[发明专利]基于加权特征值的精准推荐算法

说明书

本发明公开了一种基于加权特征值的精准推荐算法，步骤包括：根据企业和求职者发布的信息提取其中的多个特征值，按照可变的权重进行综合计算匹配，得到特征值和权重之间的匹配度；将匹配度的数值与预设的阈值比较，得出各个信息数据的匹配结果；向求职者推送企业招聘信息、向企业推送求职者求职信息。本发明优点在于设计实现了一种高校就业精准服务平台，提出基于加权特征值的精准推荐算法，能够根据毕业生专业、学历、特长、兴趣、工作地点、时间、岗位需求及薪酬待遇预期等特征值条件为毕业生推荐更为适合的就业企业与岗位，是就业精准推荐的有益尝试。

技术领域

本发明涉及特征值算法技术领域，具体涉及基于加权特征值的精准推荐算法。

背景技术

“移动互联”时代的显著特征是人们各种社会活动，诸如学习、商务和休闲娱乐的移动性、泛在化和高效率与便捷化；企业可以根据自己的用工需要发布招聘岗位信息，包括招聘岗位、工作地点、所学专业、学历要求、工资水平、工作时间等信息；求职者可以发布求职信息，包括本人的专业、学历、特长、兴趣、求职岗位、工作地点、工作时间和薪酬待遇预期等求职信息。

在现有的很多求职招聘平台中，企业可以根据自己的用工需要发布招聘岗位信息，包括招聘岗位、工作地点、所学专业、学历要求、工资水平、工作时间等信息；求职者可以发布求职信息，薪酬待遇预期等求职信息，但企业与求职者之间的信息中，求职者本人的专业、学历、特长、兴趣、求职岗位、工作地点、工作时间和薪酬待遇对接不尽如人意。有的系统，企业的招聘信息需要求职者自行浏览阅读、求职者的求职信息需要企业浏览才有可能最终对接成功；而有的系统中，虽然增加了自动推荐功能，但推荐的效果并不理想。

发明内容

本发明的目的在于提供一种基于加权特征值的精准推荐算法，该方法利用企业和求职者所发布的信息，提取其中的多个特征值，按照可变的权重进行综合计算匹配，得到两者之间的匹配度，再将其与某一阈值比较，阈值可根据求职者的特征值关注度动态调整，匹配成功后，分别向求职者推送企业招聘信息、向企业推送求职者招聘信息，大大提高了求职应聘的效率和成功率。

本发明通过以下技术方案来实现上述目的：

基于加权特征值的精准推荐算法，步骤包括：

S1：特征值的设定和权重分配；根据企业和求职者发布的信息，提取多个特征值，并根据一定的比例给所述特征值分配权重；

S2：数据匹配；根据可变的权重进行综合计算匹配，得到所述权重与所述特征值之间的匹配度，再将该匹配度与设定的阈值比较，超过阈值线，则认为匹配成功，低于阈值线，则认为匹配失败；

S3：信息的推送；数据匹配成功后，向求职者推送企业招聘信息以及向企业推送求职者求职信息。

进一步的改进在于，所述特征值的选取范围包括专业、学历、特长、岗位、工作地点、工作时间、薪酬和五险一金。

进一步的改进在于，所述权重分配中，将专业、学历、岗位、薪酬的权重固定为15％、15％、15％、15％，求职者在信息发布平台中勾选了一个或两个特征值作为求职比较看重的要素，则被勾选的特征值的权重分配为15％，其他特征值项平分剩余的权重。

进一步的改进在于，所述阈值的设定值为60。

进一步的改进在于，所述匹配度的具体计算方式如下：

设定：阈值用T表示；

匹配度用M表示，根据各特征值匹配结果及权重计算得到；

匹配成功的信息数量用N表示；

权重用W表示，则特长的权重表示为WS，工作地点的权重表示为WP，工作时间的权重表示为WT，五险一金的权重表示为WI；

设置计数变量I，用于计算各特征值权重；