[发明专利]人员与岗位的匹配方法、装置、设备及可读存储介质

权利要求书

1.一种人员与岗位的匹配方法，其特征在于，包括：

获取样本数据，所述样本数据包括基于求职者的简历信息和招聘岗位的岗位信息构建的第一相似度匹配分数、第二相似度匹配分数、第三相似度匹配分数、第四相似度匹配分数、第五相似度匹配分数和第六相似度匹配分数，以及求职者和招聘岗位的真实匹配分数；

将所述第一相似度匹配分数、第二相似度匹配分数、第三相似度匹配分数、第四相似度匹配分数、第五相似度匹配分数和第六相似度匹配分数输入至预设deepFM模型，得到所述求职者与所述招聘岗位的匹配分数；

根据所述匹配分数与所述真实匹配分数，调整所述deepFM模型的模型参数直至所述deepFM模型收敛，得到目标deepFM模型；

将待求职者的简历信息输入至所述目标deepFM模型，得到所述待求职者的目标岗位。

2.如权利要求1所述的人员与岗位的匹配方法，其特征在于，所述获取样本数据之前，还包括：

获取求职者的简历信息和招聘岗位的岗位信息，所述简历信息包括求职者技能信息和工作经验信息，所述岗位信息包括岗位技能信息和岗位描述信息；

根据所述求职者技能信息和岗位技能信息，构建第一相似度匹配分数、第三相似度匹配分数和第五相似度匹配分数；

根据所述工作经验信息和所述岗位描述信息，构建第二相似度匹配分数、第四相似度匹配分数和第六相似度匹配分数。

3.如权利要求2所述的人员与岗位的匹配方法，其特征在于，所述根据所述求职者技能信息和岗位技能信息，构建第一相似度匹配分数，包括：

对所述求职者技能信息构建第一向量和对所述岗位技能信息构建第二向量；

对所述第一向量和所述第二向量进行余弦相似度匹配，得到第一相似度匹配分数。

4.如权利要求2所述的人员与岗位的匹配方法，其特征在于，所述根据所述求职者技能信息和岗位技能信息，构建第三相似度匹配分数，包括：

将所述求职者技能信息输入至预设词向量模型中，得到求职者技能信息的各词向量，并对所述求职者技能信息的各词向量进行叠加求均值，得到第一句向量；

将所述岗位技能信息输入至预设词向量模型中，得到岗位技能信息的各词向量，并对所述岗位技能信息的各词向量进行叠加求均值，得到第二句向量；

对所述第一句向量和所述第二句向量进行余弦相似度匹配，得到第三相似度匹配分数。

5.如权利要求2所述的人员与岗位的匹配方法，其特征在于，所述根据所述求职者技能信息和岗位技能信息，构建第五相似度匹配分数，包括：

将所述求职者技能信息和所述岗位技能信息输入至预设的bert匹配模型，得到第五相似度匹配分数，所述bert匹配模型为预先训练好的匹配模型。

6.如权利要求1-5中任一项所述的人员与岗位的匹配方法，其特征在于，所述根据所述匹配分数与所述真实匹配分数，调整所述deepFM模型的模型参数直至所述deepFM模型收敛，得到目标deepFM模型，包括：

根据所述匹配分数与所述真实匹配分数，确定所述deepFM模型是否收敛；

若所述deepFM模型未收敛，则调整所述deepFM模型的模型参数，并继续训练更新后的deepFM模型至收敛，得到所述目标deepFM模型。

7.如权利要求6所述的人员与岗位的匹配方法，其特征在于，所述根据所述匹配分数与所述真实匹配分数，确定所述deepFM模型是否收敛，包括：

根据所述匹配分数与所述真实匹配分数，确定所述deepFM模型的损失值；

若确定所述损失值小于或等于预设阈值，确定所述deepFM模型已收敛；

若确定所述损失值大于预设阈值，确定所述deepFM模型未收敛。