CN108595491B - 一种基于履历拆分的背调方法、***及其计算机存储介质 - Google Patents

Abstract

一种基于履历拆分的背调方法、***及其计算机存储介质，该背调方法包括接收岗位要求以及求职者的个人履历、对个人履历进行处理，得到结构化数据，结构化数据将个人履历变成不同的字段信息并存储于结构化数据库中、将字段信息拆分为多个分段信息并分配给多个背调执行方、接收背调执行方反馈的调查结果、对调查结果进行处理，并提取调查结果中存在互斥的调查结论进行二次复检、生成最终的调查报告。背调***为执行上述背调方法的***装置，计算机存储介质存储有执行上述背调方法的计算机可执行指令。本发明能够提供更加准确的履历数据、采用将履历拆分的方式，将被调者的履历结果进行交叉验证，提高了调查结果的可信性，降低了用人单位的用工风险。

Description

一种基于履历拆分的背调方法、***及其计算机存储介质

技术领域

本发明涉及职业征信领域，尤其涉及一种基于履历拆分的背调方法、***及其计算机存储介质。

背景技术

随着就业形势的日趋严峻，劳动者的广泛流动以及个人就业诚信体系的缺失，导致用人单位面临的用工风险越来越大，决定了用人单位需要在录用员工之前首先对拟招聘者进行背景调查，核实之后再确定是否录用。

目前常见的背景调查方法分为以下几种：一种是基于互联网简历数据库和人力资源数据库的个人简历背景调查方法，这些方法虽然能对比网上的各种大数据信息，但可能存在很多的伪造数据，很难保证信息的准确性，调查报告的可信度也比较低；另一种是根据个人简历中描述的各个模块，对被调查者简历中所涉及的社交网络公司，大学，公司或是前雇主分别发出验证请求，这种调查方式得到反馈的概率非常低，而且也很被动。

目前基于大数据对人员的背景调查(数据核实)中现有技术如专利号为US7865451Systems and methods for verifying jobseeker data该专利是通过建立和履历相关的模块如大学调查模块、网络社交模块、工作单位模块等对履历进行核实；专利号为CN101315681A基于互联网的个人履历的背景调查方法，提供一普通求职者个人简历数据库和一人力资源个人简历数据库；其中普通求职者个人简历和人力资源个人简历中均包括有工作单位名称及在该工作单位的工作起始日期字段；选择需要调查其背景的普通求职者的个人简历，以该个人简历的工作单位名称和工作起始日期为检索条件，检索人力资源个人简历数据库，通过检索到的人力资源调查该普通求职者的背景，是通过对普通求职者个人履历数据库和一人力资源个人履历数据库两个数据库的信息比对核实求职者履历的一种调查方法。专利号为US9684905 Systems and methods for data verification是一种用于核实数据的方法和***，包括收入和就业、资产、医疗索赔、临床数据以及可能受到各种规章和/或隐私限制的其他类型的数据，该核实数据的方法和***向相关人事单位发出一系列请求，基于请求后的回答进行的核实方法。

以上专利在一定程度上对数据进行了核实，但数据核实本身不具有双重验证的功能，因此数据核实结果的准确性无法得到证实。因此为了提高调查结果的准确性以及可信度，本发明提出一种基于履历拆分的交叉验证背景调查方法、***及其计算机存储介质。

发明内容

本发明的目的是提供一种基于履历拆分的背调方法、***及其计算机存储介质，对求职人员进行背景调查，为用人单位提供准确可靠的信息，提高了对求职人员背景调查结果的准确性和可信度，降低了用人单位的用工风险。

为解决上述问题，本发明采用如下的技术方案来实现：

本发明的第一方面提供了一种基于履历拆分的背调方法，包括如下步骤：

接收岗位要求以及求职者的个人履历；

对个人履历信息进行处理，得到结构化数据，所述结构化数据将个人履历信息变成不同的字段信息并存储于结构化数据库中；

将所述字段信息拆分为多个分段信息，将所述多个分段信息中不同的分段信息分配给多个背调执行方；

接收所述多个背调执行方反馈的调查结果，其中，所述调查结果是根据收到的调查内容对求职者进行背景调查和信息核实得到的；

对调查结果进行处理，并提取调查结果中存在互斥的调查结论进行二次复检，生成最终的调查报告。

进一步地，在所述对个人履历信息进行处理后还包括：通过其他数据源，获得与所述求职者相关的职业征信信息并补充求职者个人履历中没有的字段信息。

进一步地，通过语义分析和数据清洗得到所述结构化数据。

进一步地，所述拆分包括：按照不同的工作履历进行拆分，得到工作履历分段信息；按照时间顺序进行拆分，得到时间履历分段信息；按照岗位进行拆分，得到岗位分段信息；和/或，按照履职风险进行拆分，得到履职风险分段信息。

进一步地，所述调查内容是通过在结构化数据库中自动抽取多个字段信息和/或多个分段信息后自动合成的。

进一步地，所述分配包括：对所述多个背调执行方的能力和专长进行处理，得到字段信息，并根据调查内容的字段信息或分段信息与背调执行方的能力和专长的字段信息进行匹配，进而完成调查内容的分配。

进一步地，所述自动抽取包括：对多个字段信息和/或分段信息按照预定的规则进行排序，得到的调查内容中的字段信息和/或分段信息也按照预定的规则进行排序。

进一步地，所述对调查结果进行处理采用交叉验证的方式，包括：

将调查结果和相应的个人履历信息直接进行比较，并自动提取存在问题的内容；

将某个或多个履历信息与调查结果进行一对多或者多对多的交叉验证，确定履历信息是否准确；

将其中一个背调执行方的调查结果与其他任意一方或多方背调执行方的调查结果进行交叉验证，确认调查结果是否准确；

或将上述交叉验证的方式进行组合。

进一步地，所述存在问题的内容或者履历信息与调查结果不相符的数据或者各个调查结果之间的数据存在冲突的数据是基于所述平台自动化数据处理得到的；所述平台自动化数据处理的依据是同一个人的履历信息具有连续性、完整性和相关性。

进一步地，所述最终的调查报告整合了多家背调执行方的调查结果，并标示出相应的潜在风险以及该风险被标示的原因。

进一步地，所述最终的调查报告标示出进行过交叉验证的数据条目。

根据本发明的另一个方面，提供了一种基于履历拆分的背调***，该背调***包括：

存储器以及一个或多个处理器；

其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器用于执行上述任一项的方法。

根据本发明的又一个方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可操作来执行上述任一项的方法。

综上所述，本发明提供的一种基于履历拆分的背调方法，主要对个人履历信息进行处理，得到结构化数据，所述结构化数据将个人履历信息变成不同的字段信息并存储于结构化数据库中；并将所述字段信息拆分为多个分段信息分配给多个背调执行方进行背景调查；对于调查结果进行处理，并提取调查结果中存在互斥的调查结论进行二次复检，生成最终的调查报告。

本发明的上述技术方案具有如下有益的技术效果：

1)相比传统的背调***，本***能够提供更加准确的履历数据。

2)相比传统的背调方法，本方法采用将履历拆分的方式，将被调者的各个部分的履历结果进行交叉验证，提高了调查结果的可信性，降低了用人单位的用工风险。

附图说明

图1是本发明的基于履历拆分的背调方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明是一种职业征信自动化方法，具体而言是一种基于随机拆分的方式对被调者的职业征信信息进行调查和交叉验证的方法，随着大数据时代的到来，在就业领域得以应用到日益凸显的求职造假问题。该技术突破了传统的人工调查、文本化处理信息的作业方式，而是将大数据技术、信息***技术、征信信息处理技术有机结合，将个人信息字段化以便进行机器识别，并通过大数据、信息化处理，将个人履历信息的采集、整理、加工、验证过程通过大数据征信手段进行雇佣风险验证。本***主要由履历拆分和交叉验证两大部分组成，具体包括运行在服务器上的信息存储和处理平台、网络、客户端软件组成。

本发明提供了一种基于履历拆分的背调方法，如图1所示，包括如下步骤：S1接收岗位要求以及求职者的个人履历；S2对个人履历信息进行处理，得到结构化数据，所述结构化数据将个人履历信息变成不同的字段信息并存储于结构化数据库中；S3将所述字段信息拆分为多个分段信息，将所述多个分段信息中不同的分段信息分配给多个背调执行方；S4接收所述多个背调执行方反馈的调查结果，其中，所述调查结果是根据收到的调查内容对求职者进行背景调查和信息核实得到的；S5对调查结果进行处理，并提取调查结果中存在互斥的调查结论进行二次复检，生成最终的调查报告。

对上述方法进行进一步的说明：首先用人单位通过客户端将自己的岗位要求以及被调者(即求职者，为信息主体)的个人履历(数据)上传至***平台，***平台对个人履历信息进行处理，通过语义分析和数据清洗得到结构化数据。结构化数据将履历信息变成不同的字段信息并存储于结构化数据库中。例如，两个字段示例为：姓名：王某某；学历：硕士，分别将其存储于结构化数据库中的姓名字段和学历字段。***平台还可以通过其他数据源，得到该求职者相关的职业征信信息并补全求职者履历中没有的字段信息，例如个人特长、参加各种比赛的成绩、发表文章等字段信息，将上述字段信息补充到求职者的个人履历信息中。***平台还可以将字段数据拆分成多个分段部分—如按不同的工作履历拆分为段，每段工作经历即为一家工作单位的经历，对信息主体的工作履历部分，同时将不同段的工作经历数据分配给多个不同的背调执行方。例如，求职者王某某，工作经历为：2010年9月-2013年7月，某某某幼儿园老师；2013年8月至今，某某保险公司销售人员。***平台根据王某某的工作经历，将工作履历字段数据分为两个分段数据，一个为幼儿园老师、另一个为保险公司销售人员，并分别将两个分段数据分配给两个或多个不同的背调执行方进行背景调查和信息核实。各个背调执行方根据客户端收到的数据对相应的履历数据进行背景调查以及信息核实，并将各自的调查结果输入客户端并通过网络或接口反馈回***平台。***平台对这些调查结果进行整合处理，并提取调查结果中存在互斥的调查结论，进行二次复检，并生成最终的调查报告显示给用人单位，使用人单位更清楚的看到被调者存在履职风险的具体部分。上述互斥的调查结论表示多个背调执行方中至少有一个背调执行方的调查结论与其他背调执行方的调查结论不同或不吻合，比如某个背调执行方的调查结果中的工作单位与其他调查结果有出入、或者各个调查结果之间显示工作时间不连续或有重叠等等。如上述王某某的例子，其工作履历的分段数据分别分配给了两个不同的背调执行方进行调查，有一个背调执行方的调查结果显示王某某于2010年9月-2012年7月在某某某幼儿园任老师，而另一个背调执行方的调查结果显示王某某于2013年8月至今在某某保险公司任销售人员，两者的调查结果使得王某某的工作经历在2012年8月-2013年7月期间出现工作空白期，工作经历不连续，则***平台提取该互斥的调查结论，发回上述两个背调执行方进行二次调查，再将二次调查的结果整合后生成最终的调查报告显示给用人单位。

进一步地，所述背调方法中的拆分步骤包括：按照不同的工作履历进行拆分，得到工作履历分段信息；按照时间顺序进行拆分，得到时间履历分段信息；按照岗位进行拆分，得到岗位分段信息；和/或，按照履职风险进行拆分，得到履职风险分段信息。以上所述某一背调执行方接收的调查信息是通过在结构化数据库中自动抽取多个字段或分段，然后合成的一份调查内容。除了上述按履历分段并分配的方法，自动化抽取方法还可以使用不同的抽取策略。一个具体的实施例为：可以按照时间顺序拆分，将归属于某一时间段的相关字段或分段合成一份调查内容并分配给某一背调执行方。例如，王某某的个人履历中记录在2007年9月-2010年7月期间，在××大学攻读××专业的研究生学位；在2009年5月-2009年7月期间，参加学校组织的下贫困山区学校支教活动；另外在2010年2月-2010年7月期间，在××公司经历为期半年的管理培训生岗位实***台按照时间顺序拆分，将归属于上述2007年9月-2010年7月的时间段内的教育经历、社会实践活动经历和实***台分配给某一背调执行方进行背景调查和信息核实。再如岗位要求是射频工程师，则将个人履历中与射频工程师相关的专业知识、技能和工作经验以及所参与设计的电子产品等作为调查的与岗位关联度较高的字段或分段信息。再如岗位要求是项目经理，则参与项目的管理经验和管理的具体项目以及相关的业绩作为调查的与岗位关联度较高的字段或分段信息。另一个具体的实施例为：按照履职风险度进行关联，将例如某岗位招聘需要性格沉稳、内敛，但求职者的个人履历中性格显示活泼外向，则该性格字段为履职风险较高的字段，可以与其他履职风险较高的字段合成一份调查内容并分配给某一背调执行方。

同时，***平台也可以将背调执行方的能力和专长进行字段化，并根据调查内容的字段和背调执行方的能力和专长进行匹配，进而完成调查内容的分配。例如，某一背调执行方擅长做高级管理人员的背景调查，则一份调查内容中抽取了多个与高级管理相关的字段并生成一份调查内容分配给该背调执行方。比如王某某的个人履历中包括教育经历：×年×月－×年×月接受过某大学高级管理培训课程教育以及具体的专业课程；还包括工作经历：×年×月－×年×月在某公司担任副总经理职务。则***平台将上述教育经历字段、专业课程字段和工作经历字段的数据信息抽取为调查内容，将其分配给擅长做高级管理人员背景调查的背调执行方对上述个人履历信息进行背景调查。

在每一份调查内容中，***平台还可以将抽取的字段或分段按照一定的规则进行排序，规则可以根据预定义的排序规律，例如一个排序模板来排序，也可以根据各部分数据与岗位的关联度或履职风险度进行高低排序。通过此种方法，每一份调查内容内的字段或分段可以按照某一规则进行排序，使得人工调查时有可靠稳定的调查流程。

进一步地，***平台在对这些背调结果进行整合处理时采用交叉验证的方式。其中一种最直接的方式为：将背调结果和相应的履历信息进行直接比对并自动提取存在问题的部分，如果背调结果与求职者的个人履历信息不符合则由***平台自动提取出来，显示为存在问题的部分。例如，求职者王某某的个人履历上注明在某一时期内其工作单位为某一大型国有企业，经背调执行方调查，王某某就职的单位为该大型国有企业下属的三级子公司，但王某某的个人履历上未写明该三级子公司的名称，与实际情况不符，容易给用人单位造成误解，则该背调结果与求职者的个人履历信息不符合，由***平台自动提取出来，显示为存在问题的部分。另外一种方式为：将履历信息和背调结果进行一对多，或者多对多的交叉验证方式，即可以将一个部分履历信息和多个调查结果做核实验证，只有多个调查结果均与该部分履历信息条目吻合时，才认为该信息准确。例如履职信息中的一个部分为某一单位的工作期限，该部分信息分配给背调执行方A来完成。平台不仅将该部分信息与背调执行方A的反馈结果进行核验，同时也对背调执行方B和C的结果进行核验，因为背调执行方B的信息包括求职者在该工作期限之前的履职信息，该背调执行方B调查的工作经历的结束日期不能晚于背调执行方A调查的工作经历的起始日期。同理，背调执行方C的调查结果为背调执行方A调查的工作经历之后的履职信息，则该背调执行方C调查的工作经历的起始日期不能早于背调执行方A得到的单位履职信息的结束日期。即该履职信息中的该段工作经历的信息需要和背调执行方A、B和C的背调结果进行比对核实，互相吻合之后才能判断该段工作经历的信息为准确的。还有另外一种方式为，将其中一个背调结果与其他任意一方或几方的背调结果进行交叉验证，由于一个人的履职信息是完整连续的，因此将多个背调执行方之间的数据进行交叉验证，可以对背调执行方信息的准确性进行确认。例如背调执行方A、B、C分别对求职者王某某的三段工作经历1、2、3(按时间顺序排列)进行调查，则将背调执行方B的调查结果与A和C的调查结果进行交叉验证，如果调查结果显示三段工作经历是完整连续的，则可以验证背调执行方调查结果的准确性，否则，三者之间在时间上有重叠或者存在较长的无工作经历的空白时间，则需要对该存在问题的信息进行进一步验证。注意，这种验证与之前描述的验证的区别在于该验证结果能够获得背调执行方的信誉度而不是求职者的信誉度。如果背调执行方的调查结果经过多方交叉验证得出其调查结果绝大部分情况下比较准确，则可以将其标为可靠的背调执行方，在今后的背景调查需求中优先考虑。可以设置一个第一预设阈值来表征背调执行方的结果准确度。该第一预设阈值的设置可选择为数据比例、数据条数或数据量，比如调查结果准确的数据比例超过90％、或调查结果准确的数据条数超过10000条、或调查结果准确的数据量超过10GB等，该第一预设阈值由***平台自动设置或由用户指定设置。另外一种方式，可以将上面这几种交叉验证方式进行组合进行调查结果验证。这样不仅可以对被调者的履历信息进行深入调查和鉴定，还可以对各个背调执行方的调查结果的准确性进行相互验证，提高了调查结果可信性，同时也能不断追踪背调执行方提供的数据可靠性，为之后的背景调查选择背调执行方提供数据支撑。

进一步地，上述所描写的问题部分，也就是履历信息与调查结果不相符的数据，以及各个调查结果之间的数据存在冲突的数据，是基于***平台自动化数据处理方法得到的。其利用的原理在于同一个人的履职信息应该具有连续性、完整性以及相关性。这些连续性、完整性以及相关性可以通过预定义的规则得到直接的判断，例如一般情况下同一个人不能同时成为两家公司的雇员，或一般情况下一个人的工作经历应该是连续的。另外一种方式，这种完整性是通过大量数据积累的分析方法，该方法仅指出潜在的风险可能而并非直接的评判结果。该验证***平台可以通过不断的规则定义和数据积累，得到种类繁多的验证策略和结果以及相应的风险提示方法，此处不一一理解但均应被认为可以通过相应的启示获得。

进一步，最终的调查报告整合了多家背调执行方的调查结果，并标示出相应的潜在风险以及该风险被标示出的原因。例如，求职者王某某的个人履历信息中记录有某时间段内，承担某管理项目负责人，经调查，王某某仅是参与了该管理项目而并非项目负责人，因此，该王某某存在夸大事实的做法，在个人信誉度方面具有潜在风险，该最终的调查报告中将该风险进行标示，并解释标示该风险的原因。注意，并不是每个数据条目均存在交叉验证。比如姓名、籍贯、性别、联系方式等个人信息，一般情况下不会出现错误信息，因此，不需要进行交叉验证。调查报告也可以单独标示出经过交叉验证的数据条目，这样对于调查结果的重点关注的字段做到能够一目了然，并且更加强了其准确性程度。通过以上方法，***平台可以为潜在雇主提供更加精准的履职风险报告。

本发明的另一方面，还提供了一种基于履历拆分的背调***，该背调***包括：存储器以及一个或多个处理器；其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器用于执行前面所述的背调方法。

本发明的又一方面，提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可操作来执行前面所述的背调方法。

综上所述，本发明提供了一种基于履历拆分的背调方法、***及其计算机可读存储介质，该背调方法包括接收岗位要求以及求职者的个人履历、对个人履历信息进行处理，得到结构化数据，所述结构化数据将个人履历信息变成不同的字段信息并存储于结构化数据库中、将所述字段信息拆分为多个分段信息，将所述多个分段信息中不同的分段信息分配给多个背调执行方、接收所述多个背调执行方反馈的调查结果、对调查结果进行处理，并提取调查结果中存在互斥的调查结论进行二次复检、然后生成最终的调查报告。该背调***为执行上述背调方法的***装置，该计算机可读存储介质存储有执行上述背调方法的计算机可执行指令。相比传统的背调***，本发明能够提供更加准确的履历数据、采用将履历拆分的方式，将被调者的各个部分的履历结果进行交叉验证，提高了调查结果的可信性，降低了用人单位的用工风险。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种基于履历拆分的背调方法，其特征在于，包括如下步骤：

对接收到的岗位要求和求职者的个人履历进行处理，得到与所述求职者相关的多个分段信息；

至少将所述多个分段信息中不同的分段信息分配给多个背调执行方；

接收所述多个背调执行方对分配的内容反馈的调查结果，其中，所述调查结果是根据所述分配的内容对所述求职者进行背景调查和信息核实得到的；

对所述调查结果进行处理，并提取所述调查结果中存在互斥的调查结论进行二次复检，生成最终的调查报告，其中，对所述调查结果进行处理包括，采用交叉验证的方式对调查结果进行处理。

2.根据权利要求1所述的方法，其特征在于，所述对接收到的岗位要求和求职者的个人履历进行处理包括：

进行结构化处理，将所述求职者的信息变成不同的字段信息并存储于结构化数据库中；

对所述字段信息进行拆分处理，将所述字段信息拆分为所述多个分段信息。

3.根据权利要求2所述的方法，其特征在于，在所述进行结构化处理后还包括：通过其他数据源，获得与所述求职者相关的职业征信信息并补充所述个人履历中没有的字段信息。

4.根据权利要求2所述的方法，其特征在于，所述进行结构化处理还包括：进行语义分析和/或数据清洗。

5.根据权利要求2所述的方法，其特征在于，所述进行拆分处理包括以下至少一种：

按照不同的工作履历进行拆分，得到工作履历分段信息；

按照时间顺序进行拆分，得到时间履历分段信息；

按照岗位进行拆分，得到岗位分段信息；

按照履职风险进行拆分，得到履职风险分段信息。

6.根据权利要求2所述的方法，其特征在于，所述分配的内容是通过在结构化数据库中自动抽取多个字段信息和/或多个分段信息后自动合成的。

7.根据权利要求6所述的方法，其特征在于，所述分配包括：

对所述多个背调执行方的能力和专长进行处理，得到能力和专长字段信息；

根据待调查的字段信息和/或分段信息与背调执行方的所述能力和专长的字段信息进行匹配，完成所述分配。

8.根据权利要求6或7所述的方法，其特征在于，所述自动抽取包括：

对多个字段信息和/或分段信息按照预定的规则进行排序，得到的分配的内容中的字段信息和/或分段信息也按照预定的规则进行排序。

9.根据权利要求1所述的方法，其特征在于，所述对调查结果进行处理采用交叉验证的方式，包括：

将调查结果和相应的个人履历信息直接进行比较，并自动提取存在问题的内容；

将某个或多个履历信息与调查结果进行一对多或者多对多的交叉验证，确定履历信息是否准确；

将其中一个背调执行方的调查结果与其他任意一方或多方背调执行方的调查结果进行交叉验证，确认调查结果是否准确；

或将上述交叉验证的方式进行组合。

10.根据权利要求9所述的方法，其特征在于，所述存在问题的内容或者履历信息与调查结果不相符的数据或者各个调查结果之间的数据存在冲突的数据是基于自动化数据处理得到的；所述自动化数据处理的依据是同一个人的履历信息具有连续性、完整性和相关性。

Images