CN111708929B - 信息搜索方法、装置、电子设备及存储介质 - Google Patents
信息搜索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111708929B CN111708929B CN202010552957.2A CN202010552957A CN111708929B CN 111708929 B CN111708929 B CN 111708929B CN 202010552957 A CN202010552957 A CN 202010552957A CN 111708929 B CN111708929 B CN 111708929B
- Authority
- CN
- China
- Prior art keywords
- talent
- job
- information
- determining
- delivery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 46
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 238000009825 accumulation Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 22
- 230000003442 weekly effect Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002860 competitive effect Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 24
- 238000011282 treatment Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 19
- 238000012512 characterization method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000007115 recruitment Effects 0.000 description 3
- 125000000484 butyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])C([H])([H])[H] 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 125000001436 propyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])[H] 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供一种信息搜索方法、装置、电子设备及存储介质。本公开提供的信息搜索方法,包括:获取职位搜索请求,并根据求职人员信息、职位搜索请求中的根据职位关键词以及预设匹配算法确定目标职位,再根据目标职位的职位信息以及预设资源算法确定目标资源,并确定职位集合中每个职位所对应的资源与目标资源的距离值,通过距离值对职位集合中的各个职位进行排序以生成职位推荐列表,并显示职位推荐列表。本公开提供的信息搜索方法,通过考虑全局的竞争性关系,从而提高求职人员投递的效率,避免求职人员盲目申请。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种信息搜索方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的快速发展,求职人员在进行求职时基本都是通过网络招聘平台进行投递简历。
目前,在一些招聘网站上,求职人员在搜索求职岗位时,岗位会依据求职人员的所输入的岗位信息返回搜索结果,搜索结果中会根据与输入的岗位信息的匹配度进行排序。
但是,现有的职位搜索过程所返回的搜索结果和排序方式,主要是基于用户输入的搜索关键词信息,而未能结合更多的求职信息进行匹配,导致返回的职位信息与求职人员的期望职位匹配程度低,求职人员难以搜索到期望职位,使得求职效率较低。
发明内容
本公开提供一种信息搜索方法、装置、电子设备及存储介质,用于解决当前搜索方式所返回的职位信息与求职人员的期望职位匹配程度低,求职人员难以搜索到期望职位的技术问题。
第一方面,本公开提供一种信息搜索方法,包括:
获取职位搜索请求,所述职位搜索请求包括职位关键词;
根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,所述目标职位属于职位集合;
根据所述目标职位的职位信息以及预设资源算法确定目标资源,并确定所述职位集合中每个职位所对应的资源与所述目标资源的距离值;
根据所述距离值,在搜索结果列表显示所述目标职位和所述职位集合中的职位。
在一种可能的设计中,所述根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,包括:
根据所述职位关键词确定期望职位集合;
根据所述求职人员确定投递人才集合,所述投递人才集合包括所述求职人员,其中,所述期望职位集合所包括的职位数与所述投递人才集合所包括的人才数相同;
根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,所述目标职位为与所述求职人员映射的职位。
在一种可能的设计中,所述根据所述职位关键词确定期望职位集合,根据所述求职人员确定投递人才集合,包括:
根据所述职位关键词确定第一职位集合,所述第一职位集合包括N个职位,其中,所述N为正整数;
根据所述求职人员确定第一人才集合,所述第一人才集合包括M个人才,其中,所述M为正整数;
根据所述N与所述M的数值关系确定所述期望职位集合以及所述投递人才集合。
在一种可能的设计中,若所述N大于所述M,则从所述第一职位集合中选取资源排序前M个的职位构成所述期望职位集合,所述投递人才集合为所述第一人才集合,其中,根据所述预设资源算法计算所述第一职位集合中每个职位对应的资源,并根据各个职位对应的资源进行降序排序;或者,
若所述N等于所述M,则所述期望职位集合为所述第一职位集合,所述投递人才集合为所述第一人才集合;或者,
若所述N小于所述M,则确定所述第一职位集合中资源排序最后的职位,所述期望职位集合包括第一职位集合以及M-N个所述排序最后的职位,所述投递人才集合为所述第一人才集合。
在一种可能的设计中,所述根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系,包括:
确定所述投递人才集合中的第一人才对于所述期望职位集合中每个职位的第一职位排序,所述第一人才为所述投递人才集合中的任意一个人才,所述第一职位排序根据人才与职位的匹配度确定,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定;
确定所述期望职位集合中第一职位对于所述期望职位集合中每个职位的第一人才排序,所述第一职位为所述期望职位集合中的任意一个职位,所述第一人才排序根据人才与职位的匹配度确定;
根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系,包括:
根据所述第一职位排序确定每个职位对应的待选人才集合;
根据所述第一人才排序以及每个职位对应的待选人才集合确定拒绝人才集合;
根据所述第一职位排序以及所述拒绝人才集合确定未成功匹配人才的职位对应的待选人才集合,以及继续根据所述第一人才排序以及每个未成功匹配人才的职位对应的待选人才集合确定拒绝人才集合,直至拒绝人才集合为空集;
根据每个职位所成功匹配的人才建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定,包括:
获取所述职位信息中的技能词,为每个所述技能词分配有对应的预设技能分值;
确定所述人才信息中是否包括所述技能词;
若是,则将对应的所述预设技能分值累积至所述匹配度。
在一种可能的设计中,所述职位信息包括:年假信息、月薪信息、公积金信息、养老金信息、日工作时长信息以及周工作时长信息中的一项或者多项。
在一种可能的设计中,所述预设资源算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为资源,a为所述年假信息中的年假天数,b为所述月薪信息中的等效月薪,c为所述公积金信息中的公积金缴纳金额,d为所述公积金信息中的养老金缴纳金额,e为所述日工作时长信息中的日工作时长,f为所述周工作时长信息中的周工作时长,g为附加福利的金额,h为附加假期的时长。
第二方面,本公开提供一种职位推荐装置,包括:
请求获取模块,用于获取职位搜索请求,所述职位搜索请求包括职位关键词;
职位匹配模块,用于根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,所述目标职位属于职位集合;
资源确定模块,用于根据所述目标职位的职位信息以及预设资源算法确定目标资源,并确定所述职位集合中每个职位所对应的资源与所述目标资源的距离值;
职位显示模块,用于根据所述距离值,在搜索结果列表显示所述目标职位和所述职位集合中的职位。
在一种可能的设计中,所述职位匹配模块,具体用于:
根据所述职位关键词确定期望职位集合;
根据所述求职人员确定投递人才集合,所述投递人才集合包括所述求职人员,其中,所述期望职位集合所包括的职位数与所述投递人才集合所包括的人才数相同;
根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,所述目标职位为与所述求职人员映射的职位。
在一种可能的设计中,所述职位匹配模块,具体用于:
根据所述职位关键词确定第一职位集合,所述第一职位集合包括N个职位,其中,所述N为正整数;
根据所述求职人员确定第一人才集合,所述第一人才集合包括M个人才,其中,所述M为正整数;
根据所述N与所述M的数值关系确定所述期望职位集合以及所述投递人才集合。
在一种可能的设计中,若所述N大于所述M,则从所述第一职位集合中选取资源排序前M个的职位构成所述期望职位集合,所述投递人才集合为所述第一人才集合,其中,根据所述预设资源算法计算所述第一职位集合中每个职位对应的资源,并根据各个职位对应的资源进行降序排序;
若所述N等于所述M,则所述期望职位集合为所述第一职位集合,所述投递人才集合为所述第一人才集合;
若所述N小于所述M,则确定所述第一职位集合中资源排序最后的职位,所述期望职位集合包括第一职位集合以及M-N个所述排序最后的职位,所述投递人才集合为所述第一人才集合。
在一种可能的设计中,所述职位匹配模块,具体用于:
确定所述投递人才集合中的第一人才对于所述期望职位集合中每个职位的第一职位排序,所述第一人才为所述投递人才集合中的任意一个人才,所述第一职位排序根据人才与职位的匹配度确定,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定;
确定所述期望职位集合中第一职位对于所述期望职位集合中每个职位的第一人才排序,所述第一职位为所述期望职位集合中的任意一个职位,所述第一人才排序根据人才与职位的匹配度确定;
根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述职位匹配模块,具体用于:
根据所述第一职位排序确定每个职位对应的待选人才集合;
根据所述第一人才排序以及每个职位对应的待选人才集合确定拒绝人才集合;
根据所述第一职位排序以及所述拒绝人才集合确定未成功匹配人才的职位对应的待选人才集合,以及继续根据所述第一人才排序以及每个未成功匹配人才的职位对应的待选人才集合确定拒绝人才集合,直至拒绝人才集合为空集;
根据每个职位所成功匹配的人才建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述职位匹配模块,具体用于:
获取所述职位信息中的技能词,为每个所述技能词分配有对应的预设技能分值;
确定所述人才信息中是否包括所述技能词;
若是,则将对应的所述预设技能分值累积至所述匹配度。
在一种可能的设计中,所述职位信息包括:年假信息、月薪信息、公积金信息、养老金信息、日工作时长信息以及周工作时长信息中的一项或者多项。
在一种可能的设计中,所述预设资源算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为资源,a为所述年假信息中的年假天数,b为所述月薪信息中的等效月薪,c为所述公积金信息中的公积金缴纳金额,d为所述公积金信息中的养老金缴纳金额,e为所述日工作时长信息中的日工作时长,f为所述周工作时长信息中的周工作时长,g为附加福利的金额,h为附加假期的时长。
第三方面,本公开还提供一种电子设备,包括:
处理装置;以及,
存储装置,用于存储所述处理装置的可执行指令;
其中,所述处理装置配置为经由执行所述可执行指令来执行第一方面中任意一种可能的信息搜索方法。
第四方面,本公开实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面中任意一种可能的信息搜索方法。
本公开提供一种信息搜索方法、装置、电子设备及存储介质,通过获取职位搜索请求,并根据求职人员信息、职位搜索请求中的根据职位关键词以及预设匹配算法确定目标职位,再根据目标职位的职位信息以及预设资源算法确定目标资源,并确定职位集合中每个职位所对应的资源与目标资源的距离值,通过距离值对职位集合中的各个职位进行排序以生成职位推荐列表,并显示职位推荐列表,以考虑了全局的竞争性关系,提高求职人员投递的效率,避免求职人员盲目申请。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开根据一示例实施例示出的信息搜索方法的应用场景图;
图2为本公开根据一示例实施例示出的职位推荐列表示意图;
图3为本公开根据一示例实施例示出的信息搜索方法的流程示意图;
图4为本公开根据一示例实施例示出的目标职位确定流程示意图;
图5为本公开根据一示例实施例示出的信息搜索方法的流程框架图;
图6为本公开根据一示例实施例示出的职位推荐装置的结构示意图;
图7为本公开根据一示例实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
目前,在一些招聘网站上,求职人员在搜索求职岗位时,岗位会依据求职人员的情况进行排序。现有的排序方法一般是根据教育特征、经历特征以及技能特征等因素,对相应的岗位进行排序。但是,现有的排序方式,基本都是按照从优到劣,忽略了求职过程中岗位的竞争情况,容易导致求职人员盲目的申请而没有回音。
针对上述存在的各个问题,本申请实施例提供信息搜索方法,可以通过获取职位搜索请求,并根据求职人员信息、职位搜索请求中的根据职位关键词以及预设匹配算法确定目标职位,再根据目标职位的职位信息以及预设资源算法确定目标资源,并确定职位集合中每个职位所对应的资源与目标资源的距离值,通过距离值对职位集合中的各个职位进行排序以生成职位推荐列表,并显示职位推荐列表,以考虑了全局的竞争性关系,提高求职人员投递的效率,避免求职人员盲目申请。下面通过几个具体实现方式对该数据查询方法进行详细说明。
图1为本公开根据一示例实施例示出的信息搜索方法的应用场景图。如图1所示,本实施例提供的数据查询方法,可以应用于终端设备100,其中,终端设备100可以为个人电脑、笔记本电脑、平板电脑以及智能手机等设备。用户可以通过在终端设备100中发起职位搜索请求,其中,职位搜索请求可以是通过在终端设备100的相关网页上输入职位关键词的形式,例如,在网页的搜索栏中输入“python”。
终端设备100可以根据职位关键词直接在终端设备100的存储***中进行搜索匹配,也可以是如图1所示,将职位关键词发送至服务器200进行搜索匹配,以使服务器200根据职位关键词、求职人员信息以及预设匹配算法确定目标职位,其中,目标职位属于一个职位集合。
并且,服务器200还可以根据目标职位的职位信息以及预设资源算法确定目标资源,并确定职位集合中每个职位所对应的资源与目标资源的距离值,值得理解的,距离值可以为职位集合中每个职位所对应的资源与目标资源之间差值的绝对值。
然后,可以根据与目标资源的距离值的大小对职位集合中所有职位进行排序,以生成职位推荐列表,其中,职位推荐列表的第一个职位为目标职位,其余职位按照所对应的距离值从小至大依次排列。值得理解的,本实施例通过先匹配出目标职位,然后,根据各个职位与目标职位之间的差距对职位进行排序,从而生成一个职位与求职者匹配程度排序的列表,以提高求职人员投递的效率,避免求职人员盲目申请。
图2为本公开根据一示例实施例示出的职位推荐列表示意图。如图2所示,在生成职位推荐列表之后,可以在终端设备100中显示职位推荐列表,以工求职人员进行职位投递。
图3为本公开根据一示例实施例示出的信息搜索方法的流程示意图。如图3所示,本实施例提供的信息搜索方法,包括:
步骤301、获取职位搜索请求。
具体的,用户可以通过在终端设备1中发起职位搜索请求,其中,职位搜索请求可以是通过在终端设备的相关网页上输入职位关键词的形式,例如,在网页的搜索栏中输入“python”。
步骤302、根据职位关键词、求职人员信息以及预设匹配算法确定目标职位。
在获取到职位关键词之后,可以根据职位关键词、求职人员信息以及预设匹配算法确定目标职位,其中,求职人员信息可以为求职人员的简历,或者是基于求职人员的简历信息提取的信息。
而目标职位则可以理解为求职人员与职位匹配程度最高的职位,其中,可以根据求职人员职业技能与教育经历,以及职位的技能需求与专业需求进行匹配。可选的,当求职人员信息中包括职位的技能需求或者专业需求所对应的关键词越多时,则求职人员与职位匹配程度越高。
图4为本公开根据一示例实施例示出的目标职位确定流程示意图。如图4所示,本实施例提供中,对于目标职位确定流程,包括:
步骤3021、根据职位关键词确定期望职位集合。
步骤3022、根据求职人员确定投递人才集合。
值得说明的,投递人才集合包括有该求职人员,期望职位集合所包括的职位数与投递人才集合所包括的人才数相同,以构建一个虚拟的人才市场,以使投递人才集合中的每个人才均能匹配到期望职位集合中唯一职位。
具体的,可以根据职位关键词确定第一职位集合,第一职位集合包括N个职位,其中,N为正整数。并根据求职人员确定第一人才集合,第一人才集合包括M个人才,其中,M为正整数。然后,可以根据N与M的数值关系确定所述期望职位集合以及所述投递人才集合。
在求职者发起职位搜索请求之后,找出相关的职位类型相似的,但是级别高低不同的职位,组成第一职位集合P_{big},其中,P_{big}具有M个职位,如果一个岗位招k个人,则可以将该职位扩展成k个职位,这k个职位除了编号以外,其余属性都相同。值得说明的,通过职位关键词确定职位类型相似的,但是级别高低不同的职位的具体方式可以为现有的职位搜索中寻找相似职位的各类方式,在本实施例中不进行限定。此外,还可以在历史求职人才库中,找到与该求职者求职岗位相似的,但与该求职者学校,经历,期望薪资不同的求职者组成第一人才集合T_{big},其中,T_{big}具有M个人才。
若N等于M,则期望职位集合为第一职位集合,投递人才集合为第一人才集合。
若N大于M,则从第一职位集合中选取资源排序(例如,可以为待遇排序)前M个的职位构成期望职位集合,投递人才集合为第一人才集合。为了能够方便说明,下面以待遇作为资源进行详细说明。其中,根据预设待遇算法计算第一职位集合中每个职位对应的待遇,并根据各个职位对应的待遇进行降序排序。
具体的,如果N大于M,则从N个职位中选取待遇标准较好的M个职位。其中,预设待遇算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为待遇,a为年假信息中的年假天数,b为月薪信息中的等效月薪,c为公积金信息中的公积金缴纳金额,d为公积金信息中的养老金缴纳金额,e为日工作时长信息中的日工作时长,f为周工作时长信息中的周工作时长,g为附加福利的金额,h为附加假期的时长。
若N小于M,则确定第一职位集合中待遇排序最后的职位,期望职位集合包括第一职位集合以及M-N个排序最后的职位,投递人才集合为第一人才集合。
具体的,如果N小于M则找出P{big}集合中待遇最差的职位,再适当降低其该职位的待遇,产生一个新的职位P_{extra},并假设P_{extra}招聘M-N个人。
通过上述处理方式,以使期望职位集合所包括的职位数与人才集合所包括的人才数相同,以构建一个虚拟的人才市场,从而使得人才集合中的每个人才均能匹配到期望职位集合中唯一职位。
步骤3033、根据预设匹配算法建立期望职位集合中的每个职位与投递人才集合中的每个人才之间的一一映射关系。
具体的,在确定期望职位集合以及投递人才集合之后,可以确定投递人才集合中的第一人才对于期望职位集合中每个职位的第一职位排序,第一人才为投递人才集合中的任意一个人才,第一职位排序根据人才与职位的匹配度确定,其中,匹配度根据人才信息、职位信息以及预设技能得分计算规则确定。
例如,可以是获取职位信息中的技能词,为每个技能词分配有对应的预设技能分值,然后确定人才信息中是否包括技能词,若是,则将对应的预设技能分值累积至匹配度。
具体的,对于人才与职位的匹配度,可以是对于技术岗位的技能得分以及教育经历得分进行确定。例如,可以通过其人才信息中出现的技能词在技能树中的深度与技能词的个数求和得到。可以假设该职位信息需要python,而编程语言是一个一级技能词,python是一个二级技能词,而sk-learn是一个三级技能词。因为编程语言包含python,而sk-learn是python的一个机器学习库。
如果a_i是第i个技能词的得分,假设sum_{a_i}就是这个人才在这个技能上的得分。而假设该岗位不需要python,则sk-learn这个技能不记分。
此外,教育经历得分可以通过构造教育经历得分表,例如985博士记9分,985硕士记7分,211本科记4分,非985以及非211的记3分。这样一个人的教育得分,就可以通过对齐每一项教育经历求和得到。
假设一个人的技能得分是s,教育经历得分是e,则综合得分为z=ms+ne,其中m,n是技能得分和教育经历得分的权重系数。
在确定人才与职位的匹配度之后,可以建立期望职位集合中的每个职位与人才信息集合中的每个人才之间的一一映射关系。
在本步骤中,对于每个职位与人才信息集合中的每个人才之间的一一映射关系的具体方式,可以是:
确定投递人才集合中的第一人才对于期望职位集合中每个职位的第一职位排序,第一人才为投递人才集合中的任意一个人才,第一职位排序根据人才与职位的匹配度确定,匹配度根据人才信息、职位信息以及预设技能得分计算规则确定。
其中,可以以矩阵OT表示人才对职位的排序情况,其中表示i个人才对第j个职位排第/>位,/>的数值越小,则表示优先级越高。其中,可以以4个职位(A、B、C、D)和4个人才(甲、乙、丙、丁)作为示例。图5为本公开根据一示例实施例示出的信息搜索方法的流程框架图,如图5所示,对于信息搜索方法进行详细说明:
针对4个职位和4个人才的情况,OT可以为:
[[0,3,2,1],
[1,2,3,0],
[1,0,3,2],
[1,0,3,2]]
可以以[0,3,2,1]为例,该行是人才“甲”对职位“A”、“B”、“C”、“D”的排序,即人才“甲”对于职位的排序依次为“A”、“D”、“C”、“B”。
而对于[1,2,3,0],该行是人才“乙”对职位“A”、“B”、“C”、“D”的排序,即人才“乙”对于职位的排序依次为“D”、“A”、“B”、“C”。
而对于[1,0,3,2],该行是人才“丙”对职位“A”、“B”、“C”、“D”的排序,即人才“丙”对于职位的排序依次为“B”、“A”、“D”、“C”。
而对于[1,0,3,2],该行是人才“丁”对职位“A”、“B”、“C”、“D”的排序,即人才“丁”对于职位的排序依次为“B”、“A”、“D”、“C”。
然后,确定期望职位集合中第一职位对于期望职位集合中每个职位的第一人才排序,第一职位为期望职位集合中的任意一个职位,第一人才排序根据人才与职位的匹配度确定。然后,可以根据第一职位排序以及第一人才排序建立期望职位集合中的每个职位与人才信息集合中的每个人才之间的一一映射关系。
继续以4个职位(A、B、C、D)和4个人才(甲、乙、丙、丁)作为示例,进行详细说明:
针对4个职位和4个人才的情况,Op可以为:
[[0,1,2,3],
[1,3,2,0],
[2,0,3,1],
[2,0,1,3]]
可以以[0,1,2,3]为例,该行是职位“A”对人才“甲”、“乙”、“丙”、“丁”的排序,即职位“A”对于人才的排序依次为“甲”、“乙”、“丙”、“丁”。
而对于[1,3,2,0],该行是职位“B”对人才“甲”、“乙”、“丙”、“丁”的排序,即职位“B”对于人才的排序依次为“丁”、“甲”、“丙”、“乙”。
而对于[2,0,3,1]为例,该行是职位“C”对人才“甲”、“乙”、“丙”、“丁”的排序,即职位“C”对于人才的排序依次为“乙”、“丁”、“甲”、“丙”。
而对于[2,0,1,3]为例,该行是职位“D”对人才“甲”、“乙”、“丙”、“丁”的排序,即职位“D”对于人才的排序依次为“乙”、“丙”、“甲”、“丁”。
初始状态Trs=[True,True,True,True]
Prt=[[False,False,False,False],
[False,False,False,False],
[False,False,False,False],
[False,False,False,False]]
接着,可以进行根据第一职位排序确定每个职位对应的待选人才集合,具体的,可以是每个人才对各个职位进行投递,每一个状态为拒绝的人才“投递”还没有拒绝他的,并且,对其而言优先级最高的职位。也就是说,对于每一个求职者ti,为True,则对/>中,以值的大小按升序找到每一个tj,如果j没有拒绝ti,则将ti加入j的求职者列表/>也就是ti投递了岗位pj.其中/>表示排序矩阵中,所有第一个指标为i的值组成的向量。
可以继续以4个职位和4个人才的情况为例,进行第1轮投递,具体的:
在每一个人才作出“投递”以后,每一个职位将投递者中以OT的顺序,将最合适的投递人才的拒绝状态标记为False。同时标记其他的投递者拒绝状态标记为True,且标记该岗位拒绝了该投递者。职位对投递的人才进行拒绝之后的状态矩阵,更新为:
Prt=[[False,False,False,Flase],
[False,False,False,Flase],
[False,True,False,Flase],
[False,False,False,Flase]]
此时,每个职位的投递情况更新为:
Trs=[False,False,True,False]
值得说明的,由于职位“B”对于人才的排序依次为“丁”、“甲”、“丙”、“乙”,当人才“丙”和“丁”优选投递职位“B”时,职位“B”优选人才“丁”而拒绝人才“丙”。
根据第一人才排序以及每个职位对应的待选人才集合确定拒绝人才集合,此时,拒绝人才集合为人才“丙”。
然后,根据第一职位排序以及拒绝人才集合确定未成功匹配人才的职位对应的待选人才集合,以及继续根据第一人才排序以及每个未成功匹配人才的职位对应的待选人才集合确定拒绝人才集合,直至拒绝人才集合为空集。
具体的,针对人才“丙”进行第2轮投递,则
值得说明的,由于人才“丙”对于职位的排序依次为“B”、“A”、“D”、“C”。在人才“丙”被职位“B”拒绝后,人才“丙”在第2轮投递中,投递职位“A”。
在每一个人才作出“投递”以后,每一个职位将投递者中以OT的顺序,将最合适的投递人才的拒绝状态标记为False。同时标记其他的投递者拒绝状态标记为True,且标记该岗位拒绝了该投递者。职位对投递的人才进行拒绝之后的状态矩阵,更新为:
Prt=[[False,False,False,Flase],
[False,False,False,Flase],
[True,True,False,Flase],
[False,False,False,Flase]]
此时,每个职位的投递情况更新为:
Trs=[False,False,True,False]
值得说明的,由于职位“A”对于人才的排序依次为“甲”、“乙”、“丙”、“丁”,当人才“甲”和“丙”优选投递职位“A”时,职位“A”优选人才“甲”而拒绝人才“丙”。
此时,拒绝人才集合为人才依旧为“丙”,针对人才“丙”进行第3轮投递,则
值得说明的,由于人才“丙”对于职位的排序依次为“B”、“A”、“D”、“C”。在人才“丙”被职位“B”以及“A”拒绝后,人才“丙”在第3轮投递中,投递职位“D”。
在每一个人才作出“投递”以后,每一个职位将投递者中以OT的顺序,将最合适的投递人才的拒绝状态标记为False。同时标记其他的投递者拒绝状态标记为True,且标记该岗位拒绝了该投递者。职位对投递的人才进行拒绝之后的状态矩阵,更新为:
Prt=[[False,False,False,Flase],
[False,False,False,Flase],
[True,True,False,True],
[False,False,False,Flase]]
此时,每个职位的投递情况更新为:
Trs=[False,False,True,False]
值得说明的,由于职位“D”对于人才的排序依次为“乙”、“丙”、“甲”、“丁”,当人才“乙”和“丙”优选投递职位“D”时,职位“D”优选人才“乙”而拒绝人才“丙”。
此时,拒绝人才集合为人才依旧为“丙”,针对人才“丙”进行第4轮投递,则
值得说明的,由于人才“丙”对于职位的排序依次为“B”、“A”、“D”、“C”。在人才“丙”被职位“B”、“A”以及“D”拒绝后,人才“丙”在第4轮投递中,投递职位“C”。
可见,根据上述匹配步骤,根据每个职位所成功匹配的人才建立期望职位集合中的每个职位与人才信息集合中的每个人才之间的一一映射关系。
步骤303、根据目标职位的职位信息以及预设资源算法确定目标资源。
在确定求职人员对应的目标职位之后,可以根据目标职位的职位信息以及预设待遇算法确定理想待遇。其中,职位信息包括:年假信息、月薪信息、公积金信息、养老金信息、日工作时长信息以及周工作时长信息中的一项或者多项。
预设待遇算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为待遇,a为所述年假信息中的年假天数,b为所述月薪信息中的等效月薪,c为所述公积金信息中的公积金缴纳金额,d为所述公积金信息中的养老金缴纳金额,e为所述日工作时长信息中的日工作时长,f为所述周工作时长信息中的周工作时长,g为附加福利的金额,h为附加假期的时长。
步骤304、根据距离值,在搜索结果列表显示目标职位和所述职位集合中的职位。
根据目标职位的职位信息以及预设待遇算法确定理想待遇,并确定职位集合中每个职位所对应的待遇与理想待遇的距离值,值得理解的,距离值可以为职位集合中每个职位所对应的待遇与理想待遇之间差值的绝对值。
然后,可以根据与理想待遇的距离值的大小对职位集合中所有职位进行排序,以生成职位推荐列表,其中,职位推荐列表的第一个职位为目标职位,其余职位按照所对应的距离值从小至大依次排列。值得理解的,本实施例通过先匹配出目标职位,然后,根据各个职位与目标职位之间的差距对职位进行排序,从而生成一个职位与求职者匹配程度排序的列表,以提高求职人员投递的效率,避免求职人员盲目申请。
在本实施例中,通过获取职位搜索请求,并根据求职人员信息、职位搜索请求中的根据职位关键词以及预设匹配算法确定目标职位,再根据目标职位的职位信息以及预设待遇算法确定目标资源,并确定职位集合中每个职位所对应的待遇与理想待遇的距离值,通过距离值对职位集合中的各个职位进行排序以生成职位推荐列表,并显示职位推荐列表,以考虑了全局的竞争性关系,提高求职人员投递的效率,避免求职人员盲目申请。
图6为本公开根据一示例实施例示出的职位推荐装置的结构示意图。如图6所示,本实施例提供的职位推荐装置400,包括:
请求获取模块401,用于获取职位搜索请求,所述职位搜索请求包括职位关键词;
职位匹配模块402,用于根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,所述目标职位属于职位集合;
资源确定模块403,用于根据所述目标职位的职位信息以及预设资源算法确定目标资源,并确定所述职位集合中每个职位所对应的资源与所述目标资源的距离值;
职位显示模块404,用于用于根据所述距离值,在搜索结果列表显示所述目标职位和所述职位集合中的职位。
在一种可能的设计中,所述职位匹配模块402,具体用于:
根据所述职位关键词确定期望职位集合;
根据所述求职人员确定投递人才集合,所述投递人才集合包括所述求职人员,其中,所述期望职位集合所包括的职位数与所述投递人才集合所包括的人才数相同;
根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,所述目标职位为与所述求职人员映射的职位。
在一种可能的设计中,所述职位匹配模块402,具体用于:
根据所述职位关键词确定第一职位集合,所述第一职位集合包括N个职位,其中,所述N为正整数;
根据所述求职人员确定第一人才集合,所述第一人才集合包括M个人才,其中,所述M为正整数;
根据所述N与所述M的数值关系确定所述期望职位集合以及所述投递人才集合。
在一种可能的设计中,若所述N大于所述M,则从所述第一职位集合中选取资源排序前M个的职位构成所述期望职位集合,所述投递人才集合为所述第一人才集合,其中,根据所述预设资源算法计算所述第一职位集合中每个职位对应的资源,并根据各个职位对应的资源进行降序排序;
若所述N等于所述M,则所述期望职位集合为所述第一职位集合,所述投递人才集合为所述第一人才集合;
若所述N小于所述M,则确定所述第一职位集合中资源排序最后的职位,所述期望职位集合包括第一职位集合以及M-N个所述排序最后的职位,所述投递人才集合为所述第一人才集合。
在一种可能的设计中,所述职位匹配模块402,具体用于:
确定所述投递人才集合中的第一人才对于所述期望职位集合中每个职位的第一职位排序,所述第一人才为所述投递人才集合中的任意一个人才,所述第一职位排序根据人才与职位的匹配度确定,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定;
确定所述期望职位集合中第一职位对于所述期望职位集合中每个职位的第一人才排序,所述第一职位为所述期望职位集合中的任意一个职位,所述第一人才排序根据人才与职位的匹配度确定;
根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述职位匹配模块402,具体用于:
根据所述第一职位排序确定每个职位对应的待选人才集合;
根据所述第一人才排序以及每个职位对应的待选人才集合确定拒绝人才集合;
根据所述第一职位排序以及所述拒绝人才集合确定未成功匹配人才的职位对应的待选人才集合,以及继续根据所述第一人才排序以及每个未成功匹配人才的职位对应的待选人才集合确定拒绝人才集合,直至拒绝人才集合为空集;
根据每个职位所成功匹配的人才建立所述期望职位集合中的每个职位与所述人才信息集合中的每个人才之间的一一映射关系。
在一种可能的设计中,所述职位匹配模块402,具体用于:
获取所述职位信息中的技能词,为每个所述技能词分配有对应的预设技能分值;
确定所述人才信息中是否包括所述技能词;
若是,则将对应的所述预设技能分值累积至所述匹配度。
在一种可能的设计中,所述职位信息包括:年假信息、月薪信息、公积金信息、养老金信息、日工作时长信息以及周工作时长信息中的一项或者多项。
在一种可能的设计中,所述预设资源算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为资源,a为所述年假信息中的年假天数,b为所述月薪信息中的等效月薪,c为所述公积金信息中的公积金缴纳金额,d为所述公积金信息中的养老金缴纳金额,e为所述日工作时长信息中的日工作时长,f为所述周工作时长信息中的周工作时长,g为附加福利的金额,j为附加假期的时长。
值得说明的,图6所示实施例提供的职位推荐装置,可用于执行上述任一实施例提供的方法,具体实现方式和技术效果类似,这里不再赘述。
图7为本公开根据一示例实施例示出的电子设备的结构示意图。如图7所示,其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等具有图像获取功能的移动终端以及诸如数字TV、台式计算机等等外接有具有图像获取设备的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (11)
1.一种信息搜索方法,其特征在于,包括:
获取职位搜索请求,所述职位搜索请求包括职位关键词;
根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,所述目标职位属于职位集合;
根据所述目标职位的职位信息以及预设资源算法确定目标资源,并确定所述职位集合中每个职位所对应的资源与所述目标资源的距离值;
根据所述距离值,在搜索结果列表显示所述目标职位和所述职位集合中的职位;
所述根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,包括:
根据所述职位关键词确定期望职位集合;
根据所述求职人员确定投递人才集合,所述投递人才集合包括所述求职人员,其中,所述期望职位集合所包括的职位数与所述投递人才集合所包括的人才数相同;
根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,所述目标职位为与所述求职人员映射的职位。
2.根据权利要求1所述的信息搜索方法,其特征在于,所述根据所述职位关键词确定期望职位集合,根据所述求职人员确定投递人才集合,包括:
根据所述职位关键词确定第一职位集合,所述第一职位集合包括N个职位,其中,所述N为正整数;
根据所述求职人员确定第一人才集合,所述第一人才集合包括M个人才,其中,所述M为正整数;
根据所述N与所述M的数值关系确定所述期望职位集合以及所述投递人才集合。
3.根据权利要求2所述的信息搜索方法,其特征在于,若所述N大于所述M,则从所述第一职位集合中选取资源排序前M个的职位构成所述期望职位集合,所述投递人才集合为所述第一人才集合,其中,根据所述预设资源算法计算所述第一职位集合中每个职位对应的资源,并根据各个职位对应的资源进行降序排序;或者,
若所述N等于所述M,则所述期望职位集合为所述第一职位集合,所述投递人才集合为所述第一人才集合;或者,
若所述N小于所述M,则确定所述第一职位集合中资源排序最后的职位,所述期望职位集合包括第一职位集合以及M-N个所述排序最后的职位,所述投递人才集合为所述第一人才集合。
4.根据权利要求1-3中任意一项所述的信息搜索方法,其特征在于,所述根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,包括:
确定所述投递人才集合中的第一人才对于所述期望职位集合中每个职位的第一职位排序,所述第一人才为所述投递人才集合中的任意一个人才,所述第一职位排序根据人才与职位的匹配度确定,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定;
确定所述期望职位集合中第一职位对于所述期望职位集合中每个职位的第一人才排序,所述第一职位为所述期望职位集合中的任意一个职位,所述第一人才排序根据人才与职位的匹配度确定;
根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系。
5.根据权利要求4所述的信息搜索方法,其特征在于,所述根据所述第一职位排序以及所述第一人才排序建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,包括:
根据所述第一职位排序确定每个职位对应的待选人才集合;
根据所述第一人才排序以及每个职位对应的待选人才集合确定拒绝人才集合;
根据所述第一职位排序以及所述拒绝人才集合确定未成功匹配人才的职位对应的待选人才集合,以及继续根据所述第一人才排序以及每个未成功匹配人才的职位对应的待选人才集合确定拒绝人才集合,直至拒绝人才集合为空集;
根据每个职位所成功匹配的人才建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系。
6.根据权利要求5所述的信息搜索方法,其特征在于,所述匹配度根据人才信息、职位信息以及预设技能得分计算规则确定,包括:
获取所述职位信息中的技能词,为每个所述技能词分配有对应的预设技能分值;
确定所述人才信息中是否包括所述技能词;
若是,则将对应的所述预设技能分值累积至所述匹配度。
7.根据权利要求1-3中任意一项所述的信息搜索方法,其特征在于,所述职位信息包括:年假信息、月薪信息、公积金信息、养老金信息、日工作时长信息以及周工作时长信息中的一项或者多项。
8.根据权利要求7所述的信息搜索方法,其特征在于,所述预设资源算法为:
β=a+log3000(b+c+d+h)-e-f+g
其中,β为资源,a为所述年假信息中的年假天数,b为所述月薪信息中的等效月薪,c为所述公积金信息中的公积金缴纳金额,d为所述公积金信息中的养老金缴纳金额,e为所述日工作时长信息中的日工作时长,f为所述周工作时长信息中的周工作时长,g为附加福利的金额,h为附加假期的时长。
9.一种职位推荐装置,其特征在于,包括:
请求获取模块,用于获取职位搜索请求,所述职位搜索请求包括职位关键词;
职位匹配模块,用于根据所述职位关键词、求职人员信息以及预设匹配算法确定目标职位,所述目标职位属于职位集合;
资源确定模块,用于根据所述目标职位的职位信息以及预设资源算法确定目标资源,并确定所述职位集合中每个职位所对应的资源与所述目标资源的距离值;
职位显示模块,用于根据所述距离值,在搜索结果列表显示所述目标职位和所述职位集合中的职位;
所述职位匹配模块,还用于根据所述职位关键词确定期望职位集合;根据所述求职人员确定投递人才集合,所述投递人才集合包括所述求职人员,其中,所述期望职位集合所包括的职位数与所述投递人才集合所包括的人才数相同;根据所述预设匹配算法建立所述期望职位集合中的每个职位与所述投递人才集合中的每个人才之间的一一映射关系,所述目标职位为与所述求职人员映射的职位。
10.一种电子设备,其特征在于,包括:
处理装置;以及
存储装置,用于存储所述处理装置的可执行指令;
其中,所述处理装置配置为经由执行所述可执行指令来执行权利要求1至8任一项所述的信息搜索方法。
11.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1至8任一项所述的信息搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552957.2A CN111708929B (zh) | 2020-06-17 | 2020-06-17 | 信息搜索方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552957.2A CN111708929B (zh) | 2020-06-17 | 2020-06-17 | 信息搜索方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111708929A CN111708929A (zh) | 2020-09-25 |
CN111708929B true CN111708929B (zh) | 2023-05-30 |
Family
ID=72541094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010552957.2A Active CN111708929B (zh) | 2020-06-17 | 2020-06-17 | 信息搜索方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708929B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182383B (zh) * | 2020-09-28 | 2023-11-14 | 深圳平安智汇企业信息管理有限公司 | 第二岗位的推荐方法、装置以及计算机设备 |
CN112445979B (zh) * | 2020-12-29 | 2021-09-07 | 普工宝网络科技(重庆)有限公司 | 一种人才信息智能匹配方法及*** |
CN117709917B (zh) * | 2024-02-05 | 2024-06-07 | 芯知科技(江苏)有限公司 | 用于招聘平台的数据智能处理方法及*** |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9674132B1 (en) * | 2013-03-25 | 2017-06-06 | Guangsheng Zhang | System, methods, and user interface for effectively managing message communications |
CN103714413A (zh) * | 2013-11-21 | 2014-04-09 | 清华大学 | 基于职位信息构建素质模型的***与方法 |
CN105608477B (zh) * | 2016-03-01 | 2021-06-08 | 吕云 | 一种人物画像与职位匹配的方法及*** |
CN106250502A (zh) * | 2016-07-28 | 2016-12-21 | 五八同城信息技术有限公司 | 确定相似职位的方法及装置 |
US10474725B2 (en) * | 2016-12-15 | 2019-11-12 | Microsoft Technology Licensing, Llc | Determining similarities among industries to enhance job searching |
CN106777295A (zh) * | 2016-12-30 | 2017-05-31 | 深圳爱拼信息科技有限公司 | 一种基于语义匹配的职位搜索推荐方法和*** |
US20180285824A1 (en) * | 2017-04-04 | 2018-10-04 | Linkedln Corporation | Search based on interactions of social connections with companies offering jobs |
CN109165921A (zh) * | 2018-08-14 | 2019-01-08 | 安徽网才信息技术股份有限公司 | 一种简历委托投递的方法 |
CN110032681B (zh) * | 2019-04-17 | 2022-03-15 | 北京网聘咨询有限公司 | 基于简历内容的职位推荐方法 |
CN110196943A (zh) * | 2019-04-22 | 2019-09-03 | 苏州同者信息科技有限公司 | 一种职位智能推荐系方法及其*** |
CN110059162A (zh) * | 2019-04-28 | 2019-07-26 | 苏州创汇智信息技术有限公司 | 一种求职简历与招聘职位的匹配方法及装置 |
CN110297981A (zh) * | 2019-07-01 | 2019-10-01 | 江苏漩涡网络科技有限公司 | 职位推荐***与方法 |
CN111105209B (zh) * | 2019-12-17 | 2023-07-21 | 上海沃锐企业发展有限公司 | 适用于人岗匹配推荐***的职位简历匹配方法及装置 |
-
2020
- 2020-06-17 CN CN202010552957.2A patent/CN111708929B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111708929A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111708929B (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
US10311106B2 (en) | Social graph visualization and user interface | |
CN107992514B (zh) | 结构化信息卡的搜索和检索 | |
CN110413742B (zh) | 简历信息的查重方法、装置、设备及存储介质 | |
US20150309988A1 (en) | Evaluating Crowd Sourced Information Using Crowd Sourced Metadata | |
CN111639253B (zh) | 一种数据判重方法、装置、设备及存储介质 | |
US8606777B1 (en) | Re-ranking a search result in view of social reputation | |
CN112686778B (zh) | 基于大数据的旅游路线规划方法、装置及设备 | |
CN113515589B (zh) | 数据推荐方法、装置、设备以及介质 | |
CN113204691B (zh) | 一种信息展示方法、装置、设备及介质 | |
CN113393306A (zh) | 产品推荐方法、装置、电子设备及计算机可读介质 | |
WO2014107194A1 (en) | Identifying relevant user content | |
CN113656698A (zh) | 兴趣特征提取模型的训练方法、装置和电子设备 | |
US9965558B2 (en) | Cross-channel social search | |
CN110765357A (zh) | 在线文档的搜索方法、装置、设备及存储介质 | |
CN113836446B (zh) | 出行信息的向量化表示方法及装置 | |
CN113515687B (zh) | 物流信息的获取方法和装置 | |
CN113808582B (zh) | 语音识别方法、装置、设备及存储介质 | |
CN111597441A (zh) | 信息处理方法、装置和电子设备 | |
CN110851560B (zh) | 信息检索方法、装置及设备 | |
CN115238165A (zh) | 基于机器学习的信息推送方法及装置、存储介质、终端 | |
US20190304040A1 (en) | System and Method for Vetting Potential Jurors | |
CN111291196A (zh) | 知识图谱的完善方法及装置、数据处理方法及装置 | |
CN110543491A (zh) | 搜索方法、装置、电子设备和计算机可读存储介质 | |
CN113343147B (zh) | 信息处理方法、装置、设备、介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |