[发明专利]一种匹配简历方法、装置、电子设备及存储介质

说明书

本申请提供一种匹配简历方法、装置、电子设备及存储介质，该方法包括：获得简历信息，简历信息包括多个字段属性值；对多个字段属性值中的每个字段属性值进行转换，获得多个标签属性值；使用梯度提升决策树根据多个标签属性值判断简历信息与招聘信息是否匹配，获得匹配结果。在上述的实现过程中，先获得简历信息，简历信息包括多个字段属性值；对多个字段属性值中的每个字段属性值进行转换，获得多个标签属性值；使用梯度提升决策树根据多个标签属性值判断简历信息与招聘信息是否匹配，获得匹配结果；使用梯度提升决策树来获得与招聘信息匹配的简历信息，从而提高了匹配出招聘信息和简历信息的相关度。

技术领域

本申请涉及机器学习和数据挖掘的技术领域，具体而言，涉及一种匹配简历方法、装置、电子设备及存储介质。

背景技术

目前，线上的招聘信息服务提供商，从服务公司获得招聘信息后，需要获取与招聘信息相关的简历信息，并将简历信息推送或者发送给服务公司，具体例如：甲公司需要招聘有视频相关开发经验的后端开发工程师，然而将招聘信息发送给招聘信息服务提供商之后，甲公司却接收到招聘信息服务提供商主动推送的网站开发经验的前端开发工程师的简历信息。在实践的过程中发现，线上招聘服务商匹配出招聘信息和简历信息的相关度比较低。

发明内容

本申请实施例的目的在于提供一种匹配简历方法、装置、电子设备及存储介质，用于改善匹配出招聘信息和简历信息的相关度比较低的问题。

本申请实施例提供了一种匹配简历方法，包括：获得简历信息，所述简历信息包括多个字段属性值；对所述多个字段属性值中的每个字段属性值进行转换，获得多个标签属性值；使用梯度提升决策树根据所述多个标签属性值判断所述简历信息与招聘信息是否匹配，获得匹配结果。在上述的实现过程中，通过先获得简历信息，简历信息包括多个字段属性值；对多个字段属性值中的每个字段属性值进行转换，获得多个标签属性值；使用梯度提升决策树根据多个标签属性值判断简历信息与招聘信息是否匹配，获得匹配结果；使用梯度提升决策树来获得与招聘信息匹配的简历信息，从而有效地提高了匹配出招聘信息和简历信息的相关度。

可选地，在本申请实施例中，所述对所述多个字段属性值中的每个字段属性值进行转换，获得多个标签属性值，包括：若所述字段属性值为离散数据，则对所述离散数据打标签，获得标签属性值；或者若所述字段属性值为连续数据，则对所述连续数据进行分段并打标签，获得标签属性值。在上述的实现过程中，若字段属性值为离散数据，则对离散数据打标签，获得标签属性值；若字段属性值为连续数据，则对连续数据进行分段并打标签，获得标签属性值；从而有效地提高了获得标签属性值的速度。

可选地，在本申请实施例中，所述使用梯度提升决策树根据所述多个标签属性值判断所述简历信息与招聘信息是否匹配，获得匹配结果，包括：使用所述梯度提升决策树根据重要程度对所述多个标签属性中的每个标签属性进行打分，获得多个分数；若所述多个分数的和值超过预设阈值，则确定所述匹配结果为所述简历信息与所述招聘信息匹配；若所述多个分数的和值没有超过预设阈值，则确定所述匹配结果为所述简历信息与所述招聘信息不匹配。在上述的实现过程中，通过使用梯度提升决策树根据重要程度对多个标签属性中的每个标签属性进行打分，获得多个分数；若多个分数的和值超过预设阈值，则确定匹配结果为简历信息与招聘信息匹配；若多个分数的和值没有超过预设阈值，则确定匹配结果为简历信息与招聘信息不匹配；从而有效地提高了获得匹配结果的速度。

可选地，在本申请实施例中，在所述使用梯度提升决策树根据所述多个标签属性值判断所述简历信息与招聘信息是否匹配之前，还包括：使用所述梯度提升决策树根据标签属性值的权重值对所述多个标签属性值进行特征选择，获得特征选择后的多个标签属性值。在上述的实现过程中，通过使用梯度提升决策树根据标签属性值的权重值对多个标签属性值进行特征选择，获得特征选择后的多个标签属性值；使用特征选择方法根据标签属性值的权重值对多个标签属性值进行特征选择，从而有效地提高了匹配出招聘信息和简历信息的相关度。