[发明专利]基于云平台的企业与高校的智能引荐系统及方法

权利要求书

1.基于云平台的企业与高校的智能引荐方法，其特征在于：方法包括以下步骤：

步骤1，分别获取企业和高校的基本信息，并基于布隆过滤器的页面去重策略进行去重处理；

步骤2，基于去重后的企业职位和高校学科信息根据不同的映射任务动态选择映射策略异构职位学科图谱；

步骤3，企业通过云平台进行招聘职位信息的发布，并由云平台系统进行去除噪音、去除常用词、去除区分度低词后提取职位关键词构建大规模职位关键词词库；

步骤4，通过职位关键词词库，再根据学科知识图谱数据对职位和学科进行关键词联想和聚类，

步骤5，针对职位和学科的关键词联想和聚类结果为对应的企业和高校学科专业教师进行相互推荐，

步骤6，专业教师上传学生的个人简历和对学生的评论语，

步骤7，系统提取简历关键词和评论语关键词，将关键词作为map键值对存储，key-value分别对应对学生的评价和专业词汇，

步骤8，系统综合个人简历关键词和评论语关键词一同与职位关键词词库进行匹配，并向匹配对应的企业和学生进行相互推荐，

步骤9，对符合匹配要求的学生进行在线测试，并按测试评分高低排序由企业选择面试学生。

2.根据权利要求1所述的基于云平台的企业与高校的智能引荐方法，其特征在于：步骤3中采用TF-IDF算法去除区分度低词，步骤7中通过TF-IDF算法提取评论语关键词。

3.根据权利要求1所述的基于云平台的企业与高校的智能引荐方法，其特征在于：步骤4中采用word2vec的方法对职位和学科进行关键词联想和聚类。

4.根据权利要求1所述的基于云平台的企业与高校的智能引荐方法，其特征在于：步骤5将职位信息推送给高校专业老师或者邀请匹配高校的专业老师发起宣讲会或者招聘会。

5.根据权利要求1所述的基于云平台的企业与高校的智能引荐方法，其特征在于：步骤8中基于加权矩阵分解与用户近邻模型的协同过滤推荐。

6.基于云平台的企业与高校的智能引荐系统，采用了权利要求1至5之一所述的基于云平台的企业与高校的智能引荐方法，其特征在于：系统包括以下模块：

校企信息采集模块：从互联网中采集获取企业和高校的基本信息；

校企信息去重模块：基于布隆过滤器的页面去重策略对企业和高校的基本信息进行去重处理；

职位学科图谱映射模块：基于去重后的大规模的企业职位和高校学科信息根据不同的映射任务动态选择映射策略的方法实现大规模异构职位学科图谱；

职位发布模块：用于企业发布招聘职位信息；

职位信息预处理模块：对职位信息数据去除噪音、去除常用词、去除区分度低词后提取职位关键词构建大规模职位关键词词库；

简历评语上传模块：用于学科专业老师上传学生的简历信息以及对应的评语；

简历关键词提取模块：提取简历关键词和评论语关键词，将关键词作为map键值对存储，key-value分别对应对学生的评价和专业词汇；判断学生投递或者接受专业老师推荐的职位历史信息；

匹配模块：一方面针对职位关键词词库再根据学科知识图谱数据对职位和学科进行关键词联想和聚类；另一方面综合个人简历关键词和评论语关键词一同与职位关键词词库进行匹配；

人才测评模块：用于企业向有意向的学生进行在线测试，并对生成评分表排序后供企业使用；

推荐模块：一方面针对职位和学科的关键词联想和聚类结果为对应的企业和高校学科专业教师相互推荐；另一方面针对个人简历关键词与评论语关键词与职位关键词词库的匹配结果为对应的企业和学生相互推荐。

7.根据权利要求6所述的基于云平台的企业与高校的智能引荐系统，其特征在于：职位学科图谱映射模块使用基于最小风险模型为每个可能的映射赋予一个映射风险并对全局映射风险进行优化快速求解；职位学科图谱映射模块采用双标签概率因子图模型利用多个目标属性之间的关联关系建立统一模型以提高识别精度。