Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川省人才发展集团有限责任公司;成都市信息经济学会;成都西高智谷科技有限公司张博宙获国家专利权

四川省人才发展集团有限责任公司;成都市信息经济学会;成都西高智谷科技有限公司张博宙获国家专利权

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!

龙图腾网获悉四川省人才发展集团有限责任公司;成都市信息经济学会;成都西高智谷科技有限公司申请的专利一种基于深度学习的人才信息分析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:CN120278688B

龙图腾网通过国家知识产权局官网在2025-10-14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:202510349965.X,技术领域涉及:G06Q10/1053;该发明授权一种基于深度学习的人才信息分析方法是由张博宙;佘璐;唐林鹏;王江;吴波吟;李延延;郭全毓设计研发完成,并于2025-03-24向国家知识产权局提交的专利申请。

一种基于深度学习的人才信息分析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才信息分析方法,涉及人力资源管理技术领域,包括步骤:候选人数据采集;生成候选人的高维特征向量;构建领域的知识图谱,生成候选人的增强特征向量;用聚类算法将候选人划分为多个群体,并对每个群体定义聚类的类别名称;企业根据用人需求生成需求特征向量并选择一群体;基于相似度计算对群体内候选人进行排序推荐。本发明基于大模型、知识图谱、聚类分析的有机结合,不仅能够充分挖掘海量数据中隐含的技能联结与发展潜力,还在特征表示与匹配度计算的各个环节都具有高度可扩展性,拓展了人才数据分析在智能招聘、职业规划和人力资源管理等多方面的应用潜力。

本发明授权一种基于深度学习的人才信息分析方法在权利要求书中公布了:1.一种基于深度学习的人才信息分析方法,其特征在于:包括以下步骤; S1,候选人数据采集; 将与招聘职位相关的N个候选人依次标记为T1~TN,收集每个候选人的M类数据,其中第n个候选人Tn第m类数据为,得到Tn的数据集合,1≤n≤N,1≤m≤M, S2,生成候选人Tn的高维特征向量; 用大模型将映射到d维空间得到映射特征,并根据下式生成Tn的高维特征向量; , 式中,为对应的融合权重,且; S3,构建领域的知识图谱,生成增强特征向量,包括步骤S31~S34; S31,收集职位相关领域的各种公开数据构成知识图谱数据集,定义与职位相关的|V|个实体~,定义|R|种实体关系~,构成实体集合和关系集合; S32,从知识图谱数据集中识别实体并抽取实体关系,生成知识图谱K=V,E,E为实体关系集合,vi和vj为V中任意两实体,rij为vi和vj的实体关系; S33,用图特征增强方法生成候选人的知识图谱增强特征; S34,根据公式,计算的增强特征向量,构成候选人的增强特征向量集合,式中,、分别为、的可训练权重; S4,用聚类算法处理,将候选人划分为Z个群体:,对每个群体定义聚类的类别名称; S5,企业根据用人需求生成岗位描述,用大模型映射到d维空间得到需求特征向量,并根据用人需求选择一群体; S6,计算该群体中每个增强特征向量与的余弦相似度,并将候选人按对应余弦相似度降序排列,推荐给企业; S1中,所述m类数据包括结构化数据和非结构化数据; 所述结构化数据包括教育背景、工作经历、专业技能、语言能力、培训经历、实习经历、获得的奖项与荣誉、求职意向和期望薪资; 所述非结构化数据包括技能描述、项目经历描述和个人陈述; 所述大模型为预训练的BERT模型。

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四川省人才发展集团有限责任公司;成都市信息经济学会;成都西高智谷科技有限公司,其通讯地址为:610000 四川省成都市高新区天府二街151号1栋2单元22层2201号;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。