招聘方法及装置制造方法及图纸

本发明专利技术提供一种招聘方法及装置，涉及人工智能技术领域，可应用于金融技术领域或其他技术领域。该招聘方法包括：获取申请人的画像数据；将所述画像数据输入基于加入噪声后的历史画像数据创建的工作结果预测模型中，得到工作预测结果；发送所述工作预测结果对应的通知信息至所述申请人。本发明专利技术可以自动分析应聘人员与岗位的适配程度，降低招聘成本，提高招聘效率。率。率。

【技术实现步骤摘要】
招聘方法及装置


[0001]本专利技术涉及人工智能
，具体地，涉及一种招聘方法及装置。

技术介绍

[0002]人力招聘的过程存在诸多不足，一是简历筛选环节往往先采用预设的筛选规则(例如最高学历为本科以上等)进行简历初筛，再推送招聘人员进行人工评估，整个过程耗费较大的人力和时间成本，效率较低。二是建立筛选过程易受到招聘人员主观原因的影响，例如招聘人员对应聘者的外貌、地域、性别存在偏见，导致招聘过程中不能较好地按照应聘人员与岗位的适配目标招募合适成员。

技术实现思路

[0003]本专利技术实施例的主要目的在于提供一种招聘方法及装置，以自动分析应聘人员与岗位的适配程度，降低招聘成本，提高招聘效率。
[0004]为了实现上述目的，本专利技术实施例提供一种招聘方法，包括：
[0005]获取申请人的画像数据；
[0006]将所述画像数据输入基于加入噪声后的历史画像数据创建的工作结果预测模型中，得到工作预测结果；
[0007]发送所述工作预测结果对应的通知信息至所述申请人。
[0008]在其中一种实施例中，基于加入噪声后的历史画像数据创建工作结果预测模型的步骤包括：
[0009]根据噪声比例和历史画像数据确定干扰画像数据；
[0010]对所述干扰画像数据中的各类别数据进行噪声置换，得到加入噪声后的历史画像数据；
[0011]根据所述加入噪声后的历史画像数据创建所述工作结果预测模型。
[0012]在其中一种实施例中，对所述干扰画像数据中的各类别数据进行噪声置换包括：
[0013]根据所述干扰画像数据中的各类别数据确定各类别待置换数据的数量；
[0014]根据各类别待置换数据的数量选取干扰画像数据进行对应的噪声置换。
[0015]在其中一种实施例中，根据所述干扰画像数据中的各类别数据确定各类别待置换数据的数量包括：
[0016]获取所述干扰画像数据中的各类别数据的数量和比例；
[0017]根据各类别数据的数量和比例确定各类别待置换数据的数量。
[0018]在其中一种实施例中，根据各类别数据的数量和比例确定各类别待置换数据的数量包括：
[0019]根据各类别数据的数量和比例确定待置换数据的总数量；
[0020]根据所述待置换数据的总数量和各类别数据的比例确定各类别待置换数据的数量。
[0021]在其中一种实施例中，根据所述加入噪声后的历史画像数据创建所述工作结果预测模型包括：
[0022]根据所述加入噪声后的历史画像数据训练初始模型直至所述初始模型收敛；
[0023]确定收敛后的初始模型为工作结果预测模型。
[0024]在其中一种实施例中，获取申请人的画像数据包括：
[0025]获取申请人的原始数据；
[0026]根据所述原始数据的数据类型和数据类别处理所述原始数据以获取申请人的所述画像数据。
[0027]本专利技术实施例还提供一种招聘装置，包括：
[0028]获取模块，用于获取申请人的画像数据；
[0029]工作预测结果模块，用于将所述画像数据输入基于加入噪声后的历史画像数据创建的工作结果预测模型中，得到工作预测结果；
[0030]发送模块，用于发送所述工作预测结果对应的通知信息至所述申请人。
[0031]在其中一种实施例中，还包括：
[0032]干扰画像数据模块，用于根据噪声比例和历史画像数据确定干扰画像数据；
[0033]噪声置换模块，用于对所述干扰画像数据中的各类别数据进行噪声置换，得到加入噪声后的历史画像数据；
[0034]工作结果预测模型创建模块，用于根据所述加入噪声后的历史画像数据创建所述工作结果预测模型。
[0035]在其中一种实施例中，噪声置换模块包括：
[0036]待置换数据的数量单元，用于根据所述干扰画像数据中的各类别数据确定各类别待置换数据的数量；
[0037]噪声置换单元，用于根据各类别待置换数据的数量选取干扰画像数据进行对应的噪声置换。
[0038]在其中一种实施例中，待置换数据的数量单元包括：
[0039]数量和比例子单元，用于获取所述干扰画像数据中的各类别数据的数量和比例；
[0040]待置换数据的数量子单元，用于根据各类别数据的数量和比例确定各类别待置换数据的数量。
[0041]在其中一种实施例中，待置换数据的数量子单元具体用于：
[0042]根据各类别数据的数量和比例确定待置换数据的总数量；
[0043]根据所述待置换数据的总数量和各类别数据的比例确定各类别待置换数据的数量。
[0044]在其中一种实施例中，工作结果预测模型创建模块包括：
[0045]训练单元，用于根据所述加入噪声后的历史画像数据训练初始模型直至所述初始模型收敛；
[0046]工作结果预测模型创建单元，用于确定收敛后的初始模型为工作结果预测模型。
[0047]在其中一种实施例中，获取模块包括：
[0048]原始数据获取单元，用于获取申请人的原始数据；
[0049]获取单元，用于根据所述原始数据的数据类型和数据类别处理所述原始数据以获
取申请人的所述画像数据。
[0050]本专利技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的招聘方法的步骤。
[0051]本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的招聘方法的步骤。
[0052]本专利技术实施例还提供一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现所述的招聘方法的步骤。
[0053]本专利技术实施例的招聘方法及装置将申请人的画像数据输入基于加入噪声后的历史画像数据创建的工作结果预测模型中，之后发送工作预测结果对应的通知信息至申请人，可以自动分析应聘人员与岗位的适配程度，降低招聘成本，提高招聘效率。
附图说明
[0054]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0055]图1是本专利技术实施例中招聘方法的流程图；
[0056]图2是本专利技术实施例中据创建工作结果预测模型的流程图；
[0057]图3是本专利技术实施例中S202的流程图；
[0058]图4是本专利技术实施例中S301的流程图；
[0059]图5是本专利技术实施例中S402的流程图；
[0060]图6是本专利技术实施例中S203的流程图；
[0061]图7是本专利技术实施例中招聘装置的结构框图；
[0062]图8为本申请实施例的电子设备9600的系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种招聘方法，其特征在于，包括：获取申请人的画像数据；将所述画像数据输入基于加入噪声后的历史画像数据创建的工作结果预测模型中，得到工作预测结果；发送所述工作预测结果对应的通知信息至所述申请人。2.根据权利要求1所述的招聘方法，其特征在于，基于加入噪声后的历史画像数据创建工作结果预测模型的步骤包括：根据噪声比例和历史画像数据确定干扰画像数据；对所述干扰画像数据中的各类别数据进行噪声置换，得到加入噪声后的历史画像数据；根据所述加入噪声后的历史画像数据创建所述工作结果预测模型。3.根据权利要求2所述的招聘方法，其特征在于，对所述干扰画像数据中的各类别数据进行噪声置换包括：根据所述干扰画像数据中的各类别数据确定各类别待置换数据的数量；根据各类别待置换数据的数量选取干扰画像数据进行对应的噪声置换。4.根据权利要求3所述的招聘方法，其特征在于，根据所述干扰画像数据中的各类别数据确定各类别待置换数据的数量包括：获取所述干扰画像数据中的各类别数据的数量和比例；根据各类别数据的数量和比例确定各类别待置换数据的数量。5.根据权利要求4所述的招聘方法，其特征在于，根据各类别数据的数量和比例确定各类别待置换数据的数量包括：根据各类别数据的数量和比例确定待置换数据的总数量；根据所述待置换数据的总数量和各类别数据的比例确定各类别待...

【专利技术属性】
技术研发人员：胡屹，周莲子，马无缰，江一帆，
申请(专利权)人：权利要求书二页说明书一三页附图四页，
类型：发明
国别省市：