[发明专利]一种职位推荐方法及系统

说明书

本发明提供一种职位推荐方法，包括以下步骤S1：获取用户访问数据，生成数据矩阵；步骤S2：对数据矩阵执行监督学习算法；步骤S3：对数据矩阵执行无监督学习算法并生成预测结果数据；步骤S4：依据预测结果数据和人物画像数据生成职位预推荐数据。本发明的有益效果是根据来访人员的设备信息、访问内容、操作行为等，通过职位预推荐的机器学习方法，让系统自动学习、完成用户分析，并精准推荐工作资讯；让用户发现更多相关度较高、感兴趣职位信息，提高用户查看内容，从而具有较高的用户转化率。

技术领域

本发明涉及互联网技术领域具体涉及一种职位推荐方法及系统。

背景技术

随着互联网的普及，求职、找工作逐步从传统人才市场走向互联网、移动互联网等网络求职方式；据监控数据分析，来访的人员中接近90％用户未登陆系统，登录用户中约40％人员没有明确的求职意；针对这部分用户，由于未录入相关的信息、求职意向不明确，系统无法判断用户需要的内容，推荐的信息为通用信息，没有推荐来访用户的相关信息，容易造成用户流失；现有的技术方案是根据用户点击查看职位后，根据查看职位信息的分类，进行相似职位推荐；如果求职者查看多个职位，则根据多个职位的分类特征，进行推荐；这种推荐方式较粗犷，无法对来访求职者进行精准营销。

现有的技术方案是根据相似职位进行推荐，并未对用户操作行为进行分析，不了解用户特征，推荐方式较粗犷；这样推荐的信息与用户需求差异较大；另外有些求职者求职意向不明确，存在推荐信息不匹配、并未对此类用户进行引导，从而造成了大批用户流失。

现有技术中的自动推荐产品对求职和用户特征没有进行深度结合；不能精准的向求职者推荐职位，用户转化率低。

发明内容

为了解决上述问题，本发明提供一种能精准推荐求职信息，提高用户转化率的职位推荐方法，包括以下步骤

步骤S1：获取用户访问数据，生成数据矩阵；

步骤S2：对数据矩阵执行监督学习算法；

步骤S3：对数据矩阵执行无监督学习算法并生成预测结果数据；

步骤S4：依据预测结果数据和人物画像数据生成职位预推荐数据。

进一步的，所述步骤S1包括，

步骤S11：收集用户浏览招聘网站过程中的浏览职位数据、浏览企业数据、用户数据；

步骤S12：将步骤S11收集的数据以预设数据格式存储；

步骤S13：对所述以预设数据格式存储的数据分析数据特征并生成数据矩阵；

所述用户访问数据包括，设备类型、设备品牌、设备型号、浏览器类别、信息渠道、搜索内容、访问时间、访问职位、是否投递、是否获取联系方式、访问企业中的多种或一种；

所述数据矩阵的数据特征包括，类别、薪酬、经验、学历、职别、群体中的多种或一种。

进一步的，所述步骤S2包括，

步骤21：对所述数据矩阵进行分解和降噪；

步骤22：基于访问记录进行相似度计算；

步骤23：从数据矩阵中抽取知识数据并存储；

所述步骤S21包括，

采用奇异值分解算法对原始数据矩阵进行处理，将原始数据矩阵分解为三个子矩阵U、∑和VT；原始矩阵Data是m行n列，对应的U、∑和VT分别为m行m列、m行n列和n行n列；计算表达式为：

所述步骤S22包括，