一种创新人才推荐匹配方法及系统与流程

本发明涉及人才推荐，特别是涉及一种创新人才推荐匹配方法及系统。

背景技术：

1、在当前的人才招聘与配置领域，传统的人力资源匹配方法往往依赖于手动筛选简历、面试等耗时且主观性强的流程，这不仅效率低下，还可能因主观判断偏差导致人才与岗位匹配度不高。随着信息技术的发展，尤其是大数据、人工智能技术的应用，人才推荐与匹配系统正逐步成为优化人力资源配置的关键工具。

2、然而，现有的人才推荐系统大多聚焦于简单的关键词匹配或基于简历的表面信息比对，缺乏深入分析人才需求端的深层次意图以及专家人才的全面能力评估。这种情况下，招聘方的真实需求与专家的潜在价值往往难以有效对接，造成人才资源的浪费与错配。此外，由于未能充分利用网络上的丰富信息资源，如学术会议、专业论坛、公开数据库等渠道的专家信息，使得人才库构建不够全面，匹配精准度受限。

技术实现思路

1、针对上述现有技术，本发明在于提供一种创新人才推荐匹配方法及系统，主要解决上述背景技术中存在的技术问题。

2、为达到上述目的，本发明实施例的技术方案是这样实现的：

3、本发明第一方面公开了一种创新人才推荐匹配方法，所述方法包括下列步骤：

4、获取人才需求端的人才招聘需求，将所述人才招聘需求转化为类型资源，并基于该类型资源建立需求方的知识图谱模型；

5、获取专家信息，基于所述专家信息建立人才知识图谱模型；

6、基于需求方的知识图谱模型在人才知识图谱模型中进行匹配，确定推荐的专家人才。

7、可选的，所述需求方的知识图谱模型以及人才知识图谱模型均包括数据模型、信息模型、知识模型，所述数据模型、信息模型、知识模型三者的内容可以相互转换得到。

8、可选的，需求方的知识图谱模型还包括意图模型，所述意图模型包括显性意图以及隐性意图，所述显性意图由人才招聘需求直接获得，所述隐形意图由需求方的知识图谱模型中的数据模型、信息模型以及知识模型三者的内容结合获得。

9、可选的，人才知识图谱模型还包括价值体系模型，所述价值体系模型根据人才知识图谱模型中的数据模型、信息模型、知识模型三者的内容结合实现评估人才需求的价值和优先级。

10、可选的，获取人才需求端的人才招聘需求，建立需求方的知识图谱模型，具体包括：

11、获取人才需求端在网络上直接或间接发布的人才招聘需求，以及，人才需求端自身的基本信息；

12、将招聘需求以及人才需求端自身的基本信息映射为类型资源，所述类型资源包括数据资源、信息资源和知识资源；

13、基于数据资源、信息资源和知识资源构建需求方的数据模型、信息模型、知识模型；

14、基于需求方的数据模型、信息模型和知识模型构建价值体系模型和意图模型。

15、可选的，从网络上获取专家信息，并将所述专家信息映射为类型化资源，前述类型化资源包括数据资源、信息资源和知识资源，基于类型化资源构建人才知识图谱模型。

16、可选的，所述人才信息包括：应用爬虫和并行策略从各领域顶级期刊会议上获取的领域学术专家基本信息；从领域知名网站上获取的领域产业专家基本信息；从各类开放知识库、科技论坛、新闻博客渠道获取的专家项目成果、获奖头衔、科技新闻动态信息；从专家或学者个人主页中提取的其背景资料；从成果信息中提取的专家合作关系及成果的文本信息。

17、可选的，基于需求方的知识图谱模型在人才知识图谱模型中进行匹配，具体包括：

18、提取需求方的知识图谱模型的显性意图以及隐性意图，根据明显意图或潜在意图进行转换得到与意图相关的数据、信息以及知识；

19、根据人才知识图谱模型匹配与意图相关的数据、信息以及知识相对应内容的专家人才信息，并基于价值体系模型对所匹配的专家人才进行优先级排序；

20、将优先级为前三的专家人才信息作为匹配结果。

21、本发明第二方面公开了一种创新人才推荐匹配系统，所述系统用于实现如前述任一项所述的创新人才推荐匹配方法，所述系统包括：

22、查找模块，所述查找模块配置为获得人才需求端的人才招聘需求以及专家信息；

23、匹配模块，所述匹配模块被配置为建立需求方的知识图谱模型，以及建立人才知识图谱模型，并基于需求方的知识图谱模型在人才知识图谱模型中进行匹配，确定推荐的专家人才。

24、本发明的有益效果在于：通过构建需求方的知识图谱模型和人才知识图谱模型，本发明能够精确地识别并分析出人才需求端的具体需求和潜在意图，从而实现更深层次的人才需求理解。其次能快速从海量专家资源中筛选出与需求最为匹配的专家人才，显著提高了人才推荐的速度和效率，除此之外，还创新性地整合了从多源获取的专家信息，为人才价值评估提供了全面的数据基础。

技术特征：

1.一种创新人才推荐匹配方法，其特征在于，所述方法包括下列步骤：

2.根据权利要求1所述的一种创新人才推荐匹配方法，其特征在于，所述需求方的知识图谱模型以及人才知识图谱模型均包括数据模型、信息模型、知识模型，所述数据模型、信息模型、知识模型三者的内容可以相互转换得到。

3.根据权利要求2所述的一种创新人才推荐匹配方法，其特征在于，需求方的知识图谱模型还包括意图模型，所述意图模型包括显性意图以及隐性意图，所述显性意图由人才招聘需求直接获得，所述隐形意图由需求方的知识图谱模型中的数据模型、信息模型以及知识模型三者的内容结合获得。

4.根据权利要求2所述的一种创新人才推荐匹配方法，其特征在于，人才知识图谱模型还包括价值体系模型，所述价值体系模型根据人才知识图谱模型中的数据模型、信息模型、知识模型三者的内容结合实现评估人才需求的价值和优先级。

5.根据权利要求3所述的一种创新人才推荐匹配方法，其特征在于，获取人才需求端的人才招聘需求，建立需求方的知识图谱模型，具体包括：

6.根据权利要求4所述的一种创新人才推荐匹配方法及系统，其特征在于，从网络上获取专家信息，并将所述专家信息映射为类型化资源，前述类型化资源包括数据资源、信息资源和知识资源，基于类型化资源构建人才知识图谱模型。

7.根据权利要求5所述的一种创新人才推荐匹配方法，其特征在于，所述人才信息包括：应用爬虫和并行策略从各领域顶级期刊会议上获取的领域学术专家基本信息；从领域知名网站上获取的领域产业专家基本信息；从各类开放知识库、科技论坛、新闻博客渠道获取的专家项目成果、获奖头衔、科技新闻动态信息；从专家或学者个人主页中提取的其背景资料；从成果信息中提取的专家合作关系及成果的文本信息。

8.根据权利要求6所述的一种创新人才推荐匹配方法，其特征在于，基于需求方的知识图谱模型在人才知识图谱模型中进行匹配，具体包括：

9.一种创新人才推荐匹配系统，其特征在于，所述系统用于实现如权利要求1-8任一项所述的创新人才推荐匹配方法，所述系统包括：

技术总结本发明公开了一种创新人才推荐匹配方法，所述方法包括下列步骤：获取人才需求端的人才招聘需求，将所述人才招聘需求转化为类型资源，并基于该类型资源建立需求方的知识图谱模型；获取专家信息，基于所述专家信息建立人才知识图谱模型；基于需求方的知识图谱模型在人才知识图谱模型中进行匹配，确定推荐的专家人才，本申请通过构建需求方和专家的多维度知识图谱模型，实现了对人才招聘需求的深入理解和专家资源的精准挖掘。技术研发人员：周育忠,黄鲲,别佩,林正平,林杰,杨宇亮受保护的技术使用者：南方电网科学研究院有限责任公司技术研发日：技术公布日：2024/11/4