[发明专利]一种个人简历智能管理系统及方法有效

专利信息
申请号: 201611054741.3 申请日: 2016-11-25
公开(公告)号: CN106600213B 公开(公告)日: 2021-03-05
发明(设计)人: 孙敬玺 申请(专利权)人: 惠州匠韵智能科技有限公司;深圳匠韵智能有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06F16/9535;G06F16/958
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 叶新平
地址: 516083 广东省惠州市大亚湾西区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 个人简历 智能 管理 系统 方法
【权利要求书】:

1.一种个人简历智能管理系统,其特征在于:包括个人简历模版建立模块、用户数据输入模块、推荐企业搜寻与企业数据采集模块、关键词提取模块、个人简历重组模块;

所述个人简历模版建立模块用于根据行业分类建立具有相应单元组成结构的个人简历标准模版,并对所述个人简历标准模版进行行业标注;

所述用户数据输入模块用于输入用户就业兴趣数据、就业方向数据、就业领域数据;并根据个人简历标准模版输入用户的个人简历数据;

所述推荐企业搜寻与企业数据采集模块用于根据用户输入的就业兴趣数据、就业方向数据、就业领域数据,通过网络文本爬虫技术,从互联网中搜寻推荐企业,输出推荐企业名单并采集所述推荐企业的企业数据;

所述关键词提取模块用于通过TF-IDF算法对用户输入的个人简历数据及采集的所述推荐企业的企业数据进行关键词提取,形成个人简历关键词向量和企业数据关键词向量;

所述个人简历重组模块用于计算个人简历关键词向量和企业数据关键词向量中关键词之间的相似度,根据相似度由大到小对企业进行排序,输出企业的排序名单;并根据每一个推荐企业的企业数据关键词对用户输入的个人简历数据进行重组后推荐给该企业。

2.如权利要求1所述的一种个人简历智能管理系统,其特征在于:所述关键词提取模块的TF-IDF算法对用户个人简历及推荐企业的企业数据中出现的词语进行逐个计算TF-IDF值,并按计算的TF-IDF值进行由大到小的排序,形成关键词向量。

3.如权利要求1所述的一种个人简历智能管理系统,其特征在于:所述从互联网中采集推荐企业的企业数据包括企业所属行业的行业竞争数据、企业的产品和服务数据、企业核心人员的背景数据、企业的招聘数据。

4.如权利要求1所述的一种个人简历智能管理系统,其特征在于:所述个人简历标准模版的单元组成结构为:教育背景填写单元与就业经历填写单元。

5.一种个人简历智能管理方法,其特征在于:包括个人简历模版建立步骤、用户数据输入步骤、关键词提取步骤、推荐企业搜寻与企业数据采集步骤、个人简历重组步骤;

所述个人简历模版建立步骤包括:根据行业分类建立具有相应单元组成结构的个人简历标准模版,并对所述个人简历标准模版进行行业标注;

所述用户数据输入步骤包括:用户输入用户就业兴趣数据、就业方向数据、就业领域数据;并根据个人简历标准模版输入用户的个人简历数据;

所述推荐企业搜寻与企业数据采集步骤包括:根据用户输入的就业兴趣数据、就业方向数据、就业领域数据,通过网络文本爬虫技术,从互联网中搜寻推荐企业,输出推荐企业名单并采集所述推荐企业的企业数据;

所述关键词提取步骤包括:通过TF-IDF算法对用户输入的个人简历数据及采集的所述推荐企业的企业数据进行关键词提取,形成个人简历关键词向量和企业数据关键词向量;

所述个人简历重组步骤包括:计算个人简历关键词向量和企业数据关键词向量中关键词之间的相似度,根据相似度由大到小对企业进行排序,输出企业的排序名单并根据每一个推荐企业的企业数据关键词对用户输入的个人简历数据进行重组后推荐给该企业。

6.如权利要求5所述的一种个人简历智能管理方法,其特征在于:所述关键词提取步骤的TF-IDF算法对用户个人简历及推荐企业的企业数据中出现的词语进行逐个计算TF-IDF值,并按计算的TF-IDF值进行由大到小的排序,形成关键词向量。

7.如权利要求5所述的一种个人简历智能管理方法,其特征在于:所述从互联网中采集推荐企业的企业数据包括企业所属行业的行业竞争数据、企业的产品和服务数据、企业核心人员的背景数据、企业的招聘数据。

8.如权利要求5所述的一种个人简历智能管理方法,其特征在于:所述个人简历标准模版的单元组成结构为:教育背景填写单元与就业经历填写单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于惠州匠韵智能科技有限公司;深圳匠韵智能有限公司,未经惠州匠韵智能科技有限公司;深圳匠韵智能有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611054741.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top