(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 202211237270.5 (22)申请日 2022.10.11 (71)申请人 中教智网 （北京） 信息技 术有限公司 地址 100089 北京市海淀区北三环中路4 4 号10号楼5层512 (72)发明人 董巍　 (74)专利代理 机构 北京艾格律诗专利代理有限 公司 11924 专利代理师 谢毅 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/958(2019.01) G06Q 10/10(2012.01) G06Q 50/20(2012.01) (54)发明名称 一种基于大数据的就 业推荐方法及系统 (57)摘要 本发明公开了一种基于大数据的就业推荐 方法及系统， 涉及计算机技术领域， 所述方法包 括： 通过采集目标求职用户的目标用户信息， 并 提取得到目标用户特征集； 获得历史求职用户的 历史求职信息， 其中包括历史用户信息、 历史就 业信息； 遍历得到用户特征遍历结果； 组建用户 集， 并结合历史就业信息组建岗位集； 得到候选 岗位集， 其中包括多个候选岗位； 依次采集多个 候选岗位的多个满意度数据， 并降序得到满意度 降序列表； 反向匹配得到候选岗位降序列表并进 行就业推荐。 解决了现有技术中的忽略求职者之 间、 求职者与招聘岗位之间的关联性特征， 导致 推荐不精细的技术问题。 达到了提高求职用户对 推荐岗位的满意度， 提高求职用户的求职效率和 就业率的效果。 权利要求书3页 说明书11页 附图4页 CN 115309998 A 2022.11.08 CN 115309998 A 1.一种基于大 数据的就 业推荐方法， 其特 征在于， 包括： 采集目标求职用户的目标用户信息， 并对所述目标用户信息进行特征提取， 得到目标 用户特征集； 获得历史求职用户的历史求职信息， 其中， 所述历史求职信 息包括历史用户信 息、 历史 就业信息； 基于所述目标用户特 征集对所述历史用户信息进行遍历， 得到用户特 征遍历结果； 根据所述用户特 征遍历结果组建用户集， 并结合所述历史就 业信息组建岗位 集； 获得目标招聘岗位集， 并与所述岗位集进行并集运算， 得到候选岗位集， 其中， 所述候 选岗位集包括多个候选岗位； 依次采集所述多个候选岗位的员工满意度， 得到多个满意度数据， 并对所述多个满意 度数据降序得到满意度降序列表； 根据所述满意度降序列表， 反向匹配得到候选岗位降序列表， 并基于所述候选岗位降 序列表对所述目标求职用户进行就 业推荐。 2.根据权利要求1所述的方法， 其特征在于， 所述采集目标求职用户的目标用户信息， 并对所述目标用户信息进行 特征提取， 得到目标用户特 征集， 包括： 获得所述目标求职用户的目标基本信息， 其中， 所述目标基本信息包括生源地、 性别、 年龄、 民族、 政治面貌、 院校、 专业； 获得所述目标求职用户的目标成绩信 息， 其中， 所述目标成绩信 息包括课程考试成绩、 等级考试成绩； 获得所述目标求职用户的目标实践信 息， 其中， 所述目标实践信 息包括学生干部职位、 活动比赛成绩、 奖助学 金荣誉； 获得所述目标求职用户的目标工作经历， 其中， 所述目标工作经历包括工作职位类型、 工作企业 性质； 基于所述目标基本信息、 所述目标成绩信息、 所述目标实践信息、 所述目标工作经历， 加和计算得到所述目标用户特 征集。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 获得所述目标求职用户的目标求职信 息， 其中， 所述目标求职信 息包括意向岗位、 意向 企业性质、 意向城市、 意向薪资； 将所述目标求职信息添加至所述目标用户特 征集。 4.根据权利要求3所述的方法， 其特征在于， 所述获得历史求职用户的历史求职信息， 包括： 获得目标历史求职用户； 依次采集所述目标历史求职用户的基本信息、 成绩信息、 实践信息、 工作经历， 分别得 到目标历史用户基本信息、 目标历史用户成绩信息、 目标历史用户实践信息、 目标历史用户 工作经历； 基于所述目标历史用户基本信息、 所述目标历史用户成绩信息、 所述目标历史用户实 践信息、 所述目标历史用户工作经历， 加 和计算得到所述历史用户信息； 采集所述目标历史求职用户的历史就业信 息， 其中， 所述历史就业信 息包括就业企业、 就业类别、 就 业岗位；权　利　要　求　书 1/3 页 2 CN 115309998 A 2基于所述历史用户信息、 所述历史就 业信息， 加 和计算得到所述历史求职信息 。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述用户特征遍历结果组建用户 集， 包括： 获得预设标签方案； 根据所述预设标签方案对所述目标用户特征集进行标签标记， 得到所述目标求职用户 的目标标签向量； 根据所述预设标签方案对所述历史用户信 息进行标签标记， 得到所述目标历史求职用 户的目标历史标签向量； 对比所述目标标签向量、 所述目标历史标签向量， 并利用Tanimoto相似系数算法计算 得到用户相似度， 其中， 所述用户相似度的计算公式如下： 其中， 所述 是指所述目标求职用户与所述目标历史求职用户之间的所述用户相 似度， 所述 是指所述目标求职用户， 所述 是指所述目标历史求职用户， 所述 是指 所述目标标签向量与所述目标历史标签向量的匹配对一致的数量， 所述 是指所述目标 标签向量与所述目标历史标签向量的匹配对的数量； 判断所述用户相似度是否满足第一预设相似度阈值； 若所述用户相似度满足所述第 一预设相似度阈值， 将所述目标历史求职用户添加至所 述用户集。 6.根据权利要求5所述的方法， 其特 征在于， 还 包括： 提取所述历史就 业信息中任意 一个就业岗位； 获得所述任意一个就业岗位的历史录用求职用户集， 其中， 所述历史录用求职用户集 包括多个 被所述任意 一个就业岗位录用的所述历史求职用户； 统计所述历史录用求职用户集中的用户个数， 得到历史录用人 数； 依次计算所述历史录用求职用户集中各历史录用求职用户与所述目标求职用户的用 户相似度， 得到多个用户相似度； 对所述多个用户相似度进行加和计算， 得到总用户相似度， 结合所述历史录用人数得 到岗位相似度， 其中， 所述岗位相似度的计算公式如下： 其中， 所述 是指所述 目标求职用户与所述任意一个就业岗位之间的所述岗位 相似度， 所述 是指所述目标求职用户与所述历史录用求职用户集中任意一个历史 录用求职用户的用户相似度， 所述 是指所述历史录用求职用户集中任意一个历史录用 求职用户， 所述 是指所述历史录用人 数； 判断所述岗位相似度是否满足第二预设相似度阈值； 若所述岗位相似度满足所述第 二预设相似度阈值， 将所述任意一个就业岗位添加至所 述岗位集。权　利　要　求　书 2/3 页 3 CN 115309998 A 3