[发明专利]基于人工智能的人才大数据量化精确匹配方法和装置在审

专利信息
申请号: 201610072902.5 申请日: 2016-02-03
公开(公告)号: CN105787639A 公开(公告)日: 2016-07-20
发明(设计)人: 闻详 申请(专利权)人: 北京云太科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 100085 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 人才 数据 量化 精确 匹配 方法 装置
【权利要求书】:

1.一种基于人工智能的人才大数据量化精确匹配方法,其特征在于,包括:

采集由应聘者提供的简历,并提取所述简历中多类信息的评分向量;

抽取预定数量的所述简历及其评分向量,作为训练样本;

使用机器深度学习算法对所述训练样本进行训练,得到人才数据评分模型;

利用所述人才数据评分模型对海量简历进行评分,得到带有评分值的简历库;

由所述带有评分值的简历库根据外部输入的人才需求提供评分值匹配的简 历。

2.根据权利要求1所述的基于人工智能的人才大数据量化精确匹配方法,其特征在 于,提取所述简历中多类信息的评分向量的步骤包括:

获取由人力资源专家根据所述简历对所述多类信息分别进行评定得到的打分 值;

按照每类信息的所述打分值生成该类信息的评分向量。

3.根据权利要求2所述的基于人工智能的人才大数据量化精确匹配方法,其特征在 于,所述评分向量的种类包括以下任意一种或多种:

职业经历评分向量;

教育背景评分向量;

业务技能评分向量;

个人素质评分向量。

4.根据权利要求1所述的基于人工智能的人才大数据量化精确匹配方法,其特征在 于,抽取预定数量的所述简历及其评分向量的步骤包括以下任意一种方式:

随机抽取所述预定数量的简历及其评分向量;

人工抽取所述预定数量的简历及其评分向量;以及

按照求职行业、教育背景、工作经历搜索出所述预定数量的简历及其评分向 量。

5.根据权利要求1所述的基于人工智能的人才大数据量化精确匹配方法,其特征在 于,由所述带有评分值的简历库根据外部输入的人才需求提供评分值匹配的简历 的步骤包括:

获取所述人才需求,其中所述人才需求中至少包括:信息筛选条件及设定评 分范围;

从所述简历库中挑选满足所述信息筛选条件的简历,作为备选简历;

从所述备选简历筛选出其评分值属于所述评分范围的简历,并向提出所述人 才需求的需求方提供。

6.根据权利要求1至5中任一项所述的基于人工智能的人才大数据量化精确匹配方 法,其特征在于,使用机器深度学习算法对所述样本训练的步骤包括:

利用具有多层架构的神经网络的深度学习算法,对所述样本进行训练,设计 出用于处理简历的支持向量机分类器,作为所述人才数据评分模型。

7.一种基于人工智能的人才大数据量化精确匹配装置,其特征在于,包括:

简历采集模块,用于采集由应聘者提供的简历,并提取所述简历中多类信息 的评分向量;

样本抽取模块,用于抽取预定数量的所述简历及其评分向量,作为训练样本;

模型训练模块,用于使用机器深度学习算法对所述训练样本进行训练,得到 人才数据评分模型;

简历评分模块,用于利用所述人才数据评分模型对海量简历进行评分,得到 带有评分值的简历库;

简历输出模块,用于由所述带有评分值的简历库根据外部输入的人才需求提 供评分值匹配的简历。

8.根据权利要求7所述的基于人工智能的人才大数据量化精确匹配装置,其特征在 于,所述简历采集模块还用于:

获取由人力资源专家根据所述简历对所述多类信息分别进行评定得到的打分 值;

按照每类信息的所述打分值生成该类信息的评分向量,其中,所述评分向量 的种类包括以下任意一种或多种:职业经历评分向量、教育背景评分向量、业务 技能评分向量、以及个人素质评分向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京云太科技有限公司,未经北京云太科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610072902.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top