CN112417280A - 一种基于虚拟现实主持人体系的推荐方法和*** - Google Patents
一种基于虚拟现实主持人体系的推荐方法和*** Download PDFInfo
- Publication number
- CN112417280A CN112417280A CN202011309342.3A CN202011309342A CN112417280A CN 112417280 A CN112417280 A CN 112417280A CN 202011309342 A CN202011309342 A CN 202011309342A CN 112417280 A CN112417280 A CN 112417280A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- recruitment
- job seeker
- job
- target
- 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.)
- Withdrawn
Links
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于虚拟现实主持人体系的推荐方法,其方法包括:获取求职者的第一目标需求,获取招聘者的第二目标需求;建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站(招聘网站指PC招聘网站、手机招聘APP、互联网招聘平台,下同)时,基于所述第一目标需求以及第二目标需求进行推荐指导;按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。解决了各类行业的虚拟主持人与现实主持人联合对求职者或招聘者进行指导推荐,同时将当天最主要的招聘公司中的招聘岗位通过音视频方式推荐给求职者,将当天最主要的求职者通过音视频方式推荐给招聘者,并基于模糊度与精准度推荐算法分析,便于按照预设比例进行推荐。
Description
技术领域
本发明涉及网站&ap求职招聘推荐技术领域,特别涉及一种基于虚拟现实主持人体系的推荐方法和***。
背景技术
随着大数据的思想落地,推荐方法和***渐渐受到业界的热捧,它给互联网带来的效益是无法估量的。不仅仅是电商,各种互联网行业慢慢的都引入了推荐技术,例如:电影网站、音乐播放器、社交平台、职位招聘、餐饮服务等等。对推荐***而言,推荐结果的好坏严重影响用户对服务的评价。
但是,目前大多数中小型应用中建立的推荐功能由于算法策略选取和设计的不合理,使推荐结果不准确,特别是在职位招聘中,求职者不能及时的对求职岗位进行充分的了解,同样招聘者也不能够全面客观的了解求职者,使得双方不能够高效的解决自身的需求,因此,本发明提出了一种基于虚拟现实主持人体系的推荐方法和***。
发明内容
本发明提供一种基于虚拟现实主持人体系的推荐方法和***,用以通过虚拟主持人与现实主持人联合登录,便于对求职者或招聘者进行指导推荐。
本发明提供一种基于虚拟现实主持人体系的推荐方法,包括:
获取求职者的第一目标需求,获取招聘者的第二目标需求;
建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,获取求职者的第一目标需求,包括:
获取求职者的简历信息,所述简历信息包括求职者的身份属性、求职岗位、目标薪资以及专业方向,同时接收求职者在多个岗位中确定的待定意向岗位;
通过构建求职者需求空间模型,按照求职者对所述待定意向岗位的所述求职岗位、目标薪资以及专业方向的要求程度进行权重排序,得到最终的目标岗位;
其中,所述最终的目标岗位即为所述第一目标需求。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,获取招聘者的第二目标需求之后,还包括:
获取与所述招聘岗位相关联的职位指标,所述职位指标包括岗位需求人数、岗位任职能力以及最低学历要求;
基于所述职位指标,从测试数据库中调取与所述招聘岗位相对应的测试题,生成岗位招聘测试卷,并将所述岗位招聘测试卷呈现给所述求职者。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,建立主持人矩阵的具体过程,还包括:
基于所述求职者的第一目标需求以及招聘者的第二目标需求建立主持人指导模式与职位目标关联表,并调取预设主持人数据库中的主持人类别数据,建立关联矩阵;
服务器通过对求职者身份属性以及所需指导主持人的对应关系构建模糊关系模型,并通过预设规则转换得到模糊关系矩阵;
所述关联矩阵与所述模糊矩阵经过初等变化之后得到主持人矩阵;
所述主持人矩阵中包含:社会招聘、校园招聘、海外招聘、猎头、技工招聘、残疾人招聘、退役军人招聘、海归招聘、外籍招聘、团队创建、招聘会、培训主持人等。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,基于所述第一目标需求以及第二目标需求进行推荐指导过程,还包括:
获取所述第一目标需求以及第二目标需求,并将所述第一目标需求以及第二目标需求输入数据转换模型,所述数据转换模型按照预设规则将所述第一目标需求以及第二目标需求转换为相应的第一数据信息以及第二数据信息;
基于所述第一目标需求以及第二目标需求构建专家度数据分析模型,同时将所述第一数据信息以及第二数据信息输入到所述专家度数据分析模型进行分类处理,具体步骤包括:
识别所述第一数据信息以及第二数据信息中的关键词,并将所述关键词传输至所述专家度数据分析模型内;
根据接收到的所述关键词从所述预设职位库中查找相关度最高的职位或招聘岗位,并将所述职位或者招聘岗位经后台传输至主持人终端;
所述主持人终端包括虚拟主持人终端与真人主持人终端;
主持人终端通过预设能力分析模型对所述职位或者招聘岗位进行大数据分析,得到岗位指导数据信息,通过预设判断条件对所述指导数据信息进行筛选,得到目标指导数据;
将主持人分析得到的目标指导数据依据标准化协议转换为相应的音视频数据;
构建主持人与求职者或招聘者通信链路;
基于所述通信链路将所述音视频数据传输至求职者或招聘者对应的目标端,同时基于所述通信链路接收所述求职者或招聘者提出的问题,并通过所述通信链路中的数模转换数据库将所述问题转换为相应的数字信号,并将所述数字信号进行编码传输,实现所述求职者或招聘者与所述虚拟支持人以及真人主持人之间的联合沟通指导。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果过程,包括:
获取所述求职者的意向岗位信息以及与所述意向岗位信息对应的第一评价,根据所述第一评价推荐与意向岗位相关联的第一推荐职位;
获取所述求职者在预设时间段内投递的其他职位信息以及与职位信息对应的第二评价,根据所述第二评价,推荐与所述意向岗位相关联的第二推荐职位;
将所述第一推荐职位与所述意向岗位以及第二推荐职位与所述意向岗位的相关度进行比较,并将相关度高的职位推荐给所述求职者;
同时,通过网络爬虫抓取所述招聘网站中的求职者应聘信息,形成应聘信息集,在所述应聘信息集中剔除与所述招聘岗位要求信息必须项不匹配的求职者,剩余的求职者作为第一推荐求职者集;
剔除所述第一推荐求职者集中求职者能力信息不满足所述招聘岗位要求信息必须项的求职者,剩余的求职者作为第二求职者推荐集;
计算所述第二求职者推荐集中每个求职者能力信息与所述招聘岗位信息的相似度,筛选出与所述招聘岗位相似度最高的前N个求职者生成求职者推荐列表,并推荐给所述招聘者。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,在向所述求职者或招聘者推荐时,还包括:
构建模糊度与精准度推荐算法,并且所述招聘网站在向所述求职者或招聘者推荐时根据所述模糊度与精准度推荐算法的预设比例进行推荐;
获取所述求职者以及招聘者的用户属性信息,其中所述用户属性信息包括求职者或招聘公司中的招聘职位所允许的最低截止日期以及求职者或招聘公司中的招聘职位需求的迫切程度;
确定所述求职者或招聘公司中的招聘职位需求的迫切程度的权重,并依据所述最低截止日期对当天的求职者以及招聘公司中招聘职位按重要程度进行排序,生成重要程度排序表;
基于所述模糊度与精准度推荐算法的预设比例将所述重要程度排序表中排名最靠前的求职者通过音视频方式推荐给所述招聘者,同时将排名最靠前的招聘公司中的招聘岗位以音视频方式推荐给所述求职者,完成双向推荐。
优选的,所述的一种基于虚拟现实主持人体系的推荐方法,按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果的过程中,还包括:
根据如下公式计算采用模糊度推荐算法的推荐权重:
其中,η1表示采用所述数字模糊推荐算法的推荐权重;α表示采用所述数字模糊推荐算法推荐时对应的求职者或招聘者中第一指标中包含基本条件的数量,且取值范围为[0,8];δ表示所述求职者或招聘者要求信息中的重要指标;∈表示所述求职者或招聘者要求信息中的非常重要指标;μ表示所述求职者或招聘者要求信息中的极为重要指标;β表示采用所述数字模糊推荐算法推荐时求职者或招聘者中第二指标中包含必备条件的数量,且取值范围为[0,4];
根据模糊度推荐算法的推荐权重推算精准度推荐算法的权重:
根据如下公式计算所述招聘网站在推荐时的容错率:
其中,p表示所述招聘网站在推荐时的容错率;θ表示招聘网站推荐时的容错系数;η2表示采用所述精准推荐算法推荐时的推荐权重;η1表示采用所述数字模糊推荐算法推荐时的推荐权重;γ表示所述招聘网站推荐周期内推荐时出错的次数;k表示所述招聘网站推荐周期内推荐的总次数;τ表示所述招聘网站推荐周期内推荐的总次数中允许出现错误的最大次数;ζ表示所述招聘网站的修正系数;
将计算得到的容错率与预设容错率进行比较;
若所述容错率低于预设容错率,所述招聘网站提醒所述求职者或招聘者对信息中的重要程度指标进行修改。
优选的,一种基于虚拟现实主持人体系的推荐***:
获取模块,用于获取求职者的第一目标需求,获取招聘者的第二目标需求;
推荐指导模块,用于建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
结果推送模块,用于按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于虚拟现实主持人体系的推荐方法的流程图;
图2为本发明实施例中一种基于虚拟现实主持人体系的推荐***的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种基于虚拟现实主持人体系的推荐方法,如图1所示,包括:
获取求职者的第一目标需求,获取招聘者的第二目标需求;
建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
该实施例中,第一目标需求指的是求职者的理想招聘岗位,且理想招聘中包括薪资待遇,学历要求等。
该实施例中,第二目标需求指的是招聘者对求职者应聘招聘岗位的目标要求,该目标要求包括任职能力、工作经验等。
该实施例中,主持人矩阵是为了使网站能够接受足够多行业的以及不同身份属性的主持人,便于网站根据求职者以及招聘者的情况选用相应的主持人。
该实施例中,预设推荐规则指的时网站内部通过构建模糊度与精准度推荐算法,通过此两种推荐算法的比例进行推荐。
该实施例中,推荐指导结果指的是主持人将当天最主要的招聘信息推荐给求职者,同样将最主要的求职者信息推荐给招聘者。
上述技术方案的有益效果是:通过各类行业的虚拟主持人与现实主持人联合登录,便于对求职者或招聘者进行指导推荐。
本发明提供一种基于虚拟现实主持人体系的推荐方法,获取求职者的第一目标需求,包括:
获取求职者的简历信息,所述简历信息包括求职者的身份属性、求职岗位、目标薪资以及专业方向,同时接收求职者在多个岗位中确定的待定意向岗位;
通过构建求职者需求空间模型,按照求职者对所述待定意向岗位的所述求职岗位、目标薪资以及专业方向的要求程度进行权重排序,得到最终的目标岗位;
其中,所述最终的目标岗位即为所述第一目标需求。
该实施例中,身份属性指的是求职者隶属于何种人群,例如:残疾人、退役军人、应届毕业生等。
该实施例中,待定意向岗位指的是求职者比较倾向于选择的岗位,作为备选项的一些岗位。
该实施例中,求职者需求空间模型是用来将求职者对待定意向岗位中同一方面不同待遇进行比较后,按重要程度进行删选得到最终选择的岗位。
上述技术方案的有益效果是:通过获取求职者的简历信息,并确定求职者简历中的求职岗位、目标薪资等,按照求职者的要求进行岗位筛选,得到待定岗位,再从待定岗位中将同一方面的不同待遇进行比较,得到最适合求职者的目标岗位,确保了在大量招聘岗位中筛选出最适合求职者的工作职位。
本发明提供一种基于虚拟现实主持人体系的推荐方法,获取招聘者的第二目标需求之后,还包括:
获取与所述招聘岗位相关联的职位指标,所述职位指标包括岗位需求人数、岗位任职能力以及最低学历要求;
基于所述职位指标,从测试数据库中调取与所述招聘岗位相对应的测试题,生成岗位招聘测试卷,并将所述岗位招聘测试卷呈现给所述求职者。
该实施例中,职位指标指的是招聘者对应聘该岗位的求职者做出的一线基本条件限定,例如需求人数、最低学历。
上述技术方案的有益效果是:通过对招聘岗位做出限定,便于从海量的求职者中进行筛选,同时职位指标从测试数据库中调取于招聘岗位相对应的测试题,并将所有测试题进行汇总生成招聘测试卷,便于招聘者根据测试卷答复结果再次进行筛选,挑选出最适合该岗位的求职者人员,提高了岗位招聘员工的相关性。
本发明提供一种基于虚拟现实主持人体系的推荐方法,建立主持人矩阵的具体过程,还包括:
基于所述求职者的第一目标需求以及招聘者的第二目标需求建立主持人指导模式与职位目标关联表,并调取预设主持人数据库中的主持人类别数据,建立关联矩阵;
服务器通过对求职者身份属性以及所需指导主持人的对应关系构建模糊关系模型,并通过预设规则转换得到模糊关系矩阵;
所述关联矩阵与所述模糊矩阵经过初等变化之后得到主持人矩阵;
所述主持人矩阵中包含:社会招聘、校园招聘、海外招聘、猎头、技工招聘、残疾人招聘、退役军人招聘、海归招聘、外籍招聘、团队创建、招聘会、培训主持人等。
该实施例中,主持人指导模式指的是求职者在进入到相应的求职界面后主持人指导推荐的方式方法。
该实施例中,主持人类别数据指的包含所有预设行业以及预设的不同的身份属性的主持人类别。
该实施例中,求职者身份属性指的是求职者的所属人群类别,例如:海归,残疾人等。
该实施例中,模糊关系矩阵是用来表示求职者与主持人之间的对应关系,且包含一个求职者可能同时对应多个主持人,例如:求职者可能是一个残疾人同样也是一个海归,其所对应的主持人就为两类。
该实施例中,主持人矩阵是通过关联矩阵与模糊关系矩阵两者相结合进行初等变化得到的。
上述技术方案的有益效果是:通过第一目标需求以及第二目标需求构建主持人与职位的目标关联表,便于将主持人与职位进行一一对应,并且根据主持人与职位的对应关系与调取的主持人类别数据建立关联矩阵,完成职位与主持人之间关系的构建,同时通过确定求职者的身份属性,并根据身份属性建立与主持人之间的模糊关系,此模糊关系可以包含一对一以及一对多,最终通过关联矩阵与模糊关系矩阵结合进行初等变化求出主持人矩阵,确保了主持人矩阵中包含与各类求职者相对应的主持人。
本发明提供一种基于虚拟现实主持人体系的推荐方法,基于所述第一目标需求以及第二目标需求进行推荐指导过程,还包括:
获取所述第一目标需求以及第二目标需求,并将所述第一目标需求以及第二目标需求输入数据转换模型,所述数据转换模型按照预设规则将所述第一目标需求以及第二目标需求转换为相应的第一数据信息以及第二数据信息;
基于所述第一目标需求以及第二目标需求构建专家度数据分析模型,同时将所述第一数据信息以及第二数据信息输入到所述专家度数据分析模型进行分类处理,具体步骤包括:
识别所述第一数据信息以及第二数据信息中的关键词,并将所述关键词传输至所述专家度数据分析模型内;
根据接收到的所述关键词从所述预设职位库中查找相关度最高的职位或招聘岗位,并将所述职位或者招聘岗位经后台传输至主持人终端;
所述主持人终端包括虚拟主持人终端与真人主持人终端;
主持人终端通过预设能力分析模型对所述职位或者招聘岗位进行大数据分析,得到岗位指导数据信息,通过预设判断条件对所述指导数据信息进行筛选,得到目标指导数据;
将主持人分析得到的目标指导数据依据标准化协议转换为相应的音视频数据;
构建主持人与求职者或招聘者通信链路;
基于所述通信链路将所述音视频数据传输至求职者或招聘者对应的目标端,同时基于所述通信链路接收所述求职者或招聘者提出的问题,并通过所述通信链路中的数模转换数据库将所述问题转换为相应的数字信号,并将所述数字信号进行编码传输,实现所述求职者或招聘者与所述虚拟支持人以及真人主持人之间的联合沟通指导。
该实施例中,预设规则指的是网站内部通过多次训练得到的一种转化算法,能够将客户需求信息转换为网站能够分析的数据信息。
该实施例中,第一数据信息以及第二数据信息指的是与求职者、招聘者目标需求相对应的另一种表达形式,该种形式便于网站对用户信息进行分析。
该实施例中,关键词指的是求职者或招聘者所要求信息中具有代表性的,能够代表求职者意向岗位或招聘者意向职员的一些特征值。
该实施例中,相关度指的是根据求职者所填基本信息与招聘岗位的匹配度,即用来判断求职者适不适合该岗位以及该岗位与该求职者的能力是否相吻合。
该实施例中,目标指导数据指的是将获得到的指导数据中无关影响的数据进行剔除,得到最终有价值的指导数据,例如在指导数据中剔除邮箱地址等,最终剩余的有价值的数据即为目标指导数据。
该实施例中,标准化协议指的是用来规范常数据转换为音视频信息的一系列规格、术语、程序和限制条件指标。
该实施例中,专家度数据分析模型中的专家度指的是通过此模型对输入的数据进行专业性的处理,确保处理结果准确、专业。
上述技术方案的有益效果是:通过将第一目需求以及第二目标需求转换为相应的数据信息,便于网站对目标需求进行分析处理,并将转换得到的数据信息输入专家度分析模型当中查找相关度最高的职位或招聘岗位,此步骤提高了快速检索相关职位的速度以及准确性,同时,主持人将得到的职位或招聘岗位进行大数据分析,得到对求职者或招聘者的指导数据,此步骤便于主持人根据每个人的情况得到适合自己的指导数据,并将指导数据中的无关变量进行剔除,得到最终的目标指导数据,通过将目标指导数据转换为相应的音视频信息,基于构建的通信链路将音视频信息传输给求职者或招聘者,实现双向沟通,此方案确保了主持人能够在线了解情况,并根据自身情况提出有建设性的指导意见。
本发明提供一种基于虚拟现实主持人体系的推荐方法,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果过程,包括:
获取所述求职者的意向岗位信息以及与所述意向岗位信息对应的第一评价,根据所述第一评价推荐与意向岗位相关联的第一推荐职位;
获取所述求职者在预设时间段内投递的其他职位信息以及与职位信息对应的第二评价,根据所述第二评价,推荐与所述意向岗位相关联的第二推荐职位;
将所述第一推荐职位与所述意向岗位以及第二推荐职位与所述意向岗位的相关度进行比较,并将相关度高的职位推荐给所述求职者;
同时,通过网络爬虫抓取所述招聘网站中的求职者应聘信息,形成应聘信息集,在所述应聘信息集中剔除与所述招聘岗位要求信息必须项不匹配的求职者,剩余的求职者作为第一推荐求职者集;
剔除所述第一推荐求职者集中求职者能力信息不满足所述招聘岗位要求信息必须项的求职者,剩余的求职者作为第二求职者推荐集;
计算所述第二求职者推荐集中每个求职者能力信息与所述招聘岗位信息的相似度,筛选出与所述招聘岗位相似度最高的前N个求职者生成求职者推荐列表,并推荐给所述招聘者。
该实施例中,应聘信息集包含多个适合该岗位的求职的基本信息。
该实施例中,要求信息必须项不匹配指的是招聘者在招聘过程中设定的应聘该岗位具备的必要条件,与必要条件不匹配的则需要被剔除。
上述技术方案的有益效果是:通过获取求职者的意向岗位信息以及与意向岗位信息对应的第一评价得到第一推荐职位,同时根据求职者在预设时间段内投递的其他岗位信息以及对应的第二评价得到第二推荐职位,将两职位的相关度进行比较,推荐相关度最高的给求职者,确保在给求职者推荐岗位时推荐的是最适合求职者能力的,同时获取求职者应聘信息,形成求职者应聘信息集,通过在应聘信息集中筛选,剔除与必须项不匹配的人员,并计算剩余的职员与岗位匹配的相似度,将相似度最高的推荐给招聘者,确保了招聘者招到的职员满足该岗位对员工的能力要求,提高了推荐的准确率以及效率。
本发明提供一种基于虚拟现实主持人体系的推荐方法,在向所述求职者或招聘者推荐时,还包括:
构建模糊度与精准度推荐算法,并且所述招聘网站在向所述求职者或招聘者推荐时根据所述模糊度与精准度推荐算法的预设比例进行推荐;
获取所述求职者以及招聘者的用户属性信息,其中所述用户属性信息包括求职者或招聘公司中的招聘职位所允许的最低截止日期以及求职者或招聘公司中的招聘职位需求的迫切程度;
确定所述求职者或招聘公司中的招聘职位需求的迫切程度的权重,并依据所述最低截止日期对当天的求职者以及招聘公司中招聘职位按重要程度进行排序,生成重要程度排序表;
基于所述模糊度与精准度推荐算法的预设比例将所述重要程度排序表中排名最靠前的求职者通过音视频方式推荐给所述招聘者,同时将排名最靠前的招聘公司中的招聘岗位以音视频方式推荐给所述求职者,完成双向推荐。
该实施例中,迫切程度的权重指的是求职者或招聘者在求职或招聘的过程中,加急因素在所有信息中所占的比例。
该实施例中,将当天最主要的招聘公司中的招聘岗位通过音视频方式推荐给求职者,将当天最主要的求职者通过音视频方式推荐给招聘者,并基于模糊度与精准度推荐算法分析,便于按照预设比例进行推荐。
上述技术方案的有益效果是:通过获取求职者或招聘者的用户属性信息,并根据用户属性信息对求职者的求职迫切程度以及招聘公司中的招聘职位需求的迫切程度进行权重计算,并根据最低截止日期对当天的求职者以及招聘公司中招聘职位按重要程度进行排序,并将排名最靠前的求职者通过音视频方式推荐给所述招聘者,同时将排名最靠前的招聘公司中的招聘岗位以音视频方式推荐给所述求职者,此方案确保了了将当天最重要以及最需要的求职者以及招聘者进行双向推荐,并且是通过音视频方式进行推荐,便于求职者或招聘者直观的了解对象的基本情况,提高了成功的机率。
本发明提供一种基于虚拟现实主持人体系的推荐方法,按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果的过程中,还包括:
根据如下公式计算采用模糊度推荐算法的推荐权重:
其中,η1表示采用所述数字模糊推荐算法的推荐权重;α表示采用所述数字模糊推荐算法推荐时对应的求职者或招聘者中第一指标中包含基本条件的数量,且取值范围为[0,8];δ表示所述求职者或招聘者要求信息中的重要指标;∈表示所述求职者或招聘者要求信息中的非常重要指标;μ表示所述求职者或招聘者要求信息中的极为重要指标;β表示采用所述数字模糊推荐算法推荐时求职者或招聘者中第二指标中包含必备条件的数量,且取值范围为[0,4];
根据模糊度推荐算法的推荐权重推算精准度推荐算法的权重:
根据如下公式计算所述招聘网站在推荐时的容错率:
其中,p表示所述招聘网站在推荐时的容错率;θ表示招聘网站推荐时的容错系数;η2表示采用所述精准推荐算法推荐时的推荐权重;η1表示采用所述数字模糊推荐算法推荐时的推荐权重;γ表示所述招聘网站推荐周期内推荐时出错的次数;k表示所述招聘网站推荐周期内推荐的总次数;τ表示所述招聘网站推荐周期内推荐的总次数中允许出现错误的最大次数;ζ表示所述招聘网站的修正系数;
将计算得到的容错率与预设容错率进行比较;
若所述容错率低于预设容错率,所述招聘网站提醒所述求职者或招聘者对信息中的重要程度指标进行修改。
该实施例中,精准度推荐算法指的是精确定位用户的一些行为,包括浏览职位操作、投递建立操作、填写基本信息操作等,通过一些数学算法,对用户可能想要求职的职位或者招聘的职位进行精准预测并推荐,例如淘宝推荐算法。
该实施例中,模糊度推荐算法指的是获取用户近期的操作信息,不会对用户以前的操作有记忆性,通过当前操作向用户推荐可能需求的岗位或员工,例如人才职业网。
该实施例中,第一指标指的是求职者或招聘者在求职或招聘时设立的基本条件,例如必须满足的最低学历要求、工作经验等。
该实施例中,重要指标、非常重要指标、极为重要指标指的是求职者或招聘者在求职或招聘中将某一指标的重要程度与其他指标的重要程度相比较最终得到的定位,且对三个指标进行赋值,将重要指标赋值3、非常重要指标赋值为4、极为重要指标赋值为5,在计算时分别将3、4、5代入相应位置进行计算,例如在年龄、学历、工作经验三者中,将年龄定为重要指标,学历定为非常重要指标、工作经验定位极为重要指标。
该实施例中,第二指标指的是是求职者或招聘者在求职或招聘时设立的必须满足的条件,例如:必须为男性、必须硕士等。
该实施例中,述求职者以及招聘者可以自行设置调整模糊度与精准度推荐中的重要、非常重要、极为重要指标。
上述技术方案的有益效果是:通过计算模糊度推荐算法的推荐权重,并推算精准度推荐算法的权重,且通过模糊度推荐算法权重以及精准度推荐算法权重计算网站在推荐时出现的容错率,在计算模糊度推荐算法的权重时,涉及第一指标以及第二指标的数量,同时在指标中确定其中的重要程度等级,最后通过基本条件占基本条件与必备条件的比例计算得到模糊度推荐算法的权重,使得计算结果更加准确可靠,其次通过模糊度推荐算法推算精准度推荐算法的权重,涉及精准推荐算法权重系数以及加权平均系数,得到精准度推荐算法权重,最后在计算网站推荐时得容错率时设计模糊度推荐算法与精准度推荐算法的2比例,以及网站推荐周期内推荐的总次数中出现的错误次数,并且通过最大允许出现错误次数进行限定,使得计算结果更加准确真实,此方案确保了网站在推荐时的准确性,同时可以认为设置指标的重要程度,便于根据每个人的情况推荐适合自己的岗位或职员,提高了该方法的使用效果。
本发明提供一种基于虚拟现实主持人体系的推荐***,如图2所示:
获取模块,用于获取求职者的第一目标需求,获取招聘者的第二目标需求;
推荐指导模块,用于建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
结果推送模块,用于按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
上述技术方案的有益效果是:解决了各类行业的虚拟主持人与现实主持人联合对求职者或招聘者进行指导推荐,同时将当天最主要的招聘公司中的招聘岗位通过音视频方式推荐给求职者,将当天最主要的求职者通过音视频方式推荐给招聘者,并基于模糊度与精准度推荐算法分析,便于按照预设比例进行推荐。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于虚拟现实主持人体系的推荐方法,其特征在于,包括:
获取求职者的第一目标需求,获取招聘者的第二目标需求;
建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
2.如权利要求1所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,获取求职者的第一目标需求,包括:
获取求职者的简历信息,所述简历信息包括求职者的身份属性、求职岗位、目标薪资以及专业方向,同时接收求职者在多个岗位中确定的待定意向岗位;
通过构建求职者需求空间模型,按照求职者对所述待定意向岗位的所述求职岗位、目标薪资以及专业方向的要求程度进行权重排序,得到最终的目标岗位;
其中,所述最终的目标岗位即为所述第一目标需求。
3.如权利要求1所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,获取招聘者的第二目标需求之后,还包括:
获取与所述招聘岗位相关联的职位指标,所述职位指标包括岗位需求人数、岗位任职能力以及最低学历要求;
基于所述职位指标,从测试数据库中调取与所述招聘岗位相对应的测试题,生成岗位招聘测试卷,并将所述岗位招聘测试卷呈现给所述求职者。
4.如权利要求1所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,建立主持人矩阵的具体过程,还包括:
基于所述求职者的第一目标需求以及招聘者的第二目标需求建立主持人指导模式与职位目标关联表,并调取预设主持人数据库中的主持人类别数据,建立关联矩阵;
服务器通过对求职者身份属性以及所需指导主持人的对应关系构建模糊关系模型,并通过预设规则转换得到模糊关系矩阵;
所述关联矩阵与所述模糊矩阵经过初等变化之后得到主持人矩阵;
所述主持人矩阵中包含:社会招聘、校园招聘、海外招聘、猎头、技工招聘、残疾人招聘、退役军人招聘、海归招聘、外籍招聘、团队创建、招聘会、培训主持人等。
5.如权利要求1所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,基于所述第一目标需求以及第二目标需求进行推荐指导过程,还包括:
获取所述第一目标需求以及第二目标需求,并将所述第一目标需求以及第二目标需求输入数据转换模型,所述数据转换模型按照预设规则将所述第一目标需求以及第二目标需求转换为相应的第一数据信息以及第二数据信息;
基于所述第一目标需求以及第二目标需求构建专家度数据分析模型,同时将所述第一数据信息以及第二数据信息输入到所述专家度数据分析模型进行分类处理,具体步骤包括:
识别所述第一数据信息以及第二数据信息中的关键词,并将所述关键词传输至所述专家度数据分析模型内;
根据接收到的所述关键词从预设职位库中查找相关度最高的职位或招聘岗位,并将所述职位或者招聘岗位经后台传输至主持人终端;
所述主持人终端包括虚拟主持人终端与真人主持人终端;
主持人终端通过预设能力分析模型对所述职位或者招聘岗位进行大数据分析,得到岗位指导数据信息,通过预设判断条件对所述指导数据信息进行筛选,得到目标指导数据;
将主持人分析得到的目标指导数据依据标准化协议转换为相应的音视频数据;
构建主持人与求职者或招聘者之间的通信链路;
基于所述通信链路将所述音视频数据传输至求职者或招聘者对应的目标端,同时基于所述通信链路接收所述求职者或招聘者提出的问题,并通过所述通信链路中的数模转换数据库将所述问题转换为相应的数字信号,并将所述数字信号进行编码传输,实现所述求职者或招聘者与所述虚拟支持人以及真人主持人之间的联合沟通指导。
6.如权利要求1所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果过程,包括:
获取所述求职者的意向岗位信息以及与所述意向岗位信息对应的第一评价,根据所述第一评价推荐与意向岗位相关联的第一推荐职位;
获取所述求职者在预设时间段内投递的其他职位信息以及与职位信息对应的第二评价,根据所述第二评价,推荐与所述意向岗位相关联的第二推荐职位;
将所述第一推荐职位与所述意向岗位以及第二推荐职位与所述意向岗位的相关度进行比较,并将相关度高的职位推荐给所述求职者;
同时,通过网络爬虫抓取所述招聘网站中的求职者应聘信息,形成应聘信息集,在所述应聘信息集中剔除与所述招聘岗位要求信息必须项不匹配的求职者,剩余的求职者作为第一推荐求职者集;
剔除所述第一推荐求职者集中求职者能力信息不满足所述招聘岗位要求信息必须项的求职者,剩余的求职者作为第二求职者推荐集;
计算所述第二求职者推荐集中每个求职者能力信息与所述招聘岗位信息的相似度,筛选出与所述招聘岗位相似度最高的前N个求职者生成求职者推荐列表,并推荐给所述招聘者。
7.如权利要求6所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,在向所述求职者或招聘者推荐时,还包括:
构建模糊度与精准度推荐算法,并且所述招聘网站在向所述求职者或招聘者推荐时根据所述模糊度与精准度推荐算法的预设比例进行推荐;
获取所述求职者以及招聘者的用户属性信息,其中所述用户属性信息包括求职者或招聘公司中的招聘职位所允许的最低截止日期以及求职者或招聘公司中的招聘职位需求的迫切程度;
确定所述求职者或招聘公司中的招聘职位需求的迫切程度的权重,并依据所述最低截止日期对当天的求职者以及招聘公司中招聘职位按重要程度进行排序,生成重要程度排序表;
基于所述模糊度与精准度推荐算法的预设比例将所述重要程度排序表中排名最靠前的求职者通过音视频方式推荐给所述招聘者,同时将排名最靠前的招聘公司中的招聘岗位以音视频方式推荐给所述求职者,完成双向推荐。
8.如权利要求7所述的一种基于虚拟现实主持人体系的推荐方法,其特征在于,按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果的过程中,还包括:
根据如下公式计算采用模糊度推荐算法的推荐权重:
其中,η1表示采用所述数字模糊推荐算法的推荐权重;α表示采用所述数字模糊推荐算法推荐时对应的求职者或招聘者中第一指标中包含基本条件的数量,且取值范围为[0,8];δ表示所述求职者或招聘者要求信息中的重要指标;∈表示所述求职者或招聘者要求信息中的非常重要指标;μ表示所述求职者或招聘者要求信息中的极为重要指标;β表示采用所述数字模糊推荐算法推荐时求职者或招聘者中第二指标中包含必备条件的数量,且取值范围为[0,4];
根据模糊度推荐算法的推荐权重推算精准度推荐算法的权重:
根据如下公式计算所述招聘网站在推荐时的容错率:
其中,p表示所述招聘网站在推荐时的容错率;θ表示招聘网站推荐时的容错系数;η2表示采用所述精准推荐算法推荐时的推荐权重;η1表示采用所述数字模糊推荐算法推荐时的推荐权重;γ表示所述招聘网站推荐周期内推荐时出错的次数;k表示所述招聘网站推荐周期内推荐的总次数;τ表示所述招聘网站推荐周期内推荐的总次数中允许出现错误的最大次数;ζ表示所述招聘网站的修正系数;
将计算得到的容错率与预设容错率进行比较;
若所述容错率低于预设容错率,所述招聘网站提醒所述求职者或招聘者对信息中的重要程度指标进行修改。
9.一种基于虚拟现实主持人体系的推荐***,其特征在于:
获取模块,用于获取求职者的第一目标需求,获取招聘者的第二目标需求;
推荐指导模块,用于建立主持人矩阵,当所述主持人矩阵中的真人主持人与数字主持人联合登录招聘网站时,基于所述第一目标需求以及第二目标需求进行推荐指导;
结果推送模块,用于按照预设推荐规则,向所述求职者和招聘者对应的目标端发送相应的推荐指导结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011309342.3A CN112417280A (zh) | 2020-11-20 | 2020-11-20 | 一种基于虚拟现实主持人体系的推荐方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011309342.3A CN112417280A (zh) | 2020-11-20 | 2020-11-20 | 一种基于虚拟现实主持人体系的推荐方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112417280A true CN112417280A (zh) | 2021-02-26 |
Family
ID=74773830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011309342.3A Withdrawn CN112417280A (zh) | 2020-11-20 | 2020-11-20 | 一种基于虚拟现实主持人体系的推荐方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112417280A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435841A (zh) * | 2021-06-24 | 2021-09-24 | 浙江工贸职业技术学院 | 一种基于大数据的人才智能匹配招聘*** |
CN113918765A (zh) * | 2021-11-04 | 2022-01-11 | 盐城金堤科技有限公司 | 视频推荐方法、装置、介质和电子设备 |
-
2020
- 2020-11-20 CN CN202011309342.3A patent/CN112417280A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435841A (zh) * | 2021-06-24 | 2021-09-24 | 浙江工贸职业技术学院 | 一种基于大数据的人才智能匹配招聘*** |
CN113918765A (zh) * | 2021-11-04 | 2022-01-11 | 盐城金堤科技有限公司 | 视频推荐方法、装置、介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8918391B2 (en) | Interactive peer directory with question router | |
CN103761254B (zh) | 多领域服务主题匹配推荐方法 | |
US20080147630A1 (en) | Recommender and payment methods for recruitment | |
CN105512465B (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
Rodriguez et al. | Feature selection for job matching application using profile matching model | |
Seebach | Searching for answers--knowledge exchange through social media in organizations | |
CN111833019A (zh) | 一种云定制招聘会方法和*** | |
CN110727852A (zh) | 一种推送招聘推荐服务的方法、装置及终端 | |
CN112417280A (zh) | 一种基于虚拟现实主持人体系的推荐方法和*** | |
CN112862641A (zh) | 退役军人培训推荐方法、设备及存储介质 | |
CN111695084A (zh) | 模型生成方法、信用评分生成方法、装置、设备及存储介质 | |
Vilakone et al. | Movie recommendation system based on users’ personal information and movies rated using the method of k-clique and normalized discounted cumulative gain | |
CN110968651A (zh) | 一种基于灰色模糊聚类的数据处理方法及*** | |
CN114139065B (zh) | 基于大数据的人才筛选推荐方法、***及可读存储介质 | |
CN111708929A (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN111552796A (zh) | 组卷方法、电子设备及计算机可读介质 | |
CN115396389A (zh) | 一种基于情绪能量感知的物联网信息技术客服服务*** | |
US20240127143A1 (en) | Method, device and storage medium for information processing based on data interaction | |
CN113313470A (zh) | 一种基于大数据的就业类型评估方法及*** | |
CN111611387B (zh) | 民事案件咨询方法、装置、计算机设备及存储介质 | |
CN117522222A (zh) | 一种基于大数据的教育测评软件实现方法 | |
Sundari et al. | Course recommendation system | |
Wizsa et al. | Decision-Making System for KIP IAIN Bukittinggi Scholarship Recipients Using the SAW and TOPSIS Methods | |
KR20180025674A (ko) | Sw 시장 정보 서비스 시스템 | |
Van Osch et al. | Towards behavioral measures of boundary spanning success: The effectiveness and efficiency of team boundary spanning in enterprise social media |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210226 |