趣，地域，學(xué)歷以及用戶已有的工作歷史；
3-4)通過社交媒體的交互方式為該用戶進行職位推薦，所述社交媒體的交互方式包括添加好友、引用好友、私信、評論等。
[0045]職位端推薦模塊運行過程包括以下步驟:
4-1)通過用戶和職位的相關(guān)性得到可能對該職位感興趣的用戶；
4-2)對用戶的好友進行職位和用戶的相關(guān)性分析，并通過好友的職位選擇對該用戶進行投票；
4-3)通過分析用戶刻畫對商品推薦進行進一步處理，細分推薦目標，所述用戶刻畫包括年齡，收入，興趣，地域，學(xué)歷以及用戶已有的工作歷史；
4-4)通過社交媒體的交互方式為該用戶進行職位推薦，所述社交媒體的交互方式包括添加好友、引用好友、私信、評論。
[0046]以上僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出:對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。
【主權(quán)項】
1.基于知識庫的職位推薦系統(tǒng)，其特征在于，包括人力資源專有知識庫構(gòu)建模塊，人才信息爬取模塊，信息抽取、融合、比較模塊和職位推薦模塊； 人力資源專有知識庫構(gòu)建模塊通過對人力資源相關(guān)知識進行爬取和實體分析，構(gòu)建人力資源專有知識庫； 人才信息爬取模塊在人力資源網(wǎng)站上爬取人才簡歷，獲取用戶所參與的社交媒體以及用戶行為，求職意向信息； 信息抽取、融合、比較模塊對人才信息爬取模塊抓取得到的人才信息數(shù)據(jù)進行分析、處理，對用戶進行建模分析，并將用戶簡歷與人力資源專有知識庫進行比對； 職位推薦模塊，將應(yīng)聘方所需職位描述與人力資源專有知識庫進行比對，并計算用戶與當(dāng)前職位的相關(guān)性，完成職位推薦。
2.根據(jù)權(quán)利要求1所述的基于知識庫的職位推薦系統(tǒng)，其特征在于， 所述人力資源專有知識庫構(gòu)建模塊通過網(wǎng)絡(luò)爬蟲獲取互聯(lián)網(wǎng)上人力資源相關(guān)的數(shù)據(jù)，得到所述數(shù)據(jù)后，通過使用hadoop將URL抓取的任務(wù)分配給多臺計算機，每臺計算機基于負載均衡的調(diào)度處理方法交給多部服務(wù)器所組成的分布式系統(tǒng)，通過HTML parser進行網(wǎng)頁分析、文本分析、鏈接分析和網(wǎng)頁質(zhì)量控制、去重，得到網(wǎng)頁內(nèi)容，將所述網(wǎng)頁內(nèi)容結(jié)果分成結(jié)構(gòu)化信息和非結(jié)構(gòu)化信息；通過實體分析技術(shù)提取結(jié)構(gòu)化與非結(jié)構(gòu)化信息之間的聯(lián)系關(guān)系，并將所述聯(lián)系關(guān)系存儲至人力資源專有知識庫中。
3.根據(jù)權(quán)利要求1所述的基于專有知識庫的職位推薦系統(tǒng)，其特征在于，所述人才信息爬取模塊通過分析結(jié)構(gòu)化的個人簡歷，并通過交叉鏈接爬取用戶所參與的社交媒體、用戶日常行為、觀點和求職意向信息。
4.根據(jù)權(quán)利要求1所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述信息抽取、融合、比較模塊將人才信息爬取模塊爬取到的個人信息進行整合分析，建立人才專有的個人檔案； 所述個人檔案解析為若干關(guān)鍵詞以及關(guān)鍵詞的內(nèi)在聯(lián)系，完成用戶建模，同時，解析招聘方招聘職位信息，進行職位建模分析，將職位信息和用戶需求建立映射對應(yīng)，進行職位和用戶需求映射建模。
5.根據(jù)權(quán)利要求4所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述用戶建模包括以下步驟: 1-1)標簽傳播:通過用戶檔案中的關(guān)鍵詞實體在構(gòu)建的人力資源專有知識庫中進行隨機游走得到標簽傳播的概率，擴展用戶的描述； 1-2)內(nèi)容判別:對用戶檔案的內(nèi)容進行分析，使用話題模型、實體抽取得到可能的標簽；同時，通過訓(xùn)練機器學(xué)習(xí)分類器對已有標簽的用戶進行學(xué)習(xí)，從而對沒有標簽的用戶進行標簽判斷； 1-3)用戶其他信息判別:對于用戶發(fā)表的內(nèi)容進行理解以及對其朋友圈進行分析，進而預(yù)估用戶的年齡、工作性質(zhì)、工作地點、收入信息，從而理解用戶的需求。
6.根據(jù)權(quán)利要求4所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述職位建模分析包括以下步驟， 2-1)職位信息增強:基于互聯(lián)網(wǎng)搜索引擎進行搜索，從搜索到的網(wǎng)站上相關(guān)的摘要和廣告內(nèi)容中得到與職位相關(guān)的描述，從而對職位的信息進行增強； 2-2)職位路徑分類:在抓取職位增強信息的同時獲取職位路徑分類樹的信息，將沒有路徑分類樹信息的職位分類到職位路徑樹的某一個節(jié)點上； 2-3)職位其他信息采集:對職位相關(guān)的其他信息進行收集，并存儲到數(shù)據(jù)庫中，通過對人力資源類型網(wǎng)站的結(jié)構(gòu)進行分析，得到相應(yīng)的評論和打分。
7.根據(jù)權(quán)利要求4所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述職位和用戶需求映射建模將職位和用戶需求建立映射對應(yīng)，對用戶在網(wǎng)站上提到求職意向時發(fā)表的內(nèi)容、人力資源網(wǎng)站上的職位描述、用戶對職位以及應(yīng)聘單位的評論去噪，建立映射模型，所述映射模型是對數(shù)據(jù)的直接特征抽取或者是通過機器學(xué)習(xí)的手段得到的特征表達，得到了映射模型后，比較職位和用戶的相關(guān)性。
8.根據(jù)權(quán)利要求1所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述職位推薦模塊連接有用戶端推薦模塊和職位端推薦模塊。
9.根據(jù)權(quán)利要求8所述的基于知識庫的商品推薦系統(tǒng)，其特征在于，所述用戶端推薦模塊運行過程包括以下步驟: 3-1)通過用戶和職位的相關(guān)性得到可能推薦的職位列表； 3-2)對用戶的好友以及已有用戶的評論進行用戶和職位的相關(guān)性的分析； 3-3)通過分析用戶刻畫對職位推薦進行細分推薦目標，所述用戶刻畫包括年齡、收入、興趣、地域、學(xué)歷以及用戶已有的工作歷史； 3-4)通過社交媒體的交互方式為用戶進行職位推薦，所述社交媒體的交互方式包括添加好友、引用好友、私信、評論。
10.根據(jù)權(quán)利要求8所述的基于知識庫的職位推薦系統(tǒng)，其特征在于，所述職位端推薦模塊運行過程包括以下步驟: 4-1)通過用戶和職位的相關(guān)性得到可能對職位感興趣的用戶； 4-2)對用戶的好友進行職位和用戶的相關(guān)性分析，并通過好友的職位選擇對用戶進行投票； 4-3)通過分析用戶刻畫對商品推薦進行處理，細分推薦目標； 4-4)通過社交媒體的交互方式為用戶進行職位推薦。
【專利摘要】本發(fā)明公開了一種基于知識庫的職位推薦系統(tǒng)，包括人力資源專有知識庫構(gòu)建模塊，人才信息爬取模塊，信息抽取、融合、比較模塊和職位推薦模塊；人力資源專有知識庫構(gòu)建模塊用于構(gòu)建與人力資源相關(guān)的轉(zhuǎn)有知識庫；人才信息爬取模塊用于爬取整合與應(yīng)聘者相關(guān)的個人信息；信息抽取、融合、比較模塊用于對抓取得到的數(shù)據(jù)進行分析、處理，對人才需求與職位進行映射和比較，進而對用戶需求進行建模分析。職位推薦模塊用于對待推薦用戶進行職位查詢，按照相關(guān)度、興趣、朋友圈信息進行推薦。本發(fā)明針對人力資源這一特定領(lǐng)域建立專有知識庫，并有效的利用該知識庫實現(xiàn)在線的對用戶的精準職位推薦。
【IPC分類】G06Q10-06, G06F17-30
【公開號】CN104834668
【申請?zhí)枴緾N201510109074
【發(fā)明人】王飛, 白琨, 陳文
【申請人】浙江奇道網(wǎng)絡(luò)科技有限公司
【公開日】2015年8月12日
【申請日】2015年3月13日