[发明专利]一种基于强化学习的智能人事模型构建方法及装置

说明书

本发明公开了一种基于强化学习的智能人事模型构建方法，包括如下步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息与招聘信息，所述操作信息与对应人员的简历信息匹配；对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；将抽取到的简历、招聘中的各实体特征与对应人员、知识进行关联以得知识图谱；模型训练步骤：通过知识图谱对神经网络进行训练以得到智能人事模型。本发明还提供了一种电子设备和计算机可读存储介质。本发明的基于强化学习的智能人事构建方法通过使用人员简历中的特征进行训练，并根据招聘单位的反馈信息实现对招聘单位需求的全方位了解，进而构建适用于特定招聘单位用户的智能人事模型。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于强化学习的智能人事模型构建方法及装置。

背景技术

目前，在就业市场上，数以亿计的人都需要经历求职阶段，成为众多求职者中的一员，最后找到合适的公司。而对于数以百万计的招聘单位，则需要经历招聘阶段，找到合适的员工。通常情况下，一对完全匹配的人和岗位可以节约大量的时间资源和人力、财力资源。不仅为招聘单位和个人提供最满意的人岗匹配，还为社会带来了更高的生产力水平。

特别是目前市场上存在一些招聘单位规模不够大，相应的人员配置不够完善，使得其在招聘以及人才识别上存在一定的缺陷，因此，为这些招聘单位提供一种有效的辅助识别模型成为本领域技术人员亟待解决的技术问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于强化学习的智能人事模型构建方法，其能为招聘单位提供更为精准方便使用的智能人事助手。

本发明的目的之二在于提供一种电子设备，其能为招聘单位提供更为精准方便使用的智能人事助手。

本发明的目的之三在于提供一种计算机可读存储介质，其能为招聘单位提供更为精准方便使用的智能人事助手。

本发明的目的之一采用如下技术方案实现：

一种基于强化学习的智能人事模型构建方法，包括如下步骤：

接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息，且所述操作信息与对应人员的简历信息匹配；

信息抽取步骤：采用自然语言技术对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；

关联步骤：将抽取到的简历、招聘中的各实体特征与对应人员进行关联以得知识图谱；

模型训练步骤：通过用知识图谱对神经网络进行训练以得到智能人事模型。

进一步地，所述接收步骤具体包括如下步骤：

第一接收步骤：接收经过招聘单位内部考核的所有的员工简历信息；

第二接收步骤：接收招聘单位反馈的对对应员工的考核评价内容。

进一步地，在第一接收步骤中，接受特定岗位的招聘单位内部考核的所有的员工简历信息。

进一步地，所述接收步骤还包括：

第三接收步骤：接收员工当前的收入情况以及工资计算方式。

进一步地，所述招聘单位反馈的操作信息包括收藏、录取、反馈结果、沟通时长、邀约、考核评价中的一种或者多种。

进一步地，在接收步骤之后还包括简历处理步骤：

按照预定模板对简历信息进行处理以生成统一格式的简历数据，所述预定模板包括姓名、性别、年级、学校、专业、行业、公司、职能、技能、项目、工作内容、证书、招聘单位反馈中的任意一项或多项。