【技术实现步骤摘要】
本专利技术涉及大数据处理的领域，尤其涉及基于知识图谱和大数据的企业人才推送系统。
技术介绍
1、线上招聘已经成为主流招聘模式，应聘人员利用智能手机等终端将自身的简历上传至相应的招聘平台，招聘平台对接收到的简历进行加工处理后形成简历数据库。再根据企业的人员招聘要求对简历数据库进行数据查找，从而得到满足企业招聘要求的简历，并将相应简历返回至企业端。现有的招聘平台对简历的加工处理都是按照预定模式对简历进行文本规范处理，无法对简历内容进行深度解析加工，降低对简历的筛选准确性。此外，现有招聘平台都是将最终筛选得到的简历集中返回给企业端，这样会增大企业端的数据接收压力，无法保证企业与应聘人员之间的数据正常可靠交互。
技术实现思路
1、本专利技术的目的在于提供基于知识图谱和大数据的企业人才推送系统，其从用户端获取人才数据后，对人才数据进行数据内容预处理和提取人才特征子数据，实现对人才数据的精简化提炼；并基于人才特征子数据，构建知识图谱信息，实现对人才特征子数据的系统化加工处理，根据人才特征子数据内部的数据关联形成知识图谱信息，保证后续构建人才大数据库的数据可靠性和全面性；还基于企业端的人才需求特征信息，对人才大数据库查询得到若干人才数据，以此生成若干人才数据推送信息包，并将其中一个人才数据推送信息包发送至企业端，还基于企业端在接收到人才数据推送信息包的反馈，调整对其余人才数据推送信息包的发送状态，实现对人才数据的深度解析加工，保证企业与用户之间的正常稳定信息交互。
2、本专利技术是通
3、基于知识图谱和大数据的企业人才推送系统，包括：
4、人才数据收集和预处理模块，用于与用户端连接后，从所述用户端获取相应的人才数据，并对所述人才数据进行数据内容预处理；
5、知识图谱构建模块，用于从所述人才数据提取人才特征子数据，并基于所述人才特征子数据，构建相应的知识图谱信息，以及对所述知识图谱信息进行标识处理；
6、大数据库构建模块，基于所述人才数据和所述知识图谱信息，生成所述人才数据和所述知识图谱信息之间的关联特征信息；再基于所述人才数据、所述知识图谱信息和所述关联特征信息，构建人才大数据库；
7、企业需求识别模块，用于与企业端连接后，从所述企业端获取相应的人才需求信息；并对所述人才需求信息进行处理，得到人才需求特征信息；
8、大数据匹配查询模块，用于将所述人才需求特征信息与所述人才大数据库进行关于对比，从而查询得到与所述人才需求特征信息匹配的若干人才数据；
9、人才数据推送模块，用于基于查询得到的若干人才数据，生成若干才人数据推送信息包，并将其中一个人才数据推送信息包发送至所述企业端；再基于所述企业端在接收到所述人才数据推送信息包的反馈，调整对其余人才数据推送信息包的发送状态。
10、可选地，所述人才数据收集和预处理模块在获取相应的人才数据之前，还用于对用户端进行鉴权识别，包括：
11、所述人才数据收集和预处理模块向接入到网络的所有用户端以广播形式发送人才数据获取邀约，并收集所有用户端关于所述人才数据获取邀约的应答消息；
12、从所述应答消息提取所述用户端的用户身份信息，并将所述用户身份信息与预设身份信息列表进行对比，若所述用户身份信息存在于预设身份信息列表，则确定对所述用户端的鉴权识别成功，并构建所述人才数据收集和预处理模块与所述用户端之间的连接通道；若所述用户身份信息不存在于预设身份信息列表，则确定对所述用户端的鉴权识别失败，此时不将所述人才数据收集和预处理模块与所述用户端连接。
13、可选地，所述人才数据收集和预处理模块向接入到网络的所有用户端以广播形式发送人才数据获取邀约，包括：
14、步骤s1，利用下面公式(1)，根据接入到网络的所有用户端的数量，控制所述人才数据获取邀约的发送次数，
15、
16、在上述公式(1)中，n表示所述人才数据获取邀约的发送控制次数；k表示所述接入到网络的所有用户端的数量；e表示自然常数；表示向上取整运算；
17、步骤s2，利用下面公式(2)，根据接入到网络的所有用户端的数量以及所有用户端的历史应答次数，判断所述人才数据收集和预处理模块是否发送用户端继续广播指令，
18、
19、在上述公式(2)中，e表示所述人才数据收集和预处理模块发送用户端继续广播指令的控制值；m表示所述所有用户端的历史应答次数；
20、若e＝1，则控制所述人才数据收集和预处理模块发送用户端继续广播指令，即发送完所述用户端继续广播指令后接收到信息的用户端会继续将所述人才数据获取邀约以用户端为发送端的形式进行广播发送，即形成广播链式发送状态；
21、若e＝0，则表示控制所述人才数据收集和预处理模块不发送用户端继续广播指令；
22、步骤s3，利用下面公式(3)，根据所有用户端的历史应答时长，确定本次获取邀约应答消息的采集时长，
23、
24、在上述公式(3)中，t(g+1)表示本次获取邀约应答消息的采集时长，即第g+1次获取邀约应答消息的采集时长；t(a)表示第a次获取邀约应答消息的采集时长；g表示所有用户端的历史应答时长的总个数；表示所有用户端的历史应答时长中的最短时长；表示所有用户端的历史应答时长中的最长时长。
25、可选地，所述人才数据收集和预处理模块从所述用户端获取相应的人才数据，并对所述人才数据进行数据内容预处理，包括：
26、读取所述用户端的运行日志，对所述运行日志进行分析处理，得到所述用户端在运行过程中的人才数据传输路径信息；基于所述人才数据传输路径信息，确定所述用户端内部存储有人才数据的存储空间；
27、对从所述存储空间提取得到的人才数据进行识别处理，判断所述人才数据是否属于所述人才数据收集和预处理模块历史已经收集的人才数据；若是，则直接丢弃所述人才数据；若否，则直接收集所述人才数据；
28、对收集的人才数据包含的所有子数据进行数据内容识别预处理处理，得到每个子数据对应的内容类型属性信息，并将所述内容类型数据信息与所述人才数据进行绑定处理。
29、可选地，所述知识图谱构建模块从所述人才数据提取人才特征子数据，并基于所述人才特征子数据，构建相应的知识图谱信息，以及对所述知识图谱信息进行标识处理，包括：
30、基于所述人才数据对应绑定的内容类型属性信息，对所述人才数据包含的所有子数据进行内容识别，判断每个子数据是否包含用于用于表征人才学习或工作经历相关内容；若是，则将对应子数据确定为人才特征子数据；若否，则不将对应子数据确定为人才特征子数据；
31、以同一人才数据下属所有人才特征子数据作为知识图谱节点，构建关于同一人才数据相应的知识图谱信息，以及基于所述人才数据对应的人才人员身份信息，对所述知识图谱信息进行标识区分处理。
32、可选地，所述大数据库本文档来自技高网...
【技术保护点】
1.基于知识图谱和大数据的企业人才推送系统，其特征在于，包括：
2.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
3.如权利要求2所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
4.如权利要求2所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
5.如权利要求4所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
6.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
7.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
8.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
9.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
【技术特征摘要】
1.基于知识图谱和大数据的企业人才推送系统，其特征在于，包括：
2.如权利要求1所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
3.如权利要求2所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
4.如权利要求2所述的基于知识图谱和大数据的企业人才推送系统，其特征在于：
5.如权利要求4所述的基于知识图谱和大数据的...
【专利技术属性】
技术研发人员：丛鹏，袁耀宇，
申请(专利权)人：猎上网络科技上海有限公司，
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。