(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111580589.3 (22)申请日 2021.12.2 2 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 张梦鹿　史晓东　施耀一　徐辰翀　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 孙乳笋　刘熔 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 40/194(2020.01) G06K 9/62(2022.01)G06Q 10/10(2012.01) (54)发明名称 信息筛选方法及装置 (57)摘要 本发明提供了一种信息筛选方法及装置， 可 用于金融领域或其他领域。 方法包括： 获取多个 用户提供的个人信息， 并利用自然语言处理方 式， 从所述个人信息中提取多个关键指标； 根据 预设的岗位筛选规则， 确定所述 关键指标的量化 值， 并利用预设的指标权重及所述关键指标的量 化值， 生成指标数据； 根据相似度算法、 聚类算法 及所述指标数据， 生成分类结果， 并根据所述分 类结果确定所述个人信息对应的筛选结果。 本发 明通过对 众多的已授权用户个人信息进行分类， 以此筛选 出适合岗位的求职者， 具有提升招聘效 率， 节约人力成本的效果。 权利要求书2页 说明书8页 附图4页 CN 114254078 A 2022.03.29 CN 114254078 A 1.一种信息 筛选方法， 其特 征在于， 所述方法包括： 获取多个用户提供的个人信息， 并利用自然语言处理方式， 从所述个人信息中提取多 个关键指标； 根据预设的岗位筛选规则， 确定所述关键指标的量化值， 并利用预设的指标权重及所 述关键指标的量 化值， 生成指标 数据； 根据相似度算法、 聚类算法及所述指标数据， 生成分类结果， 并根据 所述分类结果确定 所述个人信息对应的筛 选结果。 2.根据权利要求1所述的方法， 其特征在于， 所述利用预设的指标权重及所述关键指标 的量化值， 生成指标 数据包括： 根据所述关键指标的量 化值， 得到量 化值矩阵； 根据所述量化值矩阵及预设的指标权重， 生成指标矩阵， 并将所述指标矩阵作为所述 指标数据。 3.根据权利要求2所述的方法， 其特征在于， 所述根据相似度算法、 聚类算法及所述指 标数据， 生成分类结果包括： 根据相似度算法及所述指标矩阵， 生成相似度矩阵； 利用聚类算法及所述相似度矩阵， 生成分类结果， 并根据所述分类结果确定所述个人 信息对应的筛 选结果。 4.根据权利要求3所述的方法， 其特征在于， 所述根据相似度算法及所述指标矩阵， 生 成相似度矩阵包括： 根据相似度算法， 确定所述指标矩阵中各列向量之间的相似度， 并利用所述相似度， 得 到所述相似度矩阵。 5.根据权利要求3所述的方法， 其特征在于， 所述利用聚类算法及所述相似度矩阵， 生 成分类结果包括： 根据所述相似度矩阵， 确定所述相似度矩阵对应的拉普拉斯矩阵； 根据所述拉普拉斯矩阵， 得到预设个数的特征向量， 并利用所述特征向量及均值聚类 算法， 生成所述分类结果。 6.一种信息 筛选装置， 其特 征在于， 所述装置包括： 关键指标模块， 用于获取多个用户提供的个人信息， 并利用自然语言处理方式， 从所述 个人信息中提取多个关键指标； 指标数据模块， 用于根据 预设的岗位筛选规则， 确定所述关键指标的量化值， 并利用预 设的指标权 重及所述关键指标的量 化值， 生成指标 数据； 筛选结果模块， 用于根据相似度算法、 聚类算法及所述指标数据， 生成分类结果， 并根 据所述分类结果确定所述个人信息对应的筛 选结果。 7.根据权利要求6所述的装置， 其特 征在于， 所述指标 数据模块包括： 量化值矩阵单 元， 用于根据所述关键指标的量 化值， 得到量 化值矩阵； 指标矩阵单元， 用于根据 所述量化值矩阵及预设的指标权重， 生成指标矩阵， 并将所述 指标矩阵作为所述指标 数据。 8.根据权利要求7 所述的装置， 其特 征在于， 所述筛 选结果模块包括： 相似度矩阵单 元， 用于根据相似度算法及所述指标矩阵， 生成相似度矩阵；权　利　要　求　书 1/2 页 2 CN 114254078 A 2筛选结果单元， 用于利用聚类算法及所述相似度矩阵， 生成分类结果， 并根据所述分类 结果确定所述个人信息对应的筛 选结果。 9.根据权利要求8所述的装置， 其特征在于， 所述相似度矩阵单元还用于根据相似度算 法， 确定所述指标矩阵中各列向量之间的相似度， 并利用所述相似度， 得到所述相似度矩 阵。 10.根据权利要求8所述的装置， 其特 征在于， 所述筛 选结果单 元包括： 拉普拉斯矩阵子单元， 用于根据所述相似度矩阵， 确定所述相似度矩阵对应的拉普拉 斯矩阵； 分类结果子单元， 用于根据 所述拉普拉斯矩阵， 得到预设个数的特征向量， 并利用所述 特征向量及均值聚类算法， 生成所述分类结果。 11.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至5任一项所述方 法。 12.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有执行权利 要求1至5任一项所述方法的计算机程序。权　利　要　求　书 2/2 页 3 CN 114254078 A 3