(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 202210963676.5 (22)申请日 2022.08.11 (71)申请人 成都思先行科技有限公司 地址 610000 四川省成 都市温江区柳城来 凤路268号1栋1单 元19层1915号 (72)发明人 赵鹏　沈曦　陈超　袁静　刘丽梅　 (74)专利代理 机构 北京市浩 东律师事务所 11499 专利代理师 李雁 (51)Int.Cl. G06V 30/19(2022.01) G06N 20/00(2019.01) G06Q 10/10(2012.01) (54)发明名称 一种人岗精准匹配智能推荐的方法 (57)摘要 本发明涉及互联网招聘技术领域， 公开了一 种人岗精准匹配智 能推荐的方法， 包括： 根据用 户身份信息获取用户的自有信息和需求信息； 将 自有信息和 需求信息分别划分为结构化文本和 非结构化文本； 计算自有信息和需求信息的结构 化文本的相似度， 以及非结构化文本的相似度； 根据结构化文本和非结构化文本的相似度计算 自有信息和需求信息的总体相似度； 根据自有信 息和需求信息的总体相似度对需求信息进行排 序， 并将排序结果展示给用户。 本发明提供的人 岗精准匹配智能推荐的方法， 基于文本的相似度 进行求职者简历和招聘者岗位之间的匹配， 能够 更好的帮助求职者选择合适的岗位， 以及帮助招 聘者更好的选择合适的求职者， 提高匹配准确 率， 节约用户筛 选时间。 权利要求书3页 说明书8页 附图3页 CN 115273099 A 2022.11.01 CN 115273099 A 1.一种人岗精准匹配智能推荐的方法， 其特 征在于， 包括： 获取用户的身份信息； 其中， 所述身份信息包括 求职者和 招聘者； 根据所述身份信息获取所述用户的自有信息和需求信息； 其中， 当所述身份信息为求 职者时， 所述自有信息为简历数据， 需求信息为岗位数据； 当所述身份信息为招聘者时， 所 述自有信息为岗位数据， 需求信息为简 历数据； 将所述用户的自有信 息和需求信 息进行特征提取， 并将所述自有信 息和需求信 息分别 划分为结构化文本和非结构化文本； 计算所述自有信 息和需求信 息的结构化文本的相似度， 以及计算所述自有信 息和需求 信息的非结构化文本的相似度； 根据结构化文本的相似度和非结构化文本的相似度计算所述自有信息和需求信息的 总体相似度； 根据所述自有信 息和需求信 息的总体相似度对所述需求信 息进行排序， 并将排序 结果 展示给所述用户。 2.根据权利要求1所述的人 岗精准匹配智能推荐的方法， 其特征在于， 所述将所述用户 的自有信息和需求信息进 行特征提取， 并将所述自有信息和需求信息 分别划分为结构化文 本和非结构化文本的步骤， 包括： 将所述用户的自有信 息和需求信 息进行特征提取， 以得到所述自有信 息和需求信 息的 文本数据； 提取所述文本数据中的短文本数据作为结构化数据， 以及提取所述文本数据中的长文 本数据作为 非结构化数据； 其中， 所述结构化数据包括城市、 职 位、 薪资、 工作性质、 学历、 工 作年限、 专业， 所述非结构化数据包括项目经历、 工作内容。 3.根据权利要求2所述的人 岗精准匹配智能推荐的方法， 其特征在于， 所述计算所述自 有信息和需求信息的结构化文本的相似度的步骤， 包括： 将所述自有信息和需求信息的结构化文本进行文本类型划分； 其中， 所述文本类型包 括定类、 定序和定比， 定类包括城市、 职 位、 工作性质、 专 业， 定序包括学历， 定比包括工作年 限、 薪资； 根据所述文本类型计算所述自有信息和需求信息的文本类型的相似度； 根据所述文本类型的相似度计算所述自有信息和需求信息的结构化文本的相似度。 4.根据权利要求3所述的人 岗精准匹配智能推荐的方法， 其特征在于， 所述根据 所述文 本类型计算所述自有信息和需求信息的文本类型的相似度的步骤， 包括： 根据所述自有信息与需求信息是否满足匹配条件计算文本类型的相似度； 其中， 当所 述文本类型为定类时， 所述匹配条件为判断是否相等， 当所述文本类型为定序或定比时， 所 述匹配条件为判断是否相等或包 含， 计算公式为： S结构(R,J)＝α S求职 者+(1‑α )S招 聘 者 其中： 权　利　要　求　书 1/3 页 2 CN 115273099 A 2其中， x∈{1,2,3,4,5,6,7}， 分别对应城市、 职位、 薪资、 工作性质、 学历、 工作年限、 专 业。 将城市、 职位、 薪资、 工作性质划入为求职 者偏好型因素， 将专 业、 工作年限、 学历划入为 招聘者偏好型因素， εx表示各类因素之间的权重， S求职者表示求职者偏好型因素的相似度， S招 聘 者表示招聘 者偏好型因素的相似度， α 表示偏好权 重因子。 5.根据权利要求1所述的人 岗精准匹配智能推荐的方法， 其特征在于， 所述计算所述自 有信息和需求信息的非结构化文本的相似度的步骤， 包括： 对所述自有信息和需求信息的非结构化文本进行分词、 去停词处 理； 采用doc2vec模型训练得到段落向量； 计算所述自有信息的非结构化文本和需求信息的非结构化文本的相似度； 其中， 计算 公式为： 其中， pv1、 pv2分别表示不同的段落向量， pv1x、 pv2x表示向量pv1、 pv2的分量， δ为修正 参数。 6.根据权利要求5所述的人岗精准匹配智能推荐的方法， 其特征在于， 参数δ的计算公 式为： 其中， abs()为 绝对值函数， 用于计算段落p1和段落p2之间词个数的差异。 7.根据权利要求1所述的人 岗精准匹配智能推荐的方法， 其特征在于， 所述根据 结构化 文本的相似度和非结构化文本的相似度计算所述自有信息和需求信息的总体相似度的步 骤中， 计算公式为： S总(R,J)＝S结构(R,J)+S非结构(R,J) 或： 其中， S总(R,J)表示自有信息和需求信息的总体相似度。 8.一种人岗精准匹配智能推荐的装置， 其特 征在于， 包括： 第一获取模块， 用于获取用户的身份信息； 其中， 所述身份信息包括 求职者和 招聘者； 第二获取模块， 用于根据 所述身份信 息获取所述用户的自有信 息和需求信息； 其中， 当 所述身份信息为求职 者时， 所述自有信息为简历数据， 需求信息为岗位数据； 当所述身份信 息为招聘 者时， 所述自有信息为岗位数据， 需求信息为简 历数据； 提取模块， 用于将所述用户的自有信息和需求信息进行特征提取， 并将所述自有信息权　利　要　求　书 2/3 页 3 CN 115273099 A 3