[发明专利]基于社交网络的招聘信息匹配方法

权利要求书

1.一种基于社交网络的招聘信息匹配方法，其特征在于，通过关键词信息获取招聘要求所相关的最合适的人选，不仅仅依靠应聘对象本人求职信息来判断他是否适合所要招聘的职位，而是通过其社交网络中用户的一阶好友和二阶好友与招聘要求的相关度来判定该对象是否适合该职位，其步骤为：

(1)、HR发布招聘信息，其中包括由HR手动输入的关键词集R1；

(2)、程序通过对HR发布的招聘信息的文本类型的描述字段中抽取出职位相关的额外关键词集R2；

(3)、取关键词集R1和额外关键词集R2的并集为招聘要求关键词集合R，搜索招聘要求关键词集合R中关键词得到每一个关键词对应的搜索结果用户列表U1，U2，…，Un，并对每一个用户列表Ui赋以初始能量值以表示该用户列表中的用户与招聘要求的相关度，该初始能量值由所得用户列表的数目n决定，设为1/n；

(4)、通过招聘用户的好友信息中的用户标签以及好友在微博平台上发布的信息中提取出的关键词为依据，获取用户的初始匹配值；

(5)、根据步骤(4)中得到的初始匹配值计算获得用户与招聘要求的相关度；

在步骤(5)计算目标用户与招聘要求的相关度之前，需要知道用户的一阶好友和二阶好友与招聘要求的相关度，即需要获取他们的初始匹配值，获取用户初始匹配值的步骤为：

b.1)获取用户微博标签，获取用户在微博平台上发布的信息中提取的关键词，将标签内容和所获得的关键词内容为依据，得到用户相关的关键词；

b.2)判断用户与步骤(3)中得到的用户列表的关系，即判断用户所属的用户列表；

b.3)当用户属于某用户列表U_i时，则将“U_i对应的初始能量值”乘以“用户关键词和招聘关键词的相似度”的乘积加到用户的初始匹配值中，即：

其中为用户的初始匹配值，n为步骤(3)中得到的用户列表数，R′为用户在微博平台上发布的信息中提取的关键词集，R为招聘要求的关键词集，α(R′),α(R)分别表示关键词词频向量,遍历步骤(3)中得到的所有用户列表中的用户可以得到目标用户的初始匹配值。

2.根据权利要求1所述的基于社交网络的招聘信息匹配方法，其特征在于，本发明的目标在于获取用户与招聘要求的相关度的度量，而在本发明中的方法中获取相关度的方法和普通的相关度算法不一样，本发明不仅仅依靠用户个人信息和招聘要求的相关度来决定用户和招聘要求的符合程度，而是通过用户的一阶好友与招聘要求的相关度和用户的二阶好友与招聘要求的相关度共同决定，计算相关度的步骤为：

2.1)获取用户的一阶好友的初始匹配值；

2.2)获取用户的二阶好友的初始匹配值；

2.3)计算用户与招聘要求的相关度，不仅仅依靠用户本身与招聘要求的相关度决定，用户的社交关系组成也可以反映用户与招聘要求的相关度，如果用户的好友与招聘要求相关度越高，那么用户本身与该职位的要求也更接近，用户与招聘要求的相关度与用户好友的总数呈反相关关系，因此计算用户与招聘要求的相关度的计算公式如下：

其中表示用户j与招聘要求的相关度，表示用户j的一阶好友，表示与用户i相关的一阶好友数，表示用户i与招聘要求的初始匹配值，表示用户i的一阶好友，表示与用户l相关的一阶好友数，表示用户l与招聘要求的初始匹配值。