买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山东杰出人才发展集团有限公司申请的专利一种基于智能数据分析的人岗匹配系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118822478B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411304525.4，技术领域涉及：G06Q10/1053；该发明授权一种基于智能数据分析的人岗匹配系统是由肖增杰设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种基于智能数据分析的人岗匹配系统在说明书摘要公布了：本发明公开了一种基于智能数据分析的人岗匹配系统，包括匹配度训练集获取模块，用于获取岗位匹配度训练集D，其中，所述匹配度训练集获取模块内置有筛选子模块，所述筛选子模块用于从第一历史入职者中获取第二历史入职者；自监督学习模块，用于将所述岗位匹配度训练集输入预训练模型，训练得到人岗匹配模型；推荐模块，用于向所述人岗匹配模型输入当前求职者的求职特征向量，输出高匹配度岗位；本发明通过从第一历史入职者中筛选出第二历史入职者，将经过实践检验，具有高匹配度的第二历史入职者的特征作为人岗匹配模型的训练集，从而使得模型能够在高品质的训练集中学习到优秀的求职特征，从而为招聘方或求职方提供更高品质的人岗匹配度。

本发明授权一种基于智能数据分析的人岗匹配系统在权利要求书中公布了：1.一种基于智能数据分析的人岗匹配系统，其特征在于，包括：匹配度训练集获取模块，用于获取岗位匹配度训练集D，所述岗位匹配度训练集D的训练样本是N组匹配度数据对，所述匹配度数据对由求职特征向量及其岗位匹配标签组成； ；其中，，表示第i个第二历史入职者的求职特征向量，表示具有d特征维度的实数集；表示第i个第二历史入职者的岗位匹配标签，所述岗位匹配标签表示不同的岗位匹配类别；其中，所述匹配度训练集获取模块内置有筛选子模块，所述筛选子模块用于从第一历史入职者中获取第二历史入职者；所述筛选子模块在所述第一历史入职者的样本训练集中，获取第二历史入职者及其预测岗位匹配度；所述获取第二历史入职者，包括：预定义每个求职特征在第一历史入职者所求职位中的岗位贡献度；根据第一历史入职者所求职位中的岗位贡献度预设每个求职特征的权重系数；根据每个所述求职特征的权重系数，计算第一历史入职者的预测岗位匹配度；获取第一历史入职者在入职后的实际岗位匹配度；将所述实际岗位匹配度和预测岗位匹配度进行比对，得到第一历史入职者的匹配偏差；将落在第一阈值范围内的匹配偏差对应的第一历史入职者，定义为第二历史入职者;自监督学习模块，用于将所述岗位匹配度训练集输入预训练模型，所述预训练模型通过自监督学习训练得到人岗匹配模型；所述自监督学习模块的训练步骤包括：将所述第二历史入职者的求职特征向量作为特征变量，岗位匹配标签作为目标变量，以优化所述预训练模型的模型参数；选择多标签分类交叉熵作为训练过程的损失函数；根据所述损失函数计算岗位匹配标签的交叉熵总损失；判断交叉熵总损失是否低于预设的总损失阈值，若低于，则输出预训练模型的当前模型参数；微调当前模型参数，得到具有最优参数的所述人岗匹配模型；所述损失函数表达式为： ；其中，K是岗位匹配标签的类别总数，i表示岗位匹配度训练集的第i个训练样本，其包含第i个求职特征向量和第i个岗位匹配标签，类别被定义为岗位匹配标签包含的多个不同岗位种类；是预训练模型对第i个训练样本中求职特征向量的预测值；是预训练模型的参数，是训练样本i在岗位匹配标签上的独热编码；是预训练模型对第i个训练样本在第j个类别的预测概率；表示第i个训练样本的交叉熵损失，其计算岗位匹配标签和预测值之间的差异；所述微调当前模型参数的微调表达式为： ；其中，表示微调后的最优参数，表示找到所有可能的参数使得微调过程的平均损失最小，是验证集中的训练样本数量;推荐模块，用于向所述人岗匹配模型输入当前求职者的求职特征向量，所述人岗匹配模型输出当前求职者的高匹配度岗位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东杰出人才发展集团有限公司，其通讯地址为：276800 山东省日照市东港区日照人力资源服务产业园17楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。