本發(fā)明涉及一種人才搜索推薦技術(shù)，尤其涉及一種基于語義匹配的人才搜索推薦方法及系統(tǒng)。

背景技術(shù)：

市場上各種招聘網(wǎng)站的人才搜索推薦系統(tǒng)都是使用關(guān)鍵詞檢索技術(shù)，系統(tǒng)通過用戶輸入的關(guān)鍵詞，在一堆簡歷中，搜出有對應(yīng)的關(guān)鍵詞的簡歷，目前的搜索方式存在下列問題：用戶需要對招聘職位足夠了解，才能提煉出精準(zhǔn)的關(guān)鍵詞搜到合適的簡歷，對用戶有一定的專業(yè)要求；通過關(guān)鍵詞搜索出來的簡歷大部分不是用戶所需要的，由于關(guān)鍵詞在不同的語句中是具有不同意思，系統(tǒng)無法識別關(guān)鍵詞的含義，只要簡歷中有這個(gè)詞就會被搜出來，從而導(dǎo)致匹配的質(zhì)量下降；關(guān)鍵詞是比較片面，一個(gè)崗位可以有很多關(guān)鍵詞組成，但是每次的關(guān)鍵詞搜索只能搜出部分簡歷，漏掉了有相似關(guān)鍵詞的合適簡歷；目前的人才搜索推薦系統(tǒng)，輸入的關(guān)鍵詞較多時(shí)，由于需要全都匹配到，搜到的簡歷會很少。輸入關(guān)鍵詞較少時(shí)，會出現(xiàn)大量不是用戶需要的簡歷；用戶找一個(gè)職位的簡歷，需要頻繁輸入不同的關(guān)鍵詞搜簡歷，搜索的效率低下，重復(fù)工作多；對于搜索結(jié)果的排序通常是基于輸入的關(guān)鍵詞的出現(xiàn)的概率，而不是識別簡歷文本意思是否符合需求，導(dǎo)致用戶需要查看上百個(gè)簡歷，才能找到幾個(gè)合適的簡歷。

由于語言表述的模糊性與多樣性，在職位要求中可能會出現(xiàn)同一個(gè)詞在不同的上下文中的意思不一樣的情形，也可能出現(xiàn)不同的詞表達(dá)是同一個(gè)意思的情形。在關(guān)鍵詞檢索系統(tǒng)中，由于詞語是嚴(yán)格的按照字面來匹配的，用戶需要嚴(yán)格按照關(guān)鍵詞來搜索，才能檢索到合適的簡歷，這一特性導(dǎo)致用戶在使用現(xiàn)有的人才檢索系統(tǒng)的花費(fèi)的時(shí)間較長。造成這個(gè)問題的深層次原因是現(xiàn)在的檢索系統(tǒng)是基于語言文字的計(jì)算機(jī)存儲內(nèi)容來做的，文字存儲的是編碼（通用的是UTF-8）后的二進(jìn)制內(nèi)容，一個(gè)文字一般是1~4個(gè)字節(jié)，檢索系統(tǒng)在庫里精確查找出現(xiàn)這些字節(jié)內(nèi)容的文本。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。

為此，本發(fā)明的目的在于，為了克服語言表述的多樣性導(dǎo)致的檢索門檻高，耗時(shí)長的問題，通過語義分析系統(tǒng)對招聘職位要求中的各種表達(dá)進(jìn)行了高維向量化表示，不再通過語言表達(dá)的字面匹配來檢索，而是轉(zhuǎn)化為數(shù)學(xué)向量來檢索。經(jīng)過向量化后的表達(dá)之間的相似度可以通過高維空間中的距離來表示，這樣用戶只需要輸入多樣表達(dá)中的一種，系統(tǒng)即可識別相近的表達(dá)并建立聯(lián)系，解決了模糊和多樣的語義的識別問題，縮短了人才搜索的時(shí)間，提高了使用者的搜索效率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于語義匹配的人才搜索推薦方法，包括：

步驟1，接收用戶端輸入的招聘信息；

步驟2，根據(jù)獲取的所述招聘信息，進(jìn)行解析；

步驟3，對解析后的招聘信息進(jìn)行向量化計(jì)算，生成向量化數(shù)據(jù)；

步驟4，比較所述生成的向量化數(shù)據(jù)與數(shù)據(jù)庫中預(yù)存儲的向量化數(shù)據(jù)的相似度；

步驟5，將比較結(jié)果輸出至用戶端。

更具體的，在步驟1之前還包括：

收集各個(gè)渠道的簡歷信息，將收集到的簡歷信息進(jìn)行統(tǒng)一結(jié)構(gòu)化，提取有效字段，將各個(gè)字段進(jìn)行向量化處理，生成向量化數(shù)據(jù)，存儲在數(shù)據(jù)庫中。

優(yōu)選的，收集的簡歷格式包括文本、HTML、Word、PDF格式。

優(yōu)選的，所述收集各個(gè)渠道的簡歷信息，將收集到的簡歷信息進(jìn)行統(tǒng)一結(jié)構(gòu)化，提取有效字段，將各個(gè)字段進(jìn)行向量化處理，生成向量化數(shù)據(jù)，存儲在數(shù)據(jù)庫中，還包括：

對收集的簡歷信息進(jìn)行數(shù)據(jù)清洗，從簡歷信息抽取各個(gè)不同的字段，打上標(biāo)簽；將字段內(nèi)容統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)形式。

優(yōu)選的，所述根據(jù)獲取的所述招聘信息，進(jìn)行解析，具體包括：

獲取用戶輸入的招聘信息，分析出用戶的需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)的需求；對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，轉(zhuǎn)換為標(biāo)準(zhǔn)化的查詢條件。

優(yōu)選的，結(jié)合用戶使用行為，定期地將合適的簡歷推薦給用戶。

本發(fā)明還提供一種基于語義匹配的人才搜索推薦系統(tǒng)，包括：

接收模塊，用于接收用戶端輸入的招聘信息；

解析模塊，用于根據(jù)獲取的所述招聘信息，進(jìn)行解析；

量化模塊，用于對解析后的招聘信息進(jìn)行向量化計(jì)算，生成向量化數(shù)據(jù)；

比較模塊，用于比較所述生成的向量化數(shù)據(jù)與數(shù)據(jù)庫中預(yù)存儲的向量化數(shù)據(jù)的相似度；

輸出模塊，用于將比較結(jié)果輸出至用戶端。

優(yōu)選的，還包括：

數(shù)據(jù)庫，用于收集各個(gè)渠道的簡歷信息，將收集到的簡歷信息進(jìn)行統(tǒng)一結(jié)構(gòu)化，提取有效字段，將各個(gè)字段進(jìn)行向量化處理，生成向量化數(shù)據(jù)，存儲在數(shù)據(jù)庫中。

優(yōu)選的，還包括：

數(shù)據(jù)清洗模塊，對收集的簡歷信息進(jìn)行數(shù)據(jù)清洗，從簡歷信息抽取各個(gè)不同的字段，打上標(biāo)簽；將字段內(nèi)容統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)形式。

優(yōu)選的，所述解析模塊具體功能為：獲取用戶輸入的招聘信息，分析出用戶的需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)的需求；對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，轉(zhuǎn)換為標(biāo)準(zhǔn)化的查詢條件。

本發(fā)明為了克服語言表述的多樣性導(dǎo)致的檢索門檻高，耗時(shí)長的問題，通過語義分析系統(tǒng)對招聘職位要求中的各種表達(dá)進(jìn)行了高維向量化表示，不再通過語言表達(dá)的字面匹配來檢索，而是轉(zhuǎn)化為數(shù)學(xué)向量來檢索。經(jīng)過向量化后的表達(dá)之間的相似度可以通過高維空間中的距離來表示，這樣用戶只需要輸入多樣表達(dá)中的一種，系統(tǒng)即可識別相近的表達(dá)并建立聯(lián)系，解決了模糊和多樣的語義的識別問題，縮短了人才搜索的時(shí)間，提高了使用者的搜索效率。

本發(fā)明所采用的技術(shù)方案使用語義匹配技術(shù)來檢索簡歷，用戶只需要輸入整個(gè)職位要求就可以通過多維度的語言搜索，告別一對一的關(guān)鍵詞匹配，不單找出文本描述一樣的簡歷，還能挖掘更多匹配的簡歷。匹配的精準(zhǔn)度也超過關(guān)鍵詞搜索，并且可以對搜索出來的簡歷按匹配度進(jìn)行智能排序，大大的縮短了職位檢索的時(shí)間，提高了使用者的搜索效率。在語義匹配的基礎(chǔ)上輔以關(guān)鍵詞、條件篩選、智能排序，讓用戶的搜索大大提升。同時(shí)系統(tǒng)化主動搜索為主動推薦，讓用戶在沒有去搜索的情況下，第一時(shí)間收到市場新增的合適簡歷，從而縮短招聘周期提高效率。

附圖說明

圖1示出了本發(fā)明一種基于語義匹配的人才搜索推薦方法流程圖；

圖2示出了本發(fā)明一種基于語義匹配的人才搜索推薦系統(tǒng)結(jié)構(gòu)框圖；

圖3示出了本發(fā)明一實(shí)施例的人才搜索推薦方法流程圖。

具體實(shí)施方式

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說明的是，在不沖突的情況下，本申請的實(shí)施例及實(shí)施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的方式來實(shí)施，因此，本發(fā)明的保護(hù)范圍并不受下面公開的具體實(shí)施例的限制。

本發(fā)明的核心點(diǎn)是突破了文字本身的計(jì)算機(jī)編碼存儲模式，理解了語言文字在招聘領(lǐng)域的深層次含義，然后用高維數(shù)學(xué)向量表達(dá)這些含義，并用空間距離表達(dá)文字的相似度。

基于獨(dú)有的語義匹配方法，本發(fā)明同時(shí)融合了復(fù)雜條件篩選、關(guān)鍵詞過濾，從而可以檢索出與用人單位需求最相匹配的候選人，并給出了一個(gè)高效的可視化輸出模板。

本發(fā)明所采用的技術(shù)方案使用語義匹配技術(shù)來檢索簡歷，用戶只需要輸入整個(gè)職位要求就可以通過多維度的語言搜索，告別一對一的關(guān)鍵詞匹配，不單找出文本描述一樣的簡歷，還能挖掘更多匹配的簡歷。匹配的精準(zhǔn)度也超過關(guān)鍵詞搜索，并且可以對搜索出來的簡歷按匹配度進(jìn)行智能排序，大大的縮短了職位檢索的時(shí)間，提高了使用者的搜索效率。在語義匹配的基礎(chǔ)上輔以關(guān)鍵詞、條件篩選、智能排序，讓用戶的搜索大大提升。同時(shí)系統(tǒng)化主動搜索為主動推薦，讓用戶在沒有去搜索的情況下，第一時(shí)間收到市場新增的合適簡歷，從而縮短招聘周期提高效率。

圖1示出了本發(fā)明一種基于語義匹配的人才搜索推薦方法流程圖。

如圖1所示，根據(jù)本發(fā)明一種基于語義匹配的人才搜索推薦方法，包括：

步驟1，接收用戶端輸入的招聘信息；

步驟2，根據(jù)獲取的所述招聘信息，進(jìn)行解析；

步驟3，對解析后的招聘信息進(jìn)行向量化計(jì)算，生成向量化數(shù)據(jù)；

步驟4，比較所述生成的向量化數(shù)據(jù)與數(shù)據(jù)庫中預(yù)存儲的向量化數(shù)據(jù)的相似度；

步驟5，將比較結(jié)果輸出至用戶端。

其中，步驟2具體為，獲取用戶輸入的招聘信息，分析出用戶的需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)的需求；對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，轉(zhuǎn)換為標(biāo)準(zhǔn)化的查詢條件。

更具體的，在步驟1之前還包括：

收集各個(gè)渠道的簡歷信息，將收集到的簡歷信息進(jìn)行統(tǒng)一結(jié)構(gòu)化，提取有效字段，將各個(gè)字段進(jìn)行向量化處理，生成向量化數(shù)據(jù)，存儲在數(shù)據(jù)庫中。向量化處理是本領(lǐng)域中的常用技術(shù)，本發(fā)明不再一一贅述。

更具體的，收集的簡歷格式包括文本、HTML、Word、PDF格式。收集的簡歷可以是求職者通過在線網(wǎng)頁編輯的，也可以是求職者上傳的word、PDF等附件格式。

其中，需要對收集的簡歷信息進(jìn)行數(shù)據(jù)清洗，從簡歷信息抽取各個(gè)不同的字段，打上標(biāo)簽；將字段內(nèi)容統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)形式。

還可以結(jié)合用戶使用行為，定期地將合適的簡歷推薦給用戶。例如，每天或者每周向招聘用戶提供符合要求的簡歷信息。

圖2示出了本發(fā)明一種基于語義匹配的人才搜索推薦系統(tǒng)結(jié)構(gòu)框圖。

如圖2所示，本發(fā)明還提供一種基于語義匹配的人才搜索推薦系統(tǒng)，包括：

接收模塊，用于接收用戶端輸入的招聘信息；

解析模塊，用于根據(jù)獲取的所述招聘信息，進(jìn)行解析；

量化模塊，用于對解析后的招聘信息進(jìn)行向量化計(jì)算，生成向量化數(shù)據(jù)；

比較模塊，用于比較所述生成的向量化數(shù)據(jù)與數(shù)據(jù)庫中預(yù)存儲的向量化數(shù)據(jù)的相似度；

輸出模塊，用于將比較結(jié)果輸出至用戶端。

還包括數(shù)據(jù)庫，用于收集各個(gè)渠道的簡歷信息，將收集到的簡歷信息進(jìn)行統(tǒng)一結(jié)構(gòu)化，提取有效字段，將各個(gè)字段進(jìn)行向量化處理，生成向量化數(shù)據(jù)，存儲在數(shù)據(jù)庫中。

數(shù)據(jù)清洗模塊，對收集的簡歷信息進(jìn)行數(shù)據(jù)清洗，從簡歷信息抽取各個(gè)不同的字段，打上標(biāo)簽；將字段內(nèi)容統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)形式。

更具體的，解析模塊具體功能為：

獲取用戶輸入的招聘信息，分析出用戶的需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)的需求；對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，轉(zhuǎn)換為標(biāo)準(zhǔn)化的查詢條件。

其中，系統(tǒng)的每個(gè)模塊根據(jù)各自的功能與對應(yīng)的模塊進(jìn)行數(shù)據(jù)交互和連接，這是本領(lǐng)域技術(shù)人員能毫無疑義的得出的，本發(fā)明不再一一贅述。

其中針對后臺服務(wù)器進(jìn)行簡歷收集的過程還包括以下模塊：

簡歷收集模塊：收集各種格式、各種排版的簡歷

數(shù)據(jù)清洗模塊：自動解析收集到的簡歷內(nèi)容，提取各個(gè)字段

入庫模塊：與數(shù)據(jù)清洗模塊耦接，將各個(gè)字段進(jìn)行結(jié)構(gòu)化，存入數(shù)據(jù)庫

向量化模塊：與入庫模塊耦接，將結(jié)構(gòu)化的字段由文字轉(zhuǎn)化成高維向量并存儲在相應(yīng)的數(shù)據(jù)庫中

輸入模塊：獲取用戶招聘職位要求，從一段文本需求中提煉出各種需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)等的需求。

匹配模塊：與輸入模塊、向量化模塊耦接，將輸入向量化后與向量化模塊存儲的高維向量計(jì)算相似度，并按相似度排序

推薦模塊：每天自動在海量的簡歷中，計(jì)算匹配度，按照推薦規(guī)則自動定期推薦簡歷給用戶。

圖3示出了本發(fā)明一實(shí)施例的人才搜索推薦方法流程圖。

本基于語義匹配的人才搜索推薦系統(tǒng)包括以下步驟：

（一）數(shù)據(jù)準(zhǔn)備階段

收集海量簡歷，格式包括文本、HTML、Word、PDF等常見格式。

格式轉(zhuǎn)換并提取簡歷里的文本內(nèi)容；

對收集的簡歷進(jìn)行數(shù)據(jù)清洗，從簡歷文本抽取各個(gè)不同的字段，打上標(biāo)簽；

將字段內(nèi)容統(tǒng)一轉(zhuǎn)換為標(biāo)準(zhǔn)形式，例如地點(diǎn)統(tǒng)一用國家標(biāo)準(zhǔn)代碼表示；

將各個(gè)字段的內(nèi)容存入數(shù)據(jù)庫；

將文本內(nèi)容轉(zhuǎn)換為高維向量，存入數(shù)據(jù)庫。

（二）用戶交互-輸入階段

獲取用戶的輸入，包括文本輸入和條件選擇兩部分；

智能分析出用戶的需求，包括學(xué)歷、學(xué)校、專業(yè)、工作年限、薪酬、城市、行業(yè)、性別、年齡、能力、經(jīng)驗(yàn)等的需求。對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，轉(zhuǎn)換為標(biāo)準(zhǔn)化的查詢條件；并將用戶輸入的文本內(nèi)容進(jìn)行高維向量化；

將查詢條件發(fā)送給計(jì)算模塊；

（三）計(jì)算階段

根據(jù)用戶輸入的查詢條件，在庫里快速找到最匹配的目標(biāo)簡歷，并按指定規(guī)則排序輸出；查找分為三種類型的數(shù)據(jù)：

條件篩選：例如年齡氛圍、工作年限范圍、地點(diǎn)范圍等；

關(guān)鍵詞要求：必須包含指定的關(guān)鍵詞

語義向量距離計(jì)算：用戶輸入內(nèi)容與數(shù)據(jù)庫中向量的距離。

將查詢條件、用戶查看記錄、用戶操作記錄都存入數(shù)據(jù)庫。

（四）用戶交互-可視化輸出階段

將最匹配的簡歷按照容易理解的格式展示出來，并將語義最匹配的內(nèi)容高亮輸出，提高用戶查看的效率。

（五）推薦階段

簡歷數(shù)據(jù)在不斷的更新進(jìn)入系統(tǒng)，系統(tǒng)會將新簡歷與系統(tǒng)里的用戶對人才的需求進(jìn)行匹配度計(jì)算，并結(jié)合用戶使用行為，定期的將合適的簡歷推薦給用戶。

本發(fā)明的核心點(diǎn)是突破了文字本身的計(jì)算機(jī)編碼存儲模式，理解了語言文字在招聘領(lǐng)域的深層次含義，然后用高維數(shù)學(xué)向量表達(dá)這些含義，并用空間距離表達(dá)文字的相似度。

基于獨(dú)有的語義匹配方法，本發(fā)明同時(shí)融合了復(fù)雜條件篩選、關(guān)鍵詞過濾，從而可以檢索出與用人單位需求最相匹配的候選人，并給出了一個(gè)高效的可視化輸出模板。

在本說明書的描述中，術(shù)語“安裝”、“相連”、“連接”等術(shù)語均應(yīng)做廣義理解，例如，“連接”可以是固定連接，也可以是可拆卸連接，或一體地連接；“相連”可以是直接相連，也可以通過中間媒介間接相連。對于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

在本說明書的描述中，術(shù)語“一個(gè)實(shí)施例”、“一些實(shí)施例”、“具體實(shí)施例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實(shí)施例或?qū)嵗６?，描述的具體特征、結(jié)構(gòu)、材料或特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。