[发明专利]一种岗位推荐方法、系统、计算机设备及存储介质

说明书

本发明公开了一种岗位推荐方法，包括：获取互联网中的中文维基百科数据与百度百科数据、校园大数据系统中的学生数据、学校招聘系统中的岗位数据以及互联网中的岗位数据；根据所述中文维基百科数据与百度百科数据构建自定义词向量模型；根据所述学生数据与所述自定义词向量模型构建学生专业技能评价模型，根据所述学校招聘系统中的岗位数据、互联网中的岗位数据以及所述自定义词向量模型构建岗位能力素质模型；根据所述学生专业技能评价模型和岗位能力素质模型，实现学生的专业技能与岗位能力素质的匹配。本发明还公开了一种岗位推荐系统、计算机设备以及存储介质。采用本发明，能够能够给学生及时推送精准的岗位和提供指导建议。

技术领域

本发明涉及大数据领域，尤其涉及一种岗位推荐方法、系统、计算机设备及存储介质。

背景技术

目前，随着我国高等教育的迅速发展,大学生的就业受到前所未有的挑战，通过大数据技术为大学生提供精准的基于个人专业课程学习情况与岗位的匹配推送和就业指导建议已不容迟缓，目前市场上还没有真正的产品实现该功能需求，大多通过简单的关键词匹配的检索技术完成，存在准确度不高等问题，而通过简历情况的岗位匹配，对于学校来说，存在数据难以获取无法给学生及时推送精准的岗位和提供指导建议等问题。

发明内容

本发明所要解决的技术问题在于，提供一种岗位推荐方法、系统、计算机设备及存储介质，通过大数据的分析处理，能够给学生及时推送精准的岗位和提供指导建议。

为了解决上述技术问题，本发明提供了一种岗位推荐方法，包括：获取互联网中的中文维基百科数据与百度百科数据、校园大数据系统中的学生数据、学校招聘系统中的岗位数据以及互联网中的岗位数据；根据所述中文维基百科数据与百度百科数据构建自定义词向量模型；根据所述学生数据与所述自定义词向量模型构建学生专业技能评价模型，根据所述学校招聘系统中的岗位数据、互联网中的岗位数据以及所述自定义词向量模型构建岗位能力素质模型；根据所述学生专业技能评价模型和岗位能力素质模型，实现学生的专业技能与岗位能力素质的匹配。

优选地，所述根据所述中文维基百科数据与百度百科数据构建自定义词向量模型的步骤包括：对所述中文维基百科数据与百度百科数据进行聚合清洗处理和统一的标准化转换处理、关联及取值，以形成自定义词向量模型关键数据；通过自然语言处理技术对所述自定义词向量模型关键数据中的文本信息进行提取和分词，并生成各个词的唯一词向量；根据所述词向量构建自定义词向量模型。

优选地，所述根据所述学生数据与所述自定义词向量模型构建学生专业技能评价模型的步骤包括：对所述学生数据进行聚合清洗处理和统一的标准化转换处理、关联及取值，以形成学生专业技能评价模型关键数据；通过自然语言处理技术对所述学生专业技能评价模型关键数据中的文本信息进行提取和分词，并通过所述自定义词向量模型构建学生专业技能评价模型。

优选地，所述根据所述学校招聘系统中的岗位数据、互联网中的岗位数据以及所述自定义词向量模型构建岗位能力素质模型的步骤包括：对所述学校招聘系统中的岗位数据及互联网中的岗位数据进行聚合清洗处理和统一的标准化转换处理、关联及取值，以形成岗位能力素质模型关键数据；通过自然语言处理技术对所述岗位能力素质模型关键数据中的文本信息进行提取和分词，并通过所述自定义词向量模型构建岗位能力素质模型。

优选地，所述根据所述学生专业技能评价模型和岗位能力素质模型，实现学生的专业技能与岗位能力素质的匹配的步骤包括：计算所述学生专业技能评价模型中的专业技能向量与所述岗位能力素质模型中的岗位能力向量的余弦相似度；将余弦相似度最高的岗位能力向量所对应的岗位作为该学生的推荐岗位。

优选地，按岗位所对应余弦相似度从大到小的顺序对岗位进行排列，以生成岗位推荐列表。

优选地，根据学生对所述推荐岗位列表的满意度反馈情况，对所述推荐岗位列表的顺序进行优化。