[发明专利]基于知识库的职位推荐系统

权利要求书

1.基于知识库的职位推荐系统，其特征在于，包括人力资源专有知识库构建模块，人才信息爬取模块，信息抽取、融合、比较模块和职位推荐模块；

人力资源专有知识库构建模块通过对人力资源相关知识进行爬取和实体分析，构建人力资源专有知识库；

人才信息爬取模块在人力资源网站上爬取人才简历，获取用户所参与的社交媒体以及用户行为，求职意向信息；

信息抽取、融合、比较模块对人才信息爬取模块抓取得到的人才信息数据进行分析、处理，对用户进行建模分析，并将用户简历与人力资源专有知识库进行比对；

职位推荐模块，将应聘方所需职位描述与人力资源专有知识库进行比对，并计算用户与当前职位的相关性，完成职位推荐；

所述职位推荐模块连接有用户端推荐模块和职位端推荐模块；

所述用户端推荐模块运行过程包括以下步骤：

3-1）通过用户和职位的相关性得到可能推荐的职位列表；

3-2）对用户的好友以及已有用户的评论进行用户和职位的相关性的分析；

3-3）通过分析用户刻画对职位推荐进行细分推荐目标，所述用户刻画包括年龄、收入、兴趣、地域、学历以及用户已有的工作历史；

3-4）通过社交媒体的交互方式为用户进行职位推荐，所述社交媒体的交互方式包括添加好友、引用好友、私信、评论；

所述职位端推荐模块运行过程包括以下步骤：

4-1）通过用户和职位的相关性得到可能对职位感兴趣的用户；

4-2）对用户的好友进行职位和用户的相关性分析，并通过好友的职位选择对用户进行投票；

4-3）通过分析用户刻画对商品推荐进行处理，细分推荐目标；

4-4）通过社交媒体的交互方式为用户进行职位推荐。

2.根据权利要求1所述的基于知识库的职位推荐系统，其特征在于，

所述人力资源专有知识库构建模块通过网络爬虫获取互联网上人力资源相关的数据，得到所述数据后，通过使用hadoop将URL抓取的任务分配给多台计算机，每台计算机基于负载均衡的调度处理方法交给多部服务器所组成的分布式系统，通过HTML parser进行网页分析、文本分析、链接分析和网页质量控制、去重，得到网页内容，将所述网页内容结果分成结构化信息和非结构化信息；通过实体分析技术提取结构化与非结构化信息之间的联系关系，并将所述联系关系存储至人力资源专有知识库中。

3.根据权利要求1所述的基于知识库的职位推荐系统，其特征在于，所述人才信息爬取模块通过分析结构化的个人简历，并通过交叉链接爬取用户所参与的社交媒体、用户日常行为、观点和求职意向信息。

4.根据权利要求1所述的基于知识库的职位推荐系统，其特征在于，所述信息抽取、融合、比较模块将人才信息爬取模块爬取到的个人信息进行整合分析，建立人才专有的个人档案；

所述个人档案解析为若干关键词以及关键词的内在联系，完成用户建模，同时，解析招聘方招聘职位信息，进行职位建模分析，将职位信息和用户需求建立映射对应，进行职位和用户需求映射建模。

5.根据权利要求4所述的基于知识库的职位推荐系统，其特征在于，所述用户建模包括以下步骤：

1-1）标签传播：通过用户档案中的关键词实体在构建的人力资源专有知识库中进行随机游走得到标签传播的概率，扩展用户的描述；

1-2）内容判别：对用户档案的内容进行分析，使用话题模型、实体抽取得到可能的标签；同时，通过训练机器学习分类器对已有标签的用户进行学习，从而对没有标签的用户进行标签判断；

1-3）用户其他信息判别：对于用户发表的内容进行理解以及对其朋友圈进行分析，进而预估用户的年龄、工作性质、工作地点、收入信息，从而理解用户的需求。