【技术实现步骤摘要】
本专利技术涉及互联网，尤其涉及一种监管对象就业岗位智能匹配方法、装置、设备及存储介质。
技术介绍
1、在目前的社会中，为监管对象提供就业及职业培训项目的建议是非常重要的。监管对象的职业培训主要由监管对象根据主观意愿或倾向申请相应培训项目，再结合实际项目招商情况进行相关职业技能培训。
2、目前在现有技术中，此过程主要以主观倾向选择和人工分配为主，暂无智能化的系统工具或算法，无法科学地提供最佳适合监管对象从事的劳动改造岗位，也无法为监管对象提供与其自身能力相匹配的从业建议与引导。
技术实现思路
1、有鉴于此，本专利技术的目的是为了克服现有技术中的不足，提供一种监管对象就业岗位智能匹配方法、装置、设备及存储介质。
2、本专利技术提供如下技术方案：
3、第一方面，本公开实施例中提供了一种监管对象就业岗位智能匹配方法，所述方法包括:
4、收集社会招聘平台中的招聘文本数据，所述招聘文本数据包括多个招聘岗位与多个招聘要求，基于文本分析算法挖掘各所述招聘要求的关键信息，并对各所述关键信息进行筛选，得到多项岗位需求指标；
5、提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库；
6、基于所述岗位需求知识库对各项所述岗位需求指标赋予对应的权重系数，并利用岗位匹配分算法根据各项所述岗位需求指标的权重系数，计算所述监管对象与各所述招聘岗位的匹配得分。
7、进一步地，所述收
8、基于所述社会招聘平台中的招聘文本数据，收集各所述招聘岗位的多个招聘内容文本；
9、以所述招聘岗位的名称作为各所述招聘内容文本的索引关键词，并根据各所述招聘岗位的招聘条目，剔除招聘条目小于第一预设数量的招聘岗位。
10、进一步地，所述基于文本分析算法挖掘各所述招聘要求的关键信息，包括：
11、确定各所述招聘要求的边界，并根据所述边界截取所述招聘要求，对各所述招聘要求进行分段化，形成多个招聘要求文本段；
12、对各所述招聘要求文本段进行分词处理，并去除分词处理后各所述招聘要求文本段中的停用词，得到第二预设数量的关键信息。
13、进一步地，所述岗位需求指标包括连续型指标、无序离散型指标与有序离散型指标，所述需求条件包括第一需求条件、第二需求条件与第三需求条件，所述需求占比包括第一需求占比、第二需求占比与第三需求占比，所述提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库，包括：
14、提取各所述连续型指标的第一需求条件，将对应的第一需求占比内的连续型指标纳入所述岗位需求知识库；
15、提取各所述无序离散型指标的第二需求条件与第二需求占比，将对应的第二需求占比内的无序离散型指标纳入所述岗位需求知识库；
16、将所述有序离散型指标分为第三预设数量分类区间，提取各所述有序离散型指标的第三需求条件，根据各所述分类区间将对应的第三需求占比内的有序离散型指标纳入所述岗位需求知识库。
17、进一步地，所述基于所述岗位需求知识库对各项所述岗位需求指标赋予对应的权重系数，包括：
18、将符合所述第一需求条件的连续型指标的权重系数赋值为1，将不符合所述第一需求条件的连续型指标的权重系数赋值为第一数值；
19、将符合所述第二需求条件的无序离散型指标的权重系数赋值为1，获取各所述招聘岗位对各所述无序离散型指标的无序需求率，根据所述无序需求率计算第二数值，将不符合所述第二需求条件的无序离散型指标的权重系数赋值为所述第二数值；
20、将符合所述第三需求条件的有序离散型指标的权重系数赋值为1，获取各所述招聘岗位对各所述有序离散型指标的有序需求率，根据所述有序需求率计算第三数值，将不符合所述第二需求条件的各分类区间的有序离散型指标的权重系数赋值为所述第三数值。
21、进一步地，所述监管对象与各所述招聘岗位的匹配得分的计算公式为：
22、
23、式中，s为匹配得分，为所述监管对象在所述岗位需求知识库中对第j个所述招聘岗位的所有岗位需求指标的权重系数。
24、进一步地，所述利用岗位匹配分算法根据各项所述岗位需求指标的权重系数，计算所述监管对象与各所述招聘岗位的匹配得分之后，还包括：
25、将所述监管对象在各所述招聘岗位的匹配得分按照预设顺序进行排序；
26、选择最高的匹配得分对应的招聘岗位对所述监管对象进行岗位推荐。
27、第二方面，本公开实施例中提供了一种监管对象就业岗位智能匹配装置，所述装置包括：
28、收集模块，用于收集社会招聘平台中的招聘文本数据，所述招聘文本数据包括多个招聘岗位与多个招聘要求，基于文本分析算法挖掘各所述招聘要求的关键信息，并对各所述关键信息进行筛选，得到多项岗位需求指标；
29、搭建模块，用于提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库；
30、计算模块，用于基于所述岗位需求知识库对各项所述岗位需求指标赋予对应的权重系数，并利用岗位匹配分算法根据各项所述岗位需求指标的权重系数，计算所述监管对象与各所述招聘岗位的匹配得分。
31、第三方面，本公开实施例中提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的监管对象就业岗位智能匹配方法的步骤。
32、第四方面，本公开实施例中提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的监管对象就业岗位智能匹配方法的步骤。
33、本申请的实施例具有如下优点：
34、本申请实施例提供的监管对象就业岗位智能匹配方法，方法包括：收集社会招聘平台中的招聘文本数据，所述招聘文本数据包括多个招聘岗位与多个招聘要求，基于文本分析算法挖掘各所述招聘要求的关键信息，并对各所述关键信息进行筛选，得到多项岗位需求指标；提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库；基于所述岗位需求知识库对各项所述岗位需求指标赋予对应的权重系数，并利用岗位匹配分算法根据各项所述岗位需求指标的权重系数，计算所述监管对象与各所述招聘岗位的匹配得分。本申请提高了监管对象的就业精准度，满足监管对象就业指导的需要，通过岗位需求知识库的连通实现对大数据的联动，对监管对象就业指导提高可靠性数据。
35、为使本专利技术的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。
本文档来自技高网...【技术保护点】
1.一种监管对象就业岗位智能匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述收集社会招聘平台中的招聘文本数据之后，还包括：
3.根据权利要求2所述的监管对象就业岗位智能匹配方法，其特征在于，所述基于文本分析算法挖掘各所述招聘要求的关键信息，包括：
4.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述岗位需求指标包括连续型指标、无序离散型指标与有序离散型指标，所述需求条件包括第一需求条件、第二需求条件与第三需求条件，所述需求占比包括第一需求占比、第二需求占比与第三需求占比，所述提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库，包括：
5.根据权利要求4所述的监管对象就业岗位智能匹配方法，其特征在于，所述基于所述岗位需求知识库对各项所述岗位需求指标赋予对应的权重系数，包括：
6.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述监管对象与各所述招聘岗位的匹配得分的计算公式为：p>
7.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述利用岗位匹配分算法根据各项所述岗位需求指标的权重系数，计算所述监管对象与各所述招聘岗位的匹配得分之后，还包括：
8.一种监管对象就业岗位智能匹配装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的监管对象就业岗位智能匹配方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的监管对象就业岗位智能匹配方法的步骤。
...【技术特征摘要】
1.一种监管对象就业岗位智能匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述收集社会招聘平台中的招聘文本数据之后，还包括：
3.根据权利要求2所述的监管对象就业岗位智能匹配方法，其特征在于，所述基于文本分析算法挖掘各所述招聘要求的关键信息，包括：
4.根据权利要求1所述的监管对象就业岗位智能匹配方法，其特征在于，所述岗位需求指标包括连续型指标、无序离散型指标与有序离散型指标，所述需求条件包括第一需求条件、第二需求条件与第三需求条件，所述需求占比包括第一需求占比、第二需求占比与第三需求占比，所述提取各所述招聘岗位中各项所述岗位需求指标的需求条件，根据所述需求条件与对应的需求占比搭建岗位需求知识库，包括：
5.根据权利要求4所述的监管对象就业岗位智能匹配方法，其特征在于，所述基于所述岗位需求知识库对各项所述岗位...
【专利技术属性】
技术研发人员：张伟，姜南，姚佳，何行知，王晓芬，汪夏波，陈继超，刘音妙，
申请(专利权)人：四川大学华西医院，
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。