[发明专利]一种基于智能人事模型的简历优化方法及装置

说明书

本发明公开了一种基于智能人事模型的简历优化方法，包括如下步骤：接收用户发送的简历信息以及招聘单位信息；根据招聘单位信息调取招聘单位对应的智能人事模型；通过实体命名模型和关系抽取模型对简历、招聘数据进行信息抽取；将得到的图谱特征输入智能人事模型进行计算以得计算结果；根据计算结果对用户的简历信息进行优化。本发明还提供了一种电子设备和计算机可读存储介质。本发明的基于智能人事模型的简历优化方法通过获取用户的简历信息以及调取招聘单位的智能人事模型，进而为求职者提供更为精准的招聘单位面试的所需求以及重视的特征，使得求职者简历更贴合招聘单位需求，大大提升了求职者与招聘单位之间的信息匹配度。

技术领域

本发明涉及一种机器学习技术领域，尤其涉及一种基于智能人事模型的简历优化方法及装置。

背景技术

目前，刚毕业大学生在找工作时，往往对于如何撰写简历产生困扰，其更多是通过上网来找寻一些简历模板或者通过老师的指导来进行简历的撰写；这样虽然可以从一定程度上帮助应聘者写出一份较为实用的简历，但是并不能够很方便帮助应聘者得到相应公司的关注。因此，如何设计一种能够帮助应聘者进行简历优化的方案成为本领域技术人员亟待解决的技术问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于智能人事模型的简历优化方法，其能解决针对于特定公司的简历优化的技术问题。

本发明的目的之二在于提供一种电子设备，其能解决针对于特定公司的简历优化的技术问题。

本发明的目的之三在于提供一种计算机可读存储介质，其能解决针对于特定公司的简历优化的技术问题。

本发明的目的之一采用如下技术方案实现：

一种基于智能人事模型的简历优化方法，包括如下步骤：

第一接收步骤：接收用户发送的简历信息以及招聘单位信息；

调取步骤；根据招聘单位信息调取招聘单位对应的智能人事模型；

第一信息抽取步骤：通过实体命名模型和关系抽取模型对简历、招聘数据进行信息抽取，以生成对应用户的图谱特征；

计算步骤：将得到的图谱特征、人才简历信息以及招聘信息输入智能人事模型进行计算以得多个计算结果；

优化步骤：根据计算结果对用户的简历信息进行优化。

进一步地，当招聘单位的数量为多个时，所述调取步骤为：根据各招聘单位信息调取各招聘单位对应的智能人事模型；

所述计算步骤为：将得到的图谱特征输入智能人事模型进行计算以得多个计算结果。

进一步地，所述优化步骤具体为：根据多个计算结果一一对用户简历信息进行优化，以形成多份优化简历。

进一步地，所述优化步骤具体为：根据多个计算结果得到多个招聘单位共同的特征要求以实现对用户的简历信息的优化。

进一步地，所述智能人事模型通过如下步骤构建得到：

第二接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息，且所述操作信息与对应人员的简历信息匹配；

第二信息抽取步骤：采用自然语言技术对所有的简历信息进行处理，并抽取简历中的各实体特征；

关联步骤：将抽取到的简历中的各实体特征与对应人员进行关联以得知识图谱；

模型训练步骤：通过神经网络对知识图谱进行训练以得到智能人事模型。

进一步地，所述第二接收步骤具体包括如下步骤：

接收经过招聘单位内部考核的所有的员工简历信息；