(19)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 202211280435.7 (22)申请日 2022.10.19 (71)申请人 上海仪电人工智能创新院有限公司 地址 200232 上海市徐汇区龙腾大道 2879 号3楼3874室 (72)发明人 刘建志　孙兆群　牛红星　崔一澜　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 赵志远 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/06(2012.01) (54)发明名称 一种基于能力矩阵的学生就业匹配方法及 系统 (57)摘要 本发明涉及一种基于能力矩阵的学生就业 匹配方法及系统， 所述方法包括以下步骤： 步骤 S1、 分别采集学涯数据和就业数据； 步骤S2、 基于 学涯数据， 构建三级评价指标体系以及立体画像 标签， 确定学涯评级指标； 并基于特征提取和权 重设置， 计算得到 学涯评价综合得分； 步骤S3、 将 就业数据作为监督信号， 采用神经网络， 基于对 比学习对学涯评价综合得分X进行再映射， 获得 表征学生就业能力的能力矩阵H； 步骤S4、 基于能 力矩阵计算在校生和毕业生的能力维度相似度， 将与待匹配的在校生能力维度相似度最高的毕 业生的就业数据作为最终的就业匹配结果。 与现 有技术相比， 本发明得到的就业匹配结果的准确 性更高。 权利要求书1页 说明书4页 附图1页 CN 115470869 A 2022.12.13 CN 115470869 A 1.一种基于能力矩阵的学生 就业匹配方法， 其特 征在于， 该 方法包括以下步骤： 步骤S1、 分别采集学涯数据Ds和就业数据DW； 步骤S2、 基于学涯数据Ds， 构建三级评价指标体系以及立体画像标签， 确定学涯评级指 标； 并基于特 征提取和权 重设置， 计算得到学涯评价综合得分X； 步骤S3、 将就业数据DW作为监督信号， 采用神经网络， 基于对比学习对学涯评价综合得 分X进行再映射， 获得表征 学生就业能力的能力矩阵H； 步骤S4、 基于能力矩阵计算在校生和毕业生的能力维度相似度， 将与待匹配的在校生 能力维度相似度最高的毕业 生的就业数据作为 最终的就 业匹配结果。 2.根据权利要求1所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S1中的学涯数据Ds为学校信息系统中存 储的毕业 生和在校生在校期间的学涯数据。 3.根据权利要求2所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S1中的学涯数据Ds包括学生基本信息、 校园卡消费信息、 门禁记录、 教务信息系统及图书 馆系统记录 。 4.根据权利要求1所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S1还包括对学涯数据Ds和就业数据DW进行数据清洗以及归一 化预处理。 5.根据权利要求1所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S1中的就 业数据DW为就业领域数据。 6.根据权利要求5所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S3包括以下子步骤： 步骤S31、 基于就业数据DW， 构造对比学习数据集Dc＝{X,y}； 其中， X为步骤S2计算得到 的学涯评价综合得分， y为毕业 生的就业领域； 步骤S32、 构建双塔模型， 输入学涯评价综合得分， 经 过编码器网络得到能力维度特 征； 步骤S33、 将能力维度特征输入至解码器后进行对比损失函数的计算， 对网络进行训 练， 最终获得表征 学生就业能力的能力矩阵H 。 7.根据权利要求6所述的一种基于能力矩阵的学生就业匹配方法， 其特征在于， 所述步 骤S3中的双塔模型中的编 码器、 解码器以及 对比损失函数根据需要选择不同的神经网络结 构和损失函数。 8.一种基于能力矩阵的学生就业匹配系统， 其特征在于， 采用权利要求1～7任一项所 述的方法， 所述系统包括： 数据采集模块， 用于采集学涯数据和就 业数据； 能力矩阵建立模块， 用于采用就业数据映射学涯数据求得的学涯评价综合得分， 得到 表征毕业 生就业能力的能力矩阵； 就业匹配模块， 用于基于能力矩阵进行相似度计算， 得到在校生的就 业匹配结果。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述程序时实现如权利要求1～7任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行时实现如权利要求1～7中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 115470869 A 2一种基于能力矩阵的学生就业匹配方 法及系统 技术领域 [0001]本发明涉及数据匹配技术领域， 尤其是涉及一种基于能力矩阵的学生就业 匹配方 法及系统。 背景技术 [0002]学生职业生涯规划和就业指导服务是高校就业服务的重要内容。 随着高校信息化 建设水平的不断提高和高校大数据平台的建立， 积累了大量的学生从入学到毕业、 就业的 全过程数据。 如何利用好学生在校的成长数据和学生学习过程中的个性化成长档案， 为学 生提供更加具有针对性和科学性的就业指导服务， 支撑学生的职业生涯规划， 是一个挑战 性的问题。 [0003]学生学涯评价体系将大数据技术和学生综合测评相 结合， 通过量化学生学业、 行 为、 消费和社交等多方面特性， 刻画学生的立体画像， 构建学生多维度的能力矩阵， 实现对 学生在校生涯的动态、 个性化评价。 而 学生群体在校行为的个性化和差异性， 是学生就业能 力的体现， 也是就 业匹配的一个重要的方面。 [0004]如何结合学涯评价体系， 构建就业能力矩阵， 并且根据就业能力矩阵匹配学生就 业方向， 有针对的进行学生职业生涯导航和就业指导， 是一个亟需解决并且十分有意义的 内容。 发明内容 [0005]本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种准确性更高 的基于能力矩阵的学生 就业匹配方法及系统。 [0006]本发明的目的可以通过以下技 术方案来实现： [0007]根据本发明的第一方面， 提供了一种基于能力矩阵的学生就业匹配方法， 该方法 包括以下步骤： [0008]步骤S1、 分别采集学涯数据Ds和就业数据DW； [0009]步骤S2、 基于学涯数据Ds， 构建三级评价指标体系以及立体画像标签， 确定学涯评 级指标； 并基于特 征提取和权 重设置， 计算得到学涯评价综合得分X； [0010]步骤S3、 将就业数据DW作为监督信号， 采用神经网络， 基于对比学习对学涯评价综 合得分X进行 再映射， 获得表征 学生就业能力的能力矩阵H； [0011]步骤S4、 基于能力矩阵计算在校生和毕业生的能力维度相似度， 将与待匹配 的在 校生能力维度相似度最高的毕业 生的就业数据作为 最终的就 业匹配结果。 [0012]优选地， 所述步骤S1中的学涯数据Ds为学校信 息系统中存储的毕业生和在校生在 校期间的学涯数据。 [0013]优选地， 所述步骤S1中的学涯数据Ds包括学生基本信息、 校园卡消费信息、 门禁记 录、 教务信息系统及图书馆系统记录 。 [0014]优选地， 所述步骤S1还包括对学涯数据Ds和就业数据DW进行数据清洗以及归一化说　明　书 1/4 页 3 CN 115470869 A 3