(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211130891.3 (22)申请日 2022.09.16 (71)申请人 深圳今日人才信息科技有限公司 地址 518000 广东省深圳市福田区沙 头街 道新华社区新洲十一街139号中央西 谷大厦15 08A (72)发明人 李敬泉　刘雨晨　徐雯　景昊　 肖小范　谢志辉　吴显仁　 (74)专利代理 机构 深圳市中科创为专利代理有 限公司 4 4384 专利代理师 谭雪婷 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 10/06(2012.01) G06F 16/901(2019.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种结合专家知识和算法的高效人岗匹配 与复推方法 (57)摘要 本发明公开了一种结合专家知识和算法的 高效人岗匹配与复推方法， 包括S1： 专家领域知 识收集和用户行为收集， 专家领域知识收集为收 集招聘系统中 岗位之间的关系， 形成职位关系图 谱； 用户行为收集为收集招聘系统中岗位和候选 人之间的关系， 并作为线上实时模型的训练特 征； S2： 基于招聘系统的知识图谱， 对要匹配的候 选人简历进行解析； S3： 基于招聘系统的深度网 络模型， 对解析后的候选人简历进行静态数据匹 配度计算， 采用线上实时模型进行动态数据匹配 度计算， 输 出匹配岗位给候选 人； S4： 根据匹配岗 位， 在职位关系图谱中搜索寻找相关的其他岗 位， 将搜索寻找到的其他岗位复推给候选人。 本 发明能有效的为用户精准找到想要的候选人或 岗位。 权利要求书2页 说明书5页 附图4页 CN 115526590 A 2022.12.27 CN 115526590 A 1.一种结合专 家知识和算法的高效人岗匹配与复推方法， 其特 征在于， 包括如下步骤： S1： 专家领域知识收集和用户行为收集， 其中， 专家领域知识收集为收集招聘系统中岗 位之间的关系， 其通过专家知识对 岗位进行打标， 形成职位关系图谱； 并且， 用户行为收集 为收集招聘系统中岗位和候选人之间的关系， 并作为线上实时模型的训练特 征； S2： 基于招聘系统的知识图谱， 对要匹配的候选人简 历进行解析； S3： 基于招聘系统 的深度网络模型， 对解析后的候选人简历进行静态数据匹配度计算， 并且， 采用步骤S1实时训练的线上实时模型进行动态数据匹配度计算， 输出匹配岗位给候 选人； S4： 根据匹配岗位， 在职位关系图谱中搜索寻找相关的其他岗位， 将搜索寻找到的其他 岗位复推给候选人。 2.根据权利要求1所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S1中， 专家领域知识收集具体为通过岗位之间的文本及各种特征训练小样 本模型， 通过小样本模型对招 聘系统中的岗位进行预打标， 筛选出较为相 近的岗位， 并发送给专家 系统， 利用专家系统中专家知识进行精准打标， 筛选出相似岗位， 并将相似岗位的岗位之间 的关系存 入所述职位关系图谱中。 3.根据权利要求2所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S1中， 还持续更新所述职位关系图谱， 并且， 持续更新所述训练特 征。 4.根据权利要求3所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S1中， 所述职位关系图谱由点和边组成， 专家系统中专家知识进 行精准打标的相似 岗位形成逻辑边， 多个专家对同一对数据进 行精准打标的次数， 会被记录为这个边的权重； 步骤S4中， 在职位关系图谱中搜索寻找到相关的其他岗位后， 还根据搜索寻找到的其他岗 位所在边及其 边的权重选择复推给候选人。 5.根据权利要求4所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S4中， 在职位关系图谱中， 是利用广度优先搜索寻找相关的其他岗位， 同时记录每 一个岗位的路径， 将最短路径的长度与边的权重综合映射到一个取值在[ 0， 1]区域的分数， 作为匹配岗位与每个相关的其他岗位之 间的相关性度量值， 通过大量的离线仿 真和对结果 的预测建模， 找出最优相关性阈值并持续追踪和更新， 返回大于阈值的岗位复推给候选人。 6.根据权利要求1所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S1中， 用户行为收集具体包括收集招聘系统中岗位和候选人之间的显式关系和隐 式关系， 其中， 显式关系包括用户根据算法提供的人岗匹配结果进 行确认匹配与否； 隐式关 系包括用户根据某一个岗位， 搜索寻找候选人及查看候选人简历的行为数据： 点击， 关联， 收藏， 停留时长 。 7.根据权利要求1所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S2 中， 对要匹配的候选人简历进行解析时， 是利用语义分析、 版面分析、 OCR将简历 解析成结构化数据， 同时利用知识图谱， 标准 化简历中的字段， 丰富各字段其 他属性。 8.根据权利要求7所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S3中， 对解析后的候选人简历进行静态数据匹配度计算， 是通过根据业务逻辑， 对 解析后的简历做人工交叉特征， 针对 纯文本数据， 利用在简历和JD数据上做fine ‑tune的预 训练模型映射到高维Embed ding向量， 最后用深度网络模型计算静态数据的匹配度。权　利　要　求　书 1/2 页 2 CN 115526590 A 29.根据权利要求8所述的结合专家知识和算法的高效人岗匹配与复推方法， 其特征在 于： 步骤S 3中， 所述静态数据是指简历或岗位文本及其通过知识图谱拓展的内容； 所述动态 数据是指用户行为数据。权　利　要　求　书 2/2 页 3 CN 115526590 A 3