本發(fā)明涉及一種管理系統(tǒng)領(lǐng)域，具體是一種招聘和應(yīng)聘匹配方法。

背景技術(shù)：

目前，在現(xiàn)有的招聘平臺上（網(wǎng)站和互聯(lián)網(wǎng)），在職位和簡歷匹配中，采用的是數(shù)據(jù)和內(nèi)容的匹配。職位和簡歷都分為數(shù)據(jù)和內(nèi)容兩部分：

職位分為兩部分：

1-數(shù)據(jù)部分：如：工作地點、行業(yè)類別、職位類別、工作亮點、學(xué)歷、經(jīng)驗?zāi)陻?shù)，等等。這部分數(shù)據(jù)在職位占比例：20-30％。

2-內(nèi)容部分：職位要求和職位描述。這部分數(shù)據(jù)在職位占比例：70-80％。

簡歷也是分兩部分：

1-數(shù)據(jù)部分：如：工作地點、行業(yè)類別、職位類別、工作亮點、學(xué)歷、經(jīng)驗?zāi)陻?shù)，等等。這部分數(shù)據(jù)在簡歷一般占比例：20-30％。

2-內(nèi)容部分：自我介紹、工作經(jīng)驗描述，這部分數(shù)據(jù)在簡歷一般占比例：70-80％。

目前的匹配依靠職位和簡歷之間的數(shù)據(jù)匹配數(shù)據(jù)，然而，職位和簡歷之間的內(nèi)容的匹配準確性很低，這是由于，對于同一事物，求職者與招聘方雙方的描述方式并非完全一致，這便導(dǎo)致了由描述方式差異引起的描述結(jié)果的不一致，也必然導(dǎo)致職位與簡歷在內(nèi)容上匹配度低下。然而，無論是在招聘方發(fā)布的職位上，還是在求職者提交的簡歷中，內(nèi)容部分都占據(jù)了大部分，是職位和簡歷的主體。因此，內(nèi)容的不匹配，導(dǎo)致了現(xiàn)有的匹配系統(tǒng)準確性低下，匹配準確性大概僅有20-30％。因此，對招聘方來說，須手動查看、過濾每個簡歷是否適合符合其要求，極為耗時。同時，在求職者方面，部分求職者盡管專業(yè)能力很強，但表達能力不足，因此無法通過自己撰寫的簡歷合理地表達出自己的專業(yè)能力，這無疑會降低其獲得工作的機會。

為了解決上述兩個問題，即職位與簡歷在內(nèi)容上匹配度低下、人才由于簡歷撰寫能力不足而拉低求職成功率的問題，我們創(chuàng)建了大數(shù)據(jù)，用以代替職位和簡歷內(nèi)容的部分。所以，招聘方在創(chuàng)建職位的時候在填寫職位內(nèi)容部分（職位描述、職位需求）會采用來自數(shù)據(jù)庫的詞組。此詞組數(shù)據(jù)庫，是APP通過分析幾十萬職位內(nèi)容部分（職位描述、職位需求）統(tǒng)計出來的。同時，求職者在創(chuàng)建簡歷內(nèi)容部分的時候（自我介紹、工作經(jīng)驗描述），系統(tǒng)會自動向用戶推薦詞組，用戶從詞組的數(shù)據(jù)中選擇合適的描述添加至簡歷。如此，匹配準確性將提升至70-100％。對于詞組，APP從現(xiàn)有的百萬職位描述中進行統(tǒng)計，通過統(tǒng)計軟件詞組的頻率進行計算，經(jīng)由相關(guān)的專業(yè)人士對內(nèi)容進行確認。統(tǒng)計詞組成本大概在四、五百萬人民幣，同時翻譯此詞組成本約為幾十萬人民幣。同時，為適應(yīng)各個行業(yè)的發(fā)展，這些詞組會不斷更新，因此，維護成本每年約為一、二百萬人民幣。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種招聘和應(yīng)聘匹配方法，以解決上述背景技術(shù)中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種招聘和應(yīng)聘匹配方法，具體包括以下步驟：

（1）對海量的招聘職位和應(yīng)聘簡歷中的多類信息分別進行大數(shù)據(jù)統(tǒng)計分析；

（2）APP平臺根據(jù)大數(shù)據(jù)統(tǒng)計分析的結(jié)果進行詞組的創(chuàng)建；

（3）招聘方創(chuàng)建招聘職位時，APP平臺根據(jù)應(yīng)聘簡歷中的匹配詞組進行自動篩選，基于大數(shù)據(jù)的篩選后，得到大數(shù)據(jù)量化精確匹配的應(yīng)聘簡歷；

（4）應(yīng)聘方創(chuàng)建應(yīng)聘簡歷時，APP平臺根據(jù)招聘職位中的匹配詞組進行自動篩選，基于大數(shù)據(jù)的篩選后，得到大數(shù)據(jù)量化精確匹配的招聘職位。

作為本發(fā)明進一步的方案：步驟（1）中招聘職位中的多類信息包括行業(yè)、職位、地點、語言的職位描述和職位需求數(shù)據(jù)。

作為本發(fā)明進一步的方案：步驟（1）中應(yīng)聘簡歷中的多類信息包括求職意向、個人信息、自我介紹、工作經(jīng)驗、學(xué)歷、培訓(xùn)、語言的簡歷描述數(shù)據(jù)。

作為本發(fā)明進一步的方案：步驟（1）中大數(shù)據(jù)統(tǒng)計分析為基于神經(jīng)網(wǎng)絡(luò)的機器深度學(xué)習算法。

作為本發(fā)明進一步的方案：步驟（2）中詞組的創(chuàng)建為根據(jù)大數(shù)據(jù)統(tǒng)計分析的結(jié)果進行職位和簡歷相關(guān)性數(shù)據(jù)的評定。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明能夠為職位和簡歷提供更高的自動匹配功能，大大縮減招聘方簡歷過濾的時間，同時還能夠幫忙求職者使用專業(yè)語言創(chuàng)建簡歷，提高招聘方的認可率；對于每個用戶，無論是求職者還是招聘方，系統(tǒng)會增加功能，根據(jù)發(fā)布的職位數(shù)據(jù)推薦匹配率較高的簡歷，并根據(jù)被創(chuàng)建過的簡歷推薦匹配率較高的職位。

具體實施方式

下面結(jié)合具體實施方式對本專利的技術(shù)方案作進一步詳細地說明。

一種招聘和應(yīng)聘匹配方法，具體包括以下步驟：

（1）對海量的招聘職位和應(yīng)聘簡歷中的多類信息分別進行大數(shù)據(jù)統(tǒng)計分析；

（2）APP平臺根據(jù)大數(shù)據(jù)統(tǒng)計分析的結(jié)果進行詞組的創(chuàng)建；

（3）招聘方創(chuàng)建招聘職位時，APP平臺根據(jù)應(yīng)聘簡歷中的匹配詞組進行自動篩選，基于大數(shù)據(jù)的篩選后，得到大數(shù)據(jù)量化精確匹配的應(yīng)聘簡歷；

（4）求職者創(chuàng)建應(yīng)聘簡歷時，APP平臺根據(jù)招聘職位中的匹配詞組進行自動篩選，基于大數(shù)據(jù)的篩選后，得到大數(shù)據(jù)量化精確匹配的招聘職位。

其中：

步驟（1）中招聘職位中的多類信息包括行業(yè)、職位、地點、語言的職位描述和職位需求數(shù)據(jù)。

步驟（1）中應(yīng)聘簡歷中的多類信息包括求職意向、個人信息、自我介紹、工作經(jīng)驗、學(xué)歷、培訓(xùn)、語言的簡歷描述數(shù)據(jù)。

步驟（1）中大數(shù)據(jù)統(tǒng)計分析為基于神經(jīng)網(wǎng)絡(luò)的機器深度學(xué)習算法。

步驟（2）中詞組的創(chuàng)建為根據(jù)大數(shù)據(jù)統(tǒng)計分析的結(jié)果進行職位和簡歷相關(guān)性數(shù)據(jù)的評定。

在實際操作中，招聘方需要進行對發(fā)布的招聘職位中職位需求和職位描述進行填寫，其中APP平臺對其中職位類相關(guān)詞組、行業(yè)類相關(guān)詞組及性格詞組進行篩選推薦，招聘方通過大數(shù)據(jù)統(tǒng)計分析及APP平臺可以找到職位和簡歷精確匹配率高達80-100%的合適人才。

求職者在APP上對自我介紹和工作經(jīng)驗進行填寫時， APP平臺會自動針對用戶的行業(yè)、職位、性格、能力等進行相關(guān)詞組的推薦，不僅會大大節(jié)約所有用戶的操作時間，而且尤其適用于簡歷撰寫能力較為一般的求職者，通過詞組的選擇，系統(tǒng)能夠助其實現(xiàn)更加專業(yè)且全面的自我描述。

對于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實施例的細節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應(yīng)將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。

此外，應(yīng)當理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當將說明書作為一個整體，各實施例中的技術(shù)方案也可以經(jīng)適當組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實施方式。