CN108510246A - 一种信息反馈方法及装置 - Google Patents

Abstract

本发明实施例公开了一种信息反馈方法，包括：获取第一反馈数据，第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；基于所述第一反馈数据为对应的第一简历设置评分值，并对所述第一简历抽取特征信息；基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集；将所述第一偏好特征信息集关联到与所述第一筛选者对应的历史面试记录。本发明实施例同时公开了信息反馈装置。通过本发明实施例的方案实现了在隐去敏感信息的同时为人才筛选者提供对历史面试记录的参考反馈信息。

Description

一种信息反馈方法及装置

技术领域

本发明涉及互联网领域，特别涉及一种信息反馈方法及装置。

背景技术

近年来，随着互联网技术的发展，人才招聘市场的互联网化早已成为主流。大型综合招聘网站(如51Job，智联招聘)和互联网行业垂直招聘网站(如拉钩，Boss直聘)覆盖了大部分的中高端求职人群。这类网站***部署在云端，可以同时为多家企业提供招聘管理服务。

这类网站***能够获得多家企业的求职者面试记录，并根据同一求职者的身份信息合并。如果一个招聘网站***的客户覆盖度足够高，理论上有能力获得任一求职者在职业生涯中在不同企业和不同职位的所有面试记录，如果将这些面试记录提供给企业的求职者筛选人，对于提高筛选效率会产生巨大的帮助。

实践中，在向筛选人展示求职者的所有历史面试记录细节信息的情况下，这些细节信息中包括的面试官相关信息可为筛选人提供一定的参考度，如面试官的所属单位等。然而，如历史面试记录细节信息中包括了面试官个人信息，这种展示方式就会存在个人隐私信息泄露的问题。

发明内容

有鉴于此，本发明实施例提出了一种信息反馈方法及装置，用于解决在为筛选人提供对历史面试记录的反馈时会泄露相关人员隐私信息的问题。

一方面，本发明实施例提出了一种信息反馈方法，包括：获取第一反馈数据，第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；基于所述第一反馈数据为对应的所述第一简历设置评分值，并对所述第一简历抽取特征信息；基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集；将所述第一偏好特征信息集关联到与所述第一筛选者对应的历史面试记录。

可选地，基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集，包括：根据所述第一简历的评分值为所述第一简历的特征信息中每个子特征赋值；将所述第一简历的特征信息中相同的子特征所对应的值合并为该子特征在所述第一偏好特征信息集中的取值；将所述第一简历的特征信息中唯一子特征所对应的值作为该子特征在所述第一偏好特征信息集中的取值。

可选地，所述方法还包括：获取基于第一筛选者对第二简历作出的反馈动作生成的对应的第二反馈数据；基于第二反馈数据为第二简历设置评分值，并对第二简历抽取特征信息；基于第二简历的评分值和特征信息，调整所述第一偏好特征信息集。

可选地，基于第二简历的评分值和特征信息，调整所述第一偏好特征信息集，包括：对于每个第二简历，将第二简历的评分值设置为第二简历的特征信息中每个子特征的值；将第二简历的特征信息与第一偏好特征信息集之间相同的子特征的值合并为该子特征在所述第一偏好特征信息集中的调整后的取值；将第二简历的特征信息中的与第一偏好特征信息集中各子特征均不同的子特征及其值加入第一偏好特征信息集。

可选地，所述方法还包括：基于目标第一简历的评分值和特征信息，调整所述第一偏好特征信息集，其中，所述目标第一简历为所述第一简历中的第一反馈数据的生成时间超出预定时间阈值的第一简历。

可选地，基于目标第一简历的评分值和特征信息，调整所述第一偏好特征信息集，包括：根据目标第一简历的第一反馈数据的生成时间超出预定时间阈值的程度确定调整量；将第一偏好特征信息集中的与目标第一简历的特征信息中的子特征相同的子特征的值减去所述调整量后得到的值作为该子特征在第一偏好特征信息集中的调整后的值。

可选地，所述方法还包括：对于第二筛选者所查看的与第一筛选者关联的历史面试记录，基于第一偏好特征信息集与第二筛选者的第二偏好特征信息集确定偏好相似度。

可选地，所述方法还包括：获取所述历史面试记录的发布时间信息，根据所述发布时间信息确定时间衰减系数；基于所述偏好相似度和所述时间衰减系数计算参考度值。

可选地，所述方法还包括：将历史面试记录按照偏好相似度和/或参考度值进行排序。

可选地，基于第一反馈数据为第一简历设置评分值，包括：根据第一反馈数据对应的筛选阶段，为第一简历设置与该筛选阶段对应的评分值。

可选地，对第一简历抽取特征信息包括：对第一简历抽取多个类别的结构化信息。

可选地，第一简历与第一职位信息和/或反馈时间信息相关联。

另一方面，本发明实施例还提供了一种信息反馈装置，包括：获取模块，其配置为获取第一反馈数据，所述第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；分析模块，其配置为基于所述第一反馈数据为对应的所述第一简历设置评分值，并对所述第一简历抽取特征信息；生成模块，基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集；关联模块，其配置为将所述第一偏好特征信息集关联到与所述第一筛选者对应的历史面试记录。

再一方面，本发明实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机可执行指令，所述计算机可执行指令在计算机上运行时执行上述任一实施例的信息反馈方法。

又一方面，本发明实施例还提供了一种电子设备，所述电子设备包括至少一个处理器，所述处理器配置为执行预定的计算机可执行指令以执行上述任一实施例的信息反馈方法。

通过本发明实施例，根据筛选者的偏好数据为查看该筛选者作出的面试记录的其他筛选者提供有效的参考信息，同时其他筛选者不能看到该筛选者的个人隐私信息，实现了在隐去敏感信息的同时为人才筛选者提供对历史面试记录的参考反馈信息。

附图说明

图1为本发明的信息反馈方法的一个实施例的示意性流程图；

图2为本发明的信息反馈方法的另一个实施例的示意性流程图；

图3为本发明的信息反馈方法的再一个实施例的示意性流程图；

图4为本发明的信息反馈方法的又一个实施例的示意性流程图；

图5为本发明的信息反馈装置的一个实施例的示意性框图；

图6为本发明的电子设备的一个实施例的示意性框图。

具体实施方式

下面参照附图对本发明多个实施例进行说明。

图1为本发明的信息反馈方法的一个实施例的示意性流程图。

如图1所示，本发明实施例的信息反馈方法包括：

S110、获取第一反馈数据，第一反馈数据基于第一筛选者对多个第一简历的反馈动作生成；

S111、基于第一反馈数据为对应的第一简历设置评分值，并对第一简历抽取特征信息；

S112、基于第一简历的评分值和特征信息，为第一筛选者建立第一偏好特征信息集；

S113、将第一偏好特征信息集关联到与第一筛选者对应的历史面试记录。

在本发明实施例中，第一筛选者通过登录招聘网站的服务端对来自多个候选求职者的多个简历进行查看来对候选求职者进行筛选，对于在不同程度上符合筛选者要求的求职者简历，第一筛选者可以对简历作出反馈动作，例如仅浏览详情、浏览详情后邀请面试、反馈已通过面试等。其中，仅浏览详情为被动反馈动作，第一筛选者在浏览简历详情后如无面试意向，无需在界面上给出进一步倾向性反馈信息，服务端即可形成表示第一筛选者仅浏览了简历详情而无后续意向的第一反馈数据；浏览详情后邀请面试为主动反馈动作，第一筛选者在浏览简历详情后产生面试意向时，可以主动操作界面上与该简历对应的例如邀请面试按钮等控件，触发服务端生成表示第一筛选者浏览了简历详情后发出了面试邀请的第一反馈数据；反馈已通过面试也属于主动反馈动作，第一筛选者在对邀请面试的求职者进行面试后，可主动登录网站服务端在该求职者的简历界面相应反馈栏中填写对该求职者的面试相关的反馈评论，触发服务端生成表示第一筛选者对该求职者的面试已通过的第一反馈数据，触发服务端并生成该求职者的与第一筛选者相关联的历史面试记录，该历史面试记录中可包括该求职者的基本信息、面试时间、第一筛选者标识信息、第一筛选者提供的对该求职者反馈评论等。

需要说明的是，同一简历的反馈数据表示的筛选阶段是唯一的，例如，对于反馈数据为浏览简历后邀请面试的简历，如果投递该简历的求职者参加面试后获得通过，且第一筛选者提交了关于面试通过的反馈信息，则服务端自动将该简历的反馈数据更新为表示通过面试的反馈数据。

S110中上述至少一个第一简历为第一筛选者做出过反馈动作的简历，对于第一简历，获取表示第一筛选者对其的反馈动作的第一反馈数据，在S111中基于第一反馈数据为相应的第一简历设置评分值。

本发明实施例中在设置评分值时，可以根据第一反馈数据对应的筛选阶段，为相应的第一简历设置与该筛选阶段对应的评分值。例如，对于表示仅浏览了简历详情但未邀请面试的第一反馈数据，可为与其相应的第一简历设置数值为-1分的评分；对于表示浏览了简历详情后邀请了面试的第一反馈数据，可为与其相应的第一简历设置数值为3分的评分；对于表示通过了面试的第一反馈数据，可以为与其相应的第一简历设置数值为5分的评分。

本发明实施例中为第一简历设置评分值的方式不限于为第一简历直接设置与筛选阶段对应的分值，其他设置评分值的方式可以例如包括但不限于，基于第一反馈数据，并根据第一筛选者对相应的第一简历的标注信息或评价信息，为相应的第一简历设置评分值。例如，对于某个第一简历，其第一反馈数据表示第一筛选者仅浏览了简历详情而未邀请面试，但第一筛选者在该第一简历的界面上的标注部分备注了表示将该求职者作为候选人才的信息，则即使目前未邀请面试，也可以为该第一简历设置比未备注任何信息的情况更高的分值，例如2分；例如，对于某个第一简历，虽然其对应的求职者通过了面试，但第一筛选者对该求职者的面试反馈信息中的评价比较一般，属于暂时录用该求职者的情况，则可以为该第一简历设置比面试反馈评价较高的情况更低的分值，例如4分。

S111中对第一简历抽取特征信息的步骤可以是抽取一些关键的特征信息，例如学历信息、工作过的企业名称信息、技能信息等，具体抽取哪些特征信息可以由服务端自动选定，也可以由第一筛选者指定。

在S112中可基于第一简历的评分值和特征信息建立第一偏好特征信息集，该第一偏好特征集包括了从上述第一简历中抽取出的特征信息，这些特征信息中可以包括多个类，例如学历类，曾就业企业类，技能类等。在每个类下包括来自第一简历的属于该类下的多个特征信息。在第一简历为多份的情况下，这些特征信息可以根据其所来自的第一简历的评分值的和进行排序。例如，在三份第一简历A、B和C中，简历A和B这两份中的毕业学校为上海交通大学，简历C中的毕业学校为南京大学，并且简历A、B和C的评分值分别是3、5和3，则特征信息“上海交通大学”对应于简历A和B的评分值的和，即8分，而特征信息“南京大学”对应于简历C的评分值，即3分，因此在第一偏好特征信息集中，在毕业学校类下，将上海交通大学的优先级设置为高于南京大学。

在本发明实施例中，第一偏好特征信息集中各个特征信息可以按照便于直观地表示各个特征信息优先级的方式排布，例如为每个类设置一个分栏，在每个分栏中将优先级高的特征信息排在优先级高的特征信息上方，将优先级相同的特征信息排布在同一行，以便于直观地展示第一筛选者的个人偏好。

在S112中为第一筛选者简历了第一偏好特征信息集后，可以在S113中将该第一偏好特征信息集关联到与第一筛选者对应的任一历史面试记录中，例如在上述的服务端生成的历史面试记录中添加一个可以访问该第一偏好特征信息集的链接。

通过本发明实施例，第二筛选者在招聘网站查看某个求职者的各个历史面试记录期间，对基于第一筛选者针对该求职者作出的面试反馈评论而生成的一条历史面试记录产生了兴趣时(例如第一筛选者对该求职者的评价很高)，可以直接点击该历史面试记录中的筛选者偏好信息链接，查看第一筛选者的第一偏好特征信息集，确定第一筛选者的人才偏好是否与自己相似，来确定该历史面试记录的参考程度。如此，在向第二筛选者显示求职者的历史面试记录时，只需向第二筛选者显示第一筛选者对该求职者的评价部分，不必显示历史面试记录细节如第一筛选者个人信息，第二筛选者通过对第一筛选者的偏好特征信息集进行查看即可确定该历史面试记录的可参考度，有效地实现了在隐去敏感信息的同时为人才筛选者提供对历史面试记录的参考反馈信息，而且本发明实施例的反馈方式与第二筛选者在历史面试记录中直接查看第一筛选者的个人信息来确定参考度的方式相比，能够提供更准确的筛选者个人偏好信息，从而能够为第二筛选者提供更有针对性的参考信息。

在本发明一个实施例中，建立第一偏好特征信息集的方式还可以包括直接将每个第一简历的评分值作为从该第一简历抽取的特征信息中每个特征信息的值，这里为了便于表述，将从第一简历中抽取的多个特征信息中的每个特征信息也称为子特征。例如，简历A的评分值为3，则将从上述简历A中抽取的毕业学校类子特征“上海交通大学”取值为3，曾就业企业类子特征“百度”取值为3；简历B的评分值为5，则将从上述简历B中抽取的毕业学校类子特征“上海交通大学”取值为5，曾就业企业类子特征“奇虎360”取值为5；简历C的评分值为3，则将从上述简历C中抽取的毕业学校类子特征“南京大学”取值为3，曾就业企业类子特征“百度”取值为3。随后，对从第一简历中抽取的特征信息中相同的子特征所对应的值进行合并，将合并值作为该子特征在第一偏好特征信息集中的取值，例如子特征“上海交通大学”的合并值为8，“百度”的合并值为8。此外，将从第一简历中抽取的特征信息中唯一子特征所对应的值直接作为该唯一子特征在第一偏好特征信息集中的取值，例如子特征“南京大学”的取值仍为3，子特征“奇虎360”的取值仍为5。通过本发明实施例，可将第一偏好特征信息集呈现为序列形式，降低了排布上的要求，同时仍能比较直观地为第二筛选者展示第一筛选者的人才偏好信息。

图2为本发明的信息反馈方法的另一个实施例的示意性流程图。

如图2所示，本发明实施例的信息反馈方法包括：

S120、获取第一反馈数据，第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；

S121、基于第一反馈数据为对应的第一简历设置评分值，并对第一简历抽取特征信息；

S122、基于第一简历的评分值和特征信息，为第一筛选者建立第一偏好特征信息集；

S123、将第一偏好特征信息集关联到与第一筛选者对应的历史面试记录；

S124、获取基于第一筛选者对第二简历作出的反馈动作生成的对应的第二反馈数据；

S125、基于第二反馈数据为第二简历设置评分值，并对第二简历抽取特征信息；

S126、基于第二简历的评分值和特征信息，调整所述第一偏好特征信息集。

在本发明实施例中，第一偏好特征信息集并非一经建立后就不再改动，而是可以基于与第一筛选者对更多的简历的反馈动作关联的反馈数据来进行调整。对于第一筛选者在处理完多个第一简历之后处理的第二简历，也可以使用与第一简历类似的处理方式，获取与第一筛选者对第二简历的反馈动作而生成的第二反馈数据，基于第二反馈数据为第二简历设置评分值，对第二简历抽取特征信息，并基于第二简历的评分值和特征信息来调整第一偏好特征信息集。例如，在简历A、B和C之后，第一筛选者又查看了简历D，并作出了邀请面试的反馈动作，则第二反馈数据表示对简历D的求职者邀请了面试。同时，从简历D中抽取的特征信息包括子特征“南京大学”和子特征“百度”，则可以根据简历D的评分值3，在第一偏好特征信息集中将子特征“南京大学”和子特征“百度”的排位各调高与评分3对应的位移。

此外，对第一偏好特征信息集的调整不影响第二筛选者对历史面试记录中链接的点击操作，在第一偏好特征信息集调整前或调整期间，第二筛选者点击链接可查看调整前的第一偏好特征信息集，当第一偏好特征信息集的调整完成后，第二筛选者点击链接时即可看到调整后的第一偏好特征信息集。

在本发明另一实施例中，也可以将第二简历的评分值设置为从第二简历抽取的特征信息中每个子特征的值，将第二简历的各子特征中已经存在于第一偏好特征信息集中的那些子特征的原取值加上该设置值后作为该子特征在第一偏好特征信息集中的调整后的取值，并将第二简历的各子特征中未包含于第一偏好特征信息集中的子特征连带其设置值一同加入第一偏好特征信息集。

图3为本发明的信息反馈方法的再一个实施例的示意性流程图。

如图3所示，本发明实施例的信息反馈方法包括：

S130、获取第一反馈数据，第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；

S131、基于第一反馈数据为对应的第一简历设置评分值，并对第一简历抽取特征信息；

S132、基于第一简历的评分值和特征信息，为第一筛选者建立第一偏好特征信息集；

S133、将第一偏好特征信息集关联到与第一筛选者对应的历史面试记录；

S134、基于目标第一简历的评分值和特征信息，调整所述第一偏好特征信息集。

在本发明实施例中，第一偏好特征信息集还可以基于多个第一简历的第一反馈数据中生成时间过久的第一反馈数据进行调整。其中，将多个第一简历的第一反馈数据中生成时间超出预定时间阈值的第一反馈数据对应的第一简历确定为目标第一简历，预定时间阈值例如可以是3个月、6个月、一年等。可以基于目标第一简历的评分值和特征信息来调整第一偏好特征信息集。例如，当预定时间阈值为6个月，而简历A、B和C中的简历A的第一反馈数据的生成时间已经超过了一年，可考虑从第一偏好特征信息集中将其影响值排除，根据简历A的子特征“上海交通大学”及其取值3，以及子特征“百度”及其取值3，可将调整量设定为3，在第一偏好特征信息集中将子特征“上海交通大学”和子特征“百度”的排位各降低与评分3对应的位移。

类似地，本发明实施例中对第一偏好特征信息集的调整也不会影响第二筛选者对历史面试记录中链接的点击操作。

在本发明另一实施例中，也可以根据目标第一简历的第一反馈数据的生成时间超出预定时间阈值的程度来确定用于从第一偏好特征信息集中调整目标第一简历的影响值的调整量。例如，当预定时间阈值为6个月，则在简历A的第一反馈数据的生成时间超过6个月未满7个月时，可将用于调整影响值的调整量对应地确定为1，该调整量为与简历A的评分值3相比较小的值，并在第一偏好特征信息集中将子特征“上海交通大学”和子特征“百度”的排位各降低与调整量对应的位移。

在本发明另一实施例中，第一偏好特征信息集中的子特征具有赋值且顺序排列时，可以将第一偏好特征信息集中的与目标第一简历(如简历A)的特征信息中共有的子特征的值减去上述调整量来进行调整。

图4为本发明的信息反馈方法的又一个实施例的示意性流程图。

如图4所示，本发明实施例的信息反馈方法包括：

S140、获取第一反馈数据，第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；

S141、基于第一反馈数据为对应的第一简历设置评分值，并对第一简历抽取特征信息；

S142、基于第一简历的评分值和特征信息，为第一筛选者建立第一偏好特征信息集；

S143、将第一偏好特征信息集关联到与第一筛选者对应的历史面试记录；

S144、对于第二筛选者所查看的与第一筛选者关联的历史面试记录，基于第一偏好特征信息集与第二筛选者的第二偏好特征信息集确定偏好相似度。

在本发明实施例中，除了在S140-S142中为第一筛选者建立第一偏好特征信息集之外，还以与S140-S142中类似的方式为第二筛选者建立第二偏好特征信息集。当第二筛选者查看基于第一筛选者的面试反馈生成的历史面试记录时，除了点击历史面试记录中的链接查看第一筛选者的第一偏好特征信息集来确定该历史面试记录的参考度之外，还可以直接对第一偏好特征信息集和第二偏好特征信息集确定偏好相似度，得到更直观的参考度结果。确定偏好相似度的方式例如分别计算第一偏好特征信息集和第二偏好特征信息集中的每个共有子特征在两个信息集的取值的差作为特征值，将共有子特征及其特征值构成一个相似偏好特征信息集，以便于第二筛选者直观地看到与第一筛选者之间的偏好相似度，例如当相似偏好特征信息集内的子特征越多且其特征值都较小时，可以确定两位筛选者的人才偏好相似度较高。

在本发明一个实施例中，在创建上述相似偏好特征信息集之后，还可以直接计算出一个偏好相似度值，例如将相似偏好特征信息集中的特征值低于预定阈值的子特征的比率作为偏好相似度值。在计算出偏好相似度值的情况下，可以将第二筛选者查看的历史面试记录按照该计算出的偏好相似度进行排序，第二筛选者可以取排序较高的那些历史面试记录来加以特别关注，从而在确保参考准确性的同时极大地提高了筛选简历的效率。可以理解的是，参加排序的多个历史面试记录并不一定要关联于同一个筛选者，在这些历史面试记录关联于不同筛选者的情况下，可以分别计算第二筛选者的偏好特征信息集与这些筛选者中的每位筛选者的偏好特征信息集之间的偏好相似度。

在本发明各实施例中，对第一简历或第二简历抽取特征信息可以通过对简历抽取结构化信息来实施，所抽取的结构化信息可以分为多个类别，例如学历、毕业学校、曾就业企业、技能等各个类别的结构化信息。

在本发明一个实施例中，在第二筛选者要查看多份历史面试记录的情况下，可以将第二筛选者查看的历史面试记录按照该计算出的偏好相似度进行排序，第二筛选者可以取排序较高的那些历史面试记录来加以特别关注，从而在确保参考准确性的同时极大地提高了筛选简历的效率。

在本发明另一个实施例中，在计算出偏好相似度之后，还获取第二筛选者所查看的历史面试记录的发布时间信息，根据该发布时间信息确定一个时间衰减系数，再基于所计算的偏好相似度和所确定的时间衰减系数计算出一个参考度值，例如将偏好相似度乘以时间衰减系数。时间衰减系数可以随着发布时间距当前时间的长度约长而越低。本发明实施例中，通过向第二筛选者提供将偏好相似度以及历史面试记录的发布时间均考虑在内的参考度值，能够进一步提高第二筛选者对历史面试记录的参考准确度。类似地，当第二筛选者要查看多份历史面试记录的情况下，可以将第二筛选者查看的历史面试记录按照该计算出的参考度值进行排序。此外，在计算参考度值的情况下，还可以向第二筛选者同时展示分别按照偏好相似度和参考度值进行排序后的历史面试记录。

在本发明各实施例中，在生成第一偏好特征信息集时所选取的第一简历可以与一些辅助信息相关联，以提高第一偏好特征信息在某些方面的准确性。例如，辅助信息可以包括第一职位信息和/或反馈时间信息。其中，当所选取的第一简历与第一职位信息相关联时，所生成的第一偏好特征信息集可以体现与第一职位相关的特点，例如技能类下的子特征或毕业学校类下的子特征将与第一职位相关。当所选取的第一简历与反馈时间信息相关联时，所生成的第一偏好特征信息集可以体现第一筛选者在一定时间段内的人才偏好。

图5为本发明的信息反馈装置的一个实施例的示意性框图。

如图5所示，本发明实施例的信息反馈装置10包括获取模块11、分析模块12、生成模块13和关联模块14。

获取模块11配置为获取第一反馈数据，这里的第一反馈数据是基于第一筛选者对至少一个第一简历的反馈动作生成的，例如第一筛选者在浏览简历详情后产生面试意向时，可以通过主动操作显示界面上与该简历对应的邀请面试按钮等控件，触发服务端生成表示第一筛选者浏览了简历详情后发出了面试邀请的第一反馈数据。获取模块11所获取的第一反馈数据是已经生成并存储在服务端数据库中的与第一筛选者对应的简历反馈数据。

分析模块12配置为基于获取模块11获取到的第一反馈数据，为与第一反馈数据对应的第一简历设置评分值，并对该对应的第一简历抽取特征信息。分析模块12可以根据第一反馈数据对应的筛选阶段，为相应的第一简历设置与该筛选阶段对应的评分值，并抽取相应的第一简历中的特征信息，例如学历信息、工作过的企业名称信息、技能信息等。

生成模块13配置为基于分析模块12为第一简历设置的评分值和所抽取的特征信息，为第一筛选者建立第一偏好特征信息集。第一偏好特征集包括了从上述第一简历中抽取出的各类特征信息，例如学历类、曾就业企业类、技能类等特征信息。

关联模块14配置为将生成模块13生成的第一偏好特征信息集关联到与第一筛选者对应的历史面试记录，例如在上述的服务端生成的历史面试记录中添加一个可以访问该第一偏好特征信息集的链接。

通过本发明实施例，第二筛选者在招聘网站查看某个求职者的各个历史面试记录期间，可以查看与历史面试记录对应的第一筛选者的第一偏好特征信息集，确定该历史面试记录的参考程度，从而能够实现在隐去敏感信息的同时为人才筛选者提供对历史面试记录的参考反馈信息。

在本发明一个实施例中，还提供了一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序指令/模块，如本申请实施例中的信息反馈方法对应的程序指令/模块(例如，图5中所示的获取模块11、分析模块12、生成模块13和关联模块14)。该非暂态计算机可读存储介质中存储的计算机可执行程序指令/模块可由计算机的处理器读取并运行以执行上述任一实施例的信息反馈方法。

图6是本实施例提供的执行信息反馈方法的电子设备的硬件结构示意图，如图6所示，该电子设备可以包括一个或多个处理器610，图6中以一个处理器610为例。

该电子设备还可以包括：输入装置630和输出装置640。

处理器610、输入装置630和输出装置640可以通过总线或者其他方式连接，图6中以通过总线连接为例。

电子设备可以内置有存储器或外接至存储器。存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序指令/模块，如本申请实施例中的信息反馈方法对应的程序指令/模块(例如，图5中所示的获取模块11、分析模块12、生成模块13和关联模块14)。处理器610通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行各种相应的功能应用以及数据处理，即实现上述方法实施例中的信息反馈方法。

存储器可以包括程序存储区和数据存储区，其中，程序存储区可存储操作***、至少一个功能所需要的应用程序；数据存储区可存储根据信息反馈装置的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。

在存储器外置于电子设备的实施例中，存储器可以包括直接与电子设备物理连接的移动存储设备，还可选包括相对于电子设备远程设置的存储器，这些远程存储器可以通过有线或无线网络而与电子设备通信。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置630可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。

上述一个或者多个程序指令/模块可以存储在上述存储器中，当其被所述一个或者多个处理器610执行时，能够执行上述任意方法实施例中的信息反馈方法。

上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。

本发明实施例的电子设备以多种形式存在，包括但不限于：

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、***总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上对本发明多个实施例进行了说明，但本发明并不限于这些具体的实施例，本领域技术人员能够在理解本发明的精神及构思的情况下，对这些实施例进行变型和修改，这些变型和修改都应落入本申请所要求保护的范围之内。

Claims (15)

1.一种信息反馈方法，包括：

获取第一反馈数据，所述第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；

基于所述第一反馈数据为对应的所述第一简历设置评分值，并对所述第一简历抽取特征信息；

基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集；

将所述第一偏好特征信息集关联到与所述第一筛选者对应的历史面试记录。

2.如权利要求1所述的方法，其中，基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集，包括：

根据所述第一简历的评分值为所述第一简历的特征信息中每个子特征赋值；

将所述第一简历的特征信息中相同的子特征所对应的值合并为该子特征在所述第一偏好特征信息集中的取值；

将所述第一简历的特征信息中唯一子特征所对应的值作为该子特征在所述第一偏好特征信息集中的取值。

3.如权利要求1所述的方法，还包括：

获取基于第一筛选者对第二简历的反馈动作生成的对应的第二反馈数据；

基于第二反馈数据为第二简历设置评分值，并对第二简历抽取特征信息；

基于第二简历的评分值和特征信息，调整所述第一偏好特征信息集。

4.如权利要求3所述的方法，其中，基于第二简历的评分值和特征信息，调整所述第一偏好特征信息集，包括：

对于每个第二简历，将第二简历的评分值设置为第二简历的特征信息中每个子特征的值；

将第二简历的特征信息与第一偏好特征信息集之间相同的子特征的值合并为该子特征在所述第一偏好特征信息集中的调整后的取值；

将第二简历的特征信息中的与第一偏好特征信息集中各子特征均不同的子特征及其值加入第一偏好特征信息集。

5.如权利要求1所述的方法，还包括：

基于目标第一简历的评分值和特征信息，调整所述第一偏好特征信息集，其中，所述目标第一简历为所述第一简历中的第一反馈数据的生成时间超出预定时间阈值的第一简历。

6.如权利要求5所述的方法，其中，基于目标第一简历的评分值和特征信息，调整所述第一偏好特征信息集，包括：

根据目标第一简历的第一反馈数据的生成时间超出预定时间阈值的程度确定调整量；

将第一偏好特征信息集中的与目标第一简历的特征信息中的子特征相同的子特征的值减去所述调整量后得到的值作为该子特征在第一偏好特征信息集中的调整后的值。

7.如权利要求1所述的方法，还包括：

对于第二筛选者所查看的与第一筛选者关联的历史面试记录，基于第一偏好特征信息集与第二筛选者的第二偏好特征信息集确定偏好相似度。

8.如权利要求7所述的方法，还包括：

获取所述历史面试记录的发布时间信息，根据所述发布时间信息确定时间衰减系数；

基于所述偏好相似度和所述时间衰减系数计算参考度值。

9.如权利要求8所述的方法，还包括：

将历史面试记录按照偏好相似度和/或参考度值进行排序。

10.如权利要求1-9中任一项所述的方法，其中，基于第一反馈数据为第一简历设置评分值，包括：

根据第一反馈数据对应的筛选阶段，为第一简历设置与该筛选阶段对应的评分值。

11.如权利要求1-9中任一项所述的方法，其中，对第一简历抽取特征信息包括：对第一简历抽取多个类别的结构化信息。

12.如权利要求1-9中任一项所述的方法，其中，第一简历与第一职位信息和/或反馈时间信息相关联。

13.一种信息反馈装置，包括：

获取模块，其配置为获取第一反馈数据，所述第一反馈数据基于第一筛选者对至少一个第一简历的反馈动作生成；

分析模块，其配置为基于所述第一反馈数据为对应的所述第一简历设置评分值，并对所述第一简历抽取特征信息；

生成模块，基于所述第一简历的所述评分值和所述特征信息，为所述第一筛选者建立第一偏好特征信息集；

关联模块，其配置为将所述第一偏好特征信息集关联到与所述第一筛选者对应的历史面试记录。

14.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机可执行指令，所述计算机可执行指令在计算机上运行时执行如权利要求1-12中任一项所述的信息反馈方法。

15.一种电子设备，其特征在于，所述电子设备包括至少一个处理器，所述处理器配置为执行预定的计算机可执行指令以执行如权利要求1-12中任一项所述的信息反馈方法。