【技术实现步骤摘要】
一种基于人工智能的岗位招聘分析方法及系统
[0001]本专利技术涉及信息
,具体涉及基于人工智能的岗位招聘分析方法及系统
。
技术介绍
[0002]随着
AI
技术的普及,对于人才匹配岗位的需求也逐渐上升
。
然而,目前的技术中,大部分依旧采用传统的匹配方法,无法达到真正的智能匹配
。
其中,现有的技术包括基于关键词的匹配
、
基于简历的筛选等,这些方法的缺陷是只能实现初步的筛选,无法进行深入的定性和定量分析,也难以准确评估出人才与岗位的真实匹配度
。
技术实现思路
[0003]本申请提供了一种基于人工智能的岗位招聘分析方法及系统,为解决现有技术中无法进行深入的定性和定量分析,也难以准确评估出人才与岗位的真实匹配度的问题
。
[0004]鉴于上述问题,本申请提供了一种基于人工智能的岗位招聘分析方法及系统
。
[0005]本申请实施例提供基于人工智能的岗位招聘分析方法,包括:对不同岗位进行定性和定量分析,其中,定性分析是通过深度学习和自然语言处理技术,分析岗位描述
、
要求的文本信息,提取岗位的核心技能和特点;定量分析是基于统计学的方法,对岗位的薪酬
、
晋升机会
、
工作年限
、
培训机会进行量化评估,为每个岗位设定一个量化指标;建立人才评估模型,根据所述人才评估模型对人才进行第一岗位匹配度评估;为不同岗位设置不同的权重和 ...
【技术保护点】
【技术特征摘要】
1.
一种基于人工智能的岗位招聘分析方法,其特征在于,包括:对不同岗位进行定性和定量分析,其中,定性分析是通过深度学习和自然语言处理技术,分析岗位描述
、
要求的文本信息,提取岗位的核心技能和特点;定量分析是基于统计学的方法,对岗位的薪酬
、
晋升机会
、
工作年限
、
培训机会进行量化评估,为每个岗位设定一个量化指标;建立人才评估模型,根据所述人才评估模型对人才进行第一岗位匹配度评估;为不同岗位设置不同的权重和偏置度;对不同的人才参数设置不同的评分度;基于不同的权重
、
偏置度和评分度,对所述人才评估模型进行优化,并利用优化后的人才评估模型进行第二岗位匹配度评估;其中,根据所述人才评估模型对人才进行第一岗位匹配度评估,包括:根据所述人才评估模型对人才进行第一岗位匹配度 评估,包括:获取候选人的简历数据,并进行特征提取;对所述提取的特征进行加权运算;利用余弦相似度,计算所述候选人的特征向量与岗位要求向量之间的相似度;若所述相似度高于预设阈值,则认定所述候选人与所述岗位要求匹配;其中,所述人才评估模型包括
transformer
模型和支持向量机
SVM
模型,基于不同的权重
、
偏置度和评分度,对所述人才评估模型进行优化,并利用优化后的人才评估模型进行第二岗位匹配度评估,包括:加载一个预训练的
Transformer
模型,获取所述
Transformer
模型的参数;基于所述不同的权重
、
偏置度和评分度,修改所述
Transformer
模型的参数;获取岗位数据和简历数据,利用所述
Transformer
模型进行文本特征提取;基于所述提取的特征,进行分类
、
实体识别和聚类处理,以确定岗位和简历的定性匹配;构建支持向量机
SVM
模型,并对所述
SVM
模型进行训练;使用所述
SVM
模型对所述岗位数据和简历数据中的量化数据进行分析,以确定岗位和简历的定量匹配,或,所述人才评估模型包括大语言模型
LLM
,则基于不同的权重
、
偏置度和评分度,对所述人才评估模型进行优化,并利用优化后的人才评估模型进行第二岗位匹配度评估,包括:获取岗位数据和简历数据,提取出其中的文本特征;构建一个结构化文字提示框架,将所述文本特征
、
权重
、
偏置度和评分度添加进所述文字提示框架中,生成一个文字提示;将所述文字提示输入至所述
LLM
中,输出岗位和简历的匹配程度
。2.
根据权利要求1所述的方法,其特征在于,对不同岗位进行定性分析,包括:获取历史岗位描述数据,对所述历史岗位描述数据进行预处理;使用词嵌入技术将预处理后的历史岗位描述数据转换为数值向量,将所述数值向量划分为训练集
、
验证集和测试集;构建
transformer
模型,将所述训练集输入至所述
transformer
模型中进行模型训练;将训练后的
transformer
模型对不同岗位进行岗位所需技能和岗位特点提取
。3.
根据权利要求2所述的方法,其特征在于,...
【专利技术属性】
技术研发人员:许宁,龚源,刘丰,
申请(专利权)人:贵州优特云科技有限公司,
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。