[发明专利]一种基于深度学习的虚假招聘职位检测方法

说明书

本发明涉及一种基于深度学习的虚假招聘职位检测方法，包括步骤：1)利用网络在线招聘平台或招聘APP收集求职信息，基于收集的信息获取初始虚假职位信息和初始虚假招聘信息；2)提取虚假职位敏感文本数据和虚假招聘敏感文本数据，并将其存储于虚假信息数据库中；3)确定敏感词，对其进行向量转化，形成虚假职位敏感词向量和虚假招聘敏感词向量，并将其作为样本数据；4)构建一个分类器，基于样本数据对分类器进行训练，获取虚假招聘职位检测模型；5)将模型置于网络在线招聘平台或招聘APP中进行虚假招聘信息检测，过滤虚假招聘信息。与现有技术相比，本发明具有提高模型处理速度、能够实现精准有效过滤等优点。

技术领域

本发明涉及互联网技术领域，尤其是涉及一种基于深度学习的虚假招聘职位检测方法。

背景技术

随着通信技术的飞速发展，信息的爆发式增长，如何从海量的数据中挑选出需要的内容成了信息处理领域重要的研究方向，目前信息匹配和有效使用影响人们工作学习的方方面面。简历信息也是这些海量数据中的一部分，招聘是人力资源管理中重要的工作之一，其中简历筛选是招聘的第一环节，目前利用网络招聘平台获取简历已经是人力资源管理人员经常使用的方式。网络招聘平台首先获取其注册用户填写的简历，然后通过简历和职位的匹配来向企业推荐合适的简历。而因简历的信息较多，招聘人员缺乏对简历进行有效的量化评价，有可能造成遗漏虚假的招聘职位信息。

中国专利号CN107274144A公开了一种自动确定雇主真实性的方法，该方法虽然具有可行性，但无法对网络在线招聘网站或APP中虚假的招聘信息进行精准有效的过滤；网络招聘(Internet Recruiting)又称为电子招聘(E-Recruiting)、在线招聘(OnlineRecruiting)，是企业通过互联网(具体指人力资源网站或企业网站)寻找和吸引候选人发送电子简历前来应聘，并借助互联网对其进行初步筛选而组织的一系列活动；网络招聘最早出现在美国，如今网络招聘的方式在各个国家都已经深入人心，其以方便、快捷、效率高的特点日益成为如今招聘的主导模式；但由于网络的虚拟性、不确定性，网络招聘中的虚假信息也随时存在，对应聘者、招聘单位都存在着不利影响，甚至会影响社会公共安全；因而，需要对招聘信息的真实性进行检测，筛选出较为真实可靠的招聘信息展示给求职者，以保障求职者和招聘平台的合法权益；因此，发明一种基于深度学习的虚假招聘职位检测方法变得尤为重要。

现有的虚假招聘职位检测方法是通过将工作地点集中的工作地点与位置集中的位置进行比较，只有当存在一工作地点与一位置之间的距离信息在预设距离范围内时，判定职位招聘信息为真实的，否则判定为虚假的招聘信息，该种方法虽然具有可行性，但无法对网络在线招聘网站或APP中虚假的招聘信息进行精准有效的过滤。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于深度学习的虚假招聘职位检测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于深度学习的虚假招聘职位检测方法，该方法包括如下步骤：

S1：利用网络在线招聘平台或招聘APP收集求职信息，基于收集的信息获取初始虚假职位信息和初始虚假招聘信息。

S2：对获取的初始虚假职位信息和初始虚假招聘信息分别提取虚假职位敏感文本数据和虚假招聘敏感文本数据，并将其存储于虚假信息数据库中。具体步骤包括：

21)获取初始虚假职位信息和初始虚假招聘信息；

22)对初始虚假职位信息和初始虚假招聘信息进行分词处理；

23)对步骤22)分词处理后的初始虚假职位信息和初始虚假招聘信息进行无意义的停用词去除处理，获取虚假职位敏感文本数据和虚假招聘敏感文本数据，并将其存储于虚假信息数据库中。

无意义的停用词去除处理为将无意义的停用词进行符号替换。无意义的停用词包括气助词、副词、介词、连接词及感叹词。