[发明专利]一种基于区块链的求职功能团队职业信用档案方法和系统

权利要求书

1.一种基于区块链的求职功能团队职业信用档案方法，其特征在于，包括：

步骤1：获取信息调用请求，并基于所述信息调用请求获取团队职业信用历史；

步骤2：基于区块链技术对所述团队职业信用历史进行建档，并获取团队职业信用档案，同时，对所述团队职业信用档案进行只读存储；

步骤3：读取存储好的所述团队职业信用历史档案，并基于读取结果为求职团队、招聘团队进行评级，并基于评级结果为求职者、招聘企业提供参考；

其中，步骤3中，读取存储好的所述团队职业信用历史档案后，还包括：

获取所述职业信用历史档案的类别标识，并根据所述职业信用历史档案的类别标识对所述职业信用历史档案进行分类，获取子文件；

分别提取所述子文件的子文件容量，并对所述子文件容量进行求和，获取文件总容量；

同时，提取所述职业信用档案的读取时间；

基于所述读取时间以及所述文件总容量计算对存储好的所述职业信用历史档案的读取效率；

其中，δ表示对存储好的所述职业信用历史档案的读取效率；n表示子文件的个数；i表示当前个子文件；W_i表示第i个子文件所对应的子文件容量；表示对n个子文件的容量进行求和获取的所述文件总容量；t表示所述职业信用历史档案的读取时间；d表示已经读取的子文件；D表示未读取的子文件；f表示对所述职业信用历史档案的读取频率；

基于所述读取效率确定所述读取的精确度，并将所述精确度与预设精确度进行比较，判断对所述职业信用历史档案是否读取成功；

若所述精确度等于或大于所述预设精确度时，则判定所述职业信用历史档案读取成功；

否则，对存储好的所述职业信用历史档案的读取效率进行优化，并重新对所述职业信用历史档案进行取读；

其中，步骤3中，基于读取结果在对招聘团队进行评级的过程，包括：

获取所述读取结果中与所述招聘团队相关的招聘关键词，并确定所述招聘关键词的权重，基于所述招聘关键词的权重计算对所述招聘团队进行评级的招聘评级系数，根据所述招聘评级系数计算所述招聘团队的评级综合值，具体工作过程，包括：

获取所述读取结果中与所述招聘团队相关的招聘关键词，其中，所述关键词包括：招聘团队信用，招聘团队创建人信用、招聘团队管理人信用、招聘团队成员信用；

分别提取所述招聘关键词的权重，并基于所述招聘关键词的权重计算所述招聘评级系数；

其中，X表示招聘评级系数；η表示评级规范系数，且取值范围为(0，1)；x表示招聘团队信用权重；c表示招聘团队创建人信用权重；g表示招聘团队管理人信用权重；a表示招聘团队成员信用权重；

基于所述评级系数，获取对所述招聘团队等级评价的评价综合值；

其中，Z表示对所述招聘团队等级评价的评价综合值；X表示所述招聘评级系数；p表示所述招聘团队的成员流动概率；k表示所述招聘团队的信誉值；[·]表示取整符号；m表示所述招聘团队的业务能力强度；u表示所述招聘团队的工作强度；y表示所述招聘团队成员的薪资水平；Y表示所述招聘团队的资产；

将所述评价综合值按照预设等级评价标准范围进行等级评价；

当所述评价综合值大于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第一等级；

当所述评价综合值在所述预设等级评价标准范围内时，则将所述招聘团队的等级评价为第二等级；

当所述评价综合值小于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第三等级；

其中，步骤3中，基于评级结果为求职者、招聘企业提供参考的具体工作过程，包括：

获取所述评级结果所对应的评级数据，并将所述评级数据在预设神经网络中进行压缩处理，获取评级数据包；

基于所述评价数据包构建评级结构；

其中，所述评级结构包括：

第一评级层，用于获取评价数据包与预设神经网络所一致的表达形式；

第二评级层，用于获取所述求职者对所述评级结果的求职评级指标以及所述招聘企业对所述评级结果的招聘评级指标；

第三评级层，用于基于所述求职评级指标对所述评价数据进行权重计算，获取所述评级结果的求职权重，同时，基于所述招聘评级指标对所述评级数据进行权重计算，获取所述评级结结果的招聘权重；

基于所述第三评级层的所述求职权重与所述招聘权重，获取对所述评级数据包进行评级训练的训练熵；

根据所述训练熵，将所述评级数据包在预设神经网络中进行训练，并获取评级模型；

分别获取所述求职者对所述评级模型的显示标准以及所述招聘企业对所述评级模型的显示标准；

根据所述求职者对所述评级模型的显示标准，将所述评级结果进行求职显示，同时，根据所述招聘企业对所述评级模型的显示标准，将所述评级结果进行招聘显示。