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！

申请/专利权人：科大讯飞(苏州)科技有限公司

摘要：本发明涉及一种人岗匹配智能推荐方法、系统及装置，该方法包括：收集求职者和招聘岗位的相关数据并进行清洗、分类和整理；对整理后的求职者和招聘岗位的文本数据进行预处理，构建孪生网络模型，利用预处理后的文本数据对所述孪生网络模型进行训练，得到训练后的孪生网络模型；基于训练后的孪生网络模型，计算得到求职者和岗位的特征向量的总相似度；基于求职者和岗位的特征向量的总相似度构建人岗匹配函数，根据所述人岗匹配函数得到人岗匹配分数，将所述人岗匹配分数按照大小进行排序，选取排名前N个岗位作为推荐结果推荐给求职者。本发明实现了对求职者和招聘岗位之间的精准匹配和高效推荐，具有重要的实际应用价值和意义。

主权项：1.一种人岗匹配智能推荐方法，其特征在于，包括以下步骤：S1：实时收集求职者和招聘岗位的相关数据，对所述求职者和招聘岗位的相关数据进行清洗、分类和整理，得到整理后的求职者和招聘岗位的文本数据；S2：对整理后的求职者和招聘岗位的文本数据进行预处理，构建孪生网络模型，利用预处理后的求职者和招聘岗位的文本数据对所述孪生网络模型进行训练，得到训练后的孪生网络模型；其中，所述孪生网络模型包括两个结构相同的分支网络，每个分支网络包括依次连接的输入与嵌入层、深层双向编码层、句子内部依赖关系捕捉层、交互式注意力机制层、特征融合与匹配层、相似度计算层和输出层；其中，任意一个分支网络的句子内部依赖关系捕捉层连接另一个分支网络的交互式注意力机制层；S3：基于所述训练后的孪生网络模型，提取求职者和岗位的特征向量，计算得到求职者的特征向量和岗位的特征向量的总相似度；S4：基于所述求职者的特征向量和岗位的特征向量的总相似度构建人岗匹配函数，根据所述人岗匹配函数得到人岗匹配分数，将所述人岗匹配分数按照大小进行排序，选取排名前K个岗位作为推荐结果推荐给求职者；所述人岗匹配函数MC,J的表达式为： 其中，simci,jk表示求职者的特征向量ci与岗位的特征向量jk之间的总相似度，i表示特征融合后的求职者特征向量维度，i取范围1～n内的整数，n表示求职者特征向量总维度；k表示特征融合后的岗位要求特征向量维度，k取范围1～m内的整数，m表示岗位要求特征向量总维度；wik表示特征ci对于岗位要求jk的权重参数；计算所述求职者的特征向量和岗位的特征向量的总相似度的方法包括：分别计算所述求职者的特征向量和岗位的特征向量的余弦相似度和曼哈顿距离相似度，将所述余弦相似度和所述曼哈顿距离相似度的调和平均值作为最终的求职者的个人特征信息和招聘岗位的岗位特征信息的总相似度simci,jk，其计算公式为：simci,jk＝p*|cosθ|+1-p*sigmoiddci,jk其中，cosθ表示求职者的特征向量和招聘岗位的特征向量的余弦相似度，θ表示求职者的特征向量和岗位的特征向量之间的夹角；dci,jk表示求职者的特征向量和岗位的特征向量的曼哈顿距离相似度，sigmoid·表示激活函数，p∈[0,1]表示预设概率；所述求职者的特征向量和招聘岗位的特征向量的余弦相似度cosθ的计算公式为： 其中，||ci||表示由所述孪生网络得到的求职者的特征向量ci的向量范数，||jk||表示由所述孪生网络得到的岗位的特征向量jk的向量范数；所述求职者的特征向量和岗位的特征向量的曼哈顿距离相似度dci,jk的计算公式为：

全文数据：

权利要求：

百度查询： 科大讯飞(苏州)科技有限公司 一种人岗匹配智能推荐方法、系统及装置