本發(fā)明涉及崗位推薦，特別是一種人崗自動(dòng)匹配的系統(tǒng)及方法。

背景技術(shù)：

1、隨著信息技術(shù)的快速發(fā)展和大數(shù)據(jù)分析方法的廣泛應(yīng)用，人崗匹配技術(shù)在現(xiàn)代人力資源管理中得到了越來越多的重視。傳統(tǒng)的人崗匹配方法通常依賴于人工篩選和經(jīng)驗(yàn)判斷，通過簡歷篩選、面試評價(jià)等方式判斷求職者與崗位的匹配度。然而，這種方法往往主觀性強(qiáng)且效率低下，無法準(zhǔn)確量化求職者的實(shí)際能力與崗位需求之間的差異。此外，隨著崗位職能和工作環(huán)境的日益復(fù)雜化，崗位所需的技能和任務(wù)逐漸細(xì)化，單一的技能匹配已經(jīng)無法滿足實(shí)際需求。因此，當(dāng)前的研究逐漸轉(zhuǎn)向更精細(xì)化和數(shù)據(jù)驅(qū)動(dòng)的匹配方法。通過對崗位信息和求職者能力的全面分析與建模，借助自然語言處理（nlp）、機(jī)器學(xué)習(xí)、知識(shí)圖譜等技術(shù)，逐步實(shí)現(xiàn)對崗位任務(wù)和個(gè)人能力的多維度分析，并以此構(gòu)建更為精確的匹配模型，但現(xiàn)有的人崗匹配技術(shù)仍存在較多不足之處，許多匹配算法在匹配過程中未充分考慮崗位微任務(wù)的復(fù)雜性，通常以單一或少數(shù)幾項(xiàng)核心技能作為匹配依據(jù)，這種簡單的匹配方法難以涵蓋崗位的全貌，導(dǎo)致匹配結(jié)果的準(zhǔn)確性和直觀性不足，且忽視了用戶能力的動(dòng)態(tài)演變和提升空間，無法動(dòng)態(tài)地對用戶未來崗位進(jìn)行匹配。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述現(xiàn)有的人崗自動(dòng)匹配的系統(tǒng)及方法中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于匹配結(jié)果的準(zhǔn)確性和直觀性不足，忽視了用戶能力的動(dòng)態(tài)演變和提升空間。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種人崗自動(dòng)匹配的系統(tǒng)，其包括，信息分析模塊，用于獲取崗位信息，進(jìn)行分析聚類生成崗位微任務(wù)圖譜，并收集用戶信息，分析生成用戶能力圖譜；人崗匹配模塊，用于根據(jù)生成的崗位微任務(wù)圖譜和用戶能力圖譜進(jìn)行人崗匹配，并生成崗位匹配結(jié)果；發(fā)展預(yù)測模塊，用于對用戶未來能力發(fā)展進(jìn)行預(yù)測并更新用戶能力圖譜，基于更新的用戶能力圖譜預(yù)測未來匹配結(jié)果；展示存儲(chǔ)模塊，用于對崗位匹配結(jié)果和未來匹配結(jié)果進(jìn)行展示，并存儲(chǔ)至數(shù)據(jù)庫中。

4、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：所述獲取崗位信息，進(jìn)行分析聚類生成崗位微任務(wù)圖譜指通過網(wǎng)絡(luò)獲取崗位信息，并使用nlp技術(shù)對崗位信息進(jìn)行處理，并使用td-idf算法提取崗位信息中關(guān)鍵詞，根據(jù)關(guān)鍵詞和td-idf值生成崗位關(guān)鍵詞向量；

5、隨機(jī)選取k個(gè)初始聚類中心，使用k-means聚類算法對崗位關(guān)鍵詞向量進(jìn)行聚類處理；

6、將每個(gè)聚類作為一個(gè)崗位微任務(wù)，計(jì)算每個(gè)聚類中所有崗位關(guān)鍵詞向量與聚類中心的平均距離作為每個(gè)崗位微任務(wù)的權(quán)重，同步計(jì)算不同聚類的聚類中心的距離；

7、將每個(gè)崗位微任務(wù)視為節(jié)點(diǎn)，將聚類中心之間距離最短的兩個(gè)崗位微任務(wù)視為連接添加連接邊，計(jì)算連接的崗位微任務(wù)權(quán)重的均值作為連接邊權(quán)重構(gòu)建崗位微任務(wù)圖譜。

8、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：所述收集用戶信息，分析生成用戶能力圖譜指通過網(wǎng)絡(luò)收集用戶信息，采用word2vec模型進(jìn)行分詞和詞向量表示，將用戶信息轉(zhuǎn)換為用戶嵌入向量并映射為圖譜中特征節(jié)點(diǎn)，對于每個(gè)特征節(jié)點(diǎn)的用戶嵌入向量，根據(jù)用戶信息查詢其時(shí)間節(jié)點(diǎn)，綜合所有特征節(jié)點(diǎn)的時(shí)間節(jié)點(diǎn)形成時(shí)間序列，基于每個(gè)特征節(jié)點(diǎn)的時(shí)間節(jié)點(diǎn)使用時(shí)間衰減加權(quán)計(jì)算特征節(jié)點(diǎn)權(quán)重：

9、；

10、其中為第i個(gè)特征節(jié)點(diǎn)的權(quán)重，為該特征節(jié)點(diǎn)的時(shí)間節(jié)點(diǎn)，為當(dāng)前時(shí)間，為時(shí)間衰減率，為時(shí)間序列中特征節(jié)點(diǎn)的時(shí)間節(jié)點(diǎn)且≠，g為時(shí)間序列；

11、選取cart算法構(gòu)建決策樹，設(shè)定決策樹分類目標(biāo)為關(guān)聯(lián)性；

12、將兩個(gè)特征節(jié)點(diǎn)的用戶嵌入向量輸入決策樹中判斷特征節(jié)點(diǎn)關(guān)聯(lián)性，若決策樹輸出存在關(guān)聯(lián)性，則將特征節(jié)點(diǎn)之間生成連接邊，計(jì)算連接的特征節(jié)點(diǎn)中用戶嵌入向量的余弦相似度，并基于余弦相似度得到連接特征節(jié)點(diǎn)之間的夾角；

13、計(jì)算得到與第i個(gè)特征節(jié)點(diǎn)相連的第j個(gè)特征節(jié)點(diǎn)的權(quán)重，基于兩個(gè)連接特征節(jié)點(diǎn)權(quán)重和的均值作為連接邊初始權(quán)重，并根據(jù)連接特征節(jié)點(diǎn)之間夾角計(jì)算角度相似性：；

14、其中和為連接的特征節(jié)點(diǎn)i和特征節(jié)點(diǎn)j的用戶嵌入向量，為特征節(jié)點(diǎn)i和特征節(jié)點(diǎn)j的夾角；

15、根據(jù)角度相似性調(diào)整連接邊初始權(quán)重得到連接邊調(diào)整權(quán)重：；

16、將連接邊調(diào)整權(quán)重賦予連接邊，并結(jié)合特征節(jié)點(diǎn)構(gòu)建用戶能力圖譜。

17、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：所述根據(jù)生成的崗位微任務(wù)圖譜和用戶能力圖譜進(jìn)行人崗匹配，并生成崗位匹配結(jié)果指獲取崗位微任務(wù)圖譜和用戶能力圖譜，將所有崗位微任務(wù)節(jié)點(diǎn)形成崗位微任務(wù)圖譜匹配列表，基于用戶能力圖譜中任意一個(gè)特征節(jié)點(diǎn)，計(jì)算其與崗位微任務(wù)圖譜中所有崗位微任務(wù)節(jié)點(diǎn)的余弦相似度，并挑選其中余弦相似度最高的崗位微任務(wù)節(jié)點(diǎn)作為匹配節(jié)點(diǎn)，計(jì)算匹配節(jié)點(diǎn)匹配度：

18、；

19、其中為崗位微任務(wù)圖譜中節(jié)點(diǎn)與用戶能力圖譜中特征節(jié)點(diǎn)之間匹配度，為崗位微任務(wù)圖譜中節(jié)點(diǎn)與用戶能力圖譜中特征節(jié)點(diǎn)的余弦相似度，為崗位微任務(wù)圖譜中節(jié)點(diǎn)的權(quán)重，為用戶能力圖譜中特征節(jié)點(diǎn)的權(quán)重；

20、得到匹配節(jié)點(diǎn)后，將匹配節(jié)點(diǎn)中的崗位微任務(wù)節(jié)點(diǎn)從崗位微任務(wù)圖譜匹配列表中去除，并依次從用戶能力圖譜中選擇特征節(jié)點(diǎn)從崗位微任務(wù)圖譜匹配列表中選擇匹配節(jié)點(diǎn)，并記錄每對匹配節(jié)點(diǎn)的匹配度，綜合所有匹配節(jié)點(diǎn)匹配度作為用戶與崗位匹配度；

21、計(jì)算用戶與不同崗位的匹配度從高至低進(jìn)行排序，生成人崗匹配列表作為崗位匹配結(jié)果。

22、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：所述對用戶未來能力發(fā)展進(jìn)行預(yù)測并更新用戶能力圖譜，基于更新的用戶能力圖譜預(yù)測未來匹配結(jié)果指構(gòu)建長短期lstm模型將收集的用戶信息輸入長短期lstm模型中獲取未來用戶信息，并基于未來用戶信息構(gòu)建未來用戶能力圖譜更新當(dāng)前用戶能力圖譜，基于用戶未來能力圖譜計(jì)算用戶與不同崗位的匹配度，并生成未來匹配結(jié)果。

23、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：對崗位匹配結(jié)果和未來匹配結(jié)果進(jìn)行展示指獲取崗位匹配結(jié)果和未來匹配結(jié)果后分別獲取用戶能力圖譜和未來用戶能力圖譜，將崗位匹配結(jié)果與用戶能力圖譜對應(yīng)展示，并對用戶能力圖譜與未來用戶能力圖譜之間區(qū)別進(jìn)行標(biāo)注展示。

24、作為本發(fā)明所述人崗自動(dòng)匹配的系統(tǒng)的一種優(yōu)選方案，其中：所述存儲(chǔ)至數(shù)據(jù)庫中指將用戶能力圖譜、崗位匹配結(jié)果、未來用戶能力圖譜、未來匹配結(jié)果以及用戶信息存儲(chǔ)至數(shù)據(jù)庫中，并按照用戶信息進(jìn)行分類存儲(chǔ)，數(shù)據(jù)庫將存儲(chǔ)數(shù)據(jù)同步至云端進(jìn)行備份。

25、本發(fā)明的另外一個(gè)目的是提供一種人崗自動(dòng)匹配的方法，其包括，

26、獲取崗位信息，進(jìn)行分析聚類生成崗位微任務(wù)圖譜，并收集用戶信息，分析生成用戶能力圖譜；

27、根據(jù)生成的崗位微任務(wù)圖譜和用戶能力圖譜進(jìn)行人崗匹配，并生成崗位匹配結(jié)果；

28、對用戶未來能力發(fā)展進(jìn)行預(yù)測并更新用戶能力圖譜，基于更新的用戶能力圖譜預(yù)測未來匹配結(jié)果；

29、對崗位匹配結(jié)果和未來匹配結(jié)果進(jìn)行展示，并存儲(chǔ)至數(shù)據(jù)庫中。

30、一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器和處理器；所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述人崗自動(dòng)匹配的方法的步驟。

31、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述人崗自動(dòng)匹配的方法的步驟。

32、本發(fā)明有益效果為：本發(fā)明通過收集崗位信息構(gòu)建崗位微任務(wù)圖譜，并收集用戶信息構(gòu)建用戶能力圖譜，基于崗位微任務(wù)圖譜和用戶能力圖譜計(jì)算用戶與崗位的匹配度，提高了崗位匹配的準(zhǔn)確性和直觀性，提高匹配效率和用戶體驗(yàn)，同時(shí)對未來用戶能力圖譜進(jìn)行預(yù)測并構(gòu)建未來用戶能力圖譜，匹配未來用戶崗位，有效地幫助用戶進(jìn)行崗位選擇和自我提升。