【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ai模型的智能化简历系统。
技术介绍
1、随着人工智能技术的飞速发展，它在各行各业的应用越来越广泛，特别是在求职招聘领域，ai技术的潜力正在被深度挖掘。传统的简历制作和筛选方法往往依赖于人工操作，这不仅效率低下，而且容易受到主观判断的影响，导致匹配精度不高。在信息快速迭代的今天，这种传统方式已经难以满足市场的需求。
2、为了解决这些问题，基于ai模型的智能化简历系统应运而生。这些系统利用自然语言处理(nlp)技术来解析和理解简历中的语言信息，通过机器学习(ml)算法来识别简历中的关键要素，如技能、经验、教育背景等，并将这些信息与职位描述进行匹配。
3、但现有技术的智能化简历系统需要用户自行准备一份简历，再进行投递，准备时间较长。
技术实现思路
1、(一)专利技术目的
2、本专利技术的目的是提供一种减少前期准备时间，提高投递精准度的基于ai模型的智能化简历系统。
3、(二)技术方案
4、为解决上述问题，本专利技术提供了一种基于ai模型的智能化简历系统，包括：
5、ai帮写模块、ai帮改模块、ai诊断模块和ai匹配模块；
6、所述ai帮写模块根据用户的基础信息及目标职位要求，生成简历参考格式；
7、所述ai帮改模块利用ai帮改模型对用户简历给出第一修改建议；
8、所述ai诊断模块利用ai诊断模型对用户简历进行评分；
9、所述ai
10、本专利技术的另一方面，优选地，所述ai帮写模块根据用户的基础信息及目标职位要求，生成简历参考格式包括：
11、利用训练好的glm-4模型，根据用户的基础信息及目标职位要求，生成简历初稿；
12、所述glm-4模型利用以下损失函数进行训练：
13、
14、其中，l表示损失函数，zs表示训练原始样本，zt表示训练原始样本的正样本，zk表示训练原始样本的负样本，sim(zs,zt)表示训练原始样本和训练原始样本的正样本两者之间的相似度，sim(zs,zk)表示训练原始样本和训练原始样本的负样本两者之间的相似度，n表示训练原始样本的负样本的数量，γ表示超参数，调节相似度的放大倍数。
15、本专利技术的另一方面，优选地，所述ai帮改模块利用ai帮改模型对用户简历给出第一修改建议包括：
16、对不包含间隔符的中文文本进行分词，形成若干个第一字符串；
17、将若干个字符串与简历语料库中存在的词进行匹配，将未登录词存放入疑似错误列表，形成若干个第二字符串；
18、利用预设的第一算法计算各第一字符串相应的置信度和利用预设的第二算法计算各第一字符串相应的窗口移动得分；
19、将所述第一字符串相应的置信度与第一阈值进行比较和将所述第一字符串相应的窗口移动得分与第二阈值进行比较；
20、若所述第一字符串相应的置信度大于第一阈值的同时所述第一字符串相应的窗口移动得分小于第二阈值，则该第一字符串为错误字符串；
21、对所述错误字符串进行标注为第一修改建议。
22、本专利技术的另一方面，优选地，所述利用预设的第一算法计算各第一字符串相应的置信度的计算公式为：
23、
24、其中，c(qi)表示第一字符串qi相应的置信度,freq(qi)是第一字符串qi在语料库中的出现频率,scores(i)表示第一字符串qi的窗口移动得分，a为所有scores的值的平均数，n为第一字符串qi的数量，α和β表示权重系数。
25、本专利技术的另一方面，优选地，所述利用预设的第二算法计算各第一字符串相应的窗口移动得分的计算公式为：
26、
27、其中，p表示简历语料库，qi表示第一字符串，x表示窗口移动的单位长度，i表示第一字符串qi的编号，exc表示若qi出现在简历语料库中的得分；back_pro(qi-1)表示qi-1的窗口移动得分，u为常数。
28、本专利技术的另一方面，优选地，所述ai诊断模块利用ai诊断模型对用户简历进行评分包括利用以下公式计算综合评分：
29、y＝λ1·v1+λ2·v2+λ3·v3+λ4·v4+λ5·v5
30、其中，y表示综合评分，λ1表示信息完整性权重，v1表示信息完整性评分；λ2表示美观性权重，v2表示美观性评分；λ3表示职业技能权重，v3表示职业技能评分；λ4表示工作经验权重，v4表示工作经验评分；λ5表示个人优势权重，v5表示个人优势评分，λ1+λ2+λ3+λ4+λ5＝1。
31、本专利技术的另一方面，优选地，所述信息完整性评分利用以下公式计算：
32、
33、其中，v1表示信息完整性评分，ωj表示第j个信息子项目的权重，ηj表示第j个信息子项目的完整度，m表示信息子项目的总数；
34、所述美观性评分利用以下公式计算：
35、
36、其中，v2表示美观性评分,g1表示排版整洁度，g2表示色彩搭配度，g3表示字体融合度，g4表示图片融合度。
37、本专利技术的另一方面，优选地，
38、所述职业技能评分利用以下公式计算：
39、
40、其中，v3表示职业技能评分，φr表示第r个职业技能证书的权重，ψr表示第r个职业技能证书的含金量，r表示职业技能证书的总数；
41、所述工作经验评分利用以下公式计算：
42、
43、其中，v4表示工作经验评分，b1表示工作年限，b2表示绩效加成，b3表示项目数量，b4表示管理团队分，b4表示在职月数；
44、所述个人优势评分利用以下公式计算：
45、
46、其中，v5表示个人优势评分，ζd表示第d个特长分值，d表示特长数量。
47、本专利技术的另一方面，优选地，所述ai匹配模块利用ai匹配模型对用户简历和正在招聘的岗位进行匹配，根据匹配结果向用户进行岗位推荐包括：
48、对用户简历中的求职岗位与正在招聘的岗位进行关键字筛选，获得与用户简历中的求职岗位相匹配的正在招聘的岗位列表，表示为第一列表；
49、对用户简历中学历与第一列表中的学历进行筛选，获得与用户简历中的学历相匹配的正在招聘的岗位列表，表示为第二列表；
50、对用户简历中职业技能证书与第二列表中的职业技能证书进行筛选，获得与用户简历中的职业技能证书相匹配的正在招聘的岗位列表，表示为第三列表；
51、计算用户简历与第三列表中的正在招聘的岗位的匹配值，根据匹配值由高到低给用户推荐岗位。
52、本专利技术的另一方面，优选地，所述计算用户简历与第三列表中的正在招聘的岗位的匹配值包括利用以下公式进行计算：
本文档来自技高网...
【技术保护点】
1.一种基于AI模型的智能化简历系统，其特征在于，包括：
2.根据权利要求1所述的智能化简历系统，其特征在于，所述AI帮写模块根据用户的基础信息及目标职位要求，生成简历参考格式包括：
3.根据权利要求2所述的智能化简历系统，其特征在于，所述AI帮改模块利用AI帮改模型对用户简历给出第一修改建议包括：
4.根据权利要求3所述的智能化简历系统，其特征在于，所述利用预设的第一算法计算各第一字符串相应的置信度的计算公式为：
5.根据权利要求4所述的智能化简历系统，其特征在于，所述利用预设的第二算法计算各第一字符串相应的窗口移动得分的计算公式为：
6.根据权利要求5所述的智能化简历系统，其特征在于，所述AI诊断模块利用AI诊断模型对用户简历进行评分包括利用以下公式计算综合评分：
7.根据权利要求6所述的智能化简历系统，其特征在于，
8.根据权利要求7所述的智能化简历系统，其特征在于，
9.根据权利要求8所述的智能化简历系统，其特征在于，所述AI匹配模块利用AI匹配模型对用户简历和正在招聘的岗位进
10.根据权利要求9所述的智能化简历系统，其特征在于，所述计算用户简历与第三列表中的正在招聘的岗位的匹配值包括利用以下公式进行计算：
...【技术特征摘要】
1.一种基于ai模型的智能化简历系统，其特征在于，包括：
2.根据权利要求1所述的智能化简历系统，其特征在于，所述ai帮写模块根据用户的基础信息及目标职位要求，生成简历参考格式包括：
3.根据权利要求2所述的智能化简历系统，其特征在于，所述ai帮改模块利用ai帮改模型对用户简历给出第一修改建议包括：
4.根据权利要求3所述的智能化简历系统，其特征在于，所述利用预设的第一算法计算各第一字符串相应的置信度的计算公式为：
5.根据权利要求4所述的智能化简历系统，其特征在于，所述利用预设的第二算法计算各第一字符串相应的窗口移动得分的计算公式为：<...
【专利技术属性】
技术研发人员：史敏思，侯雪君，史晓燕，马林，苏彩云，赵璐璐，魏虹名，关慧琳，
申请(专利权)人：北京宇乐树科技有限公司，
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。