[发明专利]人力资源对象分类方法及装置

说明书

本发明提供一种人力资源对象分类方法及装置，其中，方法包括：使用已知人力资源对象的特征向量构建人力资源对象分类模型，其中，所述人力资源对象的特征向量包括技能特征向量和职位属性向量；获取待分类的目标人力资源对象的技能特征向量；根据待分类的目标人力资源对象的技能特征向量和人力资源对象分类模型，使用kNN算法计算待分类的目标人力资源对象的分类结果。本发明能够实现对人力资源对象进行精确的分类。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种人力资源对象分类方法及装置。

背景技术

人力资源，又称劳动力资源或劳动力，是指能够推动整个经济和社会发展、具有劳动能力的人口总和。人力资源对象包括各行各业的具体职位从业者，例如工程师、产品经理、UI设计师等。

目前，有多种分类算法对数据进行分类，如决策树法、支持向量机(SupportVector Machine，简称SVM)法、贝叶斯方法等。但是，现有技术中还没有一种对待分类的目标人力资源对象进行精确分类的方法，为待分类的目标人力资源对象的职业发展、职级评定等提供数据依据。

鉴于此，如何对待分类的目标人力资源对象进行精确的分类成为目前需要解决的技术问题。

发明内容

为解决上述的技术问题，本发明提供一种人力资源对象分类方法及装置，能够对人力资源对象进行精确的分类。

第一方面，本发明提供一种人力资源对象分类方法，应用于处理器，包括：

使用已知人力资源对象的特征向量构建人力资源对象分类模型，其中，所述人力资源对象的特征向量包括技能特征向量和职位属性向量；

获取待分类的目标人力资源对象的技能特征向量；

根据所述待分类的目标人力资源对象的技能特征向量和所述人力资源对象分类模型，使用kNN算法计算所述待分类的目标人力资源对象的分类结果。

优选地，在所述使用已知人力资源对象的特征向量构建人力资源对象分类模型之前，所述方法还包括：

将已知人力资源对象的特征按照预设格式进行特征化，获得已知人力资源对象的特征向量，其中，所述人力资源对象的特征包括：技能特征和职位属性；

相应地，所述获取待分类的目标人力资源对象的技能特征向量，包括：

将待分类的目标人力资源对象的技能特征按照预设格式进行特征化，获得待分类的目标人力资源对象的技能特征向量。

优选地，所述预设格式为：

[人力资源对象的特征的特征值：所述特征对应的布尔值]；

其中，所述特征对应的布尔值取1或0，1代表true，0代表false。

优选地，所述人力资源对象分类模型，包括：技能特征向量矩阵和职位属性向量矩阵；

相应地，所述使用已知人力资源对象的特征向量构建人力资源对象分类模型，包括：

将所有已知人力资源对象的技能特征向量进行拼接，获得技能特征向量矩阵；

将所有已知人力资源对象的职位属性向量进行拼接，获得职位属性向量矩阵。

优选地，所述根据所述待分类的目标人力资源对象的技能特征向量和所述人力资源对象分类模型，使用kNN算法计算所述待分类的目标人力资源对象的分类结果，包括：

获取所述待分类的目标人力资源对象的技能特征向量与所述技能特征向量矩阵中每一个技能特征向量的欧几里得空间距离；

将获得的欧几里得空间距离进行排序；