[发明专利]应聘者数据分析方法及装置

说明书

本发明公开了一种应聘者数据分析方法及装置，其中该方法包括：获取应聘者的特征数据；其中，特征数据为从应聘者信息中提取的各参考特征分别对应的数据；参考特征为确定应聘者能否被聘用时的衡量因素；根据特征数据、以及预先训练的应聘者数据分析模型得到应聘者能被聘用、以及不能被聘用的投票结果比例；其中，应聘者数据分析模型为根据各参考特征通过机器学习得到的评价应聘者能否被聘用的模型；能被聘用的投票结果比例大于不能被聘用的投票结果比例时，根据能被聘用的投票结果比例确定应聘者的评价等级。本发明涉及大数据技术领域，提高了对应聘者数据分析的客观性和准确性，并且提高了应聘者数据分析的效率。

技术领域

本发明涉及大数据技术领域，尤其涉及应聘者数据分析方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

企业招聘员工时，会对应聘者多个方面的信息进行数据分析，根据数据分析结果聘用合适的应聘者，并且根据数据分析结果为应聘者安排合适的工作岗位。当前主要由招聘人员主观的对应聘者的信息进行数据分析，招聘人员对应聘者的信息考量维度可能存在差异，数据分析结果较为主观，导致应聘者数据分析结果不够准确，且数据分析效率低。

发明内容

本发明实施例提供一种应聘者数据分析方法，用以提高应聘者数据分析效率，该方法包括：

获取应聘者的特征数据；其中，特征数据为从应聘者信息中提取的各参考特征分别对应的数据；参考特征为确定应聘者能否被聘用时的衡量因素；

根据特征数据、以及预先训练的应聘者数据分析模型得到应聘者能被聘用、以及不能被聘用的投票结果比例；其中，应聘者数据分析模型为根据各参考特征通过机器学习得到的评价应聘者能否被聘用的模型；

能被聘用的投票结果比例大于不能被聘用的投票结果比例时，根据能被聘用的投票结果比例确定应聘者的评价等级。

本发明实施例还提供一种应聘者数据分析装置，用以提高应聘者数据分析效率，该装置包括：

获取模块，用于获取应聘者的特征数据；其中，特征数据为从应聘者信息中提取的各参考特征对应的数据；参考特征为确定应聘者能否被聘用时的衡量因素；

第一处理模块，用于根据特征数据、以及预先训练的应聘者数据分析模型得到应聘者能被聘用、以及不能被聘用的投票结果比例；其中，应聘者数据分析模型为根据各参考特征通过机器学习得到的评价应聘者能否被聘用的模型；

第二处理模块，用于能被聘用的投票结果比例大于不能被聘用的投票结果比例时，根据能被聘用的投票结果比例确定应聘者的评价等级。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述应聘者数据分析方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述应聘者数据分析方法的计算机程序。

本发明实施例中，获取应聘者的特征数据；其中，特征数据为从应聘者信息中提取的各参考特征对应的数据；参考特征为确定应聘者能否被聘用时的衡量因素；根据特征数据、以及预先训练的应聘者数据分析模型得到应聘者能被聘用、以及不能被聘用的投票结果比例；其中，应聘者数据分析模型为根据各参考特征通过机器学习得到的评价应聘者能否被聘用的模型；能被聘用的投票结果比例大于不能被聘用的投票结果比例时，根据能被聘用的投票结果比例确定应聘者的评价等级。与现有技术中由招聘人员对应聘者的信息进行数据分析相比，预先训练的应聘者数据分析模型能根据最合理、统一的参考特征对应聘者进行数据分析，确定应聘者能否被聘用，提高了对应聘者数据分析的客观性和准确性，并且提高了应聘者数据分析的效率。

附图说明