[发明专利]一种城市人才规划与人力资源智能调配系统及方法有效

专利信息
申请号: 202310092321.8 申请日: 2023-02-10
公开(公告)号: CN115775140B 公开(公告)日: 2023-06-27
发明(设计)人: 张艳艳;曹凤凌;刘威 申请(专利权)人: 北京中科航天人才服务有限公司
主分类号: G06Q10/1053 分类号: G06Q10/1053;G06Q10/0631;G06F18/22
代理公司: 暂无信息 代理人: 暂无信息
地址: 100048*** 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 城市 人才 规划 人力资源 智能 调配 系统 方法
【权利要求书】:

1.一种城市人才规划与人力资源智能调配系统,其特征在于,包括:

人才规划信息采集模块,用于获取人才规划人员的信息,形成人才规划人员信息表,并按照每个人员的简历信息生成若干个第一标签;

筛选模块,用于用人单位通过岗位匹配原则从人才规划人员信息表中筛选出符合相应岗位的匹配人员;

第二标签设定模块,用于对匹配人员按照用人单位设定的标签规则设定若干个第二标签;

标签赋值模块,用于为第二标签赋值,按照若干个第二标签的权重分值计算标签值;

匹配推荐模块,用于将标签值排序位于设定位序的人员设定为推荐人员,向相应的用人单元推荐所述推荐人员,以及向所述推荐人员推荐相应的用人单位;

所述标签赋值模块包括:

需求特征集生成单元,用于对需求特征按照重要程度排序,排序顺序为由重要程度由高到低的顺序,取位序为设定范围的需求特征形成需求特征集;

第二标签分类单元,用于将符合每个符合要求的匹配人员对应的第二标签设定对应标记,每个匹配人员匹配有相应的若干个第二标签;

赋值单元,用于计算每个人员的所有第二标签与需求特征集中的第一特征相似度总和,将每个人员的第一特征相似度总和设定为该人员的标签值;

每个人员的第一特征相似度总和计算公式如下:

其中,表示第i个人员的标签值,i=1,2…n,n表示匹配人员的数量,f表示相似度函数,该相似度函数可以是余弦相似度函数,或欧几里德距离相似度函数,表示第i个人员的第j个第二标签特征,j=1,2…m,m表示每个人员对应的第二标签的数量,表示需求特征集中第t个需求特征,t=1,2…q,q表示需求特征集中需求特征的数量;

所述标签赋值模块还包括:

第一计算单元,用于计算所有符合要求的匹配人员的第二标签与需求特征集中的第二特征相似度总和;

第二计算单元,用于计算每个人员的所有第二标签与需求特征集中的第一特征相似度总和,将第一特征相似度总和与第二特征相似度总和的比值设定为比例值;

第三计算单元,用于计算每个人员的所有第二标签与需求特征集中第一个需求特征集的附加特征相似度值;

第四计算单元,用于将每个人员比例值乘以设定的权重系数,再加上附加特征相似度值形成标签值;

更新后的标签值的计算公式如下:

其中,表示第i个人员的更新后的标签值,i=1,2…n,n表示匹配人员的数量,f表示相似度函数,该相似度函数可以是余弦相似度函数,或欧几里德距离相似度函数,表示第i个人员的第j个第二标签特征,j=1,2…m,m表示每个人员对应的第二标签的数量,表示需求特征集中第t个需求特征,t=1,2…q,q表示需求特征集中需求特征的数量;A表示设定的权重系数,该权重系数通过用人单位设定,表示需求特征集中排序为第一位的需求特征,即为用人单位谁当的最重要的需求特征。

2.根据权利要求1所述的一种城市人才规划与人力资源智能调配系统,其特征在于,所述第一标签包括:毕业院校、专业、年龄、性别、特长、职业规划、职业意向、工资;所述职业意向包括:地点、企业类型、企业规模、岗位要求、岗位任务;

所述岗位匹配原则是基于用人单位的岗位需求,设定若干个具有顺序的标签,按照设定的标签从人才规划人员信息表中匹配筛选出相应的匹配人员。

3.根据权利要求1所述的一种城市人才规划与人力资源智能调配系统,其特征在于,所述筛选模块包括:

岗位标签生成单元,用于基于用人单位的岗位需求描述,通过深度神经网络模型学习形成于岗位需求对应的岗位标签;

匹配方式设定单元,用于将岗位标签与人才规划人员信息表中的第一标签按照设定的匹配方式进行匹配,所述匹配方式包括:将第一标签中所有标签与岗位需求的关联性进行排序,确定强关联的第一标签,将所述强关联的第一标签与岗位标签进行匹配,根据匹配度判断是否匹配,将匹配的对应人员确定为匹配人员。

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北京中科航天人才服务有限公司,未经北京中科航天人才服务有限公司许可,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/202310092321.8/1.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