[发明专利]一种基于自然语义分析技术的简历智能推荐算法

权利要求书

1.一种基于自然语义分析技术的简历智能推荐算法，其特征在于：包括如下算法步骤：

基础数据平台：搭建职位、简历所涉及到的基础数据平台，持续将职位、简历中的行业、公司、标准职位名称、学校、专业、语言、技能、专业词汇等信息维护进入平台中，以便能建立完善的职位模型与简历模型；

职位数据分析：在丰富的职位模型与简历模型基础上，通过解析发布职位的基本信息与JD内容，智能提取出职位各类信息关键词，通过大数据将职位信息关键词将职位分解为各种需求条件，系统则根据这些职位条件进行算法推荐；

简历数据分析：在丰富的职位模型与简历模型基础上，通过解析候选人简历信息，智能提取出简历各类信息关键词，通过大数据将简历信息关键词将简历分解为各种需求条件，系统则根据这些简历条件进行算法推荐；

推荐算法：在丰富的职位模型与简历模型基础上，通过解析发布职位的基本信息与JD内容，智能提取出职位各类信息关键词，根据解析出来的职位或简历需求条件推荐出满足条件的简历或职位，并且能够根据职位或简历的优先条件、各优先条件的权重、企业用人偏好对推荐的简历或职位进行匹配度计算，并应用大数据挖掘技术根据企业通过筛选、通过面试、发送offer、入职等的数据建立与优化企业用人偏好画像，根据匹配度高低先后推荐简历或职位；

简历推荐：支持企业用户在系统后台根据职位查看到与职位相匹配的简历信息，过滤掉不匹配的简历信息，并且简历根据匹配度从高到低排序，更能快捷的查看到更符合需求的简历；

职位推荐：能够支持候选人在系统前台查看到符合自己应聘要求的职位信息，过滤掉不符合的职位信息，并且职位根据匹配度从高到低排序，更能快捷的应聘到更符合的职位。

2.根据权利要求1所述的一种基于自然语义分析技术的简历智能推荐算法，其特征在于：所述基础数据平台为高性能高伸缩性数据库，用以存储海量的简历数据，职位数据，行为数据，所述基础数据平台建立完善后后续的职位数据分析、简历数据分析和推荐算法才能进行，所述基础数据平台作为大数据技术的数据来源，通过机器学习各种各样的职位信息与简历信息来建立与优化职位模型与简历模型，尤其是从任职要求和简历信息中的不固定文本中以及不断变化的企业与行业等数据中抽取有价值的分析数据，作为匹配的基础性数据，上述过程中，机器学习通过NLP技术中词义相似性分析等技术，逐渐减少标签库构建的人工介入比例，逐渐由机器自动识别关键词条并提取JD与简历标签，辅以人工对标签进行优化，直至后期基本实现全自动化标签库的构建。

3.根据权利要求1所述的一种基于自然语义分析技术的简历智能推荐算法，其特征在于：所述职位数据分析中的各种需求条件包括工作地点条件、学历条件、工作年限条件，系统则根据这些职位条件进行算法推荐。

4.根据权利要求1所述的一种基于自然语义分析技术的简历智能推荐算法，其特征在于：所述简历数据分析中的各种需求条件包括现居住地、期望工作地点、期望薪资、期望行业、学历、工作年限，系统则根据这些简历条件进行算法推荐。

5.根据权利要求1所述的一种基于自然语义分析技术的简历智能推荐算法，其特征在于：所述简历推荐中应用到简历智能推荐模块，所述简历智能推荐模块包括同职位简历职能匹配模块、简历必要条件过滤模块、简历优先条件加分模块和简历匹配度计算模块四个部分。