买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网安徽省电力有限公司超高压分公司;中国科学技术大学申请的专利一种基于深度学习的人岗匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119539754B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411601157.X，技术领域涉及：G06Q10/105；该发明授权一种基于深度学习的人岗匹配方法是由张有明;吴小勇;侯邵娟;付真斌;王磊;吕妍;何奇;章丹;周攀;方福歆;孙巍巍;张昭源;储昭将;王欣;李志军;吴海艳;王远;霍骋;万礼嵩;焦睿婷;李炫浓;马欢;邱曼曼;廖羽晗;胡茂亮;陈迎;罗长;赵晓山;秦健;翁凌;徐乐旸;章茜;朱靖;康宇;吕文君;齐振宇;王继晨;邓长斌;周越设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于深度学习的人岗匹配方法在说明书摘要公布了：本发明公开了一种基于深度学习的人岗匹配方法，首先构建岗位集合和员工集合并进行文本描述，采用文本匹配模型计算岗位与员工的文本匹配得分；同时构建岗位与员工的关系图，基于关系图卷积网络的关系匹配模型计算岗位与员工的关系匹配得分；文本匹配模型和关系匹配模型通过共教机制进行联合训练，再采用训练后的文本匹配模型和关系匹配模型预测得到文本匹配得分和关系匹配得分，最后将文本匹配得分和关系匹配得分进行加权计算，得到最终的岗位与员工匹配得分。本发明结合了深层文本语义分析和人岗关系图网络，并通过共教机制进行训练优化，显著提高了匹配的准确性和鲁棒性，特别适用于数据稀疏和噪声较多的企业环境。

本发明授权一种基于深度学习的人岗匹配方法在权利要求书中公布了：1.一种基于深度学习的人岗匹配方法，其特征在于：具体包括有以下步骤： 1、构建岗位集合和员工集合，岗位集合中的每个岗位和员工集合中的每个员工分别对应一个文本表述，构建基于BERT模型和双注意力机制的文本匹配模型，采用文本匹配模型计算岗位与员工的文本匹配得分，具体步骤为： S11、构建岗位集合J＝{j1,j2,…,ji,…,jn}、员工集合R＝ {r1,r2,…,rk,…,rm}，每个岗位ji对应一个岗位描述每个员工rk对应一个员工简历岗位描述和员工简历均为文本表述的向量； S12、使用BERT模型对岗位描述和员工简历进行编码，生成岗位文本的语义表示和员工文本的语义表示，具体见下式1： 式1中，表示岗位文本的语义表示矩阵，表示员工文本的语义表示矩阵，d为编码维度，L为文本长度； S13、采用亲和注意力机制和差异注意力机制组成的双注意力机制捕捉文本中的相似性与差异性； 亲和注意力机制用于捕捉岗位文本与员工文本中的相似性信息，对于每个岗位ji和员工rk，通过注意力权重计算文本的相似性，具体见下式2： 式2中，表示岗位文本与员工文本相似度的亲和注意力矩阵，T代表矩阵的转置，softmax代表softmax激活函数； 差异注意力机制通过向量减法，捕捉岗位和员工之间的差异，具体见下式3： 式3中，表示岗位文本与员工文本差异度的差异注意力矩阵，softmax代表softmax激活函数； 然后将亲和注意力矩阵与差异注意力矩阵进行加权融合，具体见下式4： Afinal＝λ×Aaff+1-λ×Adiff4； 式4中，λ∈[0,1]，表示调节相似度与差异度的超参数；Afinal表示双注意力矩阵； S14、通过文本匹配后的语义表示，计算岗位与员工的匹配得分，计算过程具体见下式5： 式5中，stextji,rk表示岗位ji和员工rk的匹配得分，代表岗位与员工在语义上的相似程度； 2、构建岗位与员工的关系图，基于关系图卷积网络的关系匹配模型计算岗位与员工的关系匹配得分，具体步骤为： S21、构建岗位与员工的关系图为G＝V,E，其中，V＝J∪R为关系图中节点的结合，E为表示岗位与员工之间关系的边的集合； S22、采用关系图卷积网络R-GCN将关系图中每个节点v∈V的表示通过邻居节点的消息聚合得到更新，具体见下式6： 式6中，Nrv为节点v在关系类型r下的邻居集合，Wr为关系类型r的参数矩阵，为邻居节点的表示，W0表示节点v自身特征的权重矩阵，σ为激活函数； 每个节点通过聚合更新后，得到更新后岗位或员工的节点表示当节点v代表岗位节点时，即为当节点v代表员工节点时，即为 S23、通过图神经网络学习的关系表示，计算岗位与员工的关系匹配得分，具体见下式7： 式7中，srelationjI,rk表示岗位ji和员工rk的关系匹配得分，是更新后的任一岗位节点的节点表示，是的转置，是更新后的任一员工节点的节点表示； 3、文本匹配模型和关系匹配模型通过共教机制进行联合训练，得到训练后的文本匹配模型和关系匹配模型； 4、采用训练后的文本匹配模型和关系匹配模型预测得到文本匹配得分和关系匹配得分，然后将文本匹配得分和关系匹配得分进行加权计算，得到最终的岗位与员工匹配得分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网安徽省电力有限公司超高压分公司;中国科学技术大学，其通讯地址为：230041 安徽省合肥市包河区唐模路与龙川路交叉口国网安徽电力超高压公司；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。