[发明专利]基于大数据的人才招聘系统及方法

权利要求书

1.基于大数据的人才招聘方法，其特征在于，包括如下步骤：

步骤S001采用网络爬虫技术采集招聘网站海量个人简历，提取所需特征信息存入数据库，形成人才大数据信息库；

步骤S002对形成的人才大数据中多类信息进行评分向量，作为训练样本；

步骤S003使用深度学习算法对训练样本进行训练的到人才数据评分模型；

步骤S004通过人才数据评分模型对海量的个人简历进行评分；

步骤S005根据个人简历评分和企业人才资源的需求，采用协同过滤的推荐算法，实现为人才精准推荐职位，为企业精准推荐人才；

步骤S006采用信息可视化方法，将步骤S004中人才各方面能力评分进行可视化处理，以图表形式直观展示出来。

2.根据权利要求1所述的基于大数据的人才招聘方法，其特征在于，所述步骤S002中，所述评分向量由人力资源专家对简历的多类信息进行评定得到打分值，按照每类信息的打分值生成该类信息的评分向量。

3.根据权利要求1所述的基于大数据的人才招聘方法，其特征在于，所述步骤S003中，人才数据评分模型包括以下任意一种或多种：职业经历评分模型、教育背景评分模型、专业能力评分模型、个人素质评分模型、技能证书评分模型和学习能力评分模型。

4.根据权利要求1所述的基于大数据的人才招聘方法，其特征在于，所述深度学习算法包括步骤为：利用具有多层架构的卷积神经网络的深度学习算法，对所述样本进行训练，设计出用于处理简历的支持向量机分类器，作为所述人才数据评分模型。

5.基于大数据的人才招聘系统，包括人才大数据信息采集模块、评分向量生成模块、人才大数据模型训练模块、人才大数据简历评分模块、人才能力推荐模块、企业需求招聘模块和大数据可视化展示模块，其特征在于：

所述人才大数据信息采集模块、评分向量生成模块、人才大数据模型训练模块、人才大数据简历评分模块、人才能力推荐模块、企业需求招聘模块和大数据可视化展示模块依次连接；

所述人才大数据信息采集模块用于通过网络爬虫技术采集招聘网站上简历中多类信息；

所述评分向量生成模块用于对采集到的简历信息进行评分向量；

所述人才大数据模型训练模块用于使用深度学习算法对所述训练样本进行训练，得到人才数据评分模型；

所述人才大数据简历评分模块用于通过人才数据评分模型对简历各项数据进行评分；

所述人才能力推荐模块用于系统通过简历评分向用户推荐适合自身特征的企业信息；

所述企业需求招聘模块用于系统通过企业需求和评分要求向企业负责人提供符合条件的用户简历；

所述大数据可视化展示模块用于将人才各方面能力评分通过柱状图、雷达图、染色图、能力成长曲线图多种形式的图表进行直观的展示出来。

6.根据权利要求5所述的基于大数据的人才招聘系统，其特征在于，所述网络爬虫技术具体步骤如下：

T001根据网页分析算法过滤与简历无关的链接，保留有用的链接放入入等待抓取的URL队列；

T002根据搜索策略选择下一步要抓取的网页URL；

T003判断是否达到完整的简历信息；

若是，则选择抓取下网页URL；

若否，则继续执行步骤T002；

T004对抓取完成的网页进行分析、过滤、存储并建立索引。

7.根据权利要求5所述的基于大数据的人才招聘系统，其特征在于，所述人才能力推荐模块和企业需求招聘模块，根据人才数据评分模型和企业对人才资源的需求，采用基于协同过滤的推荐算法，通过分析人才的兴趣爱好以及企业对人才类型的需求，实现为人才精准推荐职位，为企业精准推荐人才。