CN112765235A - 基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 - Google Patents
基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 Download PDFInfo
- Publication number
- CN112765235A CN112765235A CN202110083644.1A CN202110083644A CN112765235A CN 112765235 A CN112765235 A CN 112765235A CN 202110083644 A CN202110083644 A CN 202110083644A CN 112765235 A CN112765235 A CN 112765235A
- Authority
- CN
- China
- Prior art keywords
- talent
- candidate
- recruitment
- enterprise
- talents
- 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- Withdrawn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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开基于特征识别和大数据分析的人力资源智能管理***及云管理服务器,通过对目标行业企业信息库中的各企业的招聘职位和招聘职位对应的职位要求进行获取,构建企业招聘职位职位要求参数集合,同时构建各企业的各招聘职位对应的候选人才信息库,由此将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配,得到各企业各招聘职位对应的终级候选人才,进而推荐给对应的企业,实现了对招聘企业的人才推荐功能,弥补了现在的招聘网站存在的功能单一的弊端,避免了人工筛选存的筛选效率低及筛选遗漏的问题,提高了筛选效率,进而增强了招聘企业的使用体验感,满足了为企业快速筛选优质人才的需求。
Description
技术领域
本发明属于人力资源管理技术领域,具体涉及基于特征识别和大数据分析的人力资源智能管理***及云管理服务器。
背景技术
在我国经济的推动下,现代企业的市场竞争形式越演越烈,人力资源管理是现代企业管理中的重要组成部分,直接影响企业的核心竞争力,而为企业筛选优质的人才又是人力资源管理中重要的一环内容。现在随着计算机和信息技术的高速发展,网络招聘正在经历不断技术创新的同时,以其覆盖面广、时效性强、成本低、针对性强等特点得到了人力资源管理人员的青睐,目前大多数企业的人力资源管理人员都是通过招聘网站为企业进行人才筛选。
但现在的招聘网站对于招聘企业来说大多只是充当一个人才信息库的功能,功能单一,企业在招聘网站上注册后,需要企业的人力资源管理人员手动在招聘网站上筛选符合其招聘要求的人才,使得筛选效率低;且由于人工用眼筛选的局限性,容易导致筛选遗漏,致使存在优质的人才未被筛选上的问题,从而无法为企业筛选优质的人才。综上所述,可见现在的招聘网站对于招聘企业来说体验感不佳,难以满足为企业快速筛选优质人才的需求。
发明内容
本发明的技术任务是针对上述存在的问题,提供一种具有人才推荐功能的智能化程度高的基于特征识别和大数据分析的人力资源智能管理***及云管理服务器,极大地提升了对于招聘企业的使用体验感,满足了为企业快速筛选优质人才的需求。
本发明的目的可以通过以下技术方案来实现:
第一方面,本发明提出基于特征识别和大数据分析的人力资源智能管理***,包括企业和人才分类模块、目标行业企业人才筛选模块、企业招聘职位统计模块、职位要求参数统计模块、职位候选人才筛选模块、管理数据库、人才简历匹配模块和人才推荐终端;
所述企业和人才统计分类模块用于对在人力资源招聘网站上注册的企业进行统计,并获取各企业的注册基本信息,进而从各企业注册基本信息中提取企业所属行业,同时对在人力资源招聘网站上注册的人才进行统计,进而获取各人才对应的注册基本信息,进而从各人才注册基本信息中提取各人才对应的求职行业,由此将统计的各企业按照其所属行业的不同进行分类,构成各行业企业信息库,将统计的各人才按照其对应的求职行业不同进行分类,构成各行业人才信息库;
所述目标行业企业人才筛选模块用于从各行业企业信息库中筛选某一行业的企业信息库,该行业记为目标行业,并对目标行业企业信息库中的各企业按照在人力资源招聘网站上最近一次发布招聘职位的发布时间先后顺序进行标记,依次标记为1,2...i...n,同时从各行业人才信息库中筛选目标行业人才信息库,进而对目标行业人才信息库中的各人才按照在人力资源招聘网站上最近一次更新简历的更新时间先后顺序进行标记,分别标记为1,2...j...m;
所述企业招聘职位统计模块用于对目标行业企业信息库中的各企业统计招聘职位数量,并对统计的各招聘职位按照该招聘职位发布时间距离当前时间由近到远的顺序进行编号,分别标记为1,2...k...l;
所述职位要求参数统计模块用于对目标行业企业信息库中各企业对应的各招聘职位统计职位要求参数,并构成企业招聘职位职位要求参数集合Qw r(qw r1,qw r2...,qw rk,...,qw rl),qw rk表示为第r个企业的第k个招聘职位的第w个职位要求参数,r表示为企业编号,r=1,2...i...n,w表示为职位要求参数,w=u,v,u,v分别表示为任职资格参数,职位职责参数;
所述职位候选人才筛选模块用于按照企业的编号顺序,从目标行业企业信息库中依次提取各企业,并根据各企业对应的招聘职位编号顺序,从提取的企业对应的招聘职位中依次提取各招聘职位,并获取提取的该招聘职位名称,由此从目标行业人才信息库中的各人才注册基本信息中提取各人才对应的求职职位名称,进而将各人才对应的求职职位名称与提取的该招聘职位名称进行对比,并统计各人才对应的求职职位名称与该招聘职位名称的相似度,从而筛选出相似度大于预设相似度阈值的各人才,并将筛选出的各人才重新进行编号,分别标记为1,2...a...z,该筛选出来的人才记为该企业的该招聘职位名称对应的候选人才,以此得到各企业的各招聘职位对应的候选人才,并将得到的各企业的各招聘职位对应的候选人才构成候选人才信息库;
所述管理数据库用于存储各个职责关键词对应的近义词,存储各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度,存储各种学历对应的学历值,其中学历越高,其对应的学历值越大,并存储各其他技能名称数量对应的技能特长匹配系数;
所述人才简历匹配模块用于将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配,其具体匹配过程包括以下步骤:
H1:按照企业的编号顺序和各企业对应的招聘职位编号顺序从企业招聘职位职位要求参数集合中提取编号为1的企业及提取的该企业对应编号为1的招聘职位对应的职位要求参数,并从提取的该职位要求参数中提取任职资格参数,构成任职资格参数集合S(s1,s2,s3),s1,s2,s3分别表示为学历要求,职位工作年限要求,技能要求;
H2:根据提取的企业编号和招聘职位编号从候选人才信息库中调取该企业该招聘职位名称对应的候选人才,并将调取的各候选人才从人力资源招聘网站上获取各候选人才对应的简历,进而从简历中分别提取各候选人才对应的学历和该职位的工作年限;
H3:将任职资格参数集合中的学历要求和职位工作年限要求分别一一对应与各候选人才对应的学历和该职位的工作年限进行匹配,进而筛选出匹配成功的候选人才,该候选人才记为初级候选人才,此时统计初级候选人才的编号,可记为1,2...b...y,同时统计各初级候选人才对应的学历匹配系数和职位工作年限匹配系数;
H4:从各初级候选人才的简历中提取各初级候选人才对应的技能特长内容,并从提取的技能特长内容中进行技能名称抓取,得到抓取的各初级候选人才对应的技能名称,同时从任职资格参数集合中提取技能要求,进而将提取的技能要求进行技能要求名称抓取,得到抓取的各技能要求名称,进而将抓取的各技能要求名称与各初级候选人才对应的各技能名称进行匹配,若抓取的各技能要求名称均能够与某初级候选人才对应的各技能名称中匹配成功,则该初级候选人才记为终级候选人才,此时统计终级候选人才对应的编号,可记为1,2...c...x,并统计各终级候选人才对应的技能特长匹配系数;
H5:从编号为1的企业及该企业编号为1的招聘职位对应的职位要求参数中提取职位职责参数,并从提取的职位职责参数中进行职责关键词提取,得到提取的各个职责关键词,同时从管理数据库中筛选各个职责关键词对应的近义词,由此将各个职责关键词和其对应的近义词构成职责关键词集合,并将职责关键词集合中的所有词进行去重处理,得到处理后的职责关键词集合,此时统计处理后的职责关键词集合中词的数量;
H6:从各终级候选人才的简历中提取各终级候选人才对应的所有历史工作经历内容,并将处理后的职责关键词集合中的各个词分别在各终级候选人才对应的所有历史工作经历内容中进行扫描,若某个词在某终级候选人才对应的所有历史工作经历内容中被扫描到,则扫描成功,由此统计各终级候选人才对应扫描成功的次数,从而计算各终级候选人才对应的职位职责匹配系数;
H7:根据终级候选人才对应的编号,从各初级候选人才对应的学历匹配系数和职位工作年限匹配系数筛选出各终级候选人才对应的学历匹配系数和职位工作年限匹配系数,由此将各终级候选人才对应的学历匹配系数、职位工作年限匹配系数、技能特长匹配系数和职位职责匹配系数进行累加,得到各终级候选人才对应的综合匹配系数;
H8:按照H1-H7的方法得到企业招聘职位职位要求参数集合中各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并发送至人才推荐终端;
所述人才推荐终端接收人才简历匹配模块发送的各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并将各企业各招聘职位对应的各终级候选人才按照其对应的综合匹配系数由大到小的顺序进行排序,得到各企业各招聘职位对应的终级候选人才排序结果,进而按照企业设置的推荐人数,从各企业各招聘职位对应的终级候选人才排序结果中按照从前到后的顺序提取若干终级候选人才,使提取的终级候选人才数量满足各企业的各招聘职位设置的推荐人数,由此将提取的若干终级候选人才的简历推荐给各企业。
在第一方面的一种可能的设计中,所述各人才对应的求职职位名称与该招聘职位名称相似度的统计方法执行以下步骤:
W1:将该招聘职位名称与管理数据库中各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度进行对比,筛选出该招聘职位名称对应的各相似职位名称和各相似职位名称与该招聘职位名称的相似度;
W2:将各人才对应的求职职位名称与该招聘职位名称及该招聘职位名称对应的各相似职位名称进行对比,若某人才对应的求职职位名称与该招聘职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为100%,若某人才对应的求职职位名称与该招聘职位名称对应的某相似职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为该相似职位名称与该招聘职位名称的相似度。
在第一方面的一种可能的设计中,所述H2中筛选各候选人才该职位对应的工作年限,其具体筛选方法为从各候选人才对应的简历中提取各候选人才对应的各个历史工作经历,并获取各历史工作经历的职位名称和工作年限,以此将该招聘职位名称与各历史工作经历的职位名称进行匹配,筛选匹配成功的该历史工作经历对应的工作年限,即为各候选人才该职位对应的工作年限。
在第一方面的一种可能的设计中,所述H3中的匹配成功是指某候选人才对应的学历和该职位的工作年限均不小于任职资格参数集合中的学历要求和职位工作年限要求。
在第一方面的一种可能的设计中,所述各初级候选人才对应的学历匹配系数和职位工作年限匹配系数的具体统计方法包括以下步骤:
G1:将各初级候选人才对应的学历与管理数据库中各种学历对应的学历值进行对比,得到各初级候选人才对应的学历值;
G2:将任职资格参数集合中的学历要求与管理数据库中各种学历对应的学历值进行对比,得到任职资格参数集合中的学历要求对应的学历值,记为任职学历值;
G3:各初级候选人才对应的学历值与任职学历值进行差值对比,得到各初级候选人才对应的学历对比值,进而统计各初级候选人才对应的学历匹配系数;
G4:将各初级候选人才对应的职位工作年限与任职资格参数集合中的职位工作年限要求进行差值对比,得到各初级候选人才对应的职位工作年限对比差值,进而统计各初级候选人才对应的职位工作年限匹配系数。
在第一方面的一种可能的设计中,所述各初级候选人才对应的学历匹配系数的计算公式为式中δb表示为第b个初级候选人才对应的学历匹配系数,Δqb表示为第b个初级候选人才对应的学历对比值,q0表示为任职学历值,所述各初级候选人才对应的职位工作年限匹配系数的计算公式为式中εb表示为第b个初级候选人才对应的职位工作年限匹配系数,ΔTb表示为第b个初级候选人才对应的职位工作年限对比差值,T0表示为任职资格参数集合中的职位工作年限要求。
在第一方面的一种可能的设计中,所述各终级候选人才对应的技能特长匹配系数的统计方法为统计各终级候选人才对应的技能名称中除技能要求名称之外的其他技能名称数量,并将统计的各终级候选人才对应的其他技能名称数量与管理数据库中各其他技能名称数量对应的技能特长匹配系数进行对比,得到各终级候选人才对应的技能特长匹配系数。
在第一方面的一种可能的设计中,所述各终级候选人才对应的职位职责匹配系数的计算公式为ηc表示为第c个终级候选人才对应的职位职责匹配系数,pc表示为第c个终级候选人才对应扫描成功的次数,P表示为职责关键词集合中词的数量。
第二方面,本发明提出一种云管理服务器,所述云管理服务器包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线***相连,所述网络接口用于与至少一个人力资源智能管理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行本发明所述的基于特征识别和大数据分析的人力资源智能管理***。
本发明的有益效果如下:
(1)本发明通过对招聘网站上注册的企业和人才进行行业分类,并对目标行业企业信息库中的各企业的招聘职位和招聘职位对应的职位要求进行获取,构建企业招聘职位职位要求参数集合,同时对目标行业人才信息库中的各人才构建各企业的各招聘职位对应的候选人才信息库,由此将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配,得到各企业各招聘职位对应的终级候选人才,进而推荐给对应的企业,实现了对招聘企业的人才推荐功能,弥补了现在的招聘网站存在的功能单一的弊端,且通过招聘网站对人才进行自动筛选,具有智能化程度高的特点,避免了人工筛选存的筛选效率低及筛选遗漏的问题,提高了筛选效率,进而增强了招聘企业的使用体验感,满足了为企业快速筛选优质人才的需求,进而提高了人力资源管理水平。
(2)本发明在将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配过程中,通过分级匹配的原则,从候选人才中筛选出初级候选人才,再从初级候选人才中筛选出终级候选人才,这种筛选方式过滤了与任职资格参数中学历和职位工作年限不匹配的候选人才,减少了终级候选人才筛选的工作量,进而提高了筛选效率。
(3)本发明统计的各终级候选人才对应的综合匹配系数涵盖了各终级候选人才的学历匹配程度、职位工作年限匹配程度、技能特长匹配程度和职位职责匹配程度,全面直观反映了各终级候选人才的全方位匹配状况,避免只对单一的匹配参数进行人才推荐造成的推荐片面化和推荐人才不优质的问题,其中某终级候选人才对应的综合匹配系数越大,表明该终级候选人才与对应招聘职位的匹配度越高,为后面进行对应招聘职位的人才推荐提供可靠的推荐参考依据。
(4)本发明在进行各企业的各招聘职位对应的人才推荐过程中,通过根据各企业预先设置的推荐人数进行推荐,一对一满足了各企业各招聘职位对应的推荐人才需求。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,第一方面,本发明提出基于特征识别和大数据分析的人力资源智能管理***,包括企业和人才分类模块、目标行业企业人才筛选模块、企业招聘职位统计模块、职位要求参数统计模块、职位候选人才筛选模块、管理数据库、人才简历匹配模块和人才推荐终端,其中企业和人才分类模块与目标行业企业人才筛选模块连接,目标行业企业人才筛选模块与企业招聘职位统计模块连接,企业招聘职位统计模块分别与职位要求参数统计模块和职位候选人才筛选模块连接,职位要求参数统计模块和职位候选人才筛选模块均与人才简历匹配模块连接,人才简历匹配模块与人才推荐终端连接。
企业和人才统计分类模块用于对在人力资源招聘网站上注册的企业进行统计,并获取各企业的注册基本信息,其中各企业的注册基本信息包括企业名称和所属行业,进而从各企业注册基本信息中提取企业所属行业,其中行业包括计算机行业、金融行业、制造行业、广告媒体行业、建筑行业等,同时对在人力资源招聘网站上注册的人才进行统计,进而获取各人才对应的注册基本信息,其中各人才对应的注册基本信息包括人才姓名、求职行业和求职职位,进而从各人才注册基本信息中提取各人才对应的求职行业,由此将统计的各企业按照其所属行业的不同进行分类,构成各行业企业信息库,将统计的各人才按照其对应的求职行业不同进行分类,构成各行业人才信息库。
目标行业企业人才筛选模块用于从各行业企业信息库中筛选某一行业的企业信息库,该行业记为目标行业,并对目标行业企业信息库中的各企业按照在人力资源招聘网站上最近一次发布招聘职位的发布时间先后顺序进行标记,依次标记为1,2...i...n,同时从各行业人才信息库中筛选目标行业人才信息库,进而对目标行业人才信息库中的各人才按照在人力资源招聘网站上最近一次更新简历的更新时间先后顺序进行标记,分别标记为1,2...j...m。
企业招聘职位统计模块用于对目标行业企业信息库中的各企业统计招聘职位数量,并对统计的各招聘职位按照该招聘职位发布时间距离当前时间由近到远的顺序进行编号,分别标记为1,2...k...l。
职位要求参数统计模块用于对目标行业企业信息库中各企业对应的各招聘职位统计职位要求参数,并构成企业招聘职位职位要求参数集合Qw r(qw r1,qw r2...,qw rk,...,qw rl),qw rk表示为第r个企业的第k个招聘职位的第w个职位要求参数,r表示为企业编号,r=1,2...i...n,w表示为职位要求参数,w=u,v,u,v分别表示为任职资格参数,职位职责参数。
本实施例中企业招聘职位职位要求参数集合的构建为后面进行人才简历匹配奠定基础。
职位候选人才筛选模块用于按照企业的编号顺序,从目标行业企业信息库中依次提取各企业,并根据各企业对应的招聘职位编号顺序,从提取的企业对应的招聘职位中依次提取各招聘职位,并获取提取的该招聘职位名称,由此从目标行业人才信息库中的各人才注册基本信息中提取各人才对应的求职职位名称,进而将各人才对应的求职职位名称与提取的该招聘职位名称进行对比,并统计各人才对应的求职职位名称与该招聘职位名称的相似度,其具体统计方法执行以下步骤:
W1:将该招聘职位名称与管理数据库中各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度进行对比,筛选出该招聘职位名称对应的各相似职位名称和各相似职位名称与该招聘职位名称的相似度;
W2:将各人才对应的求职职位名称与该招聘职位名称及该招聘职位名称对应的各相似职位名称进行对比,若某人才对应的求职职位名称与该招聘职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为100%,若某人才对应的求职职位名称与该招聘职位名称对应的某相似职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为该相似职位名称与该招聘职位名称的相似度。
从而筛选出相似度大于预设相似度阈值的各人才,并将筛选出的各人才重新进行编号,分别标记为1,2...a...z,该筛选出来的人才记为该企业的该招聘职位名称对应的候选人才,以此得到各企业的各招聘职位对应的候选人才,并将得到的各企业的各招聘职位对应的候选人才构成候选人才信息库。
管理数据库用于存储各个职责关键词对应的近义词,存储各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度,存储各种学历对应的学历值,其中学历越高,其对应的学历值越大,并存储各其他技能名称数量对应的技能特长匹配系数。
人才简历匹配模块用于将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配,其具体匹配过程包括以下步骤:
H1:按照企业的编号顺序和各企业对应的招聘职位编号顺序从企业招聘职位职位要求参数集合中提取编号为1的企业及提取的该企业对应编号为1的招聘职位对应的职位要求参数,并从提取的该职位要求参数中提取任职资格参数,构成任职资格参数集合S(s1,s2,s3),s1,s2,s3分别表示为学历要求,职位工作年限要求,技能要求;
H2:根据提取的企业编号和招聘职位编号从候选人才信息库中调取该企业该招聘职位名称对应的候选人才,并将调取的各候选人才从人力资源招聘网站上获取各候选人才对应的简历,进而从简历中分别提取各候选人才对应的学历和该职位的工作年限,其中各候选人才对应的该职位工作年限的具体筛选方法为从各候选人才对应的简历中提取各候选人才对应的各个历史工作经历,并获取各历史工作经历的职位名称和工作年限,以此将该招聘职位名称与各历史工作经历的职位名称进行匹配,筛选匹配成功的该历史工作经历对应的工作年限,即为各候选人才该职位对应的工作年限;
本实施例通过获取各候选人才对应的该职位工作年限,而不是获取候选人才对应的总工作年限,避免有些候选人才的工作经历不仅仅只包含该职位对应的工作经历,此时若以该候选人才的总工作年限进行匹配,则会影响筛选结果的可靠度。
H3:将任职资格参数集合中的学历要求和职位工作年限要求分别一一对应与各候选人才对应的学历和该职位的工作年限进行匹配,进而筛选出匹配成功的候选人才,其中匹配成功是指某候选人才对应的学历和该职位的工作年限均不小于任职资格参数集合中的学历要求和职位工作年限要求,该候选人才记为初级候选人才,此时统计初级候选人才的编号,可记为1,2...b...y,同时统计各初级候选人才对应的学历匹配系数和职位工作年限匹配系数,其具体统计方法包括以下步骤:
G1:将各初级候选人才对应的学历与管理数据库中各种学历对应的学历值进行对比,得到各初级候选人才对应的学历值;
G2:将任职资格参数集合中的学历要求与管理数据库中各种学历对应的学历值进行对比,得到任职资格参数集合中的学历要求对应的学历值,记为任职学历值;
G3:各初级候选人才对应的学历值与任职学历值进行差值对比,得到各初级候选人才对应的学历对比值,进而统计各初级候选人才对应的学历匹配系数式中δb表示为第b个初级候选人才对应的学历匹配系数,Δqb表示为第b个初级候选人才对应的学历对比值,q0表示为任职学历值;
G4:将各初级候选人才对应的职位工作年限与任职资格参数集合中的职位工作年限要求进行差值对比,得到各初级候选人才对应的职位工作年限对比差值,进而统计各初级候选人才对应的职位工作年限匹配系数式中εb表示为第b个初级候选人才对应的职位工作年限匹配系数,ΔTb表示为第b个初级候选人才对应的职位工作年限对比差值,T0表示为任职资格参数集合中的职位工作年限要求;
H4:从各初级候选人才的简历中提取各初级候选人才对应的技能特长内容,并从提取的技能特长内容中进行技能名称抓取,得到抓取的各初级候选人才对应的技能名称,同时从任职资格参数集合中提取技能要求,进而将提取的技能要求进行技能要求名称抓取,得到抓取的各技能要求名称,进而将抓取的各技能要求名称与各初级候选人才对应的各技能名称进行匹配,若抓取的各技能要求名称均能够与某初级候选人才对应的各技能名称中匹配成功,则该初级候选人才记为终级候选人才,此时统计终级候选人才对应的编号,可记为1,2...c...x,并统计各终级候选人才对应的技能特长匹配系数,其统计方法为统计各终级候选人才对应的技能名称中除技能要求名称之外的其他技能名称数量,并将统计的各终级候选人才对应的其他技能名称数量与管理数据库中各其他技能名称数量对应的技能特长匹配系数进行对比,得到各终级候选人才对应的技能特长匹配系数;
H5:从编号为1的企业及该企业编号为1的招聘职位对应的职位要求参数中提取职位职责参数,并从提取的职位职责参数中进行职责关键词提取,得到提取的各个职责关键词,同时从管理数据库中筛选各个职责关键词对应的近义词,由此将各个职责关键词和其对应的近义词构成职责关键词集合,并将职责关键词集合中的所有词进行去重处理,得到处理后的职责关键词集合,此时统计处理后的职责关键词集合中词的数量;
H6:从各终级候选人才的简历中提取各终级候选人才对应的所有历史工作经历内容,并将处理后的职责关键词集合中的各个词分别在各终级候选人才对应的所有历史工作经历内容中进行扫描,若某个词在某终级候选人才对应的所有历史工作经历内容中被扫描到,则扫描成功,由此统计各终级候选人才对应扫描成功的次数,从而计算各终级候选人才对应的职位职责匹配系数ηc表示为第c个终级候选人才对应的职位职责匹配系数,pc表示为第c个终级候选人才对应扫描成功的次数,P表示为职责关键词集合中词的数量;
H7:根据终级候选人才对应的编号,从各初级候选人才对应的学历匹配系数和职位工作年限匹配系数筛选出各终级候选人才对应的学历匹配系数和职位工作年限匹配系数,由此将各终级候选人才对应的学历匹配系数、职位工作年限匹配系数、技能特长匹配系数和职位职责匹配系数进行累加,得到各终级候选人才对应的综合匹配系数;
H8:按照H1-H7的方法得到企业招聘职位职位要求参数集合中各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并发送至人才推荐终端。
本实施例在将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配过程中,通过分级匹配的原则,从候选人才中筛选出初级候选人才,再从初级候选人才中筛选出终级候选人才,这种筛选方式过滤了与任职资格参数中学历和职位工作年限不匹配的候选人才,减少了终级候选人才筛选的工作量,进而提高了筛选效率。
本实施例统计的各终级候选人才对应的综合匹配系数涵盖了各终级候选人才的学历匹配程度、职位工作年限匹配程度、技能特长匹配程度和职位职责匹配程度,全面直观反映了各终级候选人才的全方位匹配状况,避免只对单一的匹配参数进行人才推荐造成的推荐片面化和推荐人才不优质的问题,其中某终级候选人才对应的综合匹配系数越大,表明该终级候选人才与对应招聘职位的匹配度越高,为后面进行对应招聘职位的人才推荐提供可靠的推荐参考依据。
人才推荐终端接收人才简历匹配模块发送的各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并将各企业各招聘职位对应的各终级候选人才按照其对应的综合匹配系数由大到小的顺序进行排序,得到各企业各招聘职位对应的终级候选人才排序结果,进而按照企业设置的推荐人数,从各企业各招聘职位对应的终级候选人才排序结果中按照从前到后的顺序提取若干终级候选人才,使提取的终级候选人才数量满足各企业的各招聘职位设置的推荐人数,由此将提取的若干终级候选人才的简历推荐给各企业,一对一满足了各企业各招聘职位对应的推荐人才需求,本***实现的为招聘企业进行人才推荐,弥补了现在的招聘网站存在的功能单一的弊端,且通过招聘网站对人才进行自动筛选,具有智能化程度高的特点,避免了人工筛选存的筛选效率低及筛选遗漏的问题,提高了筛选效率,进而增强了招聘企业的使用体验感,满足了为企业快速筛选优质人才的需求,进而提高了人力资源管理水平。
第二方面,本发明提出一种云管理服务器,所述云管理服务器包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线***相连,所述网络接口用于与至少一个人力资源智能管理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,如本发明实施例中的人力资源智能管理***程序指令/模块,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行本发明所述的基于特征识别和大数据分析的人力资源智能管理***。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.基于特征识别和大数据分析的人力资源智能管理***,其特征在于:包括企业和人才分类模块、目标行业企业人才筛选模块、企业招聘职位统计模块、职位要求参数统计模块、职位候选人才筛选模块、管理数据库、人才简历匹配模块和人才推荐终端;
所述企业和人才统计分类模块用于对在人力资源招聘网站上注册的企业进行统计,并获取各企业的注册基本信息,进而从各企业注册基本信息中提取企业所属行业,同时对在人力资源招聘网站上注册的人才进行统计,进而获取各人才对应的注册基本信息,进而从各人才注册基本信息中提取各人才对应的求职行业,由此将统计的各企业按照其所属行业的不同进行分类,构成各行业企业信息库,将统计的各人才按照其对应的求职行业不同进行分类,构成各行业人才信息库;
所述目标行业企业人才筛选模块用于从各行业企业信息库中筛选某一行业的企业信息库,该行业记为目标行业,并对目标行业企业信息库中的各企业按照在人力资源招聘网站上最近一次发布招聘职位的发布时间先后顺序进行标记,依次标记为1,2...i...n,同时从各行业人才信息库中筛选目标行业人才信息库,进而对目标行业人才信息库中的各人才按照在人力资源招聘网站上最近一次更新简历的更新时间先后顺序进行标记,分别标记为1,2...j...m;
所述企业招聘职位统计模块用于对目标行业企业信息库中的各企业统计招聘职位数量,并对统计的各招聘职位按照该招聘职位发布时间距离当前时间由近到远的顺序进行编号,分别标记为1,2...k...l;
所述职位要求参数统计模块用于对目标行业企业信息库中各企业对应的各招聘职位统计职位要求参数,并构成企业招聘职位职位要求参数集合Qw r(qw r1,qw r2...,qw rk,...,qw rl),qw rk表示为第r个企业的第k个招聘职位的第w个职位要求参数,r表示为企业编号,r=1,2...i...n,w表示为职位要求参数,w=u,v,u,v分别表示为任职资格参数,职位职责参数;
所述职位候选人才筛选模块用于按照企业的编号顺序,从目标行业企业信息库中依次提取各企业,并根据各企业对应的招聘职位编号顺序,从提取的企业对应的招聘职位中依次提取各招聘职位,并获取提取的该招聘职位名称,由此从目标行业人才信息库中的各人才注册基本信息中提取各人才对应的求职职位名称,进而将各人才对应的求职职位名称与提取的该招聘职位名称进行对比,并统计各人才对应的求职职位名称与该招聘职位名称的相似度,从而筛选出相似度大于预设相似度阈值的各人才,并将筛选出的各人才重新进行编号,分别标记为1,2...a...z,该筛选出来的人才记为该企业的该招聘职位名称对应的候选人才,以此得到各企业的各招聘职位对应的候选人才,并将得到的各企业的各招聘职位对应的候选人才构成候选人才信息库;
所述管理数据库用于存储各个职责关键词对应的近义词,存储各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度,存储各种学历对应的学历值,其中学历越高,其对应的学历值越大,并存储各其他技能名称数量对应的技能特长匹配系数;
所述人才简历匹配模块用于将企业招聘职位职位要求参数集合与候选人才信息库中的各候选人才进行简历匹配,其具体匹配过程包括以下步骤:
H1:按照企业的编号顺序和各企业对应的招聘职位编号顺序从企业招聘职位职位要求参数集合中提取编号为1的企业及提取的该企业对应编号为1的招聘职位对应的职位要求参数,并从提取的该职位要求参数中提取任职资格参数,构成任职资格参数集合S(s1,s2,s3),s1,s2,s3分别表示为学历要求,职位工作年限要求,技能要求;
H2:根据提取的企业编号和招聘职位编号从候选人才信息库中调取该企业该招聘职位名称对应的候选人才,并将调取的各候选人才从人力资源招聘网站上获取各候选人才对应的简历,进而从简历中分别提取各候选人才对应的学历和该职位的工作年限;
H3:将任职资格参数集合中的学历要求和职位工作年限要求分别一一对应与各候选人才对应的学历和该职位的工作年限进行匹配,进而筛选出匹配成功的候选人才,该候选人才记为初级候选人才,此时统计初级候选人才的编号,可记为1,2...b...y,同时统计各初级候选人才对应的学历匹配系数和职位工作年限匹配系数;
H4:从各初级候选人才的简历中提取各初级候选人才对应的技能特长内容,并从提取的技能特长内容中进行技能名称抓取,得到抓取的各初级候选人才对应的技能名称,同时从任职资格参数集合中提取技能要求,进而将提取的技能要求进行技能要求名称抓取,得到抓取的各技能要求名称,进而将抓取的各技能要求名称与各初级候选人才对应的各技能名称进行匹配,若抓取的各技能要求名称均能够与某初级候选人才对应的各技能名称中匹配成功,则该初级候选人才记为终级候选人才,此时统计终级候选人才对应的编号,可记为1,2...c...x,并统计各终级候选人才对应的技能特长匹配系数;
H5:从编号为1的企业及该企业编号为1的招聘职位对应的职位要求参数中提取职位职责参数,并从提取的职位职责参数中进行职责关键词提取,得到提取的各个职责关键词,同时从管理数据库中筛选各个职责关键词对应的近义词,由此将各个职责关键词和其对应的近义词构成职责关键词集合,并将职责关键词集合中的所有词进行去重处理,得到处理后的职责关键词集合,此时统计处理后的职责关键词集合中词的数量;
H6:从各终级候选人才的简历中提取各终级候选人才对应的所有历史工作经历内容,并将处理后的职责关键词集合中的各个词分别在各终级候选人才对应的所有历史工作经历内容中进行扫描,若某个词在某终级候选人才对应的所有历史工作经历内容中被扫描到,则扫描成功,由此统计各终级候选人才对应扫描成功的次数,从而计算各终级候选人才对应的职位职责匹配系数;
H7:根据终级候选人才对应的编号,从各初级候选人才对应的学历匹配系数和职位工作年限匹配系数筛选出各终级候选人才对应的学历匹配系数和职位工作年限匹配系数,由此将各终级候选人才对应的学历匹配系数、职位工作年限匹配系数、技能特长匹配系数和职位职责匹配系数进行累加,得到各终级候选人才对应的综合匹配系数;
H8:按照H1-H7的方法得到企业招聘职位职位要求参数集合中各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并发送至人才推荐终端;
所述人才推荐终端接收人才简历匹配模块发送的各企业各招聘职位对应的各终级候选人才编号及其对应的综合匹配系数,并将各企业各招聘职位对应的各终级候选人才按照其对应的综合匹配系数由大到小的顺序进行排序,得到各企业各招聘职位对应的终级候选人才排序结果,进而按照企业设置的推荐人数,从各企业各招聘职位对应的终级候选人才排序结果中按照从前到后的顺序提取若干终级候选人才,使提取的终级候选人才数量满足各企业的各招聘职位设置的推荐人数,由此将提取的若干终级候选人才的简历推荐给各企业。
2.根据权利要求1所述的基于特征识别和大数据分析的人力资源智能管理***,其特征在于:所述各人才对应的求职职位名称与该招聘职位名称相似度的统计方法执行以下步骤:
W1:将该招聘职位名称与管理数据库中各种招聘职位对应的各相似职位名称和各相似职位名称与招聘职位名称的相似度进行对比,筛选出该招聘职位名称对应的各相似职位名称和各相似职位名称与该招聘职位名称的相似度;
W2:将各人才对应的求职职位名称与该招聘职位名称及该招聘职位名称对应的各相似职位名称进行对比,若某人才对应的求职职位名称与该招聘职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为100%,若某人才对应的求职职位名称与该招聘职位名称对应的某相似职位名称一致,则该人才对应的求职职位名称与该招聘职位名称的相似度为该相似职位名称与该招聘职位名称的相似度。
3.根据权利要求1所述的基于特征识别和大数据分析的人力资源智能管理***,其特征在于:所述H2中筛选各候选人才该职位对应的工作年限,其具体筛选方法为从各候选人才对应的简历中提取各候选人才对应的各个历史工作经历,并获取各历史工作经历的职位名称和工作年限,以此将该招聘职位名称与各历史工作经历的职位名称进行匹配,筛选匹配成功的该历史工作经历对应的工作年限,即为各候选人才该职位对应的工作年限。
4.根据权利要求1所述的基于特征识别和大数据分析的人力资源智能管理***,其特征在于:所述H3中的匹配成功是指某候选人才对应的学历和该职位的工作年限均不小于任职资格参数集合中的学历要求和职位工作年限要求。
5.根据权利要求1所述的基于特征识别和大数据分析的人力资源智能管理***,其特征在于:所述各初级候选人才对应的学历匹配系数和职位工作年限匹配系数的具体统计方法包括以下步骤:
G1:将各初级候选人才对应的学历与管理数据库中各种学历对应的学历值进行对比,得到各初级候选人才对应的学历值;
G2:将任职资格参数集合中的学历要求与管理数据库中各种学历对应的学历值进行对比,得到任职资格参数集合中的学历要求对应的学历值,记为任职学历值;
G3:各初级候选人才对应的学历值与任职学历值进行差值对比,得到各初级候选人才对应的学历对比值,进而统计各初级候选人才对应的学历匹配系数;
G4:将各初级候选人才对应的职位工作年限与任职资格参数集合中的职位工作年限要求进行差值对比,得到各初级候选人才对应的职位工作年限对比差值,进而统计各初级候选人才对应的职位工作年限匹配系数。
7.根据权利要求1所述的基于特征识别和大数据分析的人力资源智能管理***,其特征在于:所述各终级候选人才对应的技能特长匹配系数的统计方法为统计各终级候选人才对应的技能名称中除技能要求名称之外的其他技能名称数量,并将统计的各终级候选人才对应的其他技能名称数量与管理数据库中各其他技能名称数量对应的技能特长匹配系数进行对比,得到各终级候选人才对应的技能特长匹配系数。
9.一种云管理服务器,其特征在于:所述云管理服务器包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线***相连,所述网络接口用于与至少一个人力资源智能管理设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行权利要求1-8中任意一项所述的基于特征识别和大数据分析的人力资源智能管理***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083644.1A CN112765235A (zh) | 2021-01-21 | 2021-01-21 | 基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110083644.1A CN112765235A (zh) | 2021-01-21 | 2021-01-21 | 基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112765235A true CN112765235A (zh) | 2021-05-07 |
Family
ID=75703594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110083644.1A Withdrawn CN112765235A (zh) | 2021-01-21 | 2021-01-21 | 基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765235A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022129A (zh) * | 2021-11-17 | 2022-02-08 | 河北新龙科技集团股份有限公司 | 一种基于全量数据评价结果的推导方法、设备及计算机存储介质 |
CN114840768A (zh) * | 2022-06-09 | 2022-08-02 | 北京联众鼎盛咨询有限公司 | 基于能力评价的资源推送方法及*** |
CN115170094A (zh) * | 2022-09-07 | 2022-10-11 | 泰盈科技集团股份有限公司 | 大数据人工智能招聘***及方法 |
CN115187022A (zh) * | 2022-06-29 | 2022-10-14 | 广州市南方人力资源评价中心有限公司 | 人才综合能力分析方法、装置、存储介质及终端设备 |
CN115330363A (zh) * | 2022-10-17 | 2022-11-11 | 北京智鼎管理咨询有限公司 | 一种人才识别方法、装置、电子设备及存储介质 |
CN116433201A (zh) * | 2023-04-19 | 2023-07-14 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配***及方法 |
CN117094691A (zh) * | 2023-10-16 | 2023-11-21 | 四川省瑞人网络科技有限公司 | 一种基于大数据平台的人力资源管理方法 |
CN117114514A (zh) * | 2023-10-24 | 2023-11-24 | 中电科大数据研究院有限公司 | 一种基于大数据的人才信息分析管理方法、***及装置 |
CN117196556A (zh) * | 2023-09-19 | 2023-12-08 | 江苏锡世科技有限公司 | 一种基于大数据的多平台招聘信息管理***及方法 |
CN118052528A (zh) * | 2024-04-15 | 2024-05-17 | 芯知科技(江苏)有限公司 | 基于ai蓝领智能服务平台的人力资源管理*** |
-
2021
- 2021-01-21 CN CN202110083644.1A patent/CN112765235A/zh not_active Withdrawn
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022129A (zh) * | 2021-11-17 | 2022-02-08 | 河北新龙科技集团股份有限公司 | 一种基于全量数据评价结果的推导方法、设备及计算机存储介质 |
CN114840768A (zh) * | 2022-06-09 | 2022-08-02 | 北京联众鼎盛咨询有限公司 | 基于能力评价的资源推送方法及*** |
CN115187022A (zh) * | 2022-06-29 | 2022-10-14 | 广州市南方人力资源评价中心有限公司 | 人才综合能力分析方法、装置、存储介质及终端设备 |
CN115170094A (zh) * | 2022-09-07 | 2022-10-11 | 泰盈科技集团股份有限公司 | 大数据人工智能招聘***及方法 |
CN115170094B (zh) * | 2022-09-07 | 2022-11-29 | 泰盈科技集团股份有限公司 | 大数据人工智能招聘***及方法 |
CN115330363A (zh) * | 2022-10-17 | 2022-11-11 | 北京智鼎管理咨询有限公司 | 一种人才识别方法、装置、电子设备及存储介质 |
CN115330363B (zh) * | 2022-10-17 | 2023-02-14 | 北京智鼎管理咨询有限公司 | 一种人才识别方法、装置、电子设备及存储介质 |
CN116433201B (zh) * | 2023-04-19 | 2024-01-26 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配***及方法 |
CN116433201A (zh) * | 2023-04-19 | 2023-07-14 | 深圳前海立方信息技术有限公司 | 一种基于大数据的人才资源信息智能化匹配***及方法 |
CN117196556A (zh) * | 2023-09-19 | 2023-12-08 | 江苏锡世科技有限公司 | 一种基于大数据的多平台招聘信息管理***及方法 |
CN117196556B (zh) * | 2023-09-19 | 2024-02-23 | 江苏锡世科技有限公司 | 一种基于大数据的多平台招聘信息管理***及方法 |
CN117094691A (zh) * | 2023-10-16 | 2023-11-21 | 四川省瑞人网络科技有限公司 | 一种基于大数据平台的人力资源管理方法 |
CN117094691B (zh) * | 2023-10-16 | 2024-02-02 | 四川省瑞人网络科技有限公司 | 一种基于大数据平台的人力资源管理方法 |
CN117114514A (zh) * | 2023-10-24 | 2023-11-24 | 中电科大数据研究院有限公司 | 一种基于大数据的人才信息分析管理方法、***及装置 |
CN117114514B (zh) * | 2023-10-24 | 2024-01-02 | 中电科大数据研究院有限公司 | 一种基于大数据的人才信息分析管理方法、***及装置 |
CN118052528A (zh) * | 2024-04-15 | 2024-05-17 | 芯知科技(江苏)有限公司 | 基于ai蓝领智能服务平台的人力资源管理*** |
CN118052528B (zh) * | 2024-04-15 | 2024-06-11 | 芯知科技(江苏)有限公司 | 基于ai蓝领智能服务平台的人力资源管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112765235A (zh) | 基于特征识别和大数据分析的人力资源智能管理***及云管理服务器 | |
CN109558429A (zh) | 基于互联网大数据的人才服务双向推荐方法及*** | |
CN109102145B (zh) | 流程编排 | |
CN110929797A (zh) | 一种人员能力量化评估方法 | |
US8756071B2 (en) | Methods and apparatus for queue-based cluster analysis | |
CN107808306B (zh) | 基于标签库的业务对象的切分方法、电子装置及存储介质 | |
CN111709613A (zh) | 基于数据统计的任务自动分配方法、装置及计算机设备 | |
CN111125343A (zh) | 适用于人岗匹配推荐***的文本解析方法及装置 | |
CN111460138A (zh) | 一种基于bim的数字化工程监理方法与*** | |
JP2008529168A (ja) | 地域内の各サービス地点の住所データの登録および維持 | |
US20160019282A1 (en) | Discovery management method and system | |
CN111861909A (zh) | 一种网络细粒度图像去噪分类方法 | |
CN113781006A (zh) | 一种基于大数据的人力资源管理***及方法 | |
CN110909129B (zh) | 异常投诉事件的识别方法及装置 | |
CN111652259B (zh) | 一种清洗数据的方法及*** | |
US20170300837A1 (en) | Business operation evaluation system | |
CN111104542A (zh) | 零件识别管理方法及装置 | |
CN114493514A (zh) | 一种应用于人力资源的数据处理方法及装置 | |
CN112687402A (zh) | 基于人工智能的智慧医疗互联网大数据处理方法及智能云服务平台 | |
CN115858598A (zh) | 基于企业大数据的目标信息筛选匹配方法及相关设备 | |
CN115935231A (zh) | 一种数据分类方法、装置、设备及存储介质 | |
CN111209397B (zh) | 一种确定企业产业类别的方法 | |
CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
CN113128452A (zh) | 一种基于图像识别的绿化满意度采集方法和*** | |
CN112800219A (zh) | 客服日志反馈回流数据库的方法及*** |
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 |
Application publication date: 20210507 |
|
WW01 | Invention patent application withdrawn after publication |