CN115170094B - 大数据人工智能招聘***及方法 - Google Patents
大数据人工智能招聘***及方法 Download PDFInfo
- Publication number
- CN115170094B CN115170094B CN202211086517.8A CN202211086517A CN115170094B CN 115170094 B CN115170094 B CN 115170094B CN 202211086517 A CN202211086517 A CN 202211086517A CN 115170094 B CN115170094 B CN 115170094B
- Authority
- CN
- China
- Prior art keywords
- enterprise
- job
- information
- job seeker
- chat information
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (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
本发明适用于招聘求职技术领域,提供了一种大数据人工智能招聘***及方法,包括以下步骤:调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;接收企业端发送的招聘信息,对个人简历进行一次筛选;根据企业筛选条件对剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;接收求职者的求职信息,对企业的招聘信息进行一次筛选;根据求职筛选条件对剩余企业的企业关键词进行二次筛选。如此,企业端能够得到更精准的求职者且能够得到更全面的求职者信息,加快了招聘进程。
Description
技术领域
本发明涉及招聘求职技术领域,具体是涉及一种大数据人工智能招聘***及方法。
背景技术
如今越来越多的企业通过网上招聘员工,通过手机招聘软件找工作的人群也是越来越多,现有的招聘软件能够对企业的招聘信息和求职者的个人简历进行信息筛选和匹配,为企业提供大量的符合基本条件的求职者,也会为求职者提供大量的符合基本需求的企业,由于招聘信息和个人简历中的具体内容有限,需要求职者和企业进一步进行私聊,互相进行提问沟通,方便双方获取更多的信息,但是目前的匹配筛选不够精细,后续的询问和沟通量较大,影响招聘和求职进度。因此,需要提供一种大数据人工智能招聘***及方法,旨在解决或者缓解上述问题。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种大数据人工智能招聘***及方法,以解决或者缓解上述背景技术中存在的问题。
本发明是这样实现的,一种大数据人工智能招聘方法,所述方法包括以下步骤:
调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者。
作为本发明进一步的方案:所述对企业端的聊天信息进行分析得到企业问题和企业关键词的步骤,具体包括:
对企业端的聊天信息进行问句和陈述句分类;
对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;
对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数。
作为本发明进一步的方案:所述对求职者的聊天信息进行分析得到求职者问题和求职者关键词的步骤,具体包括:
对求职者的聊天信息进行问句和陈述句分类;
对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;
对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
作为本发明进一步的方案:所述方法还包括:
接收企业端或者求职者发送的聊天信息保密指令;
接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
作为本发明进一步的方案:在调取企业端或者求职者的聊天信息之前,会向用户发送是否允许调取聊天信息,当且仅当用户允许时,才能够自动调取聊天信息。
本发明的另一目的在于提供一种大数据人工智能招聘***,所述***包括:
企业聊天信息分析模块,用于调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
求职聊天信息分析模块,用于调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
求职者一次筛选模块,用于接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
求职者二次筛选模块,用于接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
企业一次筛选模块,用于接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
企业二次筛选模块,用于接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者。
作为本发明进一步的方案:所述企业聊天信息分析模块包括:
第一句型分类单元,用于对企业端的聊天信息进行问句和陈述句分类;
企业问题确定单元,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;
企业关键词确定单元,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数。
作为本发明进一步的方案:所述求职聊天信息分析模块包括:
第二句型分类单元,用于对求职者的聊天信息进行问句和陈述句分类;
求职者问题确定单元,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;
求职关键词确定单元,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
作为本发明进一步的方案:所述***还包括聊天信息保密模块,聊天信息保密模块具体包括:
保密指令接收单元,用于接收企业端或者求职者发送的聊天信息保密指令;
保密信息选择单元,用于接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
与现有技术相比,本发明的有益效果是:
本发明通过调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;并调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;根据企业筛选条件对求职者关键词进行筛选,将筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;根据求职筛选条件对企业关键词进行筛选,将筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者。如此,企业端能够得到更精准的求职者且能够得到更全面的求职者信息,提前准备好如何应对求职者问题,求职者也能够匹配到更精准的企业且能够得到更全面的企业信息,提前准备好如何应对企业问题,后续沟通更加方便,加快了招聘和求职进程。
附图说明
图1为一种大数据人工智能招聘方法的流程图。
图2为一种大数据人工智能招聘方法中对企业端的聊天信息进行分析得到企业问题和企业关键词的流程图。
图3为一种大数据人工智能招聘方法中对求职者的聊天信息进行分析得到求职者问题和求职者关键词的流程图。
图4为一种大数据人工智能招聘方法中接收企业端或者求职者发送的聊天信息保密指令的流程图。
图5为一种大数据人工智能招聘***的结构示意图。
图6为一种大数据人工智能招聘***中企业聊天信息分析模块的结构示意图。
图7为一种大数据人工智能招聘***中求职聊天信息分析模块的结构示意图。
图8为一种大数据人工智能招聘***中聊天信息保密模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图及具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
如图1所示,本发明实施例提供了一种大数据人工智能招聘方法,所述方法包括以下步骤:
S100,调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
S200,调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
S300,接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
S400,接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
S500,接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
S600,接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者。
需要说明的是,如今越来越多的企业通过网上招聘员工,通过手机招聘软件找工作的人群也是越来越多,现有的招聘软件能够对企业的招聘信息和求职者的个人简历进行信息筛选和匹配,为企业提供大量的符合基本条件的求职者,也会为求职者提供大量的符合基本需求的企业,由于招聘信息和个人简历中的具体内容有限,需要求职者和企业进一步进行私聊,互相进行提问沟通,方便双方获取更多的信息,但是目前的匹配筛选不够精细,导致后续的询问和沟通量较大,影响招聘和求职进度,本发明实施例旨在解决或者缓解上述问题。
本发明实施例中,会调取企业端的聊天信息和求职者的聊天信息,当然在调取企业端或者求职者的聊天信息之前,会向用户发送是否允许调取聊天信息,用户就是企业用户或者求职用户,当且仅当用户允许时,才能够自动调取聊天信息,容易理解,企业端和求职者之间的聊天内容原本就是互相发送给陌生人的,所以基本上能够接受被调取使用,接着本发明实施例会对企业端的聊天信息进行分析得到企业问题和企业关键词,并对求职者的聊天信息进行分析得到求职者问题和求职者关键词;需要说明的是,企业问题是所述企业经常询问求职者的问题,企业关键词是对所有求职者高频问题的答复,求职者问题是所述求职者经常询问企业的问题,求职者关键词是对所有企业提出的高频问题的答复,可见,企业问题能够反映企业所在意的信息,企业关键词能够反映企业的属性,求职者问题能够反映求职者所在意的信息,求职者关键词能够反映求职者的自身属性。
当企业端发送招聘信息后,会根据招聘信息对所有求职者的个人简历进行一次筛选,招聘信息一般包括职位、年龄要求、专业要求、技能要求、待遇等等,一次筛选是现有的招聘软件的常用手段,这里不再赘述;接着企业端可以输入企业筛选条件,企业筛选条件是基于企业所在意的信息设置的,不方便直接写在招聘信息中,例如接受加班、接受高强度工作等,本发明实施例会根据企业筛选条件对剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端,如此,企业端能够得到更精准的求职者且能够得到更全面的求职者信息,提前准备好如何应对求职者问题,保证了后续沟通更加顺畅。
当求职者发送求职信息后,根据求职信息对所有企业的招聘信息进行一次筛选,一次筛选是现有的招聘软件的常用手段,这里不再赘述;接着求职者可以输入求职筛选条件,根据求职筛选条件对剩余企业的企业关键词进行二次筛选,求职筛选条件是基于求职者所在意的信息设置的,不方便直接写在个人简历中,例如不接受加班、年假不少于多少天等等,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者,如此,求职者能够匹配到更精准的企业且能够得到更全面的企业信息,提前准备好如何应对企业问题,后续沟通更加方便,加快了求职进程。
如图2所示,作为本发明一个优选的实施例,所述对企业端的聊天信息进行分析得到企业问题和企业关键词的步骤,具体包括:
S101,对企业端的聊天信息进行问句和陈述句分类;
S102,对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;
S103,对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数。
本发明实施例中,会对企业端的聊天信息进行问句和陈述句分类,企业端的聊天信息是指企业端发送的单方信息,首先会判定是否为问句,判定语句中是否存在疑问词或者问号,例如疑问词有:吗、能不能、是否、可不可以、为什么等等,当存在疑问词或者问号时,判定为问句,否则为陈述句;接着对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,这样每类中的问句类似,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均任意挑选一个问句作为企业问题,N为正整数;并对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,这样每类中的陈述句类似,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均任意挑选一个陈述句作为企业关键词,M为正整数,所述N、M、第一设定值以及第二设定值均为提前设置的定值;另外,两个语句计算相似度时,相似度=相同字符的数量*2/两个语句的字符数之和。
如图3所示,作为本发明一个优选的实施例,所述对求职者的聊天信息进行分析得到求职者问题和求职者关键词的步骤,具体包括:
S201,对求职者的聊天信息进行问句和陈述句分类;
S202,对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;
S203,对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
本发明实施例中,求职者的聊天信息是指求职者发送的单方信息,所述Q、P、第三设定值以及第四设定值均为提前设置的定值。
如图4所示,作为本发明一个优选的实施例,所述方法还包括:
S701,接收企业端或者求职者发送的聊天信息保密指令;
S702,接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
容易理解,即使用户允许调用聊天信息,也会存在部分聊天信息不想被***调用的情况,此时用户直接输入聊天信息保密指令,并输入聊天信息选择指令,聊天信息选择指令就是用户选择一些需要保密的聊天信息,这样选择的聊天信息被无法被调取。还需要注意的是,刚聊完的内容无法被调取,聊天消息发出预设时间值后才能够被调取,例如聊天消息发出三小时后才能够被调取,这样保证了用户有足够的时间去选择保密消息。
如图5所示,本发明实施例还提供了一种大数据人工智能招聘***,所述***包括:
企业聊天信息分析模块100,用于调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
求职聊天信息分析模块200,用于调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
求职者一次筛选模块300,用于接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
求职者二次筛选模块400,用于接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
企业一次筛选模块500,用于接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
企业二次筛选模块600,用于接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者。
如图6所示,作为本发明一个优选的实施例,所述企业聊天信息分析模块100包括:
第一句型分类单元101,用于对企业端的聊天信息进行问句和陈述句分类;
企业问题确定单元102,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;
企业关键词确定单元103,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数。
如图7所示,作为本发明一个优选的实施例,所述求职聊天信息分析模块200包括:
第二句型分类单元201,用于对求职者的聊天信息进行问句和陈述句分类;
求职者问题确定单元202,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;
求职关键词确定单元203,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
如图8所示,作为本发明一个优选的实施例,所述***还包括聊天信息保密模块700,聊天信息保密模块700具体包括:
保密指令接收单元701,用于接收企业端或者求职者发送的聊天信息保密指令;
保密信息选择单元702,用于接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
以上仅对本发明的较佳实施例进行了详细叙述,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (5)
1.一种大数据人工智能招聘方法,其特征在于,所述方法包括以下步骤:
调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者;
其中,对企业端的聊天信息进行分析得到企业问题和企业关键词的步骤,具体包括:对企业端的聊天信息进行问句和陈述句分类;对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数;
其中,对求职者的聊天信息进行分析得到求职者问题和求职者关键词的步骤,具体包括:对求职者的聊天信息进行问句和陈述句分类;对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
2.根据权利要求1所述一种大数据人工智能招聘方法,其特征在于,所述方法还包括:
接收企业端或者求职者发送的聊天信息保密指令;
接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
3.根据权利要求1所述一种大数据人工智能招聘方法,其特征在于,在调取企业端或者求职者的聊天信息之前,会向用户发送是否允许调取聊天信息,当且仅当用户允许时,才能够自动调取聊天信息。
4.一种大数据人工智能招聘***,其特征在于,所述***包括:
企业聊天信息分析模块,用于调取企业端的聊天信息,对企业端的聊天信息进行分析得到企业问题和企业关键词;
求职聊天信息分析模块,用于调取求职者的聊天信息,对求职者的聊天信息进行分析得到求职者问题和求职者关键词;
求职者一次筛选模块,用于接收企业端发送的招聘信息,根据招聘信息对所有求职者的个人简历进行一次筛选;
求职者二次筛选模块,用于接收企业端发送的企业筛选条件,根据企业筛选条件对一次筛选后符合条件的剩余求职者的求职者关键词进行二次筛选,将二次筛选后的求职者的个人简历、求职者问题和求职者关键词推送给企业端;
企业一次筛选模块,用于接收求职者发送的求职信息,根据求职信息对所有企业的招聘信息进行一次筛选;
企业二次筛选模块,用于接收求职者发送的求职筛选条件,根据求职筛选条件对一次筛选后符合条件的剩余企业的企业关键词进行二次筛选,将二次筛选后的企业的招聘信息、企业问题和企业关键词推送给求职者;
其中,所述企业聊天信息分析模块包括:第一句型分类单元,用于对企业端的聊天信息进行问句和陈述句分类;企业问题确定单元,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第一设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前N的每个类别中均挑选一个问句作为企业问题,N为正整数;企业关键词确定单元,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第二设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前M的每个类别中均挑选一个陈述句作为企业关键词,M为正整数;
其中,所述求职聊天信息分析模块包括:第二句型分类单元,用于对求职者的聊天信息进行问句和陈述句分类;求职者问题确定单元,用于对所有的问句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个问句之间的相似度大于第三设定值,确定每类中问句的数量,根据数量对类别进行降序排列,排在前Q的每个类别中均挑选一个问句作为求职者问题,Q为正整数;求职关键词确定单元,用于对所有的陈述句进行相似度匹配后再次分类得到若干个类别,每类中的任意两个陈述句之间的相似度大于第四设定值,确定每类中陈述句的数量,根据数量对类别进行降序排列,排在前P的每个类别中均挑选一个陈述句作为求职者关键词,P为正整数。
5.根据权利要求4所述一种大数据人工智能招聘***,其特征在于,所述***还包括聊天信息保密模块,聊天信息保密模块具体包括:
保密指令接收单元,用于接收企业端或者求职者发送的聊天信息保密指令;
保密信息选择单元,用于接收企业端或者求职者发送的聊天信息选择指令,选择的聊天信息被保密,无法被调取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086517.8A CN115170094B (zh) | 2022-09-07 | 2022-09-07 | 大数据人工智能招聘***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086517.8A CN115170094B (zh) | 2022-09-07 | 2022-09-07 | 大数据人工智能招聘***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115170094A CN115170094A (zh) | 2022-10-11 |
CN115170094B true CN115170094B (zh) | 2022-11-29 |
Family
ID=83481501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211086517.8A Active CN115170094B (zh) | 2022-09-07 | 2022-09-07 | 大数据人工智能招聘***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115170094B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013246453A (ja) * | 2012-05-23 | 2013-12-09 | Aidem:Kk | 求人・求職活動支援システム及び求人・求職活動支援プログラム |
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*** |
CN110008324A (zh) * | 2019-03-29 | 2019-07-12 | 上海大易云计算股份有限公司 | 一种基于自然语义分析的招聘聊天方法及*** |
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 |
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及*** |
CN112765235A (zh) * | 2021-01-21 | 2021-05-07 | 盐城志娟网络科技有限公司 | 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 |
CN112819286A (zh) * | 2021-01-07 | 2021-05-18 | 连云港中教常青科技发展有限公司 | 一种精英人才和岗位高嵌合度分类匹配***和方法 |
CN113781006A (zh) * | 2021-09-22 | 2021-12-10 | 江苏捷祥医疗科技有限公司 | 一种基于大数据的人力资源管理***及方法 |
CN114691869A (zh) * | 2022-03-16 | 2022-07-01 | 前锦网络信息技术(上海)有限公司 | 一种用户标签生成方法和*** |
CN114971232A (zh) * | 2022-05-10 | 2022-08-30 | 佛山市蜂王人力资源有限公司 | 一种基于大数据的互联网招聘信息管理*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110648104A (zh) * | 2019-08-01 | 2020-01-03 | 北京天麦有一网络科技有限公司 | 一种智能人力资源筛选***及方法 |
CN111833010A (zh) * | 2020-06-12 | 2020-10-27 | 北京网聘咨询有限公司 | 一种智能面试方法、***、设备和存储介质 |
-
2022
- 2022-09-07 CN CN202211086517.8A patent/CN115170094B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013246453A (ja) * | 2012-05-23 | 2013-12-09 | Aidem:Kk | 求人・求職活動支援システム及び求人・求職活動支援プログラム |
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*** |
CN110008324A (zh) * | 2019-03-29 | 2019-07-12 | 上海大易云计算股份有限公司 | 一种基于自然语义分析的招聘聊天方法及*** |
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 |
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及*** |
CN112819286A (zh) * | 2021-01-07 | 2021-05-18 | 连云港中教常青科技发展有限公司 | 一种精英人才和岗位高嵌合度分类匹配***和方法 |
CN112765235A (zh) * | 2021-01-21 | 2021-05-07 | 盐城志娟网络科技有限公司 | 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 |
CN113781006A (zh) * | 2021-09-22 | 2021-12-10 | 江苏捷祥医疗科技有限公司 | 一种基于大数据的人力资源管理***及方法 |
CN114691869A (zh) * | 2022-03-16 | 2022-07-01 | 前锦网络信息技术(上海)有限公司 | 一种用户标签生成方法和*** |
CN114971232A (zh) * | 2022-05-10 | 2022-08-30 | 佛山市蜂王人力资源有限公司 | 一种基于大数据的互联网招聘信息管理*** |
Non-Patent Citations (2)
Title |
---|
"Mining Twitter Feeds for Software User Requirements";Grant Williams 等;《2017 IEEE 25th International Requirements Engineering Conference (RE)》;20170925;第1-10页 * |
基于向量相似度的招聘就业双向推荐模型;刘兴林等;《中国科技信息》;20131101(第21期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115170094A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210406460A1 (en) | Conference speech management method and apparatus | |
US20040088362A1 (en) | System and method for automatically manipulating electronic calendar invitations | |
US8959097B2 (en) | Privacy-preserving method for skimming of data from a collaborative infrastructure | |
US20130246525A1 (en) | Instant transition from a public conversation thread to a private chat or instant message environment | |
US10157228B2 (en) | Communication system including a confidence level for a contact type and method of using same | |
US20210365850A1 (en) | Method and system for matching resources and co-resources | |
CN110719428A (zh) | 视频会议组织的方法、设备和存储介质 | |
WO2019048941A1 (en) | SYSTEM AND METHOD FOR PRESELECTING QUALIFIED CANDIDATES USING A CONVERSATIONAL AGENT | |
CN108416030B (zh) | 一种职位推荐方法、装置及计算机可读存储介质 | |
US20210184876A1 (en) | Automatic conference management tool | |
CN111181835A (zh) | 一种消息监控方法、***及服务器 | |
CN117688165B (zh) | 多边缘协同的客服方法、装置、设备和可读存储介质 | |
CN115170094B (zh) | 大数据人工智能招聘***及方法 | |
KR101917139B1 (ko) | 구인 구직 플랫폼 제공 서버 및 이의 동작 방법 | |
CN114202018A (zh) | 一种模块化的联合学习方法及*** | |
CN111443973B (zh) | 备注信息的填入方法、装置、设备及存储介质 | |
CN113704406A (zh) | 一种流行缩略语的中文释义匹配***与方法 | |
US20210026821A1 (en) | Data cleansing system and method | |
CN113157729A (zh) | 批量邮件自动处理方法和装置 | |
KR102510667B1 (ko) | 구직자 추천 시스템 및 방법 | |
CN113468446B (zh) | 一种支持识别第三方二维码数据的方法、***及设备 | |
CN112417309A (zh) | 基于大数据的人才招聘***及方法 | |
CN113347075A (zh) | 一种微信群消息应答方法及装置 | |
Kowalkiewicz et al. | Human after all: the evolution of work in the digital age | |
US10049223B1 (en) | Analyzing address book upload requests |
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 |