【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及一种基于人工智能的个性化职业规划方法、装置及存储介质。
技术介绍
1、当前职业规划辅助工具主要依赖传统的数据分析方法，这些方法未能充分利用个人详细特点以及大数据为个人提供精确的职业规划。而多模态数据处理、知识建模以及系统架构方面尚有待提高，其职业规划的个性化不足，准确性较低。
技术实现思路
1、本申请提供了一种基于人工智能的个性化职业规划方法、装置及存储介质，用于解决现有技术中职业规划中个性化不足且准确性较低的问题。
2、鉴于上述问题，本申请提供了一种基于人工智能的个性化职业规划方法、装置及存储介质。
3、本申请实施例提供一种基于人工智能的个性化职业规划方法，包括：
4、获取用户信息，建立用户个人档案；
5、构建多智能体框架，定义所述多智能体框架中的多个智能体及所述多智能体的交互协议；
6、第一智能体对所述用户个人档案进行分析，提取职业相关特征，并确定所述用户的职业要素及对应权重，所述第一智能体为所述多智能体框架中的一个或多个智能体；
7、第二智能体获取不同行业和不同职位信息，并结合所述用户的职业要素及对应权重，个性化为所述用户推荐动态职位，其中，所述第二智能体为所述多智能体框架中的一个或多个智能体；
8、第三智能体基于所述第一智能体和第二智能体的输出内容，对所述用户的职业发展进行预测和规划，其中，所述第三智能体为所述多智能体框架中的一个或多个智能体。
9
10、对所述用户个人档案进行数据清洗和标准化，获取第一用户数据；
11、利用机器学习模型提取所述用户的职业相关特征，并确定所述职业相关特征中的职业要素及对应权重。
12、可选地，第二智能体获取不同行业和不同职位信息，并结合所述用户的职业要素及对应权重，个性化为所述用户推荐动态职位，包括：
13、动态采集不同行业和不同职位的信息；
14、提取不同行业和不同职位的关键信息；
15、接收所述第一智能体输出的所述用户的职业要素及对应权重；
16、设计个性化推荐算法，基于所述个性化推荐算法，将用户的职业要素及权重与所述不同行业和不同职位的关键信息进行匹配，以便个性化为所述用户推荐动态职位。
17、可选地，设计个性化推荐算法，基于所述个性化推荐算法，将用户的职业要素及权重与所述不同行业和不同职位的关键信息进行匹配，包括：
18、提取不同行业和不同职位的职位特征，并转化为职位特征向量；
19、将用户的职业要素及权重转化为用户职业特征向量；
20、构建推荐算法模型，所述推荐算法模型为协同过滤、内容基础推荐或混合推荐模型；
21、使用训练集对所述推荐算法模型进行训练；
22、使用训练后的所述推荐算法模型计算所述用户职业特征向量与职位特征向量的相似度；
23、按照相似度从高到低进行排序，形成推荐列表，以便推荐相似度最高的职位。
24、可选地，提取不同行业和不同职位的职位特征，并转化为职位特征向量，包括：
25、基于不同行业和不同职位的职位特征，利用卷积神经网络cnn和循环神经网络rnn级联模型实现跨模态特征融合，以转化为职位特征向量。
26、可选地，第三智能体基于所述第一智能体和第二智能体的输出内容，对所述用户的职业发展进行预测和规划，包括：
27、获取所述第一智能体输出的所述用户的职业要素及对应权重；
28、获取所述第二智能体输出的个性化的职位推荐列表；
29、利用历史数据建立并训练职业发展预测模型；
30、输入所述用户职业特征向量及所述个性化的职位推荐列表至所述职业发展预测模型中，以便生成所述用户的一个或多个的职业发展路径。
31、可选地，定义所述多智能体框架中的多个智能体及所述多智能体的交互协议，包括：
32、定义不同智能体的具体角色和职责；
33、构建不同智能体之间的交互协议，其中，所述交互协议采用协作分布式扩散技术，用于知识扩散协作。
34、可选地，所述用户信息为多模态信息。
35、本申请实施例还提供一种基于人工智能的个性化职业规划装置，所述装置包括：
36、获取模块，用于获取用户信息，建立用户个人档案；
37、构建模块，用于构建多智能体框架，定义所述多智能体框架中的多个智能体及所述多智能体的交互协议；
38、第一智能体，用于对所述用户个人档案进行分析，提取职业相关特征，并确定所述用户的职业要素及对应权重，所述第一智能体为所述多智能体框架中的一个或多个智能体；
39、第二智能体，用于获取不同行业和不同职位信息，并结合所述用户的职业要素及对应权重，个性化为所述用户推荐动态职位，其中，所述第二智能体为所述多智能体框架中的一个或多个智能体；
40、第三智能体，用于基于所述第一智能体和第二智能体的输出内容，对所述用户的职业发展进行预测，其中，所述第三智能体为所述多智能体框架中的一个或多个智能体。
41、本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
42、本申请中提供的一个或多个技术专利技术，至少具有如下技术效果或优点：
43、本申请实施例提供的一种基于人工智能的个性化职业规划方法，装置及存储介质，通过aigc模型对个人的教育背景、专业技能、工作经历等多维度信息进行综合评估和分析，生成个性化的职业规划报告，可帮助用户了解自己的职业定位，提供职业发展及相关岗位推荐等，为用户提供更加准确、个性化的职业规划建议。此外，利用多模态处理，可以从更全面的角度理解用户的需求和潜力；通过多智能体架构增强了系统应对不同用户需求和环境变化的灵活性和适应性，使得在个性化职业规划领域具有创新性和实用性。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的个性化职业规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，第一智能体对所述用户个人档案进行分析，提取职业相关特征，并确定所述用户的职业要素及对应权重，包括：
3.根据权利要求2所述的方法，其特征在于，第二智能体获取不同行业和不同职位信息，并结合所述用户的职业要素及对应权重，个性化为所述用户推荐动态职位，包括：
4.根据权利要求3所述的方法，其特征在于，设计个性化推荐算法，基于所述个性化推荐算法，将用户的职业要素及权重与所述不同行业和不同职位的关键信息进行匹配，包括：
5.根据权利要求4所述的方法，其特征在于，提取不同行业和不同职位的职位特征，并转化为职位特征向量，包括：
6.根据权利要求1所述的方法，其特征在于，定义所述多智能体框架中的多个智能体及所述多智能体的交互协议，包括：
7.根据权利要求1所述的方法，其特征在于，所述用户信息为多模态信息。
8.一种基于人工智能的个性化职业规划装置，其特征在于，所述装置包括：
9.一种计算机可读存储介
...【技术特征摘要】
1.一种基于人工智能的个性化职业规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，第一智能体对所述用户个人档案进行分析，提取职业相关特征，并确定所述用户的职业要素及对应权重，包括：
3.根据权利要求2所述的方法，其特征在于，第二智能体获取不同行业和不同职位信息，并结合所述用户的职业要素及对应权重，个性化为所述用户推荐动态职位，包括：
4.根据权利要求3所述的方法，其特征在于，设计个性化推荐算法，基于所述个性化推荐算法，将用户的职业要素及权重与所述不同行业和不同职位的关键信息进行匹配，包括：
...【专利技术属性】
技术研发人员：许宁，马智文，
申请(专利权)人：贵州优特云科技有限公司，
类型：发明
国别省市：
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。