CN114663042B - 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 - Google Patents
一种智能电话呼叫招聘方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114663042B CN114663042B CN202210130148.1A CN202210130148A CN114663042B CN 114663042 B CN114663042 B CN 114663042B CN 202210130148 A CN202210130148 A CN 202210130148A CN 114663042 B CN114663042 B CN 114663042B
- Authority
- CN
- China
- Prior art keywords
- job seeker
- information
- post
- voice
- recruitment
- 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
- 230000007115 recruitment Effects 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012216 screening Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 60
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006399 behavior Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于智能招聘技术领域,特别涉及一种智能电话呼叫招聘方法、装置、电子设备及存储介质。包括:获取招聘方岗位信息,并根据岗位信息进行岗位特征提取,建立岗位特征库;获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划;根据招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;根据求职者意图推荐岗位信息,根据岗位信息生成答复文本,并将答复文本转换成答复语音信息,通过答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;根据求职者意愿筛选出匹配的岗位信息,并更新到求职者信息中。
Description
技术领域
本申请属于智能招聘技术领域,特别涉及一种智能电话呼叫招聘方法、装置、电子设备及存储介质。
背景技术
随着计算机和通信技术的发展,招聘顾问使用传统呼叫中心***进行企业岗位招聘沟通,随着用工招聘需求的增加,为保证招聘效率,使用传统的招聘方法需要增加招聘顾问人数及呼叫坐席数量,进而急速增加了招聘企业的人力及物力成本,一旦企业招聘需求进入淡季,招聘企业又存在招聘顾问人力浪费的情况。
为有效降低招聘企业运营成本,招聘企业急需一种智能外呼***,可以根据招聘岗位的特征,建立招聘对话计划,并匹配相关的求职者简历进行自动呼叫,根据呼叫对话过程,识别语音,进行求职者意图识别后进行相关岗位推荐,最终收集记录招聘岗位高意向的求职者,分派招聘顾问人员紧急沟通从而提升招聘效率。
当前市面上自动电话外呼***很多,虽然总体能提升一定的招聘效率,但是外呼对话过程设置不够人性化,也无法动态根据求职者意向推荐更相关的岗位信息,导致招聘成功转化率并不高效。
因此,希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本申请的目的是提供了一种智能电话呼叫招聘方法、装置、电子设备及存储介质,以解决现有技术存在的至少一个问题。
本申请的技术方案是:
本申请的第一个方面提供了一种智能电话呼叫招聘方法,包括:
步骤一、获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库;
步骤二、获取求职者信息,根据所述求职者信息以及所述岗位特征库生成招聘外呼对话计划;
步骤三、根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
步骤四、根据所述求职者意图推荐岗位信息,根据所述岗位信息生成答复文本,并将所述答复文本转换成答复语音信息,通过所述答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
步骤五、根据所述求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到所述求职者信息中。
在本申请的至少一个实施例中,步骤一中,所述获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库包括:
获取多维度的岗位信息,每个维度均配置有对应的标签;
抽取对应维度标签生成岗位特征库。
在本申请的至少一个实施例中,步骤二中,所述获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划包括:
获取多维度的求职者信息,每个维度均配置有对应的标签,所述求职者信息包括求职者简历信息以及求职者在站点的行为,所述求职者信息与所述岗位信息的维度相同;
抽取对应维度标签生成求职者意向特征库;
根据所述求职者意向特征库以及所述岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
根据所述岗位特征库以及所述求职者匹配集合生成招聘外呼对话计划。
在本申请的至少一个实施例中,步骤三中,所述根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图包括:
对所述招聘外呼对话计划进行解析,得到呼叫策略,所述呼叫策略包括开场语音类型以及求职者电话;
根据所述开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
接收求职者的第一语音信息;
将求职者的第一语音信息转换成文本信息;
对所述文本信息进行分词得到语料信息,将所述语料信息进行空间向量映射得到词向量,对所述词向量进行图特征组合生成组合特征,并将所述组合特征以及所述词向量进行分类处理得到求职者意图。
本申请的第二个方面提供了一种智能电话呼叫招聘装置,包括:
岗位特征库建立模块,用于获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库;
招聘外呼对话计划生成模块,用于获取求职者信息,根据所述求职者信息以及所述岗位特征库生成招聘外呼对话计划;
求职者意图识别模块,用于根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
求职者意愿识别模块,用于根据所述求职者意图推荐岗位信息,根据所述岗位信息生成答复文本,并将所述答复文本转换成答复语音信息,通过所述答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
求职者信息更新模块,用于根据所述求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到所述求职者信息中。
在本申请的至少一个实施例中,所述岗位特征库建立模块包括:
岗位信息获取单元,用于获取多维度的岗位信息,每个维度均配置有对应的标签;
岗位特征库生成单元,用于抽取对应维度标签生成岗位特征库。
在本申请的至少一个实施例中,所述招聘外呼对话计划生成模块包括:
求职者信息获取单元,用于获取多维度的求职者信息,每个维度均配置有对应的标签,所述求职者信息包括求职者简历信息以及求职者在站点的行为,所述求职者信息与所述岗位信息的维度相同;
求职者意向特征库生成单元,用于抽取对应维度标签生成求职者意向特征库;
匹配排序单元,用于根据所述求职者意向特征库以及所述岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
招聘外呼对话计划生成单元,用于根据所述岗位特征库以及所述求职者匹配集合生成招聘外呼对话计划。
在本申请的至少一个实施例中,所述求职者意图识别模块包括:
任务解析单元,用于对所述招聘外呼对话计划进行解析,得到呼叫策略,所述呼叫策略包括开场语音类型以及求职者电话;
呼叫单元,用于根据所述开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
语音接收单元,用于接收求职者的第一语音信息;
ASR语音识别单元,用于将求职者的第一语音信息转换成文本信息;
NLU语音理解单元,包括:
命名实体识别子单元,用于对所述文本信息进行分词得到语料信息;
词嵌入子单元,用于将所述语料信息进行空间向量映射得到词向量;
组合子单元,用于对所述词向量进行图特征组合生成组合特征;
分类子单元,用于将所述组合特征以及所述词向量进行分类处理得到求职者意图。
本申请的第三个方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的智能电话呼叫招聘方法。
本申请的第四个方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时能够实现如上所述的智能电话呼叫招聘方法。
发明至少存在以下有益技术效果:
本申请的智能电话呼叫招聘方法,通过岗位信息和求职者信息匹配,并通过自动电话外呼对话的方式,识别求职者真实意图,推荐及介绍和其匹配的岗位信息,并根据语音对话过程,收集并记录求职者对相关推荐岗位的意愿,筛选高意愿的求职者及匹配的岗位,以提升招聘顾问的招聘效率,进而降低招聘顾问人力成本。
附图说明
图1是本申请一个实施方式的智能电话呼叫招聘方法流程图;
图2是本申请一个实施方式的智能电话呼叫招聘装置示意图;
图3是本申请一个实施方式的岗位特征库建立模块示意图;
图4是本申请一个实施方式的招聘外呼对话计划生成模块示意图;
图5是本申请一个实施方式的求职者意图识别模块示意图;
图6为适于用来实现本申请实施方式的终端或服务器的计算机设备的结构示意图。
其中:
100-岗位特征库建立模块;101-岗位信息获取单元;102-岗位特征库生成单元;200-招聘外呼对话计划生成模块;201-求职者信息获取单元;202-求职者意向特征库生成单元;203-匹配排序单元;204-招聘外呼对话技术生成单元;300-求职者意图识别模块;301-任务解析单元;302-呼叫单元;303-语音接收单元;304-ASR语音识别单元;305-NLU语音理解单元;400-求职者意愿识别模块;500-求职者信息更新模块;600-计算机设备;601-CPU;602-ROM;603-RAM;604-总线;605-I/O接口;606-输入部分;607-输出部分;608-存储部分;609-通信部分;610-驱动器;611-可拆卸介质。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制。
下面结合附图1至图6对本申请做进一步详细说明。
本申请的第一个方面提供了一种智能电话呼叫招聘方法,其特征在于,包括:
S100、获取招聘方岗位信息,并根据岗位信息进行岗位特征提取,建立岗位特征库;
S200、获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划;
S300、根据招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
S400、根据求职者意图推荐岗位信息,根据岗位信息生成答复文本,并将答复文本转换成答复语音信息,通过答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
S500、根据求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到求职者信息中。
在本申请的优选实施方案中,S100中,获取招聘方岗位信息,并根据岗位信息进行岗位特征提取,建立岗位特征库具体包括:
获取多维度的岗位信息,每个维度均配置有对应的标签;
抽取对应维度标签生成岗位特征库。
本申请的智能电话呼叫招聘方法,首先从招聘方发布的招聘信息中提取多维度的岗位信息,本实施例中,岗位信息的维度可以包括岗位一级类目(例如全职、兼职),岗位二级类目(例如销售、餐饮等),岗位三级类目(例如网络销售、电话销售、服务员、厨师等),工作地点,职位名称,学历要求,工作经验要求,薪资水平,性别要求,福利(例如包住、包吃、交通补贴、有提成等)。并针对不同的维度设置对应的标签,再通过抽取相关维度标签生成岗位特征库。
本实施例中,S200中,获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划包括:
获取多维度的求职者信息,每个维度均配置有对应的标签,求职者信息包括求职者简历信息以及求职者在站点的行为,求职者信息与岗位信息的维度相同;
抽取对应维度标签生成求职者意向特征库;
根据求职者意向特征库以及岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
根据岗位特征库以及求职者匹配集合生成招聘外呼对话计划。
本申请的本申请的智能电话呼叫招聘方法,获取求职者信息,求职者信息中包括求职者简历信息以及求职者在站点的行为,其中,求职者在站点的行为如下:筛选的岗位类型,不同岗位类型的查看个数、访问频次、访问时长,查看工作地点的频次、报名次数,是否进行搜索、搜索词信息,收藏或分享的职位,和职位HR聊天情况等,然后从求职者简历信息以及求职者在站点的行为中提取多维度的求职者信息,根据多维度的求职者信息生成求职者意向特征库,通过计算求职者意向特征库与岗位特征库中的匹配度,并进行匹配排序,得到与岗位特征库中对应的岗位信息的匹配度由高到低的求职者匹配集合,最后根据相互对应的岗位信息以及求职者匹配集合制定对应的招聘外呼对话计划。在本申请的优选实施方式中,优选的为各个维度的信息配置了权重,在进行匹配度计算时,可以根据各个维度的重要性设置对应的权重,使得最终得到的求职者匹配集合更具有侧重性。本实施例中,给出了一种等差权重的分配策略,在实际应用中,可以根据需求设置任意适当的权重分配策略。
本实施例中,S300中,根据招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图包括:
对招聘外呼对话计划进行解析,得到呼叫策略,呼叫策略包括开场语音类型以及求职者电话;
根据开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
接收求职者的第一语音信息;
将求职者的第一语音信息转换成文本信息;
对文本信息进行分词得到语料信息,将语料信息进行空间向量映射得到词向量,对词向量进行图特征组合生成组合特征,并将组合特征以及词向量进行分类处理得到求职者意图。
本申请的本申请的智能电话呼叫招聘方法,需要对招聘外呼对话计划进行解析,得到与求职者匹配的开场语音类型以及求职者的电话,在呼叫后播放对应的开场语音,收集求职者的语音信息进行求职者意图的识别,求职者意图包括求职者想找工作的紧迫程度、感兴趣的岗位类别、待遇及上班距离要求等。本实施例中,开场语音类型包括找工作高/中/低意向类,岗位大类(例如全职-销售类、兼职-餐饮类)相关,距离以近优先相关,薪资以高优先相关等。开场语音包括找工作意愿询问确认,岗位类型询问,岗位距离薪资要求询问等。
本申请的本申请的智能电话呼叫招聘方法,S400中,在得到求职者意图之后,根据求职者意图进行相关岗位推荐以及介绍,求职者在听取岗位推荐以及介绍后,收集包含求职者最终意愿的语音信息,最后从该语音信息中识别出求职者意愿,对求职者意愿的识别过程与对求职者意向的识别过程相同。
本申请的本申请的智能电话呼叫招聘方法,S500中,根据求职者意愿对岗位信息进一步的筛选,并将筛选出的岗位信息更新到求职者信息中。筛选到高意向的求职者和对应的岗位信息,就可以分派招聘顾问人员进行针对性的沟通,从而提升招聘效率、降低招聘顾问人力成本。
基于上述的智能电话呼叫招聘方法,本申请的第二个方面提供了一种智能电话呼叫招聘装置,包括:
岗位特征库建立模块100,用于获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库;
招聘外呼对话计划生成模块200,用于获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划;
求职者意图识别模块300,用于根据招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
求职者意愿识别模块400,用于根据求职者意图推荐岗位信息,根据岗位信息生成答复文本,并将答复文本转换成答复语音信息,通过答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
求职者信息更新模块500,用于根据求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到求职者信息中。
在本申请的优选实施方案中,岗位特征库建立模块100包括:
岗位信息获取单元101,用于获取多维度的岗位信息,每个维度均配置有对应的标签;
岗位特征库生成单元102,用于抽取对应维度标签生成岗位特征库。
本实施例中,岗位信息获取单元101包括岗位信息获取子单元以及岗位信息管理子单元,岗位信息获取子单元用于从招聘方发布的招聘信息中提取岗位信息,并实现对岗位信息的存储;岗位信息管理子单元用于将岗位信息划分成多个维度,并为各个维度配置对应的标签。
在本申请的优选实施方案中,招聘外呼对话计划生成模块200包括:
求职者信息获取单元201,用于获取多维度的求职者信息,每个维度均配置有对应的标签,求职者信息包括求职者简历信息以及求职者在站点的行为,求职者信息与岗位信息的维度相同;
求职者意向特征库生成单元202,用于抽取对应维度标签生成求职者意向特征库;
匹配排序单元203,用于根据求职者意向特征库以及岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
招聘外呼对话计划生成单元204,用于根据岗位特征库以及求职者匹配集合生成招聘外呼对话计划。
本实施例中,求职者信息获取单元201包括求职者简历信息获取子单元以及求职者在站点的行为获取子单元,求职者简历信息获取子单元用于获取求职者发布的简历信息,求职者在站点的行为获取子单元用于获取求职者在站点的行为。
在本申请的优选实施方案中,求职者意图识别模块300包括:
任务解析单元301,用于对招聘外呼对话计划进行解析,得到呼叫策略,呼叫策略包括开场语音类型以及求职者电话;
呼叫单元302,用于根据开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
语音接收单元303,用于接收求职者的第一语音信息;
ASR语音识别单元304,用于将求职者的第一语音信息转换成文本信息;
NLU语音理解单元305,包括:
命名实体识别子单元,用于对文本信息进行分词得到语料信息;
词嵌入子单元,用于将语料信息进行空间向量映射得到词向量;
组合子单元,用于对词向量进行图特征组合生成组合特征;
分类子单元,用于将组合特征以及词向量进行分类处理得到求职者意图。
本实施例中,呼叫单元302包括语音匹配子单元、呼叫子单元以及语音播放子单元,语音匹配子单元用于从开场语音库中提取预定开场语音类型的开场语音,呼叫子单元用于根据求职者电话并发多线路进行呼叫,语音播放子单元用于将提取到的开场语音向求职者播放。语音接收单元303用于接收求职者的语音信息并将其发送至ASR语音识别单元303,最后通过NLU语音理解单元305得到求职者意图。
在本申请的优选实施例中,求职者意愿识别模块400包括NLG语言生成单元、TTS语音合成单元,此外,求职者意愿识别模块400还与求职者意图识别模块300共用语音播放子单元、语音接收单元303以及ASR语音识别单元304。NLG语言生成单元用于根据求职者意图推荐岗位信息,根据岗位信息生成答复文本;TTS语音合成单元用于将答复文本转换成答复语音信息;语音播放子单元用于播放答复语音信息应答求职者;语音接收单元303用于接收求职者的第二语音信息;ASR语音识别单元304用于对求职者的第二语音信息进行语音识别得到求职者意愿。
本申请的智能电话呼叫招聘装置,通过求职者信息更新模块500对岗位信息进行筛选并更新到求职者信息获取单元201的求职者信息中。
本申请的另一方面,提供了一种计算机设备,包括处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序用于实现上述智能电话呼叫招聘方法。
下面参考图6,其示出了适于用来实现本申请实施方式的计算机设备600的结构示意图。图6示出的计算机设备仅仅是一个示例,不应对本申请实施方式的功能和使用范围带来任何限制。
如图6所示,计算机设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有设备600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本申请的实施方式,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,本申请的实施方式包括一种计算机程序产品,其包括承载在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。在这样的实施方式中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请的计算机存储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。在本申请中,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。而在本申请中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施方式的***、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。
描述于本申请实施方式中所涉及到的模块或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。所描述的模块或单元也可以设置在处理器中,这些模块或单元的名称在某种情况下并不构成对该模块或单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读存储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装置执行时按上述方法对数据进行处理。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种智能电话呼叫招聘方法,其特征在于,包括:
步骤一、获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库;
步骤二、获取求职者信息,根据所述求职者信息以及所述岗位特征库生成招聘外呼对话计划;
步骤三、根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
步骤四、根据所述求职者意图推荐岗位信息,根据所述岗位信息生成答复文本,并将所述答复文本转换成答复语音信息,通过所述答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
步骤五、根据所述求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到所述求职者信息中;
步骤一中,所述获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库包括:
获取多维度的岗位信息,每个维度均配置有对应的标签;
抽取对应维度标签生成岗位特征库;
步骤二中,所述获取求职者信息,根据求职者信息以及岗位特征库生成招聘外呼对话计划包括:
获取多维度的求职者信息,每个维度均配置有对应的标签,所述求职者信息包括求职者简历信息以及求职者在站点的行为,所述求职者信息与所述岗位信息的维度相同;
抽取对应维度标签生成求职者意向特征库;
根据所述求职者意向特征库以及所述岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
根据所述岗位特征库以及所述求职者匹配集合生成招聘外呼对话计划。
2.根据权利要求1所述的智能电话呼叫招聘方法,其特征在于,步骤三中,所述根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图包括:
对所述招聘外呼对话计划进行解析,得到呼叫策略,所述呼叫策略包括开场语音类型以及求职者电话;
根据所述开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
接收求职者的第一语音信息;
将求职者的第一语音信息转换成文本信息;
对所述文本信息进行分词得到语料信息,将所述语料信息进行空间向量映射得到词向量,对所述词向量进行图特征组合生成组合特征,并将所述组合特征以及所述词向量进行分类处理得到求职者意图。
3.一种智能电话呼叫招聘装置,其特征在于,包括:
岗位特征库建立模块,用于获取招聘方岗位信息,并根据所述岗位信息进行岗位特征提取,建立岗位特征库;
招聘外呼对话计划生成模块,用于获取求职者信息,根据所述求职者信息以及所述岗位特征库生成招聘外呼对话计划;
求职者意图识别模块,用于根据所述招聘外呼对话计划进行呼叫,并接收求职者的第一语音信息,对求职者的第一语音信息进行语音识别得到求职者意图;
求职者意愿识别模块,用于根据所述求职者意图推荐岗位信息,根据所述岗位信息生成答复文本,并将所述答复文本转换成答复语音信息,通过所述答复语音信息应答求职者,并接收求职者的第二语音信息,对求职者的第二语音信息进行语音识别得到求职者意愿;
求职者信息更新模块,用于根据所述求职者意愿筛选出匹配的岗位信息,并将筛选出的岗位信息更新到所述求职者信息中;
所述岗位特征库建立模块包括:
岗位信息获取单元,用于获取多维度的岗位信息,每个维度均配置有对应的标签;
岗位特征库生成单元,用于抽取对应维度标签生成岗位特征库;
所述招聘外呼对话计划生成模块包括:
求职者信息获取单元,用于获取多维度的求职者信息,每个维度均配置有对应的标签,所述求职者信息包括求职者简历信息以及求职者在站点的行为,所述求职者信息与所述岗位信息的维度相同;
求职者意向特征库生成单元,用于抽取对应维度标签生成求职者意向特征库;
匹配排序单元,用于根据所述求职者意向特征库以及所述岗位特征库进行匹配排序,得到求职者匹配集合;
Ci=C1+(i-1)d
其中,A为岗位特征向量,B为职者意向特征向量,Y(A,B)为岗位特征向量与职者意向特征向量的匹配度,n为特征向量的维度,C为各维度权重向量;
招聘外呼对话计划生成单元,用于根据所述岗位特征库以及所述求职者匹配集合生成招聘外呼对话计划。
4.根据权利要求3所述的智能电话呼叫招聘装置,其特征在于,所述求职者意图识别模块包括:
任务解析单元,用于对所述招聘外呼对话计划进行解析,得到呼叫策略,所述呼叫策略包括开场语音类型以及求职者电话;
呼叫单元,用于根据所述开场语音类型匹配开场语音,根据求职者电话进行呼叫,并播放开场语音;
语音接收单元,用于接收求职者的第一语音信息;
ASR语音识别单元,用于将求职者的第一语音信息转换成文本信息;
NLU语音理解单元,包括:
命名实体识别子单元,用于对所述文本信息进行分词得到语料信息;
词嵌入子单元,用于将所述语料信息进行空间向量映射得到词向量;
组合子单元,用于对所述词向量进行图特征组合生成组合特征;
分类子单元,用于将所述组合特征以及所述词向量进行分类处理得到求职者意图。
5.一种电子设备,包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2中任意一项所述的智能电话呼叫招聘方法。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时能够实现如权利要求1至2中任意一项所述的智能电话呼叫招聘方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210130148.1A CN114663042B (zh) | 2022-02-11 | 2022-02-11 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210130148.1A CN114663042B (zh) | 2022-02-11 | 2022-02-11 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114663042A CN114663042A (zh) | 2022-06-24 |
CN114663042B true CN114663042B (zh) | 2023-04-21 |
Family
ID=82027000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210130148.1A Active CN114663042B (zh) | 2022-02-11 | 2022-02-11 | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663042B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866096A (zh) * | 2019-10-15 | 2020-03-06 | 平安科技(深圳)有限公司 | 智能解答控制方法、装置、计算机设备及存储介质 |
CN111241357A (zh) * | 2020-01-14 | 2020-06-05 | 中国平安人寿保险股份有限公司 | 对话训练方法、装置、***及存储介质 |
CN112541329A (zh) * | 2019-09-20 | 2021-03-23 | 上海大岂网络科技有限公司 | 简历创建方法、装置、电子设备 |
CN112801512A (zh) * | 2021-01-29 | 2021-05-14 | 好活(昆山)网络科技有限公司 | 应聘人员与工作岗位的匹配方法、装置、介质及电子设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100755677B1 (ko) * | 2005-11-02 | 2007-09-05 | 삼성전자주식회사 | 주제 영역 검출을 이용한 대화체 음성 인식 장치 및 방법 |
US20140129460A1 (en) * | 2012-11-02 | 2014-05-08 | Joe Budzienski | Social network for employment search |
CN109255594A (zh) * | 2018-09-30 | 2019-01-22 | 福建海峡中创网络信息技术股份有限公司 | 基于招聘平台的ai智能化人岗信息甄别、匹配撮合、推荐报名的方法和*** |
CN109215654A (zh) * | 2018-10-22 | 2019-01-15 | 北京智合大方科技有限公司 | 实时语音识别和自然语言处理的移动端智能客服辅助*** |
KR102011870B1 (ko) * | 2018-10-29 | 2019-08-20 | 박혁재 | 동영상 기반 구인구직 매칭 서버 및 방법 |
CN110162599A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 招聘面试方法、装置及计算机可读存储介质 |
CN111080234A (zh) * | 2019-11-25 | 2020-04-28 | 苏州思必驰信息科技有限公司 | 启发式对话招聘方法及*** |
CN111246031B (zh) * | 2020-02-27 | 2021-04-06 | 大连即时智能科技有限公司 | 人机协同的电话客服方法及*** |
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 |
CN112150120A (zh) * | 2020-10-13 | 2020-12-29 | 未来现实海囤科技(青岛)有限公司 | 求职者与招聘岗位的匹配度计算方法及装置 |
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*** |
CN113449095A (zh) * | 2021-07-02 | 2021-09-28 | 中国工商银行股份有限公司 | 一种面试数据分析方法和装置 |
CN113807103B (zh) * | 2021-09-16 | 2024-04-09 | 陈雪刚 | 基于人工智能的招聘方法、装置、设备及存储介质 |
-
2022
- 2022-02-11 CN CN202210130148.1A patent/CN114663042B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541329A (zh) * | 2019-09-20 | 2021-03-23 | 上海大岂网络科技有限公司 | 简历创建方法、装置、电子设备 |
CN110866096A (zh) * | 2019-10-15 | 2020-03-06 | 平安科技(深圳)有限公司 | 智能解答控制方法、装置、计算机设备及存储介质 |
CN111241357A (zh) * | 2020-01-14 | 2020-06-05 | 中国平安人寿保险股份有限公司 | 对话训练方法、装置、***及存储介质 |
CN112801512A (zh) * | 2021-01-29 | 2021-05-14 | 好活(昆山)网络科技有限公司 | 应聘人员与工作岗位的匹配方法、装置、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114663042A (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113836925B (zh) | 预训练语言模型的训练方法、装置、电子设备及存储介质 | |
CN105657129A (zh) | 通话信息获取方法和装置 | |
CN110956955B (zh) | 一种语音交互的方法和装置 | |
CN116127020A (zh) | 生成式大语言模型训练方法以及基于模型的搜索方法 | |
CN104281615A (zh) | 一种投诉处理的方法和*** | |
CN107633022A (zh) | 人员画像分析方法、装置及存储介质 | |
CN112016855B (zh) | 基于关系网匹配的用户行业识别方法、装置和电子设备 | |
CN112235470B (zh) | 基于语音识别的来电客户跟进方法、装置及设备 | |
CN114841128B (zh) | 基于人工智能的业务交互方法、装置、设备、介质及产品 | |
CN110955770A (zh) | 一种智能对话*** | |
CN113435859A (zh) | 信访件处理方法、装置、电子设备和计算机可读介质 | |
CN110428816A (zh) | 一种语音细胞库训练和分享的方法及装置 | |
CN114418641A (zh) | 存量客户访问工单的自动派发方法、装置及电子设备 | |
WO2020042164A1 (en) | Artificial intelligence systems and methods based on hierarchical clustering | |
CN114663042B (zh) | 一种智能电话呼叫招聘方法、装置、电子设备及存储介质 | |
CN110717012A (zh) | 语术推荐方法、装置、设备和存储介质 | |
CN112560480A (zh) | 任务社区发现方法、装置、设备和存储介质 | |
CN116303951A (zh) | 对话处理方法、装置、电子设备和存储介质 | |
CN112767933B (zh) | 公路养护管理***的语音交互方法、装置、设备及介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN114254088A (zh) | 自动应答模型的构建方法和自动应答方法 | |
CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
CN114202203A (zh) | 投诉工单处理方法、装置、存储介质及电子设备 | |
CN113890948A (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN113409081A (zh) | 一种信息处理方法和装置 |
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 |