[发明专利]基于互联网模式下多源数据分析的就业推荐方法及系统

权利要求书

1.一种基于互联网模式下多源数据分析的就业推荐方法，其特征在于，包括：

获取学生多源数据及企业多源数据，其中，获取学生多源数据的方法包括获取校园环境中的系统数据，获取学生简历填写的求职数据，获取学生在就业平台的交互数据及获取学生在就业平台进行的职业测评数据，获取企业多源数据的方法包括通过网络爬虫获取企业数据及获取企业管理人员对简历的搜索数据；

对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；

根据学生关键数据构建学生职业能力模型，根据企业关键数据构建企业人才需求模型，其中，所述根据学生关键数据构建学生职业能力模型的方法包括：根据系统数据生成模型基本因子，根据求职数据生成能力指标因子，根据交互数据生成求职意向因子，根据职业测评数据生成推荐参考因子，根据所述模型基本因子、能力指标因子、求职意向因子、推荐参考因子及各因子的预设权重参数，通过多维度的数据关联、逻辑判断纠错及数据深度挖掘大数据技术构建学生职业能力模型；所述根据企业关键数据构建企业人才需求模型的方法包括：根据企业数据生成岗位要求因子，根据搜索数据生成企业需求因子，根据所述岗位要求因子、企业需求因子及各因子的预设权重参数，通过多维度的数据关联、逻辑判断纠错及数据深度挖掘大数据技术构建企业职业能力模型；

将学生职业能力模型与企业人才需求模型相匹配，按匹配度为学生推荐就业岗位，按匹配度为企业推荐求职简历，所述匹配度是由匹配成功的项乘以相应的预设权重参数求和而成；

根据学生对所推荐的就业岗位的点击行为及企业对所推荐的求职简历的点击行为，优化权重参数。

2.如权利要求1所述的基于互联网模式下多源数据分析的就业推荐方法，其特征在于，所述获取学生多源数据的方法包括：

获取校园环境中的系统数据，所述系统数据包括学生基本信息、专业信息、课程信息、成绩信息、荣誉信息、特长信息及习惯信息；

获取学生简历填写的求职数据，所述求职数据包括意向信息、能力信息及经验信息；

获取学生在就业平台的交互数据，所述交互数据包括点击行为信息、收藏行为信息、浏览行为信息、投递行为信息及订阅行为信息；

获取学生在就业平台进行的职业测评数据，所述职业测评数据包括性格趋向信息、思维趋向信息及岗位趋向信息。

3.如权利要求1所述的基于互联网模式下多源数据分析的就业推荐方法，其特征在于，所述获取企业多源数据的方法包括：

通过网络爬虫获取企业数据，所述企业数据包括企业基本信息、企业发布岗位信息、岗位描述信息；

获取企业管理人员对简历的搜索数据，所述搜索数据包括关键词信息、搜索频率信息、搜索间隔信息、简历筛选查看信息。

4.一种基于互联网模式下多源数据分析的就业推荐系统，其特征在于，包括：

多源数据获取模块，用于获取学生多源数据及企业多源数据；其中，所述多源数据获取模块包括:系统数据获取单元，用于获取校园环境中的系统数据；求职数据获取单元，用于获取学生简历填写的求职数据；交互数据获取单元，用于获取学生在就业平台的交互数据；职业测评数据获取单元，用于获取学生在就业平台进行的职业测评数据；企业数据获取单元，用于通过网络爬虫获取企业数据；搜索数据获取单元，用于获取企业管理人员对简历的搜索数据；

关键数据处理模块，用于对学生多源数据进行清洗处理及关联处理以生成学生职业能力模型的学生关键数据，并用于对企业多源数据进行清洗处理及关联处理以生成企业人才需求模型的企业关键数据；

模型构建模块，用于根据学生关键数据构建学生职业能力模型，并用于根据企业关键数据构建企业人才需求模型；其中，所述模型构建模块包括：模型基本因子生成单元，用于根据系统数据生成模型基本因子；能力指标因子生成单元，用于根据求职数据生成能力指标因子；求职意向因子生成单元，用于根据交互数据生成求职意向因子；推荐参考因子生成单元，用于根据职业测评数据生成推荐参考因子；岗位要求因子生成单元，用于根据企业数据生成岗位要求因子；企业需求因子生成单元，用于根据搜索数据生成企业需求因子；学生模型构建单元，用于根据所述模型基本因子、能力指标因子、求职意向因子、推荐参考因子及各因子的预设权重参数，通过多维度的数据关联、逻辑判断纠错、数据深度挖掘及大数据技术构建学生职业能力模型；企业模型构建单元，用于根据所述岗位要求因子、企业需求因子及各因子的预设权重参数，通过多维度的数据关联、逻辑判断纠错、数据深度挖掘及大数据技术构建企业职业能力模型；

推荐模块，用于将学生职业能力模型与企业人才需求模型相匹配，按匹配度为学生推荐就业岗位，按匹配度为企业推荐求职简历，所述匹配度是由匹配成功的项乘以相应的预设权重参数求和而成；

优化模块，用于根据学生对所推荐的就业岗位的点击行为及企业对所推荐的求职简历的点击行为，优化权重参数。