[发明专利]基于相似度匹配模型的信息匹配方法、装置、设备及介质

权利要求书

1.一种基于相似度匹配模型的信息匹配方法，其特征在于，所述方法包括：

获取若干个职位要求，将所述职位要求输入多层相似度匹配模型的第一层，生成每一个所述职位要求映射的第一职位向量，其中，所述职位要求是由第一对象发布的；

采用所述多层相似度匹配模型的第一层对所述第一职位向量进行相似度计算，根据计算得到的相似度判断所述第一职位向量对应的职位类型，并将所述第一职位向量与所述职位类型的对应关系输入所述多层相似度匹配模型的第二层；

获取若干个第二对象的特征信息，并将每一条所述特征信息输入所述多层相似度匹配模型的第二层，分别得到每一个所述第二对象的综合特征向量；

采用所述多层相似度匹配模型的第二层对每一个所述综合特征向量分别进行职位类型匹配，并将匹配的所述职位类型对应的所述第一职位向量作为所述综合特征向量的待定职位向量；

通过所述多层相似度匹配模型的第二层分别对每一个所述综合特征向量与对应的所述待定职位向量进行匹配度计算，得到每一个所述综合特征向量与所述待定职位向量之间的向量匹配度；

将所述向量匹配度作为所述第二对象以及所述职位要求之间的信息匹配度，按照所述信息匹配度从高到低的顺序对所述第二对象的个人信息进行排序，并向发布所述职位要求的所述第一对象发送排序后的所述个人信息。

2.根据权利要求1所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述获取若干个职位要求之前，还包括：

按照学习率对所述多层相似度匹配模型进行模型训练，其中，在训练开始后的第一周期内设置学习率随训练时间增长而增大。

3.根据权利要求2所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述按照学习率对所述多层相似度匹配模型进行模型训练，还包括：

在对所述多层相似度匹配模型进行模型训练的所述第一周期后的第二周期内，采用余弦退火学习率衰减算法对所述学习率进行衰减；

当识别到所述余弦退火学习率衰减算法发生重启时，按照预设的衰减因子对所述学习率中的最大值进行一次衰减。

4.根据权利要求1所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述将每一条所述特征信息输入所述多层相似度匹配模型的第二层，分别得到每一个所述第二对象的综合特征向量，包括：

将所述特征信息输入所述多层相似度匹配模型的第二层，得到所述第二对象的数值特征向量、单值特征向量和多值特征向量；

获取每一个数值特征向量、单值特征向量和多值特征向量的向量编码，并根据所述向量编码获得向量拼接顺序；

按照所述向量拼接顺序，对每一所述数值特征向量、单值特征向量和多值特征向量进行首尾相连地拼接，生成所述第二对象的综合特征向量。

5.根据权利要求4所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述多值特征向量的获取方法，包括：

获取所述特征信息中的若干组多值类信息；

对每一组所述多值类信息均生成一组映射向量，计算每一组所述映射向量的均值，得到若干个所述多值特征向量。

6.根据权利要求1所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述采用所述多层相似度匹配模型的第一层对所述第一职位向量进行相似度计算，根据计算得到的相似度判断所述第一职位向量对应的职位类型，包括：

采用所述多层相似度匹配模型的第一层分别计算所述第一职位向量与每一职位类型匹配的概率；

将与所述第一职位向量匹配的概率最高的职位类型作为所述第一职位向量的职位类型。

7.根据权利要求1所述的基于相似度匹配模型的信息匹配方法，其特征在于，所述向发布所述职位要求的所述第一对象发送排序后的所述个人信息之后，还包括：

向所述第一对象发送所述个人信息的缩略显示格式，以使所述第一对象登录的终端按照所述缩略显示格式对所述个人信息进行显示。