[发明专利]一种人才需求预测方法、装置、设备和存储介质在审

专利信息
申请号: 202010383717.4 申请日: 2020-05-08
公开(公告)号: CN113627867A 公开(公告)日: 2021-11-09
发明(设计)人: 张琦;祝恒书;王鹏;孙莹 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/04;G06N20/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人才 需求预测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种人才需求预测方法,其特征在于,包括:

根据历史招聘需求信息,确定目标人才需求时间序列和辅助人才需求时间序列;

对所述目标人才需求时间序列和所述辅助人才需求时间序列进行融合,得到正向需求时间序列;

根据所述正向需求时间序列,确定目标人才的新需求信息。

2.根据权利要求1所述的方法,其特征在于,对所述目标人才需求时间序列和所述辅助人才需求时间序列进行融合,包括:

根据所述历史招聘需求信息和公司属性信息,确定所述目标人才需求时间序列关联的目标内禀相关特征,以及所述辅助人才需求时间序列关联的辅助内禀相关特征;

基于注意力机制,根据所述目标内禀相关特征和所述辅助内禀相关特征,对所述目标人才需求时间序列和所述辅助人才需求时间序列进行融合。

3.根据权利要求2所述的方法,其特征在于,基于注意力机制,根据所述目标内禀相关特征和所述辅助内禀相关特征,对所述目标人才需求时间序列和所述辅助人才需求时间序列进行融合,包括:

根据所述目标内禀相关特征和所述辅助内禀相关特征,分别确定所述目标人才需求时间序列和所述辅助人才需求时间序列的注意力权重;

根据所述目标人才需求时间序列和所述辅助人才需求时间序列的注意力权重,对所述目标人才需求时间序列和所述辅助人才需求时间序列进行融合。

4.根据权利要求2所述的方法,其特征在于,根据所述历史招聘需求信息和公司属性信息,确定所述目标人才需求时间序列关联的目标内禀相关特征,以及所述辅助人才需求时间序列关联的辅助内禀相关特征,包括:

根据所述历史招聘需求信息,确定目标公司内禀特征、目标职位内禀特征、辅助公司内禀特征和辅助职位内禀特征;

根据所述公司属性信息,确定目标公司属性特征和辅助公司属性特征;

根据所述目标公司内禀特征、所述目标职位内禀特征和所述目标公司属性特征,确定所述目标人才需求时间序列关联的目标内禀相关特征;

根据所述目标公司内禀特征、所述目标职位内禀特征、所述目标公司属性特征、所述辅助公司内禀特征、所述辅助职位内禀特征和所述辅助公司属性特征,确定所述辅助人才需求时间序列关联的辅助内禀相关特征。

5.根据权利要求4所述的方法,其特征在于,根据所述目标公司内禀特征、所述目标职位内禀特征、所述目标公司属性特征、所述辅助公司内禀特征、所述辅助职位内禀特征和所述辅助公司属性特征,确定所述辅助人才需求时间序列关联的辅助内禀相关特征,包括:

根据所述目标公司内禀特征、所述辅助职位内禀特征和所述目标公司属性特征,确定所述辅助人才需求时间序列关联的第一辅助内禀相关特征;

根据所述辅助公司内禀特征、所述目标职位内禀特征和所述辅助公司属性特征,确定所述辅助人才需求时间序列关联的第二辅助内禀相关特征。

6.根据权利要求1所述的方法,其特征在于,根据所述正向需求时间序列,确定目标人才的新需求信息,包括:

对所述正向需求时间序列进行时间逆序处理,得到反向需求时间序列;

将所述正向需求时间序列作为正向转换器的输入得到正向语义向量,且将所述反向需求时间序列作为反向转换器的输入得到反向语义向量;

根据所述正向语义向量和所述反向语义向量,确定目标人才的新需求信息。

7.根据权利要求6所述的方法,其特征在于,所述正向转换器和所述反向转换器通过参数共享训练得到。

8.根据权利要求6所述的方法,其特征在于,根据所述正向语义向量和所述反向语义向量,确定目标人才的新需求信息,包括:

对所述正向语义向量和所述反向语义向量进行聚合,得到全向语义向量;

基于注意力机制,根据所述全向语义向量,对所述正向语义向量和所述反向语义向量进行融合,并根据融合结果确定目标人才的新需求信息。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/202010383717.4/1.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