一种信息推荐方法、装置、电子设备及存储介质与流程

本发明涉及一种互联网，特别地涉及一种信息推荐方法、装置、电子设备及存储介质。

背景技术：

1、通常，现有招聘平台为求职者提供的服务称为c端服务，c端服务包括但不限于：求职者可以在平台上创建自己的个人简历，在简历中包括求职者的个人信息、教育经历、技能和工作经历等信息；求职者还可以通过平台提供的搜索引擎按照各种设定的条件进行职位的搜索并查看；求职者可以在职位信息页中进行简历的投递，并在所述职位的招聘者在线时与其进行在线沟通等。现有招聘平台为招聘者提供的服务称为b端服务。b端服务包括但不限于：招聘者可以在平台创建自己公司发布的职位信息，其中包括公司信息、岗位责职内容、对求职者的各种要求或条件、薪资和福利等等；招聘者还可以通过平台提供的搜索引擎按照各种设定的条件进行简历的搜索、查看及下载；招聘者可以在求职者查看其发布的职位信息页时响应求职者的在线沟通请求与其进行在线沟通等。

2、为了向用户提供更好的服务并使用户获得更好的服务体验，现有的招聘平台通常还在经过授权的情况下向求职者推荐职位或者向招聘者推荐简历。另外，当求职者在招聘平台搜索职位时按照搜索条件为其推荐职位，当招聘者在招聘平台搜索简历时按照搜索条件为其推荐简历，以下将向求职者推荐的职位和向招聘者推荐的简历统称为推荐信息。

3、招聘平台的现有推荐系统在为用户确定推荐信息时，通常按照预设的特征从收集到的各种信息中提取出相应的特征并计算出对应的特征值，再将多个特征值拼接在一起输入给推荐模型，由推荐模型计算评分，评分的高低代表了与用户的匹配度。然而，由于特征的选择性非常广泛，特征值的计算精确程度也可能各不相同，因而通过该推荐方法得到的推荐结果的准确率高低不同。

技术实现思路

1、针对现有技术中存在的技术问题，本发明提出了一种信息推荐方法、装置、电子设备及存储介质，用以提高推荐结果的准确性。

2、为了解决上述技术问题，根据本发明的一个方面，本发明提供了一种信息推荐方法，应用于招聘平台，所述方法包括以下步骤：

3、分别获取第一用户信息、目标待推荐信息及标签信息，其中，当所述的第一用户为招聘平台的求职用户时，所述第一用户信息包括所述用户的简历信息，对应的目标待推荐信息为职位信息；当所述的第一用户为招聘平台的招聘用户时，所述第一用户信息包括所述用户提供的职位信息，对应的目标待推荐信息为简历信息，所述的标签信息包括与所述第一用户对应的第一标签信息和与目标待推荐信息对应的第二标签信息；

4、对第一用户信息和目标待推荐信息进行特征工程处理得到多个第一特征；

5、基于所述多个第一特征生成第一输入向量，将所述第一输入向量输入给第一模型，经所述第一模型得到第一输出值；

6、基于所述第一标签信息和第二标签信息得到一个或多个标签特征；

7、基于所述标签特征和第一输出值生成第二输入向量，将所述第二输入向量输入给第二模型，经所述第二模型得到对所述目标待推荐信息的推荐评分值；以及

8、按照所述推荐评分值从高到低的顺序确定预置数量的待推荐信息作为向所述第一用户推荐的推荐信息。

9、根据本发明的另一个方面，本发明还提供了一种信息推荐装置，其中，包括数据获取模块、第一特征模块、匹配模块、第二特征模块、评分模块和推荐模块，其中，所述数据获取模块经配置以分别获取第一用户信息、目标待推荐信息及标签信息，其中，当所述的第一用户为招聘平台的求职用户时，所述第一用户信息包括所述用户的简历信息，对应的目标待推荐信息为职位信息；当所述的第一用户为招聘平台的招聘用户时，所述第一用户信息包括所述用户提供的职位信息，对应的目标待推荐信息为简历信息，所述的标签信息包括与所述第一用户对应的第一标签信息和与目标待推荐信息对应的第二标签信息；所述第一特征模块经配置以对第一用户信息和目标待推荐信息进行特征工程处理得到多个第一特征；所述匹配模块经配置以基于所述多个第一特征生成第一输入向量，将所述第一输入向量输入给第一模型，经所述第一模型得到第一输出值；所述第二特征模块经配置以基于所述第一标签信息和第二标签信息得到一个或多个标签特征；所述评分模块经配置以基于所述标签特征和第一输出值生成第二输入向量，将所述第二输入向量输入给第二模型，经所述第二模型得到所述目标待推荐信息的推荐评分值；所述推荐模块经配置以按照所述推荐评分值从高到低的顺序确定预置数量的待推荐信息作为向所述第一用户推荐的推荐信息。

10、根据本发明的另一个方面，本发明还提供了一种电子设备，其中包括处理器和存储器，所述存储器上存储有计算机程序指令集，在所述处理器执行存储器上的计算机程序指令集时实现前述的信息推荐方法。

11、根据本发明的另一个方面，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序指令集，所述计算机程序指令集被处理器执行时实现前述的信息推荐方法。

12、根据本发明的另一个方面，本发明还提供了一种计算机程序产品，其包括计算机程序指令集，所述计算机程序指令集被处理器执行时实现前述的信息推荐方法。

13、本发明实施例在充分利用求职用户的简历信息和招聘用户的职位信息的同时，还利用标签提供了不宜在简历信息和职位信息中包括的信息，而这些信息通常是用户更为注重的信息，并且，标签还能提供与岗位相对应的、能够涵盖简历信息或职位信息的基本信息，因而最终得到的推荐信息更能满足用户的需求、提升用户的体验。另外，本发明采用多模型的推荐方法，使得标签内容的应用不会破坏第一模型的原始得分，不会影响第一模型得分的精确性和稳定性。再有，本发明实施例在应用标签时，各个标签对不同行业、不同职位等的权重不再依赖于专家的先验知识，而是利用模型强大的学习能力，通过大量数据的训练而自动习得，并且能够支持标签的灵活配置，模型无需跟随标签的变动而变动，充分利用了数据本身的价值及模型的强大能力，既减少了人工带来的局限和主观影响，也减少了大量人力、物力等成本。

技术特征：

1.一种信息推荐方法，应用于招聘平台，所述方法包括：

2.根据权利要求1所述的信息推荐方法，其中，所述标签信息与行业/职业分类信息相对应。

3.根据权利要求1所述的信息推荐方法，其中，基于所述第一标签信息和第二标签信息得到一个或多个标签特征的步骤包括：

4.根据权利要求3所述的信息推荐方法，其中，在计算相同类别的第一标签特征值和第二标签特征值的相似度时，确定是否缺少同类的第一标签或第二标签；响应于缺少同类的第一标签或第二标签，以预置值作为对应标签特征的特征值。

5.根据权利要求3所述的信息推荐方法，其中，所述标签信息包括文本和/或编码，所述标签特征的特征值为文本向量相似度和/或根据编码是否相同确定的预置值。

6.根据权利要求1所述的信息推荐方法，其中，所述第二模型为逻辑回归模型、树模型或深度学习模型。

7.根据权利要求1所述的信息推荐方法，其中，进一步包括：基于第一用户信息确定用户分类，基于用户分类确定对应的第一模型参数和第二模型参数；对应地，分别将所述第一模型参数和所述第二模型参数赋值给所述第一模型和第二模型。

8.根据权利要求1所述的信息推荐方法，其中，进一步包括：

9.一种信息推荐装置，其中，包括：

10.一种电子设备，其中包括处理器和存储器，所述存储器上存储有计算机程序指令集，在所述处理器执行存储器上的计算机程序指令集时实现权利要求1-8任一所述的信息推荐方法。

11.一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序指令集，所述计算机程序指令集被处理器执行时实现权利要求1-8任一所述的信息推荐方法。

12.一种计算机程序产品，其包括计算机程序指令集，所述计算机程序指令集被处理器执行时实现权利要求1-8任一所述的信息推荐方法。

技术总结本发明涉及一种信息推荐方法、装置、电子设备及存储介质。所述方法包括：分别获取第一用户信息、目标待推荐信息及标签信息，对第一用户信息和目标待推荐信息进行特征工程处理得到多个第一特征；基于所述多个第一特征生成第一输入向量，将所述第一输入向量输入给第一模型，经所述第一模型得到第一输出值；基于第一标签信息和第二标签信息得到一个或多个标签特征；基于所述标签特征和第一输出值生成第二输入向量，将所述第二输入向量输入给第二模型，经所述第二模型得到对所述目标待推荐信息的推荐评分值；以及按照所述推荐评分值从高到低的顺序确定预置数量的待推荐信息作为向所述第一用户推荐的推荐信息。本发明提升了推荐信息的准确性。技术研发人员：聂昂,林自达,刘婷婷,臧运娟受保护的技术使用者：前锦网络信息技术（上海）有限公司技术研发日：技术公布日：2024/9/29