[发明专利]一种基于数据挖掘的校园招聘指导的方法及模块

说明书

本发明涉及一种基于数据挖掘的校园招聘的方法及装置。通过采集应聘学生的个人简历信息，对所述采集应聘学生的个人简历信息进行分词，将去除时间信息后的简历部分拆分成独立的语义模块，并对拆分成独立的语义模块进行知识标注分词和语义推理分析，通过平滑聚集、数据概化、规范化方式提取出个人简历中的简历数据，并根据所述简历数据进行分类，并根据所述分类生成特征标签，根据特征标签构建学生的素质模型，再根据所述学生的素质模型计算不同应聘学生的相似性，从而获取相似学生的就业信息。

技术领域

本发明属于校园招聘信息交互技术领域，尤其涉及一种基于数据挖掘的校园招聘知道的方法及模块。

背景技术

人力资源招聘相关技术市场上有很多，国内主要是从测评结果进行匹配，也有公司采用简历分析算法进行匹配，然而现有的人力资源招聘方法的问题是对学生而言，简历趋于同质，它的算法效率对学生人群很差，文本挖掘技术容易被破解，数据相对更主观；现有的人力资源招聘方法中学习的内容是手段，不能作为人才推荐的标准，而且周期很长，和实际也有脱节；另外，现有的人力资源招聘系统均具有信息更新周期长的缺点，用户的简历更新和学习进步都是低频操作。

然而评测通过简单问答不能真正反映一个人的解决问题的能力，而且评测不能在一个人身上重复使用。传统简历提供的有用信息有限。对于大学毕业生，这些问题尤其严重。大学生没有足够的过去经验数据，简历信息除了知识信息，很少有能力相关数据。

专利文献CN106096015 A公开了在大数据平台环境下，解决了社会化网络体系之中互为主体和客体的人与人之间穿越信息墙的问题。作为主客体双向信息反馈的个性化推荐方法，其将主体与客体都作为评价对象，从两个方向建立用户评价矩阵和项目评价矩阵，利用消息反馈机制建立了主客体双向推荐模式，并利用匹配技术对双向的相似度矩阵进行二次匹配融合。

但是，现有技术在就业过程中，面对就业网站大量的招聘信息，毕业生无法准确定位哪些单位适合自己，有时候希望通过相同或相似领域的同学、学长的就业情况来定位自己的求职意向。

发明内容

因此，本发明针对现有技术的不足，提出了一种通过数据挖掘建立校园招聘信息的个性化推荐。

本发明的目的可以通过以下技术方案来实现：

一种基于数据挖掘的校园招聘指导的方法，其特征在于：所述方法包括以下步骤：

S1、采集应聘学生的个人简历信息；

具体地，在所述步骤S1中，所述个人简历信息包括应聘学生从入学到进入社会这段期间内的性别、学历、专业、在校成绩、语言等级、计算机等级、学生干部经历、生源地、期望工作地点、实践经历和实习经历。

S2、对所述采集应聘学生的个人简历信息进行分词，将去除时间信息后的简历部分拆分成独立的语义模块；

S3、对拆分成独立的语义模块进行知识标注分词和语义推理分析，通过平滑聚集、数据概化、规范化方式提取出个人简历中的简历数据，并根据所述简历数据进行分类，并根据所述分类生成特征标签；

具体地，在所述步骤S3中，对所述一个或多个特征标签进行赋值。

S4、构建学生的素质模型；

S5、根据所述学生的素质模型计算不同应聘学生的相似性，从而获取相似学生的就业信息；

具体地，在所述步骤S4和S5中，根据应聘学生的简历特征标签构建应聘学生的素质模型，其中应聘学生的简历特征标签的特征向量为，获取应聘学生对行业选择的权重向量；

通过计算应聘学生素质模型相似度获取应聘学生的相似性，再根据所述应聘学生的相似性获取所述相似学生的就业信息。

本发明还提供一种基于数据挖掘的校园招聘指导的装置，其特征在于：