[发明专利]一种基于强化学习的人岗匹配方法及装置

权利要求书

1.一种基于强化学习的人岗匹配方法，其特征在于，包括如下步骤：

信息获取步骤：获取所有相关人员的简历数据；

第一信息抽取步骤：通过实体命名模型和关系抽取模型对简历数据进行信息抽取，以生成对应人员的图谱特征集合；

比对步骤：将得到的图谱特征集合输入智能人事模型进行匹配以得到面试推荐人员表；

推送步骤：将面试推荐人员表推送至招聘单位处。

2.如权利要求1所述的一种基于强化学习的人岗匹配方法，其特征在于，所述智能人事模型通过如下步骤构建得到：

接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息与招聘信息，且所述操作信息与对应人员的简历信息匹配；

第二信息抽取步骤：采用自然语言技术对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；

关联步骤：将抽取到的简历、招聘中的各实体特征与对应人员、知识进行关联以得知识图谱；

模型训练步骤：通过用知识图谱对神经网络进行训练以得到智能人事模型。

3.如权利要求1所述的一种基于强化学习的人岗匹配方法，其特征在于，所述比对步骤具体包括如下步骤：

将图谱特征集合中所有人员的特征信息输入智能人事模型进行一一匹配，并根据匹配结果以得所有人员的推荐分数；

将推荐分数排名靠前的人员进行整合以形成面试推荐人员表。

4.如权利要求1所述的一种基于强化学习的人岗匹配方法，其特征在于，在所述比对步骤中，所述面试推荐人员表中包含至少5名待面试者。

5.如权利要求1所述的一种基于强化学习的人岗匹配方法，其特征在于，在推送步骤之后还包括反馈步骤：将接收到的招聘单位用户对推荐面试人员表中的所有人员的反馈信息，并将反馈信息以及对应面试人员的简历数据发送至智能人事模型以实现模型修正。

6.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-5中任意一项所述的一种基于强化学习的人岗匹配方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-5任意一项所述的一种基于强化学习的人岗匹配方法。

8.一种基于强化学习的人岗匹配方法，其特征在于，包括如下步骤：

信息获取步骤：获取待应聘者的简历信息以及所有相关招聘单位的智能人事模型；

信息抽取步骤：通过实体命名模型和关系抽取模型对待应聘者的简历信息及招聘信息进行数据抽取以生成知识图谱；

比对步骤：将得到的知识图谱输入所有相关招聘单位的智能人事模型进行匹配以得到面试推荐招聘单位表；

推送步骤：将面试推荐招聘单位表推送至待应聘者处。

9.如权利要求8所述的一种基于强化学习的人岗匹配方法，其特征在于，所述智能人事模型通过如下步骤构建得到：

接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息与招聘信息，且所述操作信息与对应人员的简历信息匹配；

第二信息抽取步骤：采用自然语言技术对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；

关联步骤：将抽取到的简历、招聘中的各实体特征与对应人员及知识进行关联以得知识图谱；

模型训练步骤：通过用知识图谱神对经网络进行训练以得到智能人事模型；

所述比对步骤具体包括如下步骤：

将待应聘者的知识图谱输入所有招聘单位的智能人事模型进行一一匹配，并根据匹配结果以得到所有招聘单位与待应聘者的匹配分数；

将匹配分数靠前的招聘单位进行整合以形成面试推荐招聘单位表。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求8-9任意一项所述的一种基于强化学习的人岗匹配方法。