本發(fā)明涉及數(shù)據(jù)檢索技術(shù)領(lǐng)域，尤其是涉及一種人才推薦方法和裝置。

背景技術(shù)：

為了獲取主題隨著時間的演化規(guī)律，現(xiàn)有技術(shù)中通常通過如下三種方法：一是將時間信息結(jié)合到lda模型，在lda模型中引入時間因素，使得每個主題增添了一個時間屬性，進而表達主題在不同時間的分布情況；二是首先使用lda獲取主題，再檢索并量化主題在時間上的分布情況；三是先將文本離散到與之對應的時間窗上，再根據(jù)每個時間窗上的文本集合進行主題提取。

上述三種方法均屬于簡單主題演化，采用上述方法進行主題演化時，易造成不同時間窗主題個數(shù)固定的問題，進而導致根據(jù)熱門主題進行人才推薦的方式靈活度和準確度較低。

針對上述人才推薦的方式靈活度和準確度較低的問題，尚未提出有效的解決方案。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種人才推薦方法和裝置，以提高根據(jù)熱門主題推薦人才的準確性和靈活性。

第一方面，本發(fā)明實施例提供了一種人才推薦方法，包括：從預設的數(shù)據(jù)庫中獲取文本數(shù)據(jù)；其中，文本數(shù)據(jù)至少包括文章、論文和網(wǎng)頁文本中的一種；根據(jù)文本數(shù)據(jù)的發(fā)布時間，對文本數(shù)據(jù)進行分類；采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理；根據(jù)處理結(jié)果，獲取當前時間段的熱門主題；將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第一種可能的實施方式，其中，上述根據(jù)文本數(shù)據(jù)的發(fā)布時間，對文本數(shù)據(jù)進行分類的步驟，包括：提取文本數(shù)據(jù)的發(fā)布時間；將發(fā)布時間分別與預先設置的多個時間段進行匹配；根據(jù)匹配結(jié)果確定文本數(shù)據(jù)所屬的時間段。

結(jié)合第一方面的第一種可能的實施方式，本發(fā)明實施例提供了第一方面的第二種可能的實施方式，其中，上述采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理的步驟，包括：逐一獲取每個時間段對應的文本數(shù)據(jù)；采用分層狄利克雷過程的方式，對每個時間段對應的文本數(shù)據(jù)進行主題提取處理，生成每個時間段對應的主題。

結(jié)合第一方面的第二種可能的實施方式，本發(fā)明實施例提供了第一方面的第三種可能的實施方式，其中，上述根據(jù)處理結(jié)果，獲取當前時間段對應的熱門主題的步驟，包括：計算各個時間段內(nèi)主題的出現(xiàn)頻率，生成主題的演變規(guī)律；其中，演變規(guī)律為主題的出現(xiàn)頻率與各個時間段的對應關(guān)系；根據(jù)主題的演變規(guī)律，確定當前時間段對應的熱門主題。

結(jié)合第一方面，本發(fā)明實施例提供了第一方面的第四種可能的實施方式，其中，上述將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦的步驟，包括：獲取熱門主題對應的文本數(shù)據(jù)的作者；按照預設的排序條件，對作者進行排序；其中，預設的排序條件至少包括同一作者的文本數(shù)據(jù)的數(shù)量和文本數(shù)據(jù)的權(quán)重值中的一種；將排序結(jié)果滿足預設閾值的作者作為人才進行推薦。

第二方面，本發(fā)明實施例提供了一種人才推薦裝置，包括：數(shù)據(jù)獲取模塊，用于從預設的數(shù)據(jù)庫中獲取文本數(shù)據(jù)；其中，文本數(shù)據(jù)至少包括文章、論文和網(wǎng)頁文本中的一種；分類模塊，用于根據(jù)文本數(shù)據(jù)的發(fā)布時間，對文本數(shù)據(jù)進行分類；主題提取模塊，用于采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理；主題獲取模塊，用于根據(jù)處理結(jié)果，獲取每個類型對應的熱門主題；人才推薦模塊，用于將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第一種可能的實施方式，其中，上述分類模塊，包括：時間提取單元，用于提取文本數(shù)據(jù)的發(fā)布時間；匹配單元，用于將發(fā)布時間分別與預先設置的多個時間段進行匹配；確定單元，用于根據(jù)匹配結(jié)果確定文本數(shù)據(jù)所屬的時間段。

結(jié)合第二方面的第一種可能的實施方式，本發(fā)明實施例提供了第二方面的第二種可能的實施方式，其中，上述主題提取模塊，包括：數(shù)據(jù)獲取單元，用于逐一獲取每個時間段對應的文本數(shù)據(jù)；主題提取單元，用于采用分層狄利克雷過程的方式，對每個時間段對應的文本數(shù)據(jù)進行主題提取處理，生成每個時間段對應的主題。

結(jié)合第二方面的第二種可能的實施方式，本發(fā)明實施例提供了第二方面的第三種可能的實施方式，其中，上述主題獲取模塊，包括：計算單元，用于計算各個時間段內(nèi)主題的出現(xiàn)頻率，生成主題的演變規(guī)律；其中，演變規(guī)律為主題的出現(xiàn)頻率與各個時間段的對應關(guān)系；主題確定單元，用于根據(jù)主題的演變規(guī)律，確定當前時間段對應的熱門主題。

結(jié)合第二方面，本發(fā)明實施例提供了第二方面的第四種可能的實施方式，其中，上述人才推薦模塊，包括：作者獲取單元，用于獲取熱門主題對應的文本數(shù)據(jù)的作者；排序單元，用于按照預設的排序條件，對作者進行排序；其中，預設的排序條件至少包括同一作者的文本數(shù)據(jù)的數(shù)量和文本數(shù)據(jù)的權(quán)重值中的一種；人才推薦單元，用于將排序結(jié)果滿足預設閾值的作者作為人才進行推薦。

本發(fā)明實施例帶來了以下有益效果：

本發(fā)明實施例提供的一種人才推薦方法和裝置，根據(jù)文本數(shù)據(jù)的發(fā)布時間，對獲取到的文本數(shù)據(jù)進行分類；再采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理，并獲取當前時間段的熱門主題；進而將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。該方式可以靈活準確地獲取每個時間段內(nèi)的主題以及當前的熱門主題，避免了人為設置主題個數(shù)造成的提取出的主題冗余度大或主題遺漏的問題，進而提高了根據(jù)熱門主題推薦人才的準確性和靈活性。

本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的第一種人才推薦方法的流程圖；

圖2為本發(fā)明實施例提供的第二種人才推薦方法的流程圖；

圖3為本發(fā)明實施例提供的第三種人才推薦方法的流程圖；

圖4為本發(fā)明實施例提供的一種人才推薦裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

考慮到現(xiàn)有的人才推薦方式靈活度和準確度較低的問題，本發(fā)明實施例提供了一種人才推薦方法和裝置；該技術(shù)可以應用于通過論文、文章及其他文本資料的數(shù)據(jù)庫中獲取當前熱門主題的專家人才的場景中，尤其可以應用于通過主題演化模型的方式獲取當前熱門主題的專家人才的場景中。

為便于對本實施例進行理解，首先對本發(fā)明實施例所公開的一種人才推薦方法進行詳細介紹。

實施例一：

參見圖1所示的第一種人才推薦方法的流程圖，該方法包括如下步驟：

步驟s102，從預設的數(shù)據(jù)庫中獲取文本數(shù)據(jù)；其中，該文本數(shù)據(jù)至少包括文章、論文和網(wǎng)頁文本中的一種；

例如，上述數(shù)據(jù)庫可以為涵蓋有多個領(lǐng)域(包括工業(yè)、農(nóng)業(yè)、醫(yī)藥等等)、多種文獻形式(包括學位論文、會議論文、報紙期刊文獻等)的綜合數(shù)據(jù)庫，也可以為單一領(lǐng)域，專一文獻形式的專業(yè)型數(shù)據(jù)庫。當使用專業(yè)型數(shù)據(jù)庫進行處理時，可以獲得當前領(lǐng)域內(nèi)熱門的主題，及其對應的人才。

步驟s104，根據(jù)文本數(shù)據(jù)的發(fā)布時間，對文本數(shù)據(jù)進行分類；

可以根據(jù)當前領(lǐng)域的發(fā)展程度，預先設置分類標準，也即設置分類的時間段；例如，可以根據(jù)文本數(shù)據(jù)的發(fā)布年份、季度或者月份，對文本數(shù)據(jù)進行分類；對于發(fā)展變化較快的領(lǐng)域，可以適當選擇較短的時間段進行分類，對于發(fā)展變化較慢的領(lǐng)域，可以適當選擇較長的時間段進行分類。

步驟s106，采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理；

狄利克雷過程是一種應用于非參數(shù)貝葉斯模型中的隨機過程，尤其可以作為先驗分布應用在概率圖模型中；與傳統(tǒng)的參數(shù)模型相比，狄利克雷過程的應用更加廣泛且模型更加靈活。狄利克雷過程可以實現(xiàn)一組數(shù)據(jù)的聚類和分析，當對于多組數(shù)據(jù)的聚類時，僅利用狄利克雷過程的混合模型難以實現(xiàn)建模分析。

另外，潛在狄利克雷過程(latentdirichletallocation，簡稱為lda)也是一種貝葉斯模型，多應用于文本主題提取、推薦系統(tǒng)、音樂視頻內(nèi)容、新聞報紙數(shù)據(jù)的處理等領(lǐng)域中。

上述分層狄利克雷過程(hierarchicaldirichletprocesses，簡稱為hdp)可以實現(xiàn)多文檔之間共享無限多個聚類。與上述lda相比，hdp模型不但能實現(xiàn)聚類和推斷等功能，而且能夠自動生成聚類數(shù)目，大大增強了算法的魯棒性，同時，提取的主題個數(shù)更加靈活，準確，對不同文本數(shù)據(jù)的適應性更強。

步驟s108，根據(jù)處理結(jié)果，獲取當前時間段的熱門主題；

具體地，該處理結(jié)果可以為通過上述步驟s106獲得的各個時間段對應的主題、主題分布以及相關(guān)參數(shù)；該步驟s108中，按照主題的演變過程，從上述結(jié)果中可以獲得當前時間段的熱門主題。

在實際實現(xiàn)時，通常采用前一時間段對應的主題、主題分布以及相關(guān)參數(shù)等作為后一時間段先驗參數(shù)，對后一時間段對應的文本數(shù)據(jù)進行處理，直至最后的當前時間段的處理，進而獲取當前時間段的熱門主題。

步驟s110，將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。

在實際實現(xiàn)時，上述步驟s110中可以生成一個推薦人才的名單，也可以直接將推薦的人才推送至人才需求端，例如，企業(yè)、高校的通信終端等。

本發(fā)明實施例提供的一種人才推薦方法，根據(jù)文本數(shù)據(jù)的發(fā)布時間，對獲取到的文本數(shù)據(jù)進行分類；再采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理，并獲取當前時間段的熱門主題；進而將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。該方式可以靈活準確地獲取每個時間段內(nèi)的主題以及當前的熱門主題，避免了人為設置主題個數(shù)造成的提取出的主題冗余度大或主題遺漏的問題，進而提高了根據(jù)熱門主題推薦人才的準確性和靈活性。

實施例二：

參見圖2所示的第二種人才推薦方法的流程圖，該方法在實施例一中提供的人才推薦方法的基礎上實現(xiàn)，該方法包括如下步驟：

步驟s202，從預設的數(shù)據(jù)庫中獲取文本數(shù)據(jù)；其中，該文本數(shù)據(jù)至少包括文章、論文和網(wǎng)頁文本中的一種；

步驟s204，提取文本數(shù)據(jù)的發(fā)布時間；

步驟s206，將發(fā)布時間分別與預先設置的多個時間段進行匹配，根據(jù)匹配結(jié)果確定文本數(shù)據(jù)所屬的時間段；

例如，如果以一年為時間段，并獲取最近十年內(nèi)，每年的主題時，上述多個時間段可以為2017年、2016年、…直至2008年共10個時間段；判斷文本數(shù)據(jù)的發(fā)布時間所屬的具體時間段；例如，發(fā)布時間為2016年6月22日所屬的時間段為2016年。

步驟s208，逐一獲取每個時間段對應的文本數(shù)據(jù)；

步驟s210，采用分層狄利克雷過程的方式，對每個時間段對應的文本數(shù)據(jù)進行主題提取處理，生成每個時間段對應的主題；

步驟s212，計算各個時間段內(nèi)主題的出現(xiàn)頻率，生成主題的演變規(guī)律；其中，演變規(guī)律為主題的出現(xiàn)頻率與各個時間段的對應關(guān)系；

步驟s214，根據(jù)主題的演變規(guī)律，確定當前時間段對應的熱門主題。

在實際實現(xiàn)時，可以采用迭代的形式，將前一時間段生成的相關(guān)參數(shù)，輸入至后一時間段的處理過程中，以指導生成后一時間段的主題演變規(guī)律，直至生成最后的當前時間段對應的演變規(guī)律；通過該方式，可以根據(jù)歷史時間段內(nèi)的主題演變規(guī)律，獲得更為準確的當前的熱門主題，進而預測未來預設時間段的熱門主題的演化規(guī)律。

步驟s216，獲取熱門主題對應的文本數(shù)據(jù)的作者；

步驟s218，按照預設的排序條件，對作者進行排序；其中，預設的排序條件至少包括同一作者的文本數(shù)據(jù)的數(shù)量和文本數(shù)據(jù)的權(quán)重值中的一種；

步驟s220，將排序結(jié)果滿足預設閾值的作者作為人才進行推薦。

如果當前熱門主題數(shù)量較多，或者熱門主題對應的文本數(shù)據(jù)的作者的數(shù)量較多，則在進行人才推薦之前，需要進行篩選；具體可以設定多種排序條件，例如，當前熱門主題下，同一作者的文本數(shù)據(jù)的數(shù)量，或者根據(jù)文本數(shù)據(jù)本身的重要程度設置的權(quán)重值等等，具體根據(jù)人才推薦的實際需求進行設置。

本發(fā)明實施例提供的一種人才推薦方法，采用分層狄利克雷過程的方式，生成每個時間段對應的主題，通過計算各個時間段內(nèi)主題的出現(xiàn)頻率，可以獲得主題的演變規(guī)律，進而確定當前時間段對應的熱門主題，并將滿足預設條件的人才進行推薦。通過該方式，可以根據(jù)歷史時間段內(nèi)的主題演變規(guī)律，獲得更為準確的當前的熱門主題，進而預測未來預設時間段的熱門主題的演化規(guī)律，進而提高了根據(jù)熱門主題推薦人才的準確性和靈活性。

實施例三：

參見圖3所示的第三種人才推薦方法的流程圖，該方法在實施例一或二中提供的人才推薦方法的基礎上實現(xiàn)；該方法通過使用hdp模型將傳統(tǒng)的主題模型擴展成較為具體的主題層次，從而解決僅使用lda中時間窗內(nèi)主題數(shù)目固定的問題，該方法包括如下步驟：

步驟s302，將論文等學術(shù)文章按照時間段(也可以稱為時間窗)進行分類；

步驟s304，采用hdp對每個時間段內(nèi)的文章集合提取主題；

步驟s306，按照主題的演變過程獲取當前時間段的熱門主題；

步驟s308，從熱門主題對應的文章作者中篩選人才進行推薦。

由上述步驟s302至步驟s308可知，該方法首先按照簡單主題演化模型中的先離散時間后獲取主題的方法，將學術(shù)文章離散到各個時間窗中；然后，對時間窗內(nèi)的文章集合使用hdp模型進行主題的提??；該方式采用hdp提取各個時間窗內(nèi)的主體，再根據(jù)主題演變過程找出當前最熱門的技術(shù)主題，按照主題的熱度進行專家推薦，以獲取熱門主題下的專家人才。

本發(fā)明實施例提供的人才推薦方法，使用hdp模型解決了時間段內(nèi)主題數(shù)目固定的問題，可以幫助用戶找出當前熱門主題下的對應人才，使得根據(jù)熱門主題的演變進行人才推薦的方式變得更加靈活、準確。

實施例四：

對應于上述方法實施例，參見圖4所示的一種人才推薦裝置的結(jié)構(gòu)示意圖，該裝置包括：

數(shù)據(jù)獲取模塊40，用于從預設的數(shù)據(jù)庫中獲取文本數(shù)據(jù)；其中，文本數(shù)據(jù)至少包括文章、論文和網(wǎng)頁文本中的一種；

分類模塊41，用于根據(jù)文本數(shù)據(jù)的發(fā)布時間，對文本數(shù)據(jù)進行分類；

主題提取模塊42，用于采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理；

主題獲取模塊43，用于根據(jù)處理結(jié)果，獲取每個類型對應的熱門主題；

人才推薦模塊44，用于將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。

進一步，上述分類模塊，包括：時間提取單元，用于提取文本數(shù)據(jù)的發(fā)布時間；匹配單元，用于將發(fā)布時間分別與預先設置的多個時間段進行匹配；確定單元，用于根據(jù)匹配結(jié)果確定文本數(shù)據(jù)所屬的時間段。

進一步，上述主題提取模塊，包括：數(shù)據(jù)獲取單元，用于逐一獲取每個時間段對應的文本數(shù)據(jù)；主題提取單元，用于采用分層狄利克雷過程的方式，對每個時間段對應的文本數(shù)據(jù)進行主題提取處理，生成每個時間段對應的主題。

進一步，上述主題獲取模塊，包括：計算單元，用于計算各個時間段內(nèi)主題的出現(xiàn)頻率，生成主題的演變規(guī)律；其中，演變規(guī)律為主題的出現(xiàn)頻率與各個時間段的對應關(guān)系；主題確定單元，用于根據(jù)主題的演變規(guī)律，確定當前時間段對應的熱門主題。

進一步，上述人才推薦模塊，包括：作者獲取單元，用于獲取熱門主題對應的文本數(shù)據(jù)的作者；排序單元，用于按照預設的排序條件，對作者進行排序；其中，預設的排序條件至少包括同一作者的文本數(shù)據(jù)的數(shù)量和文本數(shù)據(jù)的權(quán)重值中的一種；人才推薦單元，用于將排序結(jié)果滿足預設閾值的作者作為人才進行推薦。

本發(fā)明實施例提供的一種人才推薦裝置，根據(jù)文本數(shù)據(jù)的發(fā)布時間，對獲取到的文本數(shù)據(jù)進行分類；再采用分層狄利克雷過程的方式，對每個類型對應的文本數(shù)據(jù)進行主題提取處理，并獲取當前時間段的熱門主題；進而將熱門主題對應的文本數(shù)據(jù)的作者作為人才進行推薦。該方式可以靈活準確地獲取每個時間段內(nèi)的主題以及當前的熱門主題，避免了人為設置主題個數(shù)造成的提取出的主題冗余度大或主題遺漏的問題，進而提高了根據(jù)熱門主題推薦人才的準確性和靈活性。

本發(fā)明實施例所提供的人才推薦方法和裝置的計算機程序產(chǎn)品，包括存儲了程序代碼的計算機可讀存儲介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實施例中所述的方法，具體實現(xiàn)可參見方法實施例，在此不再贅述。

所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

最后應說明的是：以上所述實施例，僅為本發(fā)明的具體實施方式，用以說明本發(fā)明的技術(shù)方案，而非對其限制，本發(fā)明的保護范圍并不局限于此，盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解：任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對前述實施例所記載的技術(shù)方案進行修改或可輕易想到變化，或者對其中部分技術(shù)特征進行等同替換；而這些修改、變化或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案的精神和范圍，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應所述以權(quán)利要求的保護范圍為準。