[发明专利]职业信息提供方法及系统

说明书

技术领域

本发明涉及一种职业信息提供方法及系统。

背景技术

一到毕业季，面对着众多纷杂的招聘信息，毕业生们又陷入了迷茫而纠结的求职历程。目前，国内的知名招聘网站，如智联招聘、中华英才网、51job等，在收取求职者的简历之后，通过求职者所填写的专业、个人信息和求职意向等信息进行一些职业的推荐。

但是这种职业推荐方式是一种局限于基于模版内容的匹配推荐方法，其最大的局限性在于没有宏观考虑求职者在求职时所关注的各类因素(例如地域、专业、兴趣爱好等)的占比，所以造成招聘者和求职者之间的信息不对称，最终导致企业抱怨招不到合适的员工，而毕业生又感叹找不到心仪的职业，职业的推荐效果差。

发明内容

本发明所要解决的技术问题是：如何提高职业推荐的效果。

为解决上述技术问题，本发明提出了一种职业信息提供方法及系统。

第一方面，该方法包括：

获取当前用户所修的专业信息，并确定所述专业信息与各行业的关联度，选取第一预设数量的关联度最大的行业作为一级行业；

获取当前用户的兴趣爱好信息，并确定所述兴趣爱好信息与各行业的关联度，选取第二预设数量的关联度最大的行业作为二级行业；

根据当前用户的大学所在城市和户籍所在地，从预先建立的热度行业库中选取第三预设数量的热度值最高的行业作为三级行业；

根据为所述一级行业、所述二级行业和所述三级行业预先设置的推荐分值，计算所选取出的每一行业的总推荐分值；

根据所述每一行业的总推荐分值，选取出第四预设数量的总推荐分值最高的行业作为推荐行业，为用户提供所述推荐行业中的职业信息。

可选的，所述为用户提供所述推荐行业中的职业信息，包括：

获取当前用户在社交网络平台上发布的历史状态信息；

计算所述历史状态信息与所述推荐行业中的各个职业的关联度，选取第五预设数量的关联度最大的职业作为推荐职业推荐至当前用户。

可选的，所述计算所述历史状态信息与所述推荐行业中的各个职业的关联度，选取第五预设数量的关联度最大的职业作为推荐职业，包括：

对所述历史状态信息进行分词，并计算分词后得到的每一个词的词频，建立所述历史状态信息的词向量；

计算所述词向量与预先建立的各个职业的职业特征数据库中特征词向量之间的距离；

选取所述第五预设数量的距离最小的职业作为所述推荐职业。

可选的，所述为用户提供所述推荐行业中的职业信息，还包括：

根据职业-兴趣测试方法确定当前用户的职业类型；

从所述推荐职业中选取出属于所述职业类型的职业作为重点推荐职业推荐至当前用户。

可选的，该方法还包括：

确定当前用户在社交网络平台中的关联用户的推荐职业；

根据当前用户和各个关联用户在所述历史状态信息中的互动状态信息、及当前用户的推荐职业和关联用户的推荐职业之间的重合度，计算当前用户与各个关联用户之间的职业亲密度；

制作以当前用户为中心用于表征当前用户与各个关联用户之间职业亲密度的职业链网，并将所述职业链网推荐至当前用户。

可选的，所述确定所述专业信息与各行业的关联度，或者所述确定所述兴趣爱好信息与各行业的关联度，包括：

计算对应信息与预先建立的行业特征数据库中各行业的特征词之间的语义相似度，其中：

所述语义相似度用于表征所述对应信息与各行业的关联度，所述对应信息为所述专业信息或所述兴趣爱好信息。

可选的，每一行业的行业特征数据库或每一职业的职业特征数据库的建立方法包括：

建立语料库，所述语料库中包含对应行业或对应职业的若干描述语料；

利用词频-逆文档频率算法从所述语料库中提取第六预设数量的描述关键词；

计算每一描述关键词与对应行业或对应职业之间的卡方值；

将第七预设数量的卡方值最大的描述关键词作为对应行业或对应职业的特征词，形成对应行业的行业特征数据库或对应职业的职业特征数据库，其中：

所述对应职业的职业特征数据库中每一特征词的词频与逆文档频率的乘积作为对应特征词的权重值，各特征词的权重值形成对应职业的特征词向量。

可选的，所述利用词频-逆文档频率算法从所述语料库中提取第六预设数量的描述关键词，包括：

将所述语料库中的各描述语料进行切分；

计算切分后得到的每一个词的词频和逆文档频率；