基于虚拟HR智能体的信息匹配评估系统及方法与流程

本发明涉及人工智能，更具体的说是涉及基于虚拟hr智能体的信息匹配评估系统及方法。

背景技术：

1、随着信息技术的飞速发展，人力资源管理领域正经历着前所未有的变革。传统的人力资源管理方式已难以满足企业快速发展的需求，特别是在人才招聘环节，面对海量的求职信息与复杂的岗位匹配要求，如何高效、精准地完成人岗匹配成为了企业面临的一大挑战。近年来，人工智能技术的兴起为解决这一难题提供了全新的视角和途径，其中，基于智能体的招聘系统逐渐成为研究与应用的热点。

2、目前，市场上已经涌现出多款基于ai技术的虚拟hr助手，它们能够协助hr人员完成简历筛选日常工作，极大地提高了工作效率。然而，这些虚拟hr助手在智能化程度和应用深度上仍存在诸多不足，无法满足企业对精准人岗匹配和智能评估的迫切需求。一方面，只通过简历与岗位之间的匹配得到简历的匹配度，匹配的方式较为单一，获得对于人才匹配的精准度不高；另一方面简历中的信息存在真实性的问题，以此匹配到的简历是存在不确定的，会造成准确率下降的问题。

3、现有公开号为cn111737486a的中国专利公开了基于知识图谱、深度学习的人岗匹配方法、存储装置，它包括：s101：将待选简历、历史最优简历以及招聘信息存储进知识图谱，并根据知识图谱获取第一待选简历特征、第二待选简历特征、历史最优简历特征以及招聘要求特征；s102：获取待选简历的匹配度，并通过第二待选简历特征、招聘要求特征获取竞争力分析数据；s103：获取待选简历的满意度，并输出待选简历的匹配信息。该发明能够代替人工来衡量一份简历是否满足工作的招聘要求、企业端的hr是否满意该简历，可以精确且高效获取简历与岗位的匹配结果，简历筛选以及匹配的效率高，大大降低用人单位和求职者的时间和精力，提高了企业人事招聘整体的管理水平。

4、这种通过构建简历知识图谱和招聘知识图谱的方式，虽然能够更加直接提取出相关的信息，并结合深度学习的方式能够提取相关特征进行匹配，输出简历的匹配信息以及简历的满意度，能够高效得到简历与岗位之间的匹配结果，增加匹配效率，但是仍然存在背景技术中提出的问题，由于存在简历的真实性不足的问题，基于简历进行直接匹配可能会导致匹配精准度有限，并且只通过简历的匹配的方式较为单一，对于简历的筛选的可靠性有待提高。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供基于虚拟hr智能体的信息匹配评估系统及方法，能够基于虚拟hr角色智能体通过招聘岗位要求与简历应聘信息进行初步匹配，获得初筛简历，再通过面试结果对应聘信息进行修正，再次与招聘岗位要求进行匹配，获得终筛简历。

2、为实现上述目的，本发明提供了如下技术方案：

3、一方面，本发明提供基于虚拟hr智能体的信息匹配评估方法，具体包括以下步骤：

4、s1：构建虚拟hr角色智能体；

5、s2：设置招聘岗位的岗位信息；

6、s3：获取应聘简历，遍历应聘简历并提取应聘信息；

7、s4：基于所述虚拟hr角色智能体配置的简历匹配策略，获取初筛简历进入面试；

8、s5：所述虚拟hr角色智能体对所述初筛简历的应聘者进行面试，获得分值数据，并基于所述分值数据修正所述应聘信息；

9、s6：获取应聘者性格测试结果以及修正后的应聘信息，基于所述虚拟hr角色智能体获取终筛简历；

10、s7：配置反馈终端，并基于反馈终端获取反馈信息，基于反馈信息优化调整虚拟hr角色智能体的匹配算法。

11、作为本发明的进一步改进，所述岗位信息包括初筛招聘要求和终筛招聘要求，所述应聘信息包括初筛应聘信息和终筛应聘信息，所述简历匹配策略具体包括以下步骤：

12、s41：所述初筛招聘要求包括招聘要素集，所述初筛应聘信息包括应聘要素集，遍历所述应聘要素集，依次与所述招聘要素集进行匹配；

13、s42：判断应聘要素集与招聘要素集是否匹配；若招聘要素集与应聘要素集不匹配时，删除应聘简历；若招聘要素集与应聘要素集匹配时，保留应聘简历并判断终筛应聘信息与终筛招聘要求是否匹配，以得到初筛简历。

14、作为本发明的进一步改进，所述判断终筛应聘信息与终筛招聘要求是否匹配，以得到初筛简历具体包括以下步骤：

15、s421：所述终筛招聘要求包括意向要素集，并为意向要素集配置预期评分，将预期评分组成预期评分向量；

16、s422：所述终筛应聘信息包括筛分要素集，基于虚拟hr角色智能体为筛分要素集进行评分并获得筛分要素的简历评分，将筛分要素的简历评分组成简历评分向量；

17、s423：基于所述预期评分向量和所述简历评分向量计算人岗匹配度；

18、s424：配置人岗匹配度阈值；

19、当人岗匹配度不小于所述人岗匹配度阈值，则保留该简历作为初筛简历进入面试；

20、当人岗匹配度小于所述人岗匹配度阈值，则删除该简历。

21、作为本发明的进一步改进，所述人岗匹配度的计算公式如下：

22、

23、其中，s表示人岗匹配度；表示预期评分向量中意向要素集的第i个要素预期评分；表示简历评分向量中筛分要素集的第i个要素简历评分；表示对应评分项的权重系数；表示限制因子。

24、作为本发明的进一步改进，所述分值数据用于对筛分要素集的简历评分进行修正，所述分值数据包括专业评分集、能力评分、表达评分集，所述筛分要素集的简历评分包括第一筛分要素简历评分、第二筛分要素简历评分、第三筛分要素简历评分和第四筛分要素简历评分，所述修正的方式具体包括：

25、所述专业评分集用于修正所述第一筛分要素简历评分，所述能力评分用于修正所述第二筛分要素简历评分，所述表达评分集用于修正第三筛分要素简历评分，所述第四筛分要素简历评分的修正方式通过第四筛分要素简历评分赋值。

26、作为本发明的进一步改进，所述专业评分集包括第一专业评分和第二专业评分，所述专业评分集用于修正所述第一筛分要素简历评分的具体方式为：

27、

28、其中，表示修正后的第一筛分要素简历评分，表示第一专业评分，表示第一专业评分平均值，表示第二专业评分，表示第二专业评分平均值，表示第一筛分要素简历评分，为权重系数。

29、作为本发明的进一步改进，所述能力评分用于修正所述第二筛分要素简历评分的具体方式为：

30、

31、其中，表示修正后的第二筛分要素简历评分，表示能力评分，表示能力评分平均值，表示第二筛分要素简历评分。

32、作为本发明的进一步改进，所述表达评分集包括第一表达评分、第二表达评分和第三表达评分，所述表达评分集用于修正第三筛分要素简历评分的具体方式为：

33、

34、其中，表示修正后的第三筛分要素简历评分，表示第一表达评分，表示第一表达评分平均值；表示第二表达评分，表示第二表达评分平均值；表示第三表达评分评分，表示第三表达评分平均值，表示第三筛分要素简历评分，为权重系数。

35、作为本发明的进一步改进，获取终筛简历具体包括以下步骤：

36、s61：所述岗位信息还包括性格要求，将所述岗位信息的所述性格要求进行编码，并加入至预期评分向量中生成新预期评分向量，其中，表示性格要求编码；

37、s62：将获取的应聘者性格测试结果编码，与修正后的简历评分向量生成新简历评分向量，其中表示应聘者性格测试结果编码；

38、s63：基于新预期评分向量和新简历评分向量计算最终人岗匹配度，计算公式如下：

39、

40、其中，表示最终人岗匹配度，表示新预期评分向量中第j个招聘要素预期评分，表示新简历评分向量中第j个简历评分，表示对应评分项的权重系数；

41、s64：将最终人岗匹配度由高到低进行排列，根据招聘需求选择匹配度前n项作为终筛简历。

42、第二方面，本发明提供基于虚拟hr智能体的信息匹配评估系统，包括虚拟hr构建模块、招聘需求模块、简历管理模块、简历初筛模块、评分修正模块、简历终筛模块、反馈优化模块，其中：

43、虚拟hr构建模块用于构建和管理虚拟hr角色智能体，配置匹配规则和参数；

44、招聘需求模块用于设置招聘岗位信息，包括初筛招聘要求、终筛招聘要求和性格要求；

45、简历管理模块用于管理应聘者的应聘信息，包括接收、存储、提取简历中的应聘信息；

46、简历初筛模块基于简历匹配策略对应聘简历进行初步筛选，具体包括评分向量单元和简历匹配单元，其中：

47、评分向量单元用于得到预期评分向量和简历评分向量；

48、简历匹配单元用于计算人岗匹配度；

49、评分修正模块用于获取分值数据，并基于分值数据对应聘信息进行修正，获得新简历评分向量；

50、简历终筛模块用于结合应聘者的性格测试结果和所述新简历评分向量确定终筛简历；

51、反馈优化模块基于反馈终端获取反馈信息，基于反馈信息优化调整虚拟hr角色智能体的匹配算法。

52、本发明的有益效果：

53、通过自动化的简历筛选和初筛流程，大幅度减少了hr人员的工作量，提高了招聘效率，虚拟hr角色智能体能够快速地遍历大量应聘简历，并根据预设的匹配策略进行初步筛选，有效缩短了招聘周期；

54、基于虚拟hr角色智能体的简历匹配策略，通过综合考量应聘者的初筛应聘信息（如年龄、学历、专业等）和终筛应聘信息（如工作经验、技能等），以及配置相应的预期评分向量，能够更精准地评估应聘者与招聘岗位的匹配程度；能够提高应聘时的信息匹配达到信息化配岗的效果，这不仅提高了招聘的精准度，还有助于企业找到更适合岗位需求的人才；

55、虚拟hr角色智能体在初筛后，通过对应聘者进行面试，并基于面试评分结果修正简历评分向量，面试的评分能够参与修正简历中的某个虚高值；这一环节对简历中应聘信息进行修正，避免简历真实性不足的问题，并且通过客观的方式进行修正，避免了人为的主观性，进一步增强了人岗匹配的准确性。