一种人才信息推荐方法、服务系统及存储介质技术方案

本申请适用于信息处理技术领域，提供了一种人才信息推荐方法、服务系统及存储介质，包括：获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像；根据目标任务的需求数据确定用户匹配算法；获取待匹配用户的用户信息，并根据用户信息构建用户评价画像；基于用户匹配算法、需求评价画像以及用户评价画像，计算待匹配用户与目标任务的匹配度；根据待匹配用户与目标任务的匹配度确定信息推荐结果，能够实现产教融合的数字化人才推荐，充分考虑用人单元的工作任务的需求，同时根据待匹配用户与目标任务的需求的匹配程度得到信息推荐结果，以此来进行用户推荐，使得人才推荐结果能够更贴合用人单位的用人需求，提高人才推荐的精准度。人才推荐的精准度。人才推荐的精准度。

【技术实现步骤摘要】
一种人才信息推荐方法、服务系统及存储介质


[0001]本申请属于信息处理
，尤其涉及一种人才信息推荐方法、服务系统及存储介质。

技术介绍

[0002]随着社会的发展，尤其是科学技术的不断进步，大大促进了社会生产力的飞速发展，使得越来越多的人走向工作岗位。伴随着工业智能化的发展，许多传统的行业也在逐渐被取代，用人需求也逐渐增大。然而，由于用人单元对大学生的实际工作能力无法正确对接，无法精准地为用人单元提供满足其用人需求的人才。
[0003]因此，亟需一种用人推荐方法，以解决目前难以有效基于用人单位的用人需求进行精准的人才推荐的问题。

技术实现思路

[0004]本申请实施例提供了一种人才信息推荐方法、装置、服务系统及存储介质，能够实现跨应用的对象拖拽。
[0005]第一方面，本申请实施例提供了一种人才信息推荐方法，包括：
[0006]获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像；
[0007]根据所述目标任务的需求数据确定用户匹配算法；
[0008]获取待匹配用户的用户信息，并根据所述用户信息构建用户评价画像；
[0009]基于所述用户匹配算法、需求评价画像以及用户评价画像，计算所述待匹配用户与所述目标任务的匹配度；
[0010]根据所述待匹配用户与所述目标任务的匹配度确定信息推荐结果。
[0011]其中，不同的用户匹配算法中各个匹配维度的权重值不同，所述用户匹配算法中的各个匹配维度的权重值根据对应的用人需求类型确定。
[0012]在第一方面的一种可能的实现方式中，所述获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像，包括：
[0013]根据目标任务的需求数据确定需求因子；
[0014]根据需求因子构建需求评价画像。
[0015]在第一方面的一种可能的实现方式中，所述获取待匹配用户的用户信息，并根据所述用户信息构建用户评价画像，包括：
[0016]根据待匹配用户的用户信息确定用户评价因子；
[0017]根据用户评价因子构建用户评价画像。
[0018]在第一方面的一种可能的实现方式中，所述需求因子包括多个典型工作任务对应的需求因子。
[0019]在第一方面的一种可能的实现方式中，所述用户评价因子包括多个学习任务对应的用户评价因子。
[0020]在第一方面的一种可能的实现方式中，所述根据所述目标任务的需求数据确定用户匹配算法，包括：
[0021]根据所述目标需求数据确定用人需求类型；
[0022]根据所述用人需求类型调用与所述用人需求类型对应的用户匹配算法。
[0023]在第一方面的一种可能的实现方式中，所述根据所述目标任务的需求数据确定用户匹配算法，包括：
[0024]根据所述目标需求数据确定用人需求类型；
[0025]根据所述用人需求类型调整初始用户匹配算法中各个匹配维度的权重，得到与所述用人需求类型对应的用户匹配算法。
[0026]在第一方面的一种可能的实现方式中，所述基于所述用户匹配算法、需求评价画像以及用户评价画像，计算所述待匹配用户与所述目标任务的匹配度，包括：
[0027]根据用户匹配算法中的匹配维度和匹配维度的权重参数确定匹配度计算规则；
[0028]计算所述用户评价画像和所述需求评价画像的重合度；
[0029]根据所述重合度和所述匹配度计算规则，计算所述待匹配用户与所述目标任务的匹配度。
[0030]在第一方面的一种可能的实现方式中，所述根据所述待匹配用户与所述目标任务的匹配度确定信息推荐结果，包括：
[0031]确定推荐用户个数；
[0032]根据所述待匹配用户与所述目标任务的匹配度，确定各个用户的推荐次序；
[0033]基于所述推荐次序，向所述目标任务的设备推送与所述推荐用户个数匹配的多个用户的用户信息。
[0034]第二方面，本申请实施例提供了一种信息推送装置，包括：
[0035]需求画像构建模块，用于获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像；
[0036]匹配算法确定模块，用于根据所述目标任务的需求数据确定用户匹配算法，其中，不同的用户匹配算法中各个匹配维度的权重值不同，所述用户匹配算法中的各个匹配维度的权重值根据对应的用人需求类型确定；
[0037]用户画像构建模块，用于获取待匹配用户的用户信息，并根据所述用户信息构建用户评价画像；
[0038]匹配模块，用于基于所述用户匹配算法、需求评价画像以及用户评价画像，计算所述待匹配用户与所述目标任务的匹配度；
[0039]推荐模块，用于根据所述待匹配用户与所述目标任务的匹配度确定信息推荐结果。
[0040]第三方面，本申请实施例提供了一种服务系统，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。
[0041]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。
[0042]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端
等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0058]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0059]为了解决目前难以有效基于用人单位的用人需求进行精准的人才推荐的问题，本申请实施例提供了一种人才信息推荐方法，能够根据目标任务的需求参数确定与该目标任务的需求对应的用户匹配算法，使得用户匹配算法能够与用人单位的工作任务相适配，再基于与目标任务的需求对应的用户匹配算法，将需求评价画像和待匹配用户的用户评价来进行匹配，从而能够在计算匹配度时充分考虑用人单元的工作任务的需求，同时根据待匹配用户与目标任务的需求的匹配程度得到信息推荐结果，以此来进行用户推荐，使得用户推荐结果能够更贴合用人单位的用人需求，提高人才推荐的精准度，有效地解决了目前难以有效基于用人单元的用人需求进行精准地人才推荐的问题。
[0060]在本申请实施例中，上述基于产教融合的推荐方法的执行主体可以是服务系统，该服务系统包括但不限于服务器、计算机、智能手机、笔记本电脑以及平板电脑等能够执行信息分析和数据推送的设备。以下结合附图对本申请实施例提供的人才信息推荐方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人才信息推荐方法，其特征在于，包括：获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像；根据所述目标任务的需求数据确定用户匹配算法；其中，不同的用户匹配算法中各个匹配维度的权重值不同，所述用户匹配算法中的各个匹配维度的权重值根据对应的用人需求类型确定；获取待匹配用户的用户信息，并根据所述用户信息构建用户评价画像；基于所述用户匹配算法、需求评价画像以及用户评价画像，计算所述待匹配用户与所述目标任务的匹配度；根据所述待匹配用户与所述目标任务的匹配度确定信息推荐结果。2.如权利要求1所述的人才信息推荐方法，其特征在于，所述获取目标任务的需求数据，并根据目标任务的需求数据构建需求评价画像，包括：根据目标任务的需求数据确定需求因子；根据需求因子构建需求评价画像。3.如权利要求1所述的人才信息推荐方法，其特征在于，所述获取待匹配用户的用户信息，并根据所述用户信息构建用户评价画像，包括：根据待匹配用户的用户信息确定用户评价因子；根据用户评价因子构建用户评价画像。4.如权利要求2所述的人才信息推荐方法，其特征在于，所述需求因子包括多个典型工作任务对应的需求因子。5.如权利要求3所述的人才信息推荐方法，其特征在于，所述用户评价因子包括多个学习任务对应的用户评价因子。6.如权利要求1所述的人才信息推荐方法，其特征在于，所述根据所述目标任务的需求数据确定用户匹配算法，包括：根据所述目标需求数据确定用人需求类型；根据所述用人需求类型调用与所述用人需求类型对应的用户匹配算法；或者，所述根据所述目标任务的需求数据确定用户匹配算法包括：根据所述目标需求数据确定用人需求类型；根...

【专利技术属性】
技术研发人员：付健，冉祥栋，党伟，郭伟，
申请(专利权)人：北京游娱网络科技有限公司，
类型：发明
国别省市：