System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 应用文字信息化系统的数据挖掘方法及系统技术方案_技高网

应用文字信息化系统的数据挖掘方法及系统技术方案

技术编号:41347106 阅读:3 留言:0更新日期:2024-05-20 10:02
本申请实施例提供一种应用文字信息化系统的数据挖掘方法及系统,首先获取与前向招聘特征类别相关的多个第一样例招聘会话数据,以及与后向招聘特征类别相关的多个第二样例招聘会话数据。通过这些数据,构建反映各自特征类别的知识图谱的第一类别知识向量和第二类别知识向量。对于给定的候选招聘会话数据,计算其与两类知识向量之间的特征距离,并根据距离大小判断其所属的招聘特征类别。当前向招聘特征类别的知识向量与候选数据的距离小于后向招聘特征类别的知识向量时,将前者确定为该数据的招聘特征类别;反之,则选择后者。从而有效地利用了知识图谱特征,提高了招聘会话数据分类的准确性和效率。

【技术实现步骤摘要】

本申请涉及计算机,具体而言,涉及一种应用文字信息化系统的数据挖掘方法及系统


技术介绍

1、随着信息技术的快速发展,文字信息化系统在企业招聘中扮演着越来越重要的角色。这些系统通过收集、存储和处理大量的招聘会话数据,为企业提供了更加高效和精准的招聘服务。然而,如何从这些海量的数据中准确挖掘出有价值的信息,仍然是一个具有挑战性的问题。

2、在传统的招聘流程中,企业往往依赖人工的方式对招聘会话数据进行分类和分析,以确定候选人的招聘特征类别。这种方法不仅效率低下,而且容易受到主观因素的影响,导致分类结果的不准确。


技术实现思路

1、为了至少克服现有技术中的上述不足,本申请的目的在于提供一种应用文字信息化系统的数据挖掘方法及系统。

2、第一方面,本申请提供一种应用文字信息化系统的数据挖掘方法,所述方法包括:

3、获取对应于前向招聘特征类别的多个第一样例招聘会话数据,以及对应于后向招聘特征类别的多个第二样例招聘会话数据;

4、依据所述多个第一样例招聘会话数据获取所述前向招聘特征类别的第一类别知识向量,以及依据所述多个第二样例招聘会话数据获取所述后向招聘特征类别的第二类别知识向量,所述第一类别知识向量反映关联于所述前向招聘特征类别的知识图谱特征,所述第二类别知识向量反映关联于所述后向招聘特征类别的知识图谱特征;

5、依据对候选招聘会话数据所对应生成的数据挖掘指令,获取所述候选招聘会话数据与所述第一类别知识向量之间的第一特征距离,以及获取所述候选招聘会话数据与所述第二类别知识向量之间的第二特征距离,所述数据挖掘指令被配置于挖掘确定所述候选招聘会话数据对应的招聘特征类别;

6、当所述第一特征距离小于所述第二特征距离时,将所述前向招聘特征类别输出为所述候选招聘会话数据对应的招聘特征类别;

7、当所述第一特征距离不小于所述第二特征距离时,将所述后向招聘特征类别输出为所述候选招聘会话数据对应的招聘特征类别。

8、第二方面,本申请实施例还提供一种应用文字信息化系统的数据挖掘系统,所述应用文字信息化系统的数据挖掘系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有计算机程序,所述计算机程序结合该处理器加载并执行以实现以上第一方面的应用文字信息化系统的数据挖掘方法。

9、采用以上任意方面的技术方案,本申请首先获取与前向招聘特征类别相关的多个第一样例招聘会话数据,以及与后向招聘特征类别相关的多个第二样例招聘会话数据。通过这些数据,构建反映各自特征类别的知识图谱的第一类别知识向量和第二类别知识向量。对于给定的候选招聘会话数据,计算其与两类知识向量之间的特征距离,并根据距离大小判断其所属的招聘特征类别。当前向招聘特征类别的知识向量与候选数据的距离小于后向招聘特征类别的知识向量时,将前者确定为该数据的招聘特征类别;反之,则选择后者。从而有效地利用了知识图谱特征,提高了招聘会话数据分类的准确性和效率。

10、也即,本申请能有效地利用知识图谱特征,并通过计算候选招聘会话数据与不同类别知识向量之间的特征距离,准确地确定招聘会话数据对应的招聘特征类别,通过对前向和后向招聘特征类别分别获取了第一类别和第二类别知识向量,使得对招聘会话数据的分类更为精准。在实际操作中,当第一特征距离小于第二特征距离时,将前向招聘特征类别输出为候选招聘会话数据对应的招聘特征类别;反之,则将后向招聘特征类别输出,由此,能够提高招聘信息化系统的数据处理效率和精确性,同时增强其智能化程度。

本文档来自技高网...

【技术保护点】

1.一种应用文字信息化系统的数据挖掘方法,其特征在于,所述方法包括:

2.根据权利要求1所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述依据所述多个第一样例招聘会话数据获取所述前向招聘特征类别的第一类别知识向量,以及依据所述多个第二样例招聘会话数据获取所述后向招聘特征类别的第二类别知识向量,包括:

3.根据权利要求2所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述对所述多个第一样例招聘会话数据进行会话语义嵌入表示,生成第一会话语义嵌入矢量,包括:

4.根据权利要求3所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述对所述多个第一样例招聘会话数据进行多招聘挖掘维度的会话语义嵌入表示,生成对应于第一招聘挖掘维度的第一维度嵌入表示,以及对应于第二招聘挖掘维度的第二维度嵌入表示,包括:

5.根据权利要求2所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述获取所述候选招聘会话数据对应的候选会话语义嵌入矢量和所述第一会话语义嵌入矢量之间的第一矢量距离,包括:

6.根据权利要求1所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述依据所述多个第一样例招聘会话数据获取所述前向招聘特征类别的第一类别知识向量,以及依据所述多个第二样例招聘会话数据获取所述后向招聘特征类别的第二类别知识向量,包括:

7.根据权利要求6所述的应用文字信息化系统的数据挖掘方法,其特征在于,当所述将所述多个第一样例招聘会话数据加载至类别知识向量网络,生成所述第一类别知识向量之前,所述方法还包括:

8.根据权利要求1-7中任意一项所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述当所述第一特征距离小于所述第二特征距离时,将所述前向招聘特征类别输出为所述候选招聘会话数据对应的招聘特征类别,包括:

9.根据权利要求1-7中任意一项所述的应用文字信息化系统的数据挖掘方法,其特征在于,当所述将所述前向招聘特征类别输出为所述候选招聘会话数据对应的招聘特征类别,或所述将所述后向招聘特征类别输出为所述候选招聘会话数据对应的招聘特征类别之后,所述方法还包括:

10.一种应用文字信息化系统的数据挖掘系统,其特征在于,所述应用文字信息化系统的数据挖掘系统包括处理器和机器可读存储介质,该机器可读存储介质中存储有机器可执行指令,该机器可执行指令由该处理器加载并执行以实现权利要求1-9中任意一项所述的应用文字信息化系统的数据挖掘方法。

...

【技术特征摘要】

1.一种应用文字信息化系统的数据挖掘方法,其特征在于,所述方法包括:

2.根据权利要求1所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述依据所述多个第一样例招聘会话数据获取所述前向招聘特征类别的第一类别知识向量,以及依据所述多个第二样例招聘会话数据获取所述后向招聘特征类别的第二类别知识向量,包括:

3.根据权利要求2所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述对所述多个第一样例招聘会话数据进行会话语义嵌入表示,生成第一会话语义嵌入矢量,包括:

4.根据权利要求3所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述对所述多个第一样例招聘会话数据进行多招聘挖掘维度的会话语义嵌入表示,生成对应于第一招聘挖掘维度的第一维度嵌入表示,以及对应于第二招聘挖掘维度的第二维度嵌入表示,包括:

5.根据权利要求2所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述获取所述候选招聘会话数据对应的候选会话语义嵌入矢量和所述第一会话语义嵌入矢量之间的第一矢量距离,包括:

6.根据权利要求1所述的应用文字信息化系统的数据挖掘方法,其特征在于,所述依据所述多个第一样例招聘会话数据获取所述前向招聘特...

【专利技术属性】
技术研发人员:谢山山周峰
申请(专利权)人:成都鱼泡科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1