【技术实现步骤摘要】
本申请涉及大模型技术处理的，特别是涉及一种基于大模型技术的岗位数据匹配方法及系统。
技术介绍
1、在现代招聘场景中，无论是企业招聘还是个人应聘，确定应聘者的个人价值指数已经成为一种重要且有效的评估手段；个人价值指数是一种综合性指标，通过对应聘者的技能、经验、文化适应性等多个维度进行量化评估，旨在提高招聘效率和匹配质量。
2、现有技术在进行个人价值指数确定时，往往采用量化评分的方式进行评估处理，但企业和岗位的需求是动态变化的，基于传统的量化评分方式存在无法适应不断变化的工作环境和需求的情况，导致评估结果可能无法反映应聘者的当前实际能力，影响评估结果的科学性和客观性。
3、同时，在确定具备参考价值的个人价值指数时，往往还需要参考多样化的数据来源，若基于人工进行数据分析处理，可能需要花费较多的时间，导致个人价值指数的获取效率低下；因此，如何融合大模型技术，利用现有的大模型技术能够快速处理和分析大规模、多样化的数据来源的，提高个人价值指数的评估效率，也是目前亟需解决的技术问题。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种基于大模型技术的岗位数据匹配方法，其特征在于，包括：
2.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，调用生成式预训练语言模型对实时获取的目标岗位对应的岗位招聘数据进行实体提取，得到实体节点，其中，所述实体节点包括专业技能、工作年限、岗位薪酬和教育背景，具体包括：
3.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，对所述专业技能、所述岗位薪酬和所述教育背景进行组合处理，得到多个岗位组合数据，具体包括：
4.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，基于所...
【技术特征摘要】
1.一种基于大模型技术的岗位数据匹配方法，其特征在于，包括：
2.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，调用生成式预训练语言模型对实时获取的目标岗位对应的岗位招聘数据进行实体提取，得到实体节点，其中，所述实体节点包括专业技能、工作年限、岗位薪酬和教育背景，具体包括：
3.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，对所述专业技能、所述岗位薪酬和所述教育背景进行组合处理，得到多个岗位组合数据，具体包括：
4.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，基于所述岗位组合数据集合，对岗位数据推送模型进行模型训练，得到最优岗位数据推送模型，具体包括：
5.如权利要求1所述的一种基于大模型技术的岗位数据匹配方法，其特征在于，将所述目标岗位组合数据集和所述用户岗位组合数据输入到预训练的数据匹配模型中，以使所述数据匹配模型输出所述用户岗位组合数据对应的多个目标岗位组合数据，具体包括：
6.如权利要求1所述的一种基于大模型技术的岗...
【专利技术属性】
技术研发人员：郭南明，宋立君，向柯，杜育林，郑子豪，李剑，刘佳荣，周俊，
申请(专利权)人：广州人才大数据有限公司，
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。