一种智慧招聘方法和系统技术方案

本发明专利技术公开了一种智慧招聘方法和系统，属于数据处理技术领域，方法包括：获取人才数据，人才数据包括多个不同公开级别的个人信息；根据人才数据对人才进行能力评估；获取企业数据，企业数据包括多个不同公开级别的企业信息；发布企业的招聘要求；根据招聘要求，筛选出与招聘要求匹配的目标人才；根据各个目标人才的能力评估结果由高到低的顺序，挑选出预设数量的候选人才；将企业与候选人才之间的数据公开级别提升到更高级别；接收企业对于候选人才标记为感兴趣的操作，将候选人才标记为感兴趣人才；根据感兴趣人才向企业推荐其他人才。在本发明专利技术中，只有当企业与人才匹配上之后才会将数据公开级别提升到更高级别，可以保护个人信息安全。息安全。息安全。

【技术实现步骤摘要】
一种智慧招聘方法和系统


[0001]本专利技术属于数据处理
，具体涉及一种智慧招聘方法和系统。

技术介绍

[0002]优秀人才是公司最核心的财富。人员招聘是公司不断补充新鲜血液、持续发展壮大的关键手段。随着互联网的发展，招聘网站已成为招聘方和求职方的一种共同的选择。
[0003]然而，现有的招聘网站往往为招聘企业开设最大的公开权限，招聘企业可以查看所有人才的个人信息，容易造成信息泄露。并且，现有的招聘网站尽管可以对于个人简历中与招聘要求符合的条件进行高亮或者标红，但最终还是需要依赖招聘企业人员进行逐个甄选，在甄选过程中容易受到主观因素的影响，无法始终保持准确的判断力和洞察力，极有可能会造成符合要求的人才的流失。

技术实现思路

[0004]为了解决现有技术招聘企业的权限过大，容易造成应聘人才的个人信息泄露，并且面对海量的简历依赖招聘企业人员进行逐个甄选，在甄选过程中容易受到主观因素的影响，无法始终保持准确的判断力和洞察力，极有可能会造成符合要求的人才的流失的技术问题，本专利技术提供一种智慧招聘方法和系统。
[0005]第一方面
[0006]本专利技术提供了一种智慧招聘方法，包括：
[0007]S101：获取人才数据，人才数据包括多个不同公开级别的个人信息；
[0008]S102：根据人才数据对人才进行能力评估；
[0009]S103：获取企业数据，企业数据包括多个不同公开级别的企业信息；
[0010]S104：发布企业的招聘要求；
[0011]S105：根据招聘要求，筛选出与招聘要求匹配的目标人才；
[0012]S106：根据各个目标人才的能力评估结果由高到低的顺序，挑选出预设数量的候选人才；
[0013]S107：将企业与候选人才之间的数据公开级别提升到更高级别；
[0014]S108：接收企业对于候选人才标记为感兴趣的操作，将候选人才标记为感兴趣人才；
[0015]S109：根据感兴趣人才向企业推荐其他人才。
[0016]第二方面
[0017]本专利技术提供了一种智慧招聘系统，用于执行第一方面中的智慧招聘方法。
[0018]与现有技术相比，本专利技术至少具有以下有益技术效果：
[0019](1)在本专利技术中，可以根据招聘要求自动化地筛选出与招聘要求匹配的人才，只有当企业与人才匹配上之后才会将数据公开级别提升到更高级别，此时招聘企业才能查看更多的关于人才的个人信息，保护个人信息安全。
[0020](2)在本专利技术中，一方面可以根据招聘要求自动化地筛选出与招聘要求匹配的人才，另一方面还可以根据企业选择的感兴趣人才，自动化地向企业推荐其他人才，根据招聘要求和企业偏好进行快速匹配，减少主观因素的影响，避免符合要求的人才的流失，并且，企业可以获得更多高质量的推荐人才，拓展人才资源，从而大大节省时间和提高招聘效率。
附图说明
[0021]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0022]图1是本专利技术提供的一种智慧招聘方法的流程示意图。
具体实施方式
[0023]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，下面将对照附图说明本专利技术的具体实施方式。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，并获得其他的实施方式。
[0024]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0025]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0026]在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。可以是机械连接，也可以是电连接。可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0027]另外，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0028]实施例1
[0029]在一个实施例中，参考说明书附图1，示出了本专利技术提供的智慧招聘方法的流程示意图。
[0030]本专利技术提供的一种智慧招聘方法，包括：
[0031]S101：获取人才数据，人才数据包括多个不同公开级别的个人信息。
[0032]例如，可以将人才数据划分为两种公开级别，低公开级别的个人信息属于完全公开的内容，例如姓名、职务、学术成果等。高公开级别的个人信息，属于保密性质的内容，例如身份证号码、联系方式、家庭住址等。
[0033]具体而言，可以通过招聘网站和职业社交媒体获取人才数据，还可以通过专业的人才数据库如ZoomInfo、Hoovers等收集了人才数据。
[0034]S102：根据人才数据对人才进行能力评估。
[0035]在一种可能的实施方式中，S102具体包括子步骤S1021至S1027：
[0036]S1021：构建人才评估体系。
[0037]其中，人才评估体系包括多个一级指标和二级指标，一级指标包括：实践指标、业绩指标和观念指标，实践指标包括三个二级指标，分别为责任心指标、领导力指标和人际关系指标，业绩指标包括三个二级指标，分别工作结果指标、创新发展指标和自我突破指标，观念指标包括三个二级指标，分别为价值观指标、发展区域指标和文化背景指标。
[0038]S1022：根据人才数据，构建初始矩阵A：
[0039][0040]其中，a
ij
表示第i个被评人才的第j个评估指标的分值，i＝1,2,
…
,n，n表示被评人才的数量，j＝1,2,
…
,m，m表示评估指标的数量，m＝9。
[0041]S1023：从初始矩阵A中确定出每个评估指标的分值的最大值，作为参考值，并组成参考数列A0：
[0042]A0＝(a
01
,a
02
,
…
,a
0j
)
[0043]其中，a
0j
表示初始矩阵A的第j列中的最大值。
[0044]S1024：计算第i个被评人才数列A
i
与参考数列A0之间的关联度系数τ：
[0045][0046]其中，ξ表示关联度因子，Δij表示第i个被评人才数列A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧招聘方法，其特征在于，包括：S101：获取人才数据，所述人才数据包括多个不同公开级别的个人信息；S102：根据所述人才数据对人才进行能力评估；S103：获取企业数据，所述企业数据包括多个不同公开级别的企业信息；S104：发布企业的招聘要求；S105：根据所述招聘要求，筛选出与所述招聘要求匹配的目标人才；S106：根据各个所述目标人才的能力评估结果由高到低的顺序，挑选出预设数量的候选人才；S107：将企业与所述候选人才之间的数据公开级别提升到更高级别；S108：接收企业对于所述候选人才标记为感兴趣的操作，将候选人才标记为感兴趣人才；S109：根据所述感兴趣人才向企业推荐其他人才。2.根据权利要求1所述的智慧招聘方法，其特征在于，所述S102具体包括：S1021：构建人才评估体系，其中，所述人才评估体系包括多个一级指标和二级指标，所述一级指标包括：实践指标、业绩指标和观念指标，所述实践指标包括三个二级指标，分别为责任心指标、领导力指标和人际关系指标，所述业绩指标包括三个二级指标，分别工作结果指标、创新发展指标和自我突破指标，所述观念指标包括三个二级指标，分别为价值观指标、发展区域指标和文化背景指标；S1022：根据所述人才数据，构建初始矩阵A：其中，a
ij
表示第i个被评人才的第j个评估指标的分值，i＝1,2,
…
,n，n表示被评人才的数量，j＝1,2,
…
,m，m表示评估指标的数量，m＝9；S1023：从所述初始矩阵A中确定出每个评估指标的分值的最大值，作为参考值，并组成参考数列A0：A0＝(a
01
,a
02
,
…
,a
0j
)其中，a
0j
表示所述初始矩阵A的第j列中的最大值；S1024：计算第i个被评人才数列A
i
与所述参考数列A0之间的关联度系数τ：其中，ξ表示关联度因子，Δij表示第i个被评人才数列A
i
与所述参考数列A0在第j个评估指标上的绝对差值，Δmin
j
表示各个被评人才数列A
i
与所述参考数列A0在第j个评估指标上的绝对差值中的最小值，Δmax
j
表示各个被评人才数列A
i
与所述参考数列A0在第j个评估指标上的绝对差值中的最大值；S1025：确定出各个评估指标的权重集合其中，表示第j个评估指标的权重；
S1026：根据所述权重集合和所述关联度系数τ计算加权关联度向量R：其中，r
i
表示第i个被评人才的加权关联值；S1027：通过所述加权关联值对各个被评人才进行能力评估。3.根据权利要求2所述的智慧招聘方法，其特征在于，所述S1025具体包括：对各个所述评估指标进行两两比较，结合九级标度法，建立判别矩阵B：其中，b
ij
表示第i个评估指标相对于第j个评估指标的重要程度，b
ij
的取值可通过九极标度法确定，i＝1,2,
…
,m，j＝1,2,
…
,m，m表示评估指标的数量，m＝9；计算所述判别矩阵B的特征向量和特征值：Bω＝λω
→
(B
‑
λI)ω其中，λ表示所述判别矩阵B的特征值，I表示单位矩阵，ω表示所述判别矩阵B的特征向量，取最大的特征值记为λ
max
，与之对应的特征向量为ω
max
，ω
max
＝(ω1,ω2,
…
,ω
n
)；对所述特征向量进行归一化处理：对所述特征向量进行归一化处理：其中，归一化后的向量的各个分量分别代表各个所述评估指标的权重。4.根据权利要求1所述的智慧招聘方法，其特征在于，所述S105具体包括：S1051：从企业的招聘要求以及人才的简历中分别拆分出结构化文本和非结构化文本，其中，所述结构化文本包括：地点、职位、薪资、工作性质、学历、工作年限和专业；S1052：计算结构化文本匹配度sim
a
；S1053：计算非结构化文本匹配度sim
b
；S1054：根据所述结构化文本匹配度sim
a
和所述非结构化文本匹配度sim
b
，计算综合匹配度sim
*
：sim
*
＝η
·
sim
a
+(1
‑
η)
·
sim
b
其中，η表示所述结构化文本匹配度sim
a
的权重，1
‑
η表示所述非结构化文本匹配度sim
b
的权重；
S1055：根据所述综合匹配度sim
*
筛选出与所述招聘要求匹配的目标人才。5.根据权利要求4所述的创新创业人才孵化数据交互方法，其特征在于，所述S1052具体包括：计算地点匹配度sim1、职位匹配度sim2、薪资匹配度sim3、工作性质匹配度sim4、学历匹配度sim5、工作年限匹配度sim6和专业匹配度sim7：根据所述地点匹配度sim1、所述职位匹配度sim2、所述薪资匹配度sim3和所述工作性质匹配度sim4计算人才偏好型匹配度sim
person
：其中，α
i
表示不同结构化文本的权重；根据所述学历匹配度sim5、所述工作年限匹配度sim6和所述专业匹配度sim7计算企业偏好型匹配度sim
company
：根据所述人才偏好型匹配度和所述企业偏好型匹配度计算所述结构化文本匹配度sim
...

【专利技术属性】
技术研发人员：李弘扬，唐山杰，郑斌，王鹏，
申请(专利权)人：江苏优丞信息科技有限公司，
类型：发明
国别省市：