System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及职位推荐的,尤其涉及一种职位的推荐方法、装置、电子设备和存储介质。
技术介绍
1、国家重点培育的新兴骨干企业,即国家新型企业,是国家的重点发展对象。代表国家扶持的新兴产业和新技术前沿,具有强创新和广阔的发展前景。随着国家对它们的大力支持,这些企业的规模和影响力不断扩大,其提供的就业机会也在激增。但是对于求职者来说,如何在这些新型企业庞大而多样的职位中,快速地找到最符合自己性格和能力的目标职位,具有较大的挑战性。
2、因此,如何针对求职人员的性格和能力准确推荐出匹配职位,是目前亟待解决的技术问题。
技术实现思路
1、本专利技术提供的一种职位的推荐方法、装置、电子设备和存储介质,能够针对求职人员的性格和能力准确推荐出匹配职位。
2、本专利技术实施例提供了以下方案:
3、第一方面,本专利技术实施例提供了一种职位的推荐方法,方法包括:
4、获取新型企业的多个招聘职位和对应的职位描述信息,以及求职人员的简历信息和表征不同性格特征的人格量表;
5、根据职位描述信息、简历信息和人格量表,确定每个职位的第一人格特质得分、求职人员的第二人格特质得分和性格权重集合,其中,性格权重集合中的每个元素为招聘职位与每种性格特征的特征权重;
6、根据第一人格特质得分、第二人格特质得分和性格权重集合,确定每个职位与求职人员在人格特质维度的性格匹对值;
7、根据每个职位的职位关键能力对招聘职位和求职人员分别能力进行评分
8、根据职位得分和人员得分,获得求职人员与每个职位在职位能力维度的能力匹对值;
9、根据性格匹对值和能力匹对值,输出求职人员的推荐职位。
10、在一种可选的实施例中,获取新型企业的多个招聘职位和对应的职位描述信息,包括:
11、配置招聘职位的识别规则和rpa机器人的运行参数;
12、运行rpa机器人使其基于识别规则以预设周期访问目标链接,以获得多个招聘职位和对应的文本数据;
13、对文本数据进行数据清洗和解析处理,并将处理结果储存为每个招聘职位所对应的职位描述信息。
14、在一种可选的实施例中,对文本数据进行数据清洗和解析处理,并将处理结果储存为每个招聘职位所对应的职位描述信息,包括:
15、删除文本数据中的重复数据,补充文本数据中的缺失字符,以及检测文本数据中的异常数据并处理,以获得完成数据清洗的有效文本数据;
16、将有效文本数据转换为相同格式的字符串,并对字符串进行文本分词和词性标注;
17、识别字符串的目标词汇并进行删除,其中,目标词汇为字符串中不影响招聘职位归类的词汇;
18、对字符串进行词干化和词形还原处理,将处理结果输入词袋模型和tf-idf模型进一步处理;
19、将tf-idf模型的输出结果中重要度大于设定阈值的词汇确定为职位描述信息,将其转换为特征向量存储至对应招聘职位的预设目录。
20、在一种可选的实施例中,根据职位描述信息、简历信息和人格量表,确定每个职位的第一人格特质得分、求职人员的第二人格特质得分和性格权重集合,包括:
21、在每个职位的职位描述信息中提取描述关键词,以及在简历信息中提取简历关键词;
22、将每个职位的描述关键词和简历关键词,分别与每种性格特征的表格关键词进行含义比对;
23、根据每个职位的描述关键词与每种性格特征的表格关键词的比对结果,确定每个职位的第一人格特质得分;
24、根据简历关键词与每种性格特征的表格关键词的比对结果,确定第二人格特质得分;
25、根据描述关键词的词向量与表格关键词的词向量的关联结果,确定性格权重集合。
26、在一种可选的实施例中,根据第一人格特质得分、第二人格特质得分和性格权重集合,确定每个职位与求职人员在人格特质维度的性格匹对值,包括:
27、根据公式
28、
29、获得性格匹对值cdpersonality,其中,μk为性格权重集合,p1k为第一人格特质得分,p2k为第二人格特质得分,a为人格量表的初始性格特征,e为人格量表的末位性格特征。
30、在一种可选的实施例中,根据职位得分和人员得分,获得求职人员与每个职位在职位能力维度的能力匹对值,包括:
31、根据公式
32、
33、获得能力匹对值ccs,为人员得分,为职位得分,n为职位关键能力的数量,wi为职位关键能力的能力权重集合。
34、在一种可选的实施例中,根据性格匹对值和能力匹对值,输出求职人员的推荐职位,包括:
35、根据公式mt=wpersonality×cdpersonality+wskils×ccs,获得求职人员与每个职位的职位匹配值mt,其中,cdpersonality为性格匹对值,ccs为能力匹对值,wpersonality为第一预设权重,wskills为第二预设权重,wpersonality+wskills=1;
36、对所有的职位匹配值进行降序排列,并将排序名次小于名次阈值的招聘职位确定为推荐职位;
37、提取推荐职位的关联信息,并经可视化工具进行对应输出。
38、第二方面,本专利技术实施例还提供了一种职位的推荐装置,装置包括:
39、获取模块,用于获取新型企业的多个招聘职位和对应的职位描述信息,以及求职人员的简历信息和表征不同性格特征的人格量表;
40、第一确定模块,用于根据职位描述信息、简历信息和人格量表,确定每个职位的第一人格特质得分、求职人员的第二人格特质得分和性格权重集合,其中,性格权重集合中的每个元素为招聘职位与每种性格特征的特征权重;
41、第二确定模块,用于根据第一人格特质得分、第二人格特质得分和性格权重集合,确定每个职位与求职人员在人格特质维度的性格匹对值;
42、第一获得模块,用于根据每个职位的职位关键能力对招聘职位和求职人员分别能力进行评分,以获得招聘职位的职位得分和求职人员的人员得分;
43、第二获得模块,用于根据职位得分和人员得分,获得求职人员与每个职位在职位能力维度的能力匹对值;
44、输出模块,用于根据性格匹对值和能力匹对值,输出求职人员的推荐职位。
45、第三方面,本专利技术实施例还提供了一种电子设备,包括处理器和存储器,存储器耦接到处理器,存储器存储指令,当指令由处理器执行时使电子设备执行第一方面中任一项方法的步骤。
46、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项方法的步骤。
47、本专利技术的一种职位的推荐方法、装置、电子设备和存储介质与现有技术相比,具有以下优点:
48、本发本文档来自技高网...
【技术保护点】
1.一种职位的推荐方法,其特征在于,所述方法包括:
2.根据权利要求1所述的职位的推荐方法,其特征在于,所述获取新型企业的多个招聘职位和对应的职位描述信息,包括:
3.根据权利要求2所述的职位的推荐方法,其特征在于,所述对所述文本数据进行数据清洗和解析处理,并将处理结果储存为每个招聘职位所对应的职位描述信息,包括:
4.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述职位描述信息、所述简历信息和所述人格量表,确定每个职位的第一人格特质得分、所述求职人员的第二人格特质得分和性格权重集合,包括:
5.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述第一人格特质得分、所述第二人格特质得分和所述性格权重集合,确定所述每个职位与所述求职人员在人格特质维度的性格匹对值,包括:
6.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述职位得分和所述人员得分,获得所述求职人员与所述每个职位在职位能力维度的能力匹对值,包括:
7.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述性格匹
8.一种职位的推荐装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述电子设备执行权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种职位的推荐方法,其特征在于,所述方法包括:
2.根据权利要求1所述的职位的推荐方法,其特征在于,所述获取新型企业的多个招聘职位和对应的职位描述信息,包括:
3.根据权利要求2所述的职位的推荐方法,其特征在于,所述对所述文本数据进行数据清洗和解析处理,并将处理结果储存为每个招聘职位所对应的职位描述信息,包括:
4.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述职位描述信息、所述简历信息和所述人格量表,确定每个职位的第一人格特质得分、所述求职人员的第二人格特质得分和性格权重集合,包括:
5.根据权利要求1所述的职位的推荐方法,其特征在于,所述根据所述第一人格特质得分、所述第二人格特质得分和所述性格权重集合,确定所述每个职位与所述求职人员在人格特质维度的...
【专利技术属性】
技术研发人员:李纲,毛进,魏泉,梁惜晨,
申请(专利权)人:武汉数据智能研究院,
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。