Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自监督学习的职位推荐方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:职多多(山东)智能科技集团有限公司

摘要:本发明提供了一种基于自监督学习的职位推荐方法,属于基于计算机数据处理的职位推荐技术领域。本发明获取求职者简历数据和公司招聘信息数据,对数据进行匿名化处理、数据清洗和数据增强;新设计职位推荐模型,基于预处理后数据,对模型进行无监督的强化学习训练与优化,模型可提取语义特征并进行交互融合,得到匹配评分;设计语义匹配策略,度量求职者简历和公司招聘信息之间的语义相似度,利用余弦相似度原理计算两种特征表示的语义相似分数,优化匹配分数,基于优化后的分数进行职位推荐。本发明创新性地提出了一种融合卷积神经网络、双向长短期记忆网络和多头注意力机制的架构,全方位挖掘文本的丰富语义信息,可精准推荐职位并可不断优化。

主权项:1.一种基于自监督学习的职位推荐方法,其特征在于,包括以下过程:S1,获取求职者简历数据;S2,对求职者简历数据进行预处理;S3,基于预处理后的求职者简历数据和公司招聘信息数据,调用自监督策略训练的职位推荐模型,提取语义特征并进行交互融合,得到匹配评分;所述职位推荐模型包括语义特征提取模块、多头注意力机制层、残差模块和预测输出模块;所述语义特征提取模块用于从求职者简历数据和公司招聘信息数据分别提取对应的语义特征表示,即求职者简历语义特征和公司招聘信息语义特征;所述多头注意力机制层,基于输入的语义特征表示捕捉两者之间的复杂交互关系;所述残差模块将多头注意力机制得到的交互特征和求职者简历语义特征和公司招聘信息语义特征进行残差连接,得到加权融合特征;所述预测输出模块将加权融合特征,添加全连接层输出最终的预测评分;S4,采用语义匹配策略,将求职者简历语义特征作为查询向量,公司招聘信息语义特征作为参考向量,利用余弦相似度原理计算两者的语义相似分数,优化匹配分数;S5,将输出的相似度语义分数按照分数高低进行排序,将得分最高的N个公司招聘信息推送给对应的求职者。

全文数据:

权利要求:

百度查询: 职多多(山东)智能科技集团有限公司 一种基于自监督学习的职位推荐方法

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。