G06F17/30
1.一种基于社交网络的招聘信息匹配方法,其特征在于,包括以下步骤:
1)、HR发布招聘信息,并获取招聘信息的关键词;HR即在企业中负责人力 资源的发展和规划的工作人员;
2)、对得到的关键词集中的关键词进行优先级排序,其中优先级根据关键 词与招聘职位信息的相关度决定,相关度越高,优先级越高,并根据优先级的 高低对每一个关键词赋以权值;
3)、通过关键词信息获取于招聘职位所相关的最合适的人选。
2.根据权利要求1所述的基于社交网络的招聘信息匹配方法,所述获取招 聘信息的关键词集步骤为:
1)、HR发布招聘信息,并输入招聘关键词;
2)、程序从HR发布的具体招聘信息中抽取额外关键词;
3)、将1)和2)种得到的关键词取并集得到关键词集R。
3.根据权利要求1所述的基于社交网络的招聘信息匹配方法,其特征在于, 所述通过关键词信息获取招聘职位所相关的最合适的人选,其特点在于不仅仅 依靠应聘对象本人信息来判断他是否适合所要招聘的职位,而是通过其社交网 络中提供的API获取的目标用户的一级好友和二级好友和招聘职位的相关度来 判定该对象是否适合该职位;其步骤为:
1)、分别利用微博搜索API、好友用户标签等搜索R中关键词得到用户列表 U1,U2,…,Un,并对每一类用户列表赋以初始能量值以表示该用户列表中的 用户与招聘职位的相关度,该初始能量值根据所得用户列表的数目决定,即为 1/n;
2)、通过HR用户的好友信息中的好友标签以及好友在微博平台上发布的信 息中提取出的关键词为依据,获取用户的初始匹配值;
3)、根据2)中得到的初始匹配值计算获得用户与招聘要求的相关度。
4.根据权利要求1所述的基于社交网络的招聘信息匹配方法,其特征在于, 在权利要求3中步骤3)计算目标用户与HR招聘要求的相关度之前,需要知道用 户的一级朋友和二级朋友与招聘要求的相关度,即需要获取他们的初始匹配值, 获取用户初始匹配值的步骤:
1)获取用户微博标签,获取用户在微博平台上发布的信息中提取的关键词, 将标签内容和所获得的关键词内容为依据,得到用户相关的关键词;
2)判断用户与1)中得到的用户列表的关系,判断用户所属的列表;
3)当用户属于U i时,则将U i对应的初始能量值*用户关键词和招聘关键词的 相似度加到用户的初始匹配值中,遍历S3种得所有用户列表以后可以得到目标 用户的初始匹配值,即:
5.根据权利要求1所述的基于社交网络的招聘信息匹配方法,其特征在于, 本发明的目标在于获取用户与招聘要求的相关度的度量,而在本发明中的方法 中获取相关度的方法不和普通的相关度算法一样,他不仅仅依靠用户个人信息 和招聘要求的相关度来决定用户和招聘要求的符合程度,而是通过用户的一级 朋友和招聘要求的相关度和用户的二级朋友和招聘要求的相关度共同决定,相 关度的步骤:
1)、获取用户的一级朋友的初始匹配值;
2)、获取用户的二级朋友的初始匹配值;
3)、用户与招聘要求的相关度,不仅仅依靠用户本身与招聘要求的相关度 决定,用户的社交关系组成也可以反映用户与招聘要求的相关度,如果用户的 好友与招聘要求相关度越高,那么用户本身与该职位的要求也更接近,用户与 招聘要求的相关度与用户好友的总数呈反相关关系,因此计算用户与招聘要求 的相关度的计算公式如下:
其中 表示用户j与招聘要求的相关度, 表示与用户j相关的一级朋友, 表示与用户i相关的一级朋友数, 表示用户i与招聘要求的初始匹配值。
本发明属于信息处理技术领域,更为具体地讲,涉及一种基于社交网络的 招聘信息匹配方法,特别涉及到一种通过用户的第一级好友和第二级好友与所 要招聘的职位的相关度来共同决定目标用户和招聘职位的相关度的方法。
随着互联网应用的普及,网络用户在互联网上发布的自身信息越来越多, 越来越多的企业在网络上进行招聘,越来越多的求职者在网络上进行应聘。
现在出现的互联网招聘多以以下几种形式实现:招聘者在网上发布招聘信 息,应聘者在到中意的工作以后想招聘这发送自己的简历;应聘者在网上发 布自己的简历,招聘者会在招聘时搜索符合自己招聘条件的简历。
以上提到的这些方法都要求在用户提供自身简历并且由双方进行搜索才能 达到获取招聘信息的目标,因此本系统提供一种招聘者利用微博好友的用户信 息和好友信息来判断该用户与自己所需要雇佣的对象的匹配程度,获得最适合 所要招聘职位的好友信息。
本发明的目的在于克服现有技术的不足,提供一种基于社交网络的招聘信 息匹配方法,通过用户本身的信息与招聘要求的相关度来判断用户是否适合当 前招聘职位。
为实现以上目的,本发明基于社交网络的招聘信息匹配方法,包括以下步 骤:
(1)、获取招聘关键词
1.1)、HR发布招聘信息和招聘关键词;
1.2)程序从HR发布的具体招聘信息中抽取额外关键词;
1.3)将步骤1.1)和步骤1.2中得到的关键词取并集得到关键词集R;
(2)、对关键词集R按关键词与招聘职位的相关度对关键词进行优先级排 序,相关度越高,则优先级越高;
(3)、利用微博API、标签匹配、企业、名人堂和微刊等内容分别得到与 关键词相关的用户列表,并对每一个用户列表设置一个预存权值;
(4)、获取简历匹配的用户;
4.1)、在企业需要进行招聘时,对目标用户的一级朋友和二级朋友与招聘 要求的相关度为依据计算目标用户与招聘要求的相关度,而不单单依靠用户自 身和招聘要求的相关度为依据;
4.2)、用户个人与招聘要求的相关度由根据用户信息用户所属于的用户列 表类型为依据,当用户被划分到一个类型中,则将该类型的预存能量值加到目 标用户与招聘要求的相关度中。
图1是方法总体流程图;
图2是用户初始匹配值获取流程图;
图3判断用户是否适合职位流程图。
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员 更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和 设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
本发明涉及一种基于社交网络的招聘信息匹配方法;其整体步骤如下:
S1.HR发布招聘信息,其中包括由HR手动输入的关键词集R1;
S2.程序通过对HR发布的招聘信息中的岗位需求、技能要求、学历要求 等的文本类型的描述字段中抽取出职位相关的额外关键词集R2;
S3.取R1和R2的并集R为关键词集,分别利用微博搜索API、好友用户
标签等搜索R中关键词得到用户列表U1,U2,…,Un,并对每一类用户列表赋
以初始能量值以表示该用户列表中的用户与招聘职位的相关度,该初始能量值
根据所得用户列表的数目决定,即为
S4.通过HR用户的好友信息中的好友标签以及好友在微博平台上发布的 信息中提取出的关键词为依据,获取用户的初始匹配值;
S5.根据S4中得到的初始匹配值计算获得用户与招聘要求的相关度;
在本方法中计算用户与招聘要求的相关度之前,需要知道用户的一级朋友 和二级朋友与招聘要求的相关度,即需要获取他们的初始匹配值,获取用户初 始匹配值的步骤如附图2所示:
S41.获取用户微博标签,获取用户在微博平台上发布的信息中提取的关键 词R’,将标签内容和所获得的关键词内容为依据,得到用户相关的关键词;
S42.判断用户与S3中得到的用户列表的关系,判断用户所属的列表;
S43.当用户属于Ui时,则将Ui对应的初始能量值*用户关键词和招聘关键 词的相似度加到用户的初始匹配值中,遍历S3种得所有用户列表以后可以得到 目标用户的初始匹配值,即:
其中α(R'),α(R)分别表示关键词词频向量,
本发明的目标在于获取用户与招聘要求的相关度的度量,而在本发明中的 方法中获取相关度的方法不和普通的相关度算法一样,他不仅仅依靠用户个人 信息和招聘要求的相关度来决定用户和招聘要求的符合程度,而是通过用户的 一级朋友和招聘要求的相关度和用户的二级朋友和招聘要求的相关度共同决定, 相关度的步骤如附图3所示:
S51.根据附图2的步骤获取用户的一级朋友的初始匹配值;
S52.根据附图2的步骤获取用户的二级朋友的初始匹配值;
S53.用户与招聘要求的相关度,不仅仅依靠用户本身与招聘要求的相关度 决定,用户的社交关系组成也可以反映用户与招聘要求的相关度,如果用户的 好友与招聘要求相关度越高,那么用户本身与该职位的要求也更接近,用户与 招聘要求的相关度与用户好友的总数呈反相关关系,因此计算用户与招聘要求 的相关度的计算公式如下:
其中表示用户j与招聘要求的相关度,表示与用户j相关的一级朋友,
表示与用户i相关的一级朋友数,表示用户i与招聘要求的初始匹配值;
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的 技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本 技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的 本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明 创造均在保护之列。
本文发布于:2024-09-23 23:22:29,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/4/83042.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |