一种基于SAAS的人岗双向匹配方法和系统技术方案

本发明专利技术涉及人岗匹配技术领域，揭露了一种基于SAAS的人岗双向匹配方法，包括：利用SAAS平台分别获取企业端的招聘需求集和人员端的应聘简历集，从招聘需求集中提取出需求特征集；将应聘简历集拆分成视频简历集和文档简历集，从文档简历集中提取出文档人才特征集；从视频简历集中提取出视频人才特征集；将视频人才特征集和文档人才特征集汇集成人才特征集，利用预设的簇特征相似度算法对需求特征集和人才特征集进行特征匹配操作，得到双向匹配结果，利用SAAS平台分别将双向匹配结果发送至企业端和人员端。本发明专利技术还提出一种基于SAAS的人岗双向匹配系统。本发明专利技术可以提高基于人岗双向匹配的效率。匹配的效率。匹配的效率。

【技术实现步骤摘要】
一种基于SAAS的人岗双向匹配方法和系统


[0001]本专利技术涉及人岗匹配
，尤其涉及一种基于SAAS的人岗双向匹配方法和系统。

技术介绍

[0002]SAAS技术具有云计算的弹性资源和高效的处理能力等优势，而传统的人才招聘方式往往受限于时间、空间和资源，招聘过程繁琐且效率较低，因此，基于SAAS的人岗双向匹配方法广泛应用于人才招聘和就业市场等领域。
[0003]现有的基于SAAS的人岗双向匹配方法多为基于关键词匹配的人岗双向匹配方法，主要是通过从岗位需求信息中提取出需求关键词，从人才简历信息中提取出人才关键词，根据需求关键词和人才关键词实现人岗匹配，实际应用中，基于关键词匹配的人岗双向匹配方法的局限性较大，可能忽略上下文和语义信息，导致匹配结果可能不够准确，且无法识别视频简历等新式简历内容，可能会导致进行人岗双向匹配时的效率较低。

技术实现思路

[0004]本专利技术提供一种基于SAAS的人岗双向匹配方法和系统，其主要目的在于解决进行进行人岗双向匹配时的效率较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于SAAS的人岗双向匹配方法，包括：
[0006]利用SAAS平台分别获取企业端的招聘需求集和人员端的应聘简历集，依次对所述招聘需求集进行文本特征提取和分组特征编码操作，得到需求特征集；
[0007]按照预设的数据类型将所述应聘简历集拆分成视频简历集和文档简历集，从所述文档简历集中提取出简历人像图集和简历文本集，利用预设的人像整洁系数算法从所述简历人像图集中提取出图片人像特征集，从所述简历文本集中提取出文本能力特征集，将所述图片人像特征集和所述文本能力特征集融合成文档人才特征集，其中，所述利用预设的人像整洁系数算法从所述简历人像图集中提取出图片人像特征集，包括：逐个选取所述简历人像图集中的简历人像图片作为目标人像图片，依次对所述目标人像图片进行盒式滤波和边缘检测操作，得到目标人像轮廓，根据所述目标人像轮廓从所述目标人像图片中提取出标准人像图块；利用预设的骨骼侵蚀算法提取出所述标准人像图块对应的骨骼节点，从所述骨骼节点中提取出人体姿态特征；根据所述骨骼节点在所述标准人像图块中定位出眼眶图块，从所述眼眶图块中提取出人像眼部特征；根据所述骨骼节点在所述标准人像图块中定位出衣着图块，对所述衣着图块进行纹理侵蚀，得到衣着纹理特征；将所有的所述人体姿态特征汇集成姿态特征集、将所有的所述人像眼部特征汇集成眼部特征集，将所有的所述衣着纹理特征汇集成纹理特征集；利用如下的人像整洁系数算法根据所述姿态特征集、所述眼部特征集以及所述纹理特征集计算出所述简历人像图集对应的整洁系数集：
[0008][0009]其中，O
t
是指所述整洁系数集中第t个整洁系数，N是所述整洁系数集的元素总数，且所述整洁系数集、所述姿态特征集、所述眼部特征集以及所述纹理特征集的元素总数均相同，x
t
是指所述姿态特征集中第t个人体姿态特征，j为特征序数，x
j
是指所述姿态特征集中第j个人体姿态特征，y
t
是指所述眼部特征集中第t个人像眼部特征，y
j
是指所述眼部特征集中第j个人像眼部特征，z
t
是指所述纹理特征集中第t个衣着纹理特征，z
j
是指所述纹理特征集中第j个衣着纹理特征；对所述整洁系数集中的各个整洁系数进行阈值特征映射，得到图片人像特征；
[0010]分别从所述视频简历集中提取出简历帧图片序列集和音频简历序列集，依次对所述音频简历序列集进行幅度特征提取和特征语义转码操作，得到音频语义集；
[0011]依次对所述简历帧图片序列集进行字幕定位和字幕分割操作，得到字幕图块序列集和内容图块序列集，从所述内容图块序列集中提取出视频内容语义集，利用所述字幕图块序列集、所述视频内容语义集对所述音频语义集进行语义特征匹配操作，得到视频人才特征集；
[0012]将所述视频人才特征集和所述文档人才特征集汇集成人才特征集，对所述需求特征集和所述人才特征集进行特征匹配操作，得到双向匹配结果，利用所述SAAS平台分别将所述双向匹配结果发送至所述企业端和所述人员端，结束匹配。
[0013]可选地，所述依次对所述招聘需求集进行文本特征提取和分组特征编码操作，得到需求特征集，包括：
[0014]逐个选取所述招聘需求集中的招聘需求作为目标招聘需求，依次对所述目标招聘需求进行文本分词和停用词过滤操作，得到目标需求词集；
[0015]依次对所述目标需求词集进行向量编码和位置编码，得到目标需求向量序列；
[0016]利用如下的均权注意力编码算法将所述目标需求向量序列编码成目标注意力需求特征：
[0017][0018]其中，A
i
是指第i个需求向量对应的所述目标注意力需求特征，σ()为归一化函数，c
i
是指所述目标需求向量序列中序号为i的需求向量，i为向量序号，*是点乘符号，q
i
是指所述目标需求向量序列中序号为i的需求向量的查询向量，k
i
是指所述目标需求向量序列中序号为i的需求向量的键向量，v
i
是指所述目标需求向量序列中序号为i的需求向量的值向量，d是指所述目标需求向量序列中每个需求向量的特征维度，l是预设的尺度系数，log为对数符号，n是所述目标需求向量序列的长度；
[0019]对所述目标注意力需求特征进行多级前向传播，分别得到岗位职责特征、技能要求特征、学历要求特征、工作经验要求特征、外貌需求特征以及性格需求特征；
[0020]将所述岗位职责特征、所述技能要求特征、所述学历要求特征、所述工作经验要求
特征、所述外貌需求特征以及所述性格需求特征融合成需求特征，将所有的需求特征汇集成需求特征集。
[0021]可选地，所述从所述简历文本集中提取出文本能力特征集，包括：
[0022]逐个选取所述简历文本集中的简历文本作为目标简历文本，依次对所述目标简历文本进行文本分词和停用词过滤操作，得到目标简历词集；
[0023]依次对所述目标简历词集进行向量编码和位置编码，得到目标简历向量序列，利用所述均权注意力编码算法将所述目标简历向量序列编码成目标注意力简历特征；
[0024]对所述目标注意力简历特征进行多级前向传播，分别得到期望岗位特征、个人技能特征、个人学历特征、工作经验特征以及个人性格特征；
[0025]将所述期望岗位特征、所述个人技能特征、所述个人学历特征、所述工作经验特征以及所述个人性格特征融合成文本能力特征，将所有的文本能力特征汇集成文本能力特征集。
[0026]可选地，所述分别从所述视频简历集中提取出简历帧图片序列集和音频简历序列集，包括：
[0027]逐个选取所述视频简历集中的视频简历作为目标视频简历，对所述目标视频简历进行音频提取，得到音频简历序列；
[0028]逐帧对所述目标视频简历进行图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SAAS的人岗双向匹配方法，其特征在于，所述方法包括：S1：利用SAAS平台分别获取企业端的招聘需求集和人员端的应聘简历集，依次对所述招聘需求集进行文本特征提取和分组特征编码操作，得到需求特征集；S2：按照预设的数据类型将所述应聘简历集拆分成视频简历集和文档简历集，从所述文档简历集中提取出简历人像图集和简历文本集，利用预设的人像整洁系数算法从所述简历人像图集中提取出图片人像特征集，从所述简历文本集中提取出文本能力特征集，将所述图片人像特征集和所述文本能力特征集融合成文档人才特征集，其中，所述利用预设的人像整洁系数算法从所述简历人像图集中提取出图片人像特征集，包括：S21：逐个选取所述简历人像图集中的简历人像图片作为目标人像图片，依次对所述目标人像图片进行盒式滤波和边缘检测操作，得到目标人像轮廓，根据所述目标人像轮廓从所述目标人像图片中提取出标准人像图块；S22：利用预设的骨骼侵蚀算法提取出所述标准人像图块对应的骨骼节点，从所述骨骼节点中提取出人体姿态特征；S23：根据所述骨骼节点在所述标准人像图块中定位出眼眶图块，从所述眼眶图块中提取出人像眼部特征；S24：根据所述骨骼节点在所述标准人像图块中定位出衣着图块，对所述衣着图块进行纹理侵蚀，得到衣着纹理特征；S25：将所有的所述人体姿态特征汇集成姿态特征集、将所有的所述人像眼部特征汇集成眼部特征集，将所有的所述衣着纹理特征汇集成纹理特征集；S26：利用如下的人像整洁系数算法根据所述姿态特征集、所述眼部特征集以及所述纹理特征集计算出所述简历人像图集对应的整洁系数集：其中，O
t
是指所述整洁系数集中第t个整洁系数，N是所述整洁系数集的元素总数，且所述整洁系数集、所述姿态特征集、所述眼部特征集以及所述纹理特征集的元素总数均相同，x
t
是指所述姿态特征集中第t个人体姿态特征，j为特征序数，x
j
是指所述姿态特征集中第j个人体姿态特征，y
t
是指所述眼部特征集中第t个人像眼部特征，y
j
是指所述眼部特征集中第j个人像眼部特征，z
t
是指所述纹理特征集中第t个衣着纹理特征，z
j
是指所述纹理特征集中第j个衣着纹理特征；S27：对所述整洁系数集中的各个整洁系数进行阈值特征映射，得到图片人像特征；S3：分别从所述视频简历集中提取出简历帧图片序列集和音频简历序列集，依次对所述音频简历序列集进行幅度特征提取和特征语义转码操作，得到音频语义集；S4：依次对所述简历帧图片序列集进行字幕定位和字幕分割操作，得到字幕图块序列集和内容图块序列集，从所述内容图块序列集中提取出视频内容语义集，利用所述字幕图块序列集、所述视频内容语义集对所述音频语义集进行语义特征匹配操作，得到视频人才特征集；S5：将所述视频人才特征集和所述文档人才特征集汇集成人才特征集，对所述需求特
征集和所述人才特征集进行特征匹配操作，得到双向匹配结果，利用所述SAAS平台分别将所述双向匹配结果发送至所述企业端和所述人员端，结束匹配。2.如权利要求1所述的基于SAAS的人岗双向匹配方法，其特征在于，所述依次对所述招聘需求集进行文本特征提取和分组特征编码操作，得到需求特征集，包括：逐个选取所述招聘需求集中的招聘需求作为目标招聘需求，依次对所述目标招聘需求进行文本分词和停用词过滤操作，得到目标需求词集；依次对所述目标需求词集进行向量编码和位置编码，得到目标需求向量序列；利用如下的均权注意力编码算法将所述目标需求向量序列编码成目标注意力需求特征：其中，A
i
是指第i个需求向量对应的所述目标注意力需求特征，σ()为归一化函数，c
i
是指所述目标需求向量序列中序号为i的需求向量，i为向量序号，*是点乘符号，q
i
是指所述目标需求向量序列中序号为i的需求向量的查询向量，k
i
是指所述目标需求向量序列中序号为i的需求向量的键向量，v
i
是指所述目标需求向量序列中序号为i的需求向量的值向量，d是指所述目标需求向量序列中每个需求向量的特征维度，l是预设的尺度系数，log为对数符号，n是所述目标需求向量序列的长度；对所述目标注意力需求特征进行多级前向传播，分别得到岗位职责特征、技能要求特征、学历要求特征、工作经验要求特征、外貌需求特征以及性格需求特征；将所述岗位职责特征、所述技能要求特征、所述学历要求特征、所述工作经验要求特征、所述外貌需求特征以及所述性格需求特征融合成需求特征，将所有的需求特征汇集成需求特征集。3.如权利要求1所述的基于SAAS的人岗双向匹配方法，其特征在于，所述从所述简历文本集中提取出文本能力特征集，包括：逐个选取所述简历文本集中的简历文本作为目标简历文本，依次对所述目标简历文本进行文本分词和停用词过滤操作，得到目标简历词集；依次对所述目标简历词集进行向量编码和位置编码，得到目标简历向量序列，利用所述均权注意力编码算法将所述目标简历向量序列编码成目标注意力简历特征；对所述目标注意力简历特征进行多级前向传播，分别得到期望岗位特征、个人技能特征、个人学历特征、工作经验特征以及个人性格特征；将所述期望岗位特征、所述个人技能特征、所述个人学历特征、所述工作经验特征以及所述个人性格特征融合成文本能力特征，将所有的文本能力特征汇集成文本能力特征集。4.如权利要求1所述的基于SAAS的人岗双向匹配方法，其特征在于，所述分别从所述视频简历集中提取出简历帧图片序列集和音频简历序列集，包括：逐个选取所述视频简历集中的视频简历作为目标视频简历，对所述目标视频简历进行音频提取，得到音频简历序列；逐帧对所述目标视频简历进行图片截取，得到简历帧图片序列；将所有的音频简历序列汇集成音频简历序列集，将所有的简历帧图片序列汇集成简历帧图片序列集。
5.如权利要求1所述的基于SAAS的人岗双向匹配方法，其特征在于，所述依次对所述音频简历序列集进行幅度特征提取和特征语义转码操作，得到音频语义集，包括：逐个选取所述音频简历序列集中的音频简历序列作为目标音频简历序列，依次对所述目标音频简历序列进行音频除噪、音频分帧以及音频加窗操作，得到目标简历音频；对所述目标简历音频进行频域幅度转化，得到目标简历频域；依次对所述目标简历频域进行刻度滤波和幅度滤波操作，得到目标频域特征；依次对所述目标频域特征进行离散变换和特征拼接操作，得到目标音素特征；将所述目标音素特征归一化成标准音素特征，对所述标准音素特征进行文本映射，得到音素语义；依次对所述音素语义进行音素转码和文本矫正操作，得到音频语义，并将所有的音频语义汇集成音频语义集。6.如权利要求1所述的基于SAAS的人岗双向匹配方法，其特征在于，所述依次对所述简历帧图片序列集进行字幕定位和字幕分割操作，得到字幕图块序列集和内容图块序列集，包括：逐个选取所述简历帧图片序列集中的简历帧图片序列作为目标简历帧图片序列，逐个选取所述目标简历帧图片序列中的帧图片作为目标帧图片；从所述目标帧图片中提取出帧图片特征，根据所述帧图片特征生成字幕框集以及所述字幕框集对应的字幕概率集；根据所述字幕概率集对所述字幕框集进行框图合并操作，得到标准字幕框；根据所述标准字幕框将所述目标帧图片拆分成初级字幕图块和初级内容图块；将所述目标简历帧图片序列的所有初级字幕图块汇集成初级字幕图块序列，将所述目标简历帧图片序列的所有初级内容图块汇集成初级内容图块序列；利用如下的均差灰度对比算...

【专利技术属性】
技术研发人员：唐皓斌，吴宇春，周子游，
申请(专利权)人：深圳市贝福数据服务有限公司，
类型：发明
国别省市：