CN113221013A - 职业发展规划应用方法及*** - Google Patents
职业发展规划应用方法及*** Download PDFInfo
- Publication number
- CN113221013A CN113221013A CN202110623314.7A CN202110623314A CN113221013A CN 113221013 A CN113221013 A CN 113221013A CN 202110623314 A CN202110623314 A CN 202110623314A CN 113221013 A CN113221013 A CN 113221013A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- job
- information
- application
- 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.)
- Granted
Links
- 238000013439 planning Methods 0.000 title claims abstract description 61
- 238000011161 development Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 16
- 230000006698 induction Effects 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 16
- 238000007619 statistical method Methods 0.000 claims description 16
- 230000007115 recruitment Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000012384 transportation and delivery Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000001755 vocal effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000012776 electronic material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
- 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
- G06F16/9538—Presentation of query results
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及大数据处理技术领域，具体地说，涉及职业发展规划应用方法及***。包括获取基础数据、定时推送分析的数据、登录平台填写简历及添加求职期望、进行职业生涯规划、分析数据生成图表、精准推送职位信息等步骤。本发明设计的方法中，通过大数据将数据进行不同维度的分析，然后将分析完成的数据推送到ES搜索引擎中，平台通过ES搜索引擎接口获取数据，根据求职用户的求职期望为其展示对应的求职期望分析数据并获取到精准推送的职位信息；本发明设计的***中，数据分析的整体页面通过图表的形式清晰展现，同时提高查询速率和匹配度，另外用户可以根据期望职位的数据分析更方便、快捷、准确的获取新的工作岗位。
Description
技术领域
本发明涉及大数据处理技术领域，具体地说，涉及职业发展规划应用方法及***。
背景技术
职业发展规划是人生最重要的选择之一。随着科技的不断发展，现在人们广泛通过网络及求职软件进行求职，但是，因网络上的企业单位及求职用户信息涉及广泛且复杂繁冗，人们很难筛选出适合自身的职位信息，从而很难找到适合自己的工作岗位及发展规划。现有的大多数求职软件中，一般都无法很好地给用户提供各类数据的直管分析，也无法根据用户的求职需求精准地推送职位信息；同时，因为平台现有的数据量偏大，传统的查询过程中，***对数据进行筛选计算的速度慢、耗时长，且存在统计不够清晰准确的局限，无法帮助用户快速找到心仪的工作。
发明内容
本发明的目的在于提供职业发展规划应用方法及***，以解决上述背景技术中提出的问题。
为实现上述技术问题的解决，本发明的目的之一在于，提供了职业发展规划应用方法，包括如下步骤：
S1、大数据平台从就业在线平台获取分析的基础数据；
S2、大数据平台将分析的数据定时推送到ES搜索引擎；
S3、用户登录就业在线平台后，填写简历，添加求职期望；
S4、根据填写的求职期望进入对应的职业生涯规划页面；
S5、根据求职用户填写的求职期望，通过ES搜索引擎获取对应的分析数据生成图表；
S6、根据ES搜索引擎返回精准推送的职位信息。
本发明的目的之二在于，提供了职业发展规划应用***，该***用于实现上述的职业发展规划应用方法的运行步骤，包括
基础建设单元、数据处理单元、功能应用单元和求职交互单元；所述基础建设单元、所述数据处理单元、所述功能应用单元与所述求职交互单元依次通过以太网通讯连接；所述基础建设单元用于提供支持***运行的软件应用和智能技术；所述数据处理单元用于对职业规划相关的数据进行采集、筛选、归类、统计等处理并经分析后形成对应的图表；所述功能应用单元用于通过应用平台给用户提供各种与职业规划相关的应用通道；所述求职交互单元用于给个人用户提供求职相关的交互通道；
所述基础建设单元包括大数据库模块、应用平台模块、搜索引擎模块和网络通信模块；
所述数据处理单元包括采集清筛模块、分类归纳模块、统计分析模块和报表图形模块；
所述功能应用单元包括账户管理模块、资讯展示模块、活动推送模块和存储历史模块；
所述求职交互单元包括求职期望模块、职业规划模块、精准推送模块和简历投递模块。
作为本技术方案的进一步改进，所述大数据库模块、所述应用平台模块与所述搜索引擎模块依次通过以太网通讯连接；所述大数据库模块用于建立同时与应用平台和搜索引擎连接的大数据平台以便对数据进行处理及传输；所述应用平台模块用于给用户提供访问***的应用载体；所述搜索引擎模块用于在***中装载分布式全文搜索引擎以供用户进行查询操作；所述网络通信模块用于给***各层面之间建立信号连接及数据传输的通道。
作为本技术方案的进一步改进，所述采集清筛模块的信号输出端与所述分类归纳模块的信号输入端连接，所述分类归纳模块的信号输出端与所述统计分析模块的信号输入端连接，所述统计分析模块的信号输出端与所述报表图形模块的信号输入端连接；所述采集清筛模块用于通过大数据平台从就业应用平台获取待分析的基础数据并对数据进行基础清理筛选操作；所述分类归纳模块用于按不同类型对基础数据进行归类并分别集合存储；所述统计分析模块用于分别对不同类型的数据进行统计、计算操作；所述报表图形模块用于分别对统计分析后的不同类型数据制成报表并绘制统计表。
其中，基础数据的类型包括但不限于求人倍率、年龄分布、工作经验及职业经验要求分布、期望薪资及职位信息分布、求职者学历及职位学历要求分布、用人单位行业分布、用人单位性质分布等。
作为本技术方案的进一步改进，所述采集清筛模块采用信息量的熵算法，其计算公式为：
H(x)＝-∑P(Xi)log2P(Xi)；
其中，i＝1,2,3，...，n，Xi表示第i个状态(共n个状态)，P(Xi)代表出现第i个状态时的概率，H(x)为消除不确定性所需的信息量，单位为比特(bit)。
作为本技术方案的进一步改进，所述分类归纳模块采用TF-IDF匹配算法，其公式如下：
式中tfi，j为中i和j的文本数量，dfi为包含i的文本数量，N为文本的总数。
作为本技术方案的进一步改进，所述账户管理模块、所述资讯展示模块、所述活动推送模块与所述存储历史模块并列运行并依次通过以太网通讯连接；所述账户管理模块用于对账户的创建、账户内信息增减、消息等操作过程进行管理；所述资讯展示模块用于在***应用的主界面上展示最新的资讯并自动更新切换；所述活动推送模块用于经***应用的主界面推送实时的与职业发展规划的相关活动信息；所述存储历史模块用于对***应用上展示推送过的各类资讯、消息及活动信息等数据进行存储形成历史数据以供用户回溯。
其中，资讯信息包括但不限于时政信息、职业政策、高校毕业信息、招聘企业介绍等。
其中，活动信息包括但不限于招聘直播、招聘会等。
作为本技术方案的进一步改进，所述账户管理模块包括账户类型模块、信息更录模块、消息管理模块和信息加密模块；所述账户类型模块的信号输出端与所述信息更录模块的信号输入端连接，所述信息更录模块的信号输出端与所述消息管理模块的信号输入端连接，所述消息管理模块的信号输出端与所述信息加密模块的信号输入端连接；所述账户类型模块用于按照用户的身份创建不同类型的账户并提供不同的操作通道；所述信息更录模块用于按账户类型给用户提供新增、修改、删除信息的通道；所述消息管理模块用于给用户管理接收到的消息及消息通知；所述信息加密模块用于对账户及账户内的信息进行加密保护。
其中，账户类型包括企业账户和个人账户。
其中，企业账户的信息包括但不限于企业名称、地址、资质、简介、招聘信息等；个人账户的信息包括但不限于姓名、性别、年龄、学历、毕业院校、工作经历、联系方式、求职期望等。
作为本技术方案的进一步改进，所述信息加密模块方法包括如下步骤：
Step1、***参数的建立，随机选择一个数
计算Ppub＝sP，其中P为G1的生成元，选择2个强密码杂凑函数H1：
和H2：
其中H1将任意长度输入映射到固定长度，H2把用户身份ID映射到G1中的一个元素，最后PKG把s作为***的私钥保存；
Step2、签名：执行随机选择
计算R＝rP，输出针对M的签名σ＝(R，rPpub+H1(M，R)dMACID)；
Step3、验证：设σ＝(U，V)为针对M的签名，验证者需要执行：计算QMACID＝H2(MACID)，计算u＝e(V，P)，计算v＝e(U+H1(M，U)QMACID，Ppub)，如果u＝v，则输出接受签名，否则输出拒绝。
作为本技术方案的进一步改进，所述求职期望模块的信号输出端与所述职业规划模块的信号输入端连接，所述职业规划模块的信号输出端与所述精准推送模块的信号输入端连接，所述精准推送模块的信号输出端与所述简历投递模块的信号输入端连接；所述求职期望模块用于给个人用户提供添加求职期望条件的通道；所述职业规划模块用于根据个人用户的职业期望跳转到职业发展规划界面以供用户综合考虑求职方向；所述精准推送模块用于结合个人用户的求职期望与企业用户的招聘要求，经对比分析后将最匹配的职业招聘信息推送给个人用户；所述简历投递模块用于给个人用户提供针对精准推送的职位信息进行简历推送操作的选择通道。
其中，求职期望的信息包括但不限于工作区域、职位类型、薪资要求、工作时间、福利待遇等。
本发明的目的之三在于，提供了职业发展规划应用***的运行装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述任一的职业发展规划应用***。
本发明的目的之四在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一的职业发展规划应用***。
与现有技术相比，本发明的有益效果：
1.该职业发展规划应用方法中，通过大数据将数据进行不同维度的分析，然后将分析完成的数据推送到ES搜索引擎中，平台通过ES搜索引擎接口获取数据，根据求职用户的求职期望为其展示对应的求职期望分析数据并获取到精准推送的职位信息；
2.该职业发展规划应用***中，通过大数据对平台所有数据进行分析得出比较精准的结果，且整体页面通过图表的形式清晰展现，同时推送的数据放在ES搜索引擎方便查询使用，提高查询速率，通过ES精准推送的职位数据与简历匹配度较高，另外用户可以比较直观的查看到自己所属区域的期望职位的数据分析，包含了当前求职期望职位求职人数与岗位人数的招聘比例、当前求职期望的年龄分布、工作经验的需求分布、期望薪资分布、学历的需求分布情况等，综合考虑自身在此职位的竞争能力，并根据自身能力选择切合自身的岗位，也可便捷地进行简历投递，可以更方便，快捷，准确的获取新的工作岗位。
附图说明
图1为本发明的示例性方法结构框图；
图2为本发明的方法流程图；
图3为本发明的整体***装置结构图；
图4为本发明的局部***装置结构图之一；
图5为本发明的局部***装置结构图之二；
图6为本发明的局部***装置结构图之三；
图7为本发明的局部***装置结构图之四；
图8为本发明的局部***装置结构图之五；
图9为本发明的示例性计算机程序产品结构图。
图中：
100、基础建设单元；101、大数据库模块；102、应用平台模块；103、搜索引擎模块；104、网络通信模块；
200、数据处理单元；201、采集清筛模块；202、分类归纳模块；203、统计分析模块；204、报表图形模块；
300、功能应用单元；301、账户管理模块；3011、账户类型模块；3012、信息更录模块；3013、消息管理模块；3014、信息加密模块；302、资讯展示模块；303、活动推送模块；304、存储历史模块；
400、求职交互单元；401、求职期望模块；402、职业规划模块；403、精准推送模块；404、简历投递模块。
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。
方法实施例
如图1-图2所示，本实施例的目的在于，提供了职业发展规划应用方法，包括如下步骤：
S1、大数据平台从就业在线平台获取分析的基础数据；
S2、大数据平台将分析的数据定时推送到ES搜索引擎；
S3、用户登录就业在线平台后，填写简历，添加求职期望；
S4、根据填写的求职期望进入对应的职业生涯规划页面；
S5、根据求职用户填写的求职期望，通过ES搜索引擎获取对应的分析数据生成图表；
S6、根据ES搜索引擎返回精准推送的职位信息。
***实施例
如图3-图9所示，本实施例的目的在于，提供了职业发展规划应用***，该***用于实现上述方法实施例的职业发展规划应用方法的运行步骤，包括
基础建设单元100、数据处理单元200、功能应用单元300和求职交互单元400；基础建设单元100、数据处理单元200、功能应用单元300与求职交互单元400依次通过以太网通讯连接；基础建设单元100用于提供支持***运行的软件应用和智能技术；数据处理单元200用于对职业规划相关的数据进行采集、筛选、归类、统计等处理并经分析后形成对应的图表；功能应用单元300用于通过应用平台给用户提供各种与职业规划相关的应用通道；求职交互单元400用于给个人用户提供求职相关的交互通道；
基础建设单元100包括大数据库模块101、应用平台模块102、搜索引擎模块103和网络通信模块104；
数据处理单元200包括采集清筛模块201、分类归纳模块202、统计分析模块203和报表图形模块204；
功能应用单元300包括账户管理模块301、资讯展示模块302、活动推送模块303和存储历史模块304；
求职交互单元400包括求职期望模块401、职业规划模块402、精准推送模块403和简历投递模块404。
本实施例中，大数据库模块101、应用平台模块102与搜索引擎模块103依次通过以太网通讯连接；大数据库模块101用于建立同时与应用平台和搜索引擎连接的大数据平台以便对数据进行处理及传输；应用平台模块102用于给用户提供访问***的应用载体；搜索引擎模块103用于在***中装载分布式全文搜索引擎以供用户进行查询操作；网络通信模块104用于给***各层面之间建立信号连接及数据传输的通道。
本实施例中，采集清筛模块201的信号输出端与分类归纳模块202的信号输入端连接，分类归纳模块202的信号输出端与统计分析模块203的信号输入端连接，统计分析模块203的信号输出端与报表图形模块204的信号输入端连接；采集清筛模块201用于通过大数据平台从就业应用平台获取待分析的基础数据并对数据进行基础清理筛选操作；分类归纳模块202用于按不同类型对基础数据进行归类并分别集合存储；统计分析模块203用于分别对不同类型的数据进行统计、计算操作；报表图形模块204用于分别对统计分析后的不同类型数据制成报表并绘制统计表。
其中，基础数据的类型包括但不限于求人倍率、年龄分布、工作经验及职业经验要求分布、期望薪资及职位信息分布、求职者学历及职位学历要求分布、用人单位行业分布、用人单位性质分布等。
具体地，图表类型包括但不限于统计图、比例图、分布图、直线图、趋势折线图等。
进一步地，采集清筛模块201采用信息量的熵算法，其计算公式为：
H(x)＝-∑P(Xi)log2P(Xi)；
其中，i＝1,2,3，...，n，Xi表示第i个状态(共n个状态)，P(Xi)代表出现第i个状态时的概率，H(x)为消除不确定性所需的信息量，单位为比特(bit)。
进一步地，分类归纳模块202采用TF-IDF匹配算法，其公式如下：
式中tfi，j为中i和j的文本数量，dfi为包含i的文本数量，N为文本的总数。
本实施例中，账户管理模块301、资讯展示模块302、活动推送模块303与存储历史模块304并列运行并依次通过以太网通讯连接；账户管理模块301用于对账户的创建、账户内信息增减、消息等操作过程进行管理；资讯展示模块302用于在***应用的主界面上展示最新的资讯并自动更新切换；活动推送模块303用于经***应用的主界面推送实时的与职业发展规划的相关活动信息；存储历史模块304用于对***应用上展示推送过的各类资讯、消息及活动信息等数据进行存储形成历史数据以供用户回溯。
其中，资讯信息包括但不限于时政信息、职业政策、高校毕业信息、招聘企业介绍等。
其中，活动信息包括但不限于招聘直播、招聘会等。
进一步地，账户管理模块301包括账户类型模块3011、信息更录模块3012、消息管理模块3013和信息加密模块3014；账户类型模块3011的信号输出端与信息更录模块3012的信号输入端连接，信息更录模块3012的信号输出端与消息管理模块3013的信号输入端连接，消息管理模块3013的信号输出端与信息加密模块3014的信号输入端连接；账户类型模块3011用于按照用户的身份创建不同类型的账户并提供不同的操作通道；信息更录模块3012用于按账户类型给用户提供新增、修改、删除信息的通道；消息管理模块3013用于给用户管理接收到的消息及消息通知；信息加密模块3014用于对账户及账户内的信息进行加密保护。
其中，账户类型包括企业账户和个人账户。
其中，企业账户的信息包括但不限于企业名称、地址、资质、简介、招聘信息等；个人账户的信息包括但不限于姓名、性别、年龄、学历、毕业院校、工作经历、联系方式、求职期望等。
进一步地，信息加密模块3014方法包括如下步骤：
Step1、***参数的建立，随机选择一个数
计算Ppub＝sP，其中P为G1的生成元，选择2个强密码杂凑函数H1：
和H2：
其中H1将任意长度输入映射到固定长度，H2把用户身份ID映射到G1中的一个元素，最后PKG把s作为***的私钥保存；
Step2、签名：执行随机选择
计算R＝rP，输出针对M的签名σ＝(R，rPpub+H1(M，R)dMACID)；
Step3、验证：设σ＝(U，V)为针对M的签名，验证者需要执行：计算QMACID＝H2(MACID)，计算u＝e(V，P)，计算v＝e(U+H1(M，U)QMACID，Ppub)，如果u＝v，则输出接受签名，否则输出拒绝。
本实施例中，求职期望模块401的信号输出端与职业规划模块402的信号输入端连接，职业规划模块402的信号输出端与精准推送模块403的信号输入端连接，精准推送模块403的信号输出端与简历投递模块404的信号输入端连接；求职期望模块401用于给个人用户提供添加求职期望条件的通道；职业规划模块402用于根据个人用户的职业期望跳转到职业发展规划界面以供用户综合考虑求职方向；精准推送模块403用于结合个人用户的求职期望与企业用户的招聘要求，经对比分析后将最匹配的职业招聘信息推送给个人用户；简历投递模块404用于给个人用户提供针对精准推送的职位信息进行简历推送操作的选择通道。
其中，求职期望的信息包括但不限于工作区域、职位类型、薪资要求、工作时间、福利待遇等。
计算机程序产品实施例
参阅图9，示出了职业发展规划应用***的运行装置结构示意图，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
处理器包括一个或一个以上处理核心，处理器通过总线与处理器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的职业发展规划应用***。
可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
此外，本发明还提供计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的职业发展规划应用***。
可选的，本发明还提供了包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面职业发展规划应用***。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储与计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.职业发展规划应用方法，其特征在于：包括如下步骤：
S1、大数据平台从就业在线平台获取分析的基础数据；
S2、大数据平台将分析的数据定时推送到ES搜索引擎；
S3、用户登录就业在线平台后，填写简历，添加求职期望；
S4、根据填写的求职期望进入对应的职业生涯规划页面；
S5、根据求职用户填写的求职期望，通过ES搜索引擎获取对应的分析数据生成图表；
S6、根据ES搜索引擎返回精准推送的职位信息。
2.职业发展规划应用***，该***用于实现权利要求1所述的职业发展规划应用方法的运行步骤，其特征在于：包括
基础建设单元(100)、数据处理单元(200)、功能应用单元(300)和求职交互单元(400)；所述基础建设单元(100)、所述数据处理单元(200)、所述功能应用单元(300)与所述求职交互单元(400)依次通过以太网通讯连接；所述基础建设单元(100)用于提供支持***运行的软件应用和智能技术；所述数据处理单元(200)用于对职业规划相关的数据进行采集、筛选、归类、统计等处理并经分析后形成对应的图表；所述功能应用单元(300)用于通过应用平台给用户提供各种与职业规划相关的应用通道；所述求职交互单元(400)用于给个人用户提供求职相关的交互通道；
所述基础建设单元(100)包括大数据库模块(101)、应用平台模块(102)、搜索引擎模块(103)和网络通信模块(104)；
所述数据处理单元(200)包括采集清筛模块(201)、分类归纳模块(202)、统计分析模块(203)和报表图形模块(204)；
所述功能应用单元(300)包括账户管理模块(301)、资讯展示模块(302)、活动推送模块(303)和存储历史模块(304)；
所述求职交互单元(400)包括求职期望模块(401)、职业规划模块(402)、精准推送模块(403)和简历投递模块(404)。
3.根据权利要求2所述的职业发展规划应用***，其特征在于：所述大数据库模块(101)、所述应用平台模块(102)与所述搜索引擎模块(103)依次通过以太网通讯连接；所述大数据库模块(101)用于建立同时与应用平台和搜索引擎连接的大数据平台以便对数据进行处理及传输；所述应用平台模块(102)用于给用户提供访问***的应用载体；所述搜索引擎模块(103)用于在***中装载分布式全文搜索引擎以供用户进行查询操作；所述网络通信模块(104)用于给***各层面之间建立信号连接及数据传输的通道。
4.根据权利要求2所述的职业发展规划应用***，其特征在于：所述采集清筛模块(201)的信号输出端与所述分类归纳模块(202)的信号输入端连接，所述分类归纳模块(202)的信号输出端与所述统计分析模块(203)的信号输入端连接，所述统计分析模块(203)的信号输出端与所述报表图形模块(204)的信号输入端连接；所述采集清筛模块(201)用于通过大数据平台从就业应用平台获取待分析的基础数据并对数据进行基础清理筛选操作；所述分类归纳模块(202)用于按不同类型对基础数据进行归类并分别集合存储；所述统计分析模块(203)用于分别对不同类型的数据进行统计、计算操作；所述报表图形模块(204)用于分别对统计分析后的不同类型数据制成报表并绘制统计表。
5.根据权利要求4所述的职业发展规划应用***，其特征在于：所述采集清筛模块(201)采用信息量的熵算法，其计算公式为：
H(x)＝-∑P(Xi)log2P(Xi)；
其中，i＝1,2,3，...，n，Xi表示第i个状态(共n个状态)，P(Xi)代表出现第i个状态时的概率，H(x)为消除不确定性所需的信息量，单位为比特(bit)。
6.根据权利要求4所述的职业发展规划应用***，其特征在于：所述分类归纳模块(202)采用TF-IDF匹配算法，其公式如下：
式中tfi，j为中i和j的文本数量，dfi为包含i的文本数量，N为文本的总数。
7.根据权利要求2所述的职业发展规划应用***，其特征在于：所述账户管理模块(301)、所述资讯展示模块(302)、所述活动推送模块(303)与所述存储历史模块(304)并列运行并依次通过以太网通讯连接；所述账户管理模块(301)用于对账户的创建、账户内信息增减、消息等操作过程进行管理；所述资讯展示模块(302)用于在***应用的主界面上展示最新的资讯并自动更新切换；所述活动推送模块(303)用于经***应用的主界面推送实时的与职业发展规划的相关活动信息；所述存储历史模块(304)用于对***应用上展示推送过的各类资讯、消息及活动信息等数据进行存储形成历史数据以供用户回溯。
8.根据权利要求7所述的职业发展规划应用***，其特征在于：所述账户管理模块(301)包括账户类型模块(3011)、信息更录模块(3012)、消息管理模块(3013)和信息加密模块(3014)；所述账户类型模块(3011)的信号输出端与所述信息更录模块(3012)的信号输入端连接，所述信息更录模块(3012)的信号输出端与所述消息管理模块(3013)的信号输入端连接，所述消息管理模块(3013)的信号输出端与所述信息加密模块(3014)的信号输入端连接；所述账户类型模块(3011)用于按照用户的身份创建不同类型的账户并提供不同的操作通道；所述信息更录模块(3012)用于按账户类型给用户提供新增、修改、删除信息的通道；所述消息管理模块(3013)用于给用户管理接收到的消息及消息通知；所述信息加密模块(3014)用于对账户及账户内的信息进行加密保护。
9.根据权利要求8所述的职业发展规划应用***，其特征在于：所述信息加密模块(3014)方法包括如下步骤：
Step1、***参数的建立，随机选择一个数
计算Ppub＝sP，其中P为G1的生成元，选择2个强密码杂凑函数
和
其中H1将任意长度输入映射到固定长度，H2把用户身份ID映射到G1中的一个元素，最后PKG把s作为***的私钥保存；
Step2、签名：执行随机选择
计算R＝rP，输出针对M的签名σ＝(R，rPpub+H1(M，R)dMACID)；
Step3、验证：设σ＝(U，V)为针对M的签名，验证者需要执行：计算QMACID＝H2(MACID)，计算u＝e(V，P)，计算v＝e(U+H1(M，U)QMACID，Ppub)，如果u＝v，则输出接受签名，否则输出拒绝。
10.根据权利要求2所述的职业发展规划应用***，其特征在于：所述求职期望模块(401)的信号输出端与所述职业规划模块(402)的信号输入端连接，所述职业规划模块(402)的信号输出端与所述精准推送模块(403)的信号输入端连接，所述精准推送模块(403)的信号输出端与所述简历投递模块(404)的信号输入端连接；所述求职期望模块(401)用于给个人用户提供添加求职期望条件的通道；所述职业规划模块(402)用于根据个人用户的职业期望跳转到职业发展规划界面以供用户综合考虑求职方向；所述精准推送模块(403)用于结合个人用户的求职期望与企业用户的招聘要求，经对比分析后将最匹配的职业招聘信息推送给个人用户；所述简历投递模块(404)用于给个人用户提供针对精准推送的职位信息进行简历推送操作的选择通道。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110623314.7A CN113221013B (zh) | 2021-06-04 | 2021-06-04 | 职业发展规划应用方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110623314.7A CN113221013B (zh) | 2021-06-04 | 2021-06-04 | 职业发展规划应用方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113221013A true CN113221013A (zh) | 2021-08-06 |
| CN113221013B CN113221013B (zh) | 2024-06-21 |
Family
ID=77082737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110623314.7A Active CN113221013B (zh) | 2021-06-04 | 2021-06-04 | 职业发展规划应用方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113221013B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005880A (zh) * | 2015-08-19 | 2015-10-28 | 郭文峰 | 一种基于互联网的求职招聘*** |
| CN108717619A (zh) * | 2018-03-27 | 2018-10-30 | 谭振江 | 一种双向推送匹配数据的学生实习就业招聘*** |
| CN109165918A (zh) * | 2018-08-10 | 2019-01-08 | 安徽网才信息技术股份有限公司 | 一种社区就业平台 |
| CN109558429A (zh) * | 2018-11-16 | 2019-04-02 | 广东百城人才网络股份有限公司 | 基于互联网大数据的人才服务双向推荐方法及*** |
| CN109754233A (zh) * | 2019-01-29 | 2019-05-14 | 上海嘉道信息技术有限公司 | 一种智能推荐职位信息的方法和*** |
| CN110032637A (zh) * | 2019-04-16 | 2019-07-19 | 上海大易云计算股份有限公司 | 一种基于自然语义分析技术的简历智能推荐算法 |
| CN110111083A (zh) * | 2019-05-15 | 2019-08-09 | 深圳市前海欢雀科技有限公司 | 一种基于深度学习构建职业规划的*** |
| 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*** |
| CN110414910A (zh) * | 2019-06-06 | 2019-11-05 | 万马奔腾(上海)数据有限公司 | 基于大数据人工智能分析、招聘及求职*** |
| CN111914274A (zh) * | 2020-07-30 | 2020-11-10 | 南京中诚区块链研究院有限公司 | 一种基于多信息来源的全流程区块链*** |
| CN112396405A (zh) * | 2020-12-07 | 2021-02-23 | 湖南交通工程学院 | 一种基于大数据分析的网络招聘管理平台及方法 |
| CN112883310A (zh) * | 2021-01-14 | 2021-06-01 | 辽联(北京)数据科技开发有限公司 | 一种基于大数据的多层次综合性社区服务平台及设备 |
-
2021
- 2021-06-04 CN CN202110623314.7A patent/CN113221013B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005880A (zh) * | 2015-08-19 | 2015-10-28 | 郭文峰 | 一种基于互联网的求职招聘*** |
| CN108717619A (zh) * | 2018-03-27 | 2018-10-30 | 谭振江 | 一种双向推送匹配数据的学生实习就业招聘*** |
| CN109165918A (zh) * | 2018-08-10 | 2019-01-08 | 安徽网才信息技术股份有限公司 | 一种社区就业平台 |
| CN109558429A (zh) * | 2018-11-16 | 2019-04-02 | 广东百城人才网络股份有限公司 | 基于互联网大数据的人才服务双向推荐方法及*** |
| CN109754233A (zh) * | 2019-01-29 | 2019-05-14 | 上海嘉道信息技术有限公司 | 一种智能推荐职位信息的方法和*** |
| CN110032637A (zh) * | 2019-04-16 | 2019-07-19 | 上海大易云计算股份有限公司 | 一种基于自然语义分析技术的简历智能推荐算法 |
| 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*** |
| CN110111083A (zh) * | 2019-05-15 | 2019-08-09 | 深圳市前海欢雀科技有限公司 | 一种基于深度学习构建职业规划的*** |
| CN110414910A (zh) * | 2019-06-06 | 2019-11-05 | 万马奔腾(上海)数据有限公司 | 基于大数据人工智能分析、招聘及求职*** |
| CN111914274A (zh) * | 2020-07-30 | 2020-11-10 | 南京中诚区块链研究院有限公司 | 一种基于多信息来源的全流程区块链*** |
| CN112396405A (zh) * | 2020-12-07 | 2021-02-23 | 湖南交通工程学院 | 一种基于大数据分析的网络招聘管理平台及方法 |
| CN112883310A (zh) * | 2021-01-14 | 2021-06-01 | 辽联(北京)数据科技开发有限公司 | 一种基于大数据的多层次综合性社区服务平台及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113221013B (zh) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bellini et al. | Risk management with expectiles | |
| CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
| Kalnina et al. | Nonparametric estimation of the leverage effect: A trade-off between robustness and efficiency | |
| CN108021673A (zh) | 一种用户兴趣模型生成方法、职位推荐方法及计算设备 | |
| US20190197494A1 (en) | Specifically programmed computer-implemented engine systems for real-time on-demand discovery of available time slots across programmed schedule objects and methods of use thereof | |
| Egami et al. | Precautionary measures for credit risk management in jump models | |
| US20200042577A1 (en) | Dynamic survey generation and verification | |
| CN112288604A (zh) | 司法案件数据处理方法、装置、电子设备及可读存储介质 | |
| Vatamidou et al. | On the accuracy of phase-type approximations of heavy-tailed risk models | |
| Mosheiov et al. | On the minmax common-due-date problem: extensions to position-dependent processing times, job rejection, learning effect, uniform machines and flowshops | |
| Perry et al. | First-exit times for compound Poisson processes for some types of positive and negative jumps | |
| Hu et al. | Risk model based on the first-order integer-valued moving average process with compound Poisson distributed innovations | |
| Reddy et al. | Constructing efficient strata boundaries in stratified sampling using survey cost | |
| EP3764310A1 (en) | Prediction task assistance device and prediction task assistance method | |
| Bergel et al. | Further developments in the Erlang (n) risk process | |
| US20120254056A1 (en) | Institutional financial aid analysis | |
| Constantinescu et al. | Ruin probabilities in models with a Markov chain dependence structure | |
| CN113221013B (zh) | 职业发展规划应用方法及*** | |
| US10546278B2 (en) | System and method for matching a contributor and a recipient entity | |
| Valente et al. | Improved lower bounds for the early/tardy scheduling problem with no idle time | |
| CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
| Küchler et al. | Numerical evaluation of approximation methods in stochastic programming | |
| Robertson et al. | On the distribution of monochromatic complete subgraphs and arithmetic progressions | |
| Helmes et al. | Linear programming approach to the optimal stopping of singular stochastic processes | |
| Carrasco | Transient analysis of large Markov models with absorbing states using regenerative randomization |
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 |