[发明专利]一种求职招聘服务系统及方法在审

专利信息
申请号: 201910348794.3 申请日: 2019-04-28
公开(公告)号: CN110084566A 公开(公告)日: 2019-08-02
发明(设计)人: 晏然 申请(专利权)人: 苏州创汇智信息技术有限公司
主分类号: G06Q10/10 分类号: G06Q10/10
代理公司: 苏州华博知识产权代理有限公司 32232 代理人: 黄珩
地址: 215000 江苏省苏州市工业园*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户端 发送 第二服务器 服务器 求职信息 推荐服务 第一服务器 服务系统 求职招聘信息 网络服务技术 存储处理 用户体验 服务 拓展
【权利要求书】:

1.一种求职招聘服务系统,其特征在于,包括求职用户端、招聘用户端和服务器,所述求职用户端用于求职者编辑求职信息、向所述服务器发送求职信息、接收来自所述服务器的信息;所述招聘用户端用于招聘者编辑招聘信息、向所述服务器发送招聘信息、接收来自所述服务器的信息;所述服务器包括第一服务器和第二服务器,所述第一服务器用于存储和处理所述求职信息和所述招聘信息;所述第二服务器用于根据所述求职信息向所述求职用户端发送与求职者的职业相关的第一推荐服务信息,并且所述第二服务器还用于根据所述招聘信息向所述招聘用户端发送与招聘者的行业相关的第二推荐服务信息。

2.根据权利要求1所述的求职招聘服务系统,其特征在于,所述第一服务器包括数据库模块、数据匹配模块和数据采集模块,

所述数据模库块用于:存储所述求职信息和所述招聘信息:

所述数据匹配模块用于:根据预定算法,对所述求职信息与所述招聘信息进行匹配,并且将匹配成功的求职信息和招聘信息分别发送给对应的招聘用户端和求职用户端;

所述数据采集模块用于:获取所述求职用户端发送的求职信息和所述招聘用户端发送的招聘信息。

3.根据权利要求1所述的求职招聘服务系统,其特征在于,所述第二服务器包括第一信息分析模块、第一服务推荐模块和第一跟踪评价模块,

所述第一信息分析模块用于:根据所述求职信息,获知求职者的职业相关信息;

所述第一服务推荐模块用于:根据所述职业相关信息,向所述求职用户端发送第一推荐服务信息;

所述第一跟踪评价模块用于:获取求职者是否使用所述第一推荐服务信息对应的服务,并且在所述求职者使用所述第一推荐服务信息对应的服务的情况下,获取所述求职者对所述服务的评价。

4.根据权利要求1所述的求职招聘服务系统,其特征在于,所述第二服务器包括第二信息分析模块、第二服务推荐模块、第二跟踪评价模块,

所述第二信息分析模块用于:根据所述招聘信息,获知招聘者的行业相关信息;

所述第二服务推荐模块用于:根据所述行业相关信息,向所述招聘用户端发送第二推荐服务信息;

所述第二跟踪评价模块用于:获取招聘者是否使用所述第二推荐服务信息对应的服务,并且在所述招聘者使用所述第二推荐服务信息对应的服务的情况下,获取所述招聘者对所述服务的评价。

5.根据权利要求1至4中任一项所述的求职招聘服务系统,其特征在于,

所述第一推荐服务信息包括如下中的至少一者:技能培训信息、职业生涯规划信息或金融服务信息;

所述第二推荐服务信息包括如下中的至少一者:员工培训信息、社保代理信息或智能制造信息。

6.一种求职招聘服务方法,其特征在于,应用于根据权利要求1所述的求职招聘服务系统,所述方法包括:

获取求职用户端发送的求职信息以及招聘用户端发送的招聘信息,并且对所述求职信息和所述招聘信息进行匹配处理;

根据所述求职信息,向所述求职用户端发送与求职者的职业相关的第一推荐服务信息,并且进行跟踪评价;以及

根据所述招聘信息,向所述招聘用户端发送与招聘者的行业相关的第二推荐服务信息,并且进行跟踪评价。

7.根据权利要求6所述的求职招聘服务方法,其特征在于,所述获取求职用户端发送的求职信息以及招聘用户端发送的招聘信息,并且对所述求职信息和所述招聘信息进行匹配处理,包括:

获取所述求职用户端发送的求职信息和所述招聘用户端发送的招聘信息;

存储所述求职信息和所述招聘信息;

根据预定算法,对所述求职信息与所述招聘信息进行匹配,并且将匹配成功的求职信息和招聘信息分别发送给对应的招聘用户端和求职用户端。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州创汇智信息技术有限公司,未经苏州创汇智信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910348794.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top