[发明专利]一种基于人的信息聚合方法和装置

说明书

技术领域

本发明涉及信息聚合技术领域，具体涉及一种基于人的信息聚合方法和装置。

背景技术

我国人力资源新兴市场规模已达百亿元，以智联招聘和前程无忧等为首的互联网企业降低了用人单位招聘工作的时间和经济成本，提供了极大的便利，已成为人力资源服务的主体。然而，在互联网海量的应聘者信息中，用人单位找到合适的人才依然是大海捞针。核心的问题是：招聘网站中的人才信息普遍存在着主观、片面、不完整、不准确的弊端，并且严重缺乏高端人才信息。传统的搜索引擎通常都基于静态的网页信息，并以页面为中心来构建索引和提供搜索服务。

基于现有的人才信息所存在的问题，需要建立以人为中心，实现关于人才的全面信息描述的语义资料库，并且其信息描述要准确。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种基于人的信息聚合方法和装置，通过对不同数据源的数据进行聚合，以形成针对个人的全面信息描述。

为解决上述问题，本发明所采用的技术方案如下：

方案一：

一种基于人的信息聚合方法，包括以下步骤：

步骤A：利用数据模板中定义的匹配规则对相应的网页中的数据进行匹配，获取个人属性数据，个人属性数据包括姓名和与姓名对应的属性数据；

步骤B：针对两条姓名不同的个人属性数据进行相似度匹配，判断相似度是否大于预设阈值，若是，则将该两条个人属性数据进行融合；若否，则不融合该两条个人属性数据；

步骤C：针对两条姓名相同的个人属性数据进行相似度匹配，判断相似度是否大于预设阈值，若是，则将该两条个人属性数据进行融合；若否，则不融合该两条个人属性数据。

进一步地，在步骤B和步骤C中，预设阈值通过以下方法确定：选取一批来自不同网站中的不同姓名但实质为同一个人的个人属性数据作为样本，分别计算该批个人属性数据中的每个属性的平均相似度，将每个平均相似度乘以其属性对应的权重值，再将每个乘以权重值后的平均相似度相加所得到的结果作为预设阈值。

进一步地，属性的平均相似度由以下方法获得：样本中属于同一属性的数据具有多个，将属于同一属性的多个数据进行每两个数据计算出一个相似度，进而得到多个相似度，针对多个相似度求平均值则得到属于该属性的平均相似度。

方案二：

一种基于人的信息聚合装置，包括以下模块：

模块A：用于利用数据模板中定义的匹配规则对相应的网页中的数据进行匹配，获取个人属性数据，个人属性数据包括姓名和与姓名对应的属性数据；

模块B：用于针对两条姓名不同的个人属性数据进行相似度匹配，判断相似度是否大于预设阈值，若是，则将该两条个人属性数据进行融合；若否，则不融合该两条个人属性数据；

模块C：用于针对两条姓名相同的个人属性数据进行相似度匹配，判断相似度是否大于预设阈值，若是，则将该两条个人属性数据进行融合；若否，则不融合该两条个人属性数据。

进一步地，在模块B和模块C中，预设阈值通过以下方法确定：选取一批来自不同网站中的不同姓名但实质为同一个人的个人属性数据作为样本，分别计算该批个人属性数据中的每个属性的平均相似度，将每个平均相似度乘以其属性对应的权重值，再将每个乘以权重值后的平均相似度相加所得到的结果作为预设阈值。

进一步地，属性的平均相似度由以下方法获得：样本中属于同一属性的数据具有多个，将属于同一属性的多个数据进行每两个数据计算出一个相似度，进而得到多个相似度，针对多个相似度求平均值则得到属于该属性的平均相似度。

相比现有技术，本发明的有益效果在于：通过从不同数据源进行数据获取，可以实现以人为单位，对其相关的属性信息进行深度的挖掘，包括人的基本信息、兴趣、社会关系、经历等属性信息，形成针对个人的全面信息描述，为后面构建丰富的关于人的语义模型提供数据基础。

附图说明

图1为本发明的基于人的信息聚合方法的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述：

如图1所示，一种基于人的信息聚合方法，包括以下步骤：

步骤A：利用数据模板中定义的匹配规则对相应的网页中的数据进行匹配，获取个人属性数据，个人属性数据包括姓名和与姓名对应的属性数据。