技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种应用于校企双端的简历生成方法以及设备与流程  >  正文

一种应用于校企双端的简历生成方法以及设备与流程

  • 国知局
  • 2024-09-14 14:31:31

本技术属于数据处理,尤其涉及一种应用于校企双端的简历生成方法以及设备。

背景技术:

1、随着电子化技术的不断发展,越来越多文件可以通过电子化的形式呈现。其中,简历作为入职过程中常用且重要的电子文件之一,其内容的表达力以及准确性直接影响用人单位对于学生情况的初步了解,也影响学生入职企业的成功率。因此,如何能够有效生成与学生实际情况吻合且与企业关注点匹配的简历文档成为了用户关注的重点。

2、现有的简历生成方法,一般是通过学生手动编写,然而上述的生成方式,在学生向企业投递简历时,容易出现简历内容与企业职位要求不匹配的情况,或者部分学生夸大简历内容,导致企业无法了解学生情况的真实性。由此可见,现有简历生成方法,依靠用户手动编写,存在与职业匹配度较低或真实性较低等问题。

技术实现思路

1、本技术实施例提供了一种应用于校企双端的简历生成方法以及设备,可以解决现有简历生成技术,依靠用户手动编写,存在与职业匹配度较低或真实性较低等问题。

2、第一方面,本技术实施例提供了一种应用于校企双端的简历生成方法,所述方法包括:

3、响应于第一对象的简历生成请求,获取所述简历生成请求中目标用户的原始简历文档;所述第一对象为校园集群或企业集群;

4、根据所述简历生成请求,确定待生成简历对应的至少一个第二对象;所述第二对象为与所述第一对象的集群类型不同的另一集群;

5、根据预设的注意力特征维度与集群之间的对应关系,确定所述第二对象关联的目标注意力维度;

6、基于所述第二对象的所有所述目标注意力维度对预设的行为描述模型进行模型校正,得到所述第二对象的目标行为转换模型;

7、将所述原始简历文档导入所述目标行为转换模型,得到各个所述目标注意力维度对应的描述语段;

8、基于所有所述描述语段,生成所述第二对象对应的校准简历文档。

9、在第一方面的一种可能的实现方式中,所述第一对象为所述校园集群;所述第二对象为所述企业集群;

10、在所述根据预设的注意力特征维度与集群之间的对应关系,确定所述第二对象关联的目标注意力维度之前,还包括:

11、根据所述第二对象的岗位描述信息,确定多个岗位关键词,并将所述岗位关键词转换为对应的岗位词向量;

12、分别计算各个岗位词向量之间的向量距离;所述向量距离为:

13、

14、其中,dist(worki,workj)为第i个岗位词向量与第j个岗位词向量之间的向量距离;worki(n)为第i个岗位词向量在第n个词维度的值;workj(n)为第j个岗位词向量在第n个词维度的值;n为词维度总数;

15、基于所述向量距离,对多个所述岗位关键词进行关键词合并,得到多个特征关键词;

16、基于各个所述特征关键词,确定所述第二对象的注意力特征维度。

17、在第一方面的一种可能的实现方式中,所述基于所述第二对象的所有所述目标注意力维度对预设的行为描述模型进行模型校正,得到所述第二对象的目标行为转换模型,包括:

18、根据所述特征关键词,获取历史简历中与所述特征关键词对应的多个历史描述语段;

19、对多个所述历史描述语段进行词频统计,从所述多个历史描述语段中的词组中选取词频数值大于预设词频阈值的词组作为高频描述词;

20、基于所有所述高频描述词对所述行为描述模型进行模型校正,得到与所述特征关键词对应的目标注意力维度的所述目标行为转换模型;

21、对应地,所述将所述原始简历文档导入所述目标行为转换模型,得到各个所述目标注意力维度对应的描述语段,包括:

22、根据所述原始简历文档中的各个原始描述语段,计算各个原始描述语段与各个所述目标注意力维度的维度匹配度;

23、若所有所述原始描述语段与任一目标注意力维度的维度匹配度均小于预设的匹配阈值,则获取所述目标用户的历史行为记录;

24、从所有所述历史行为记录提取与所述任一目标注意力维度关联的用户事件;

25、将所述用户事件导入所述任一目标注意力维度对应的目标行为转换模型,得到所述任一目标注意力维度对应的所述描述语段。

26、在第一方面的一种可能的实现方式中,所述第一对象为所述企业集群;所述第二对象为所述校园集群;

27、所述根据预设的注意力特征维度与集群之间的对应关系,确定所述第二对象关联的目标注意力维度,包括:

28、确定所述目标用户在所述校园集群中专业集群以及至少一个自定义集群;

29、根据所述专业集群对应的专业类型,确定所述目标用户的课程列表;所述课程列表包含至少一个所述目标用户的专业课程;所述专业课程用于确定课程特征维度;

30、基于所述自定义集群,得到所述目标用户的课外行为范围;所述课外行为范围用于确定课外特征维度;

31、根据所述课程特征维度以及所述课外特征维度,得到所述目标注意力维度。

32、在第一方面的一种可能的实现方式中,所述基于所述第二对象的所有所述目标注意力维度对预设的行为描述模型进行模型校正,得到所述第二对象的目标行为转换模型,包括:

33、根据所述第二对象的对象等级,确定程度基准系数;

34、基于所述课程特征维度,获取与所述课程特征维度关联的课程描述语段;

35、从历史简历库中,提取包含所述课外特征维度的历史课外语段;

36、根据所述程度基准系数、所述课程描述语段以及所述历史课外语段,对所述行为描述模型进行校准,得到所述目标行为转换模型;

37、对应地,所述将所述原始简历文档导入所述目标行为转换模型,得到各个所述目标注意力维度对应的描述语段,包括:

38、获取所述原始简历文档中与所述课程特征维度对应的第一描述语段,以及与所述课外特征维度对应的第二描述语段;

39、基于所述程度校准系数对所述第一描述语段中的初始程度副词进行校准,得到校准程度副词;

40、将所述第一描述语段以及所述校准程度副词导入课程特征维度的课程转换模型,移除所述第一描述语段中与所述课程描述语段关联度小于预设关联阈值的其他字符,并替换所述初始程度副词为所述校准程度副词,得到校准课程语段;

41、将所述第二描述语段导入课外特征维度的课外转换模型,标记所述第二描述语段中与课外描述语段关联度小于预设关联阈值的特殊字符,得到课外特征语段。

42、在第一方面的一种可能的实现方式中,所述响应于第一对象的简历生成请求,获取所述简历生成请求中目标用户的原始简历文档,包括:

43、根据所述目标用户的用户标识,搜索用户数据库中是否包含所述用户标识对应的已有简历文档;

44、若所述用户数据库中不包含所述用户标识的已有简历文档,则获取所述用户标识关联的多个历史行为记录;

45、基于预设的简历模板中包含的描述维度,从多个历史行为记录中确定各个描述维度对应的关联行为记录;

46、根据各个所述关联行为记录,得到各个所述描述维度对应的初始描述语段;

47、基于所有描述维度的所述初始描述语段,生成所述原始简历文档。

48、在第一方面的一种可能的实现方式中,在所述基于所有所述描述语段,生成所述第二对象对应的校准简历文档之后,还包括:

49、接收所述第二对象发送的关于所述校准简历文档的评价信息;

50、对所述评价信息进行语义分析,确定所述评价信息对应的评价等级以及所述评价信息描述的至少一个目标注意力维度;

51、若所述评价等级低于预设的评价阈值,则基于所述评价信息对所述目标注意力维度对应的目标行为转换模型进行模型训练,以使所述目标行为模型输出的所述描述语段与所述评价信息匹配。

52、第二方面,本技术实施例提供了一种应用于校企双端的简历生成装置,所述装置包括:

53、请求响应单元,用于响应于第一对象的简历生成请求,获取所述简历生成请求中目标用户的原始简历文档;所述第一对象为校园集群或企业集群;

54、对象确定单元,用于根据所述简历生成请求,确定待生成简历对应的至少一个第二对象;所述第二对象为与所述第一对象的集群类型不同的另一集群;

55、注意力维度确定单元,用于根据预设的注意力特征维度与集群之间的对应关系,确定所述第二对象关联的目标注意力维度;

56、模型校正单元,用于基于所述第二对象的所有所述目标注意力维度对预设的行为描述模型进行模型校正,得到所述第二对象的目标行为转换模型;

57、描述语段校正单元,用于将所述原始简历文档导入所述目标行为转换模型,得到各个所述目标注意力维度对应的描述语段;

58、简历生成单元,用于基于所有所述描述语段,生成所述第二对象对应的校准简历文档。

59、第三方面,本技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。

60、第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。

61、第五方面,本技术实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的方法。

62、本技术实施例与现有技术相比存在的有益效果是:在接收到某一集群对象发送的简历生成请求后,可以获取对应的目标用户的原始简历文档,并确定该简历生成请求对应的目标集群(即第二对象),继而根据第二对象的关注重点,确定对应的目标注意力维度,从而根据目标注意力维度对行为描述模型进行校准,从而能够输出与目标注意力维度的内容匹配的目标行为转换模型,并将原始文档分别倒入各个目标注意力维度对应的目标行为转换模型中,从而能够输出与第二对象关注重点匹配的描述语段,继而将所有描述语段进行合并,能够生成对应的校准简历文档。与现有的简历生成技术相比,本技术实施例提供的简历生成方法,可以根据第二对象的关注重点,即目标注意力维度,对原生的行为描述模型进行模型校正,得到符合该目标注意维度的内容描述方式匹配的目标行为转换模型,并对原始简历文档中的相关内容进行描述校准,以得到符合第二对象内容关注度的描述语段,提高了校准简历文档的准确性,也能够提高简历生成的效率。

本文地址:https://www.jishuxx.com/zhuanli/20240914/294553.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。