岗位推荐方法，其特征在于，所述确定求职者表示矩阵，包括，从所述实体表示矩阵中提取与所述求职者相关的求职三元组，基于所述求职三元组构建第一向量；基于所述求职历史，得到多个历史岗位；基于所述多个历史岗位，从所述实体表示矩阵中分别提取与所述多个历史岗位相关的历史岗位三元组，基于所述历史岗位三元组构建第二向量；将所述第一向量分别与所述第二向量进行拼接，得到所述求职者的求职矩阵；将所述求职矩阵输入第一LSTM模型，模型输出所述求职者表示矩阵。4.根据权利要求1所述的实时岗位推荐方法，其特征在于，所述确定需求岗位表示矩阵，包括，基于所述需求岗位，从所述知识图谱中获取与所述需求岗位直接向量的多个需求实体；基于所述需求实体从所述实体表示矩阵中提取与所述需求岗位相关的需求岗位三元组，基于所述需求岗位三元组构建第三向量；将所述第三向量输入第二LSTM模型，模型输出所述需求岗位表示矩阵。
5.根据权利要求1所述...

【专利技术属性】
技术研发人员：张勇，
申请(专利权)人：中建电子商务有限责任公司，
类型：发明
国别省市：