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！

龙图腾网获悉早职到(广东)科技股份有限公司申请的专利基于招聘面试AI筛选评估管理办法及saas平台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：CN120387802B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510463659.9，技术领域涉及：G06Q10/1053；该发明授权基于招聘面试AI筛选评估管理办法及saas平台是由梁胜设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于招聘面试AI筛选评估管理办法及saas平台在说明书摘要公布了：本发明公开了基于招聘面试AI筛选评估管理办法及saas平台，包括收集候选人的简历数据和目标岗位要求数据，使用多头注意力神经网络模型对简历特征进行第一次筛选；收集候选人在招聘平台上对目标岗位的浏览信息，分析候选人的浏览信息，对候选人进行第二次筛选；对通过第二次筛选的候选人进行视频面试，使用摄像头采集候选人的图像，输出面试情绪特征；对面试后的候选人的简历特征、浏览信息特征、面试情绪特征进行预处理，得到候选人应聘向量数组；将候选人应聘向量数组输入面试评估模型中，输出候选人的应聘结果；本发明通过神经网络模型对候选人多次筛选，进而精准筛选应聘者，提高智能招聘的效率和准确率，节省招聘人力资源成本。

本发明授权基于招聘面试AI筛选评估管理办法及saas平台在权利要求书中公布了：1.基于招聘面试AI筛选评估管理办法，其特征在于，包括以下步骤： S1、收集候选人的简历数据和目标岗位要求数据，使用自然语言NLP算法解析简历和目标岗位要求，提取关键信息，生成第二简历特征向量和目标岗位要求特征向量，使用多头注意力神经网络模型对候选人进行第一次筛选,简历特征包括教育背景、工作经验、知识技能、能力素养； 所述使用多头注意力神经网络模型对候选人进行第一次筛选，包括： 基于多头注意力，根据目标岗位要求特征向量和第二简历特征向量分别定义Q向量、K向量和V向量，表示为： 其中分别为第i个Q向量、第i个K向量和第i个V向量的权重矩阵，分别表示第i个Q向量、第i个K向量和第i个V向量，和分别表示目标岗位要求特征向量和第二简历特征向量； 并基于Q向量、K向量和V向量计算加权求和V向量； 融合多头的加权求和值向量输出融合特征向量，并计算候选人的筛选概率包括： 基于加权求和V向量的计算将所有加权求和V向量的输出拼接，表示为： 其中GHQ,K,V表示融合特征向量，表示第h个加权求和V向量，表示融合特征向量输出的拼接向量，concat表示拼接函数； 基于融合特征向量确定经过线性层映射后的输出，表示为： 其中表示第i个经过线性层映射后的融合特征向量输出，W表示针对简历的线性权重，表示偏置项； 使用sigmoid激活函数将候选人目标岗位要求特征向量和第二简历特征向量的匹配特征向量转化为候选人简历被选择的概率，表示为： ，其中p表示候选人简历被选择的概率； 使用Adagrad优化器通过自适应学习率方法计算损失L对每个权重矩阵以及W和的自适应调整学习率，并进行参数迭代优化，当在连续迭代过程中计算的损失L满足预设的阈值则停止迭代输出参数； S2、收集候选人在招聘平台上对目标岗位的浏览信息，分析候选人的浏览信息，进行数据预处理和特征提取，生成浏览信息特征，建立候选人画像；基于候选人画像和目标岗位特征训练候选人筛选模型，模型训练的目标是对候选人进行第二次筛选；所述浏览信息包括目标岗位招聘页面的浏览偏向、停留时间、点击热度、收藏爱好和招聘互动行为； S3、对通过第二次筛选的候选人进行视频面试，使用摄像头采集候选人面试的图像，将采集的图像传输至LibreFace预训练面试表情识别模型的API接口，API自动分析候选人的图像的语言表达、逻辑思维、外貌穿着、面试表情并输出面试情绪特征； S4、对面试后的候选人的所述简历特征、所述浏览信息特征、所述面试情绪特征进行预处理，得到预处理后的目标岗位对应的所有候选人应聘数据，对预处理后的候选人应聘数据进行向量特征提取处理，得到候选人应聘向量数组； S5、构建面试评估模型，将候选人应聘向量数组输入模型中，输出得到候选人的应聘表现结果； S6、将候选人的应聘表现结果，提供给招聘人员进行最终决策。

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早职到(广东)科技股份有限公司，其通讯地址为：510000 广东省广州市南沙区进港大道233号308房309房310房311房312房313房；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。