申请/专利权人:成都鱼泡科技有限公司
申请日:2024-03-21
公开(公告)日:2024-04-26
公开(公告)号:CN117932040A
主分类号:G06F16/332
分类号:G06F16/332;G06F16/335;G06F16/9535;G06Q10/1053
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本申请实施例提供一种应用于招聘信息化系统的信息推荐方法及系统,能够针对不同的招聘挖掘实例加载相应的挖掘引导信息,以优化对招聘信息的处理效率和准确性。至少部分招聘挖掘实例可共享全局训练知识参数,而每个招聘挖掘实例都可独享其局部训练知识参数,进一步提高了信息推荐的精准度。最后,基于所述网络和训练知识参数,对招聘挖掘实例关联的数据序列进行挖掘,从而生成对应的招聘推荐信息,由此提升了招聘信息的匹配和推荐的准确性,同时增强了对复杂和多变招聘场景的适应性。通过将全局和局部训练知识参数相结合,既保证了各个招聘挖掘实例的个性化需求,又保留了全局性的学习和推荐能力,从而提高了招聘信息化系统的整体性能。
主权项:1.一种应用于招聘信息化系统的信息推荐方法,其特征在于,所述方法包括:获取候选人招聘对话数据序列和求职者简历数据序列;依据所述候选人招聘对话数据序列和所述求职者简历数据序列,对招聘对话理解网络和求职者画像挖掘网络的训练知识信息进行知识学习,生成知识学习后的训练知识信息,所述知识学习后的训练知识信息包括K个招聘挖掘实例的K份训练知识参数,所述K份训练知识参数中的每份训练知识参数用于针对一个招聘挖掘实例为所述招聘对话理解网络和所述求职者画像挖掘网络加载挖掘引导信息,K为不小于2的正整数;所述每份训练知识参数包含全局训练知识参数和局部训练知识参数,所述K个招聘挖掘实例中至少部分招聘挖掘实例互用所述全局训练知识参数,所述K个招聘挖掘实例各自独用所述局部训练知识参数;基于所述招聘对话理解网络、所述求职者画像挖掘网络和所述K份训练知识参数,对对应的招聘挖掘实例关联的候选人招聘对话数据序列和求职者简历数据序列进行挖掘,生成对应的招聘推荐信息。
全文数据:
权利要求:
百度查询: 成都鱼泡科技有限公司 应用于招聘信息化系统的信息推荐方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。