【技术实现步骤摘要】
一种混合式在线岗位推荐方法、系统及设备
[0001]本专利技术涉及人工智能领域，特别是涉及一种混合式在线岗位推荐方法、系统及设备。
技术介绍
[0002]随着互联网行业的不断发展，在线招聘和求职也得到当代大学生的青睐，企业招聘方如何招聘到更符合条件的人才，求职者如何快速找到合适的工作成为社会难题。求职者面对互联网上信息冗杂的海量招聘信息，如何快速筛选出符合自身偏好且能够满足企业要求的岗位，是求职者在就业时面临的最大问题。该混合式在线岗位推荐算法的开发旨在解决大学生面临的招聘信息冗杂、筛选岗位效率低以及岗位推荐算法不精准等问题。
技术实现思路
[0003]本专利技术的目的是提供一种混合式在线岗位推荐方法、系统及设备，以解决岗位推荐算法精准度低的问题。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种混合式在线岗位推荐方法，包括：
[0006]读取数据库内的数据表；所述数据表包括岗位信息以及用户行为信息；所述用户行为信息为投递行为或点击行为；
[0007]采...
【技术保护点】
【技术特征摘要】
1.一种混合式在线岗位推荐方法，其特征在于，包括：读取数据库内的数据表；所述数据表包括岗位信息以及用户行为信息；所述用户行为信息为投递行为或点击行为；采用深度神经网络模型，根据所述岗位信息构建岗位相似度表；获取新增岗位及新增岗位特征，并采用基于内容的推荐算法，根据所述新增岗位及所述新增岗位特征更新所述岗位相似度表，确定更新后的岗位相似度表；根据所述用户行为信息确定用户类型；所述用户类型包括新用户和历史用户；所述新用户为未产生行为的新用户；所述新用户包括未填写就业期望的新用户以及填写就业期望的新用户；所述历史用户为产生行为的历史用户；根据所述更新后的岗位相似度表向所述历史用户进行个性化岗位推荐；确定所述新用户的就业期望，并根据所述岗位信息以及所述就业期望向所述新用户进行冷启动岗位推荐。2.根据权利要求1所述的混合式在线岗位推荐方法，其特征在于，所述采用深度神经网络模型，根据所述岗位信息构建岗位相似度表，具体包括：对所述岗位信息进行特征工程，筛选符合用户偏好的岗位特征；将所述符合用户偏好的岗位特征进行处理，生成所述深度神经网络模型直接输入的数据格式，确定处理后的岗位特征；将所述处理后的岗位特征输入至所述深度神经网络模型，生成岗位的向量表示；根据所述岗位的向量表示计算两两岗位之间的相似度；根据所述两两岗位之间的相似度选择与每个岗位最相似的k个岗位，构建岗位相似度表。3.根据权利要求1所述的混合式在线岗位推荐方法，其特征在于，所述采用基于内容的推荐算法，根据所述新增岗位更新所述岗位相似度表，确定更新后的岗位相似度表，具体包括：采用基于内容的推荐算法，计算所述新增岗位与原有岗位的相似度；根据所述新增岗位与原有岗位的相似度确定与所述新增岗位最相似的k个原有岗位；将所述新增岗位以及与所述新增岗位最相似的k个原有岗位添加至所述岗位相似度表的末尾，同时将所述新增岗位更新至所述原有岗位的相似岗位中，确定更新后的岗位相似度表。4.根据权利要求1所述的混合式在线岗位推荐方法，其特征在于，所述根据所述更新后的岗位相似度表向所述历史用户进行个性化岗位推荐，具体包括：获取所述历史用户的行为；根据所述行为确定所述历史用户的感兴趣岗位；根据所述更新后的岗位相似度表确定所述感兴趣岗位的相似岗位，并确定所述感兴趣岗位与所述相似岗位的相似度；对所述投递行为和所述点击行为赋予不同的权重；根据所述感兴趣岗位与所述相似岗位的相似度以及所述权重，确定相似度得分；将得分最高的k个岗位推荐给所述历史用户。5.根据权利要求1所述的混合式在线岗位推荐方法，其特征在于，所述根据所述岗位信
息以及所述就业期望向所述新用户进行冷启动岗位推荐，具体包括：判断所述新用户是否填写就业期望，得到第一判断结果；若所述第一判断结果表示为所述新用户填写就业期望，根据所述岗位信息向所述新用户进行冷启动岗位推荐；若所述第一判断结果表示为所述新用户...
【专利技术属性】
技术研发人员：谷潇，步朝晖，渐令，李新惠，程香港，李洋，饶崇郅，丁鹏，
申请(专利权)人：青岛就业街大数据科技有限公司，
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。