龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：职小二(山东)网络科技有限公司
摘要：本发明提供了一种基于深度强化学习的智能岗位匹配模型建立方法及匹配方法，属于基于计算机数据处理的岗位匹配技术领域。本发明基于构建的原始数据集，对新设计岗位匹配模型进行深度强化学习训练，最终输出求职者简历与公司招聘岗位的匹配度分数；进行相应职位匹配推荐。模型包括特征提取模块和预测输出模块，特征提取模块进行三个维度特征提取及融合，获得多粒度注意力特征表示，预测输出模块采用深度Q网络，将岗位匹配问题建模为马尔可夫决策过程。本发明能够全面捕捉求职者和岗位的多维度特征，大大提高了特征表示的丰富性和准确性。通过设计合理的状态空间、动作空间和奖励函数，使模型能够在交互中不断学习和优化匹配策略。
主权项：1.一种基于深度强化学习的智能岗位匹配模型建立方法，其特征在于，包括以下过程：S1，获取求职者简历信息和公司招聘岗位信息数据，构建原始数据集；S2，对原始数据集进行预处理，获取模型标准训练数据集；S3，构建智能岗位匹配模型，包括特征提取模块和预测输出模块；所述特征提取模块包括综合特征提取单元和特征融合单元；所述综合特征提取单元包括上下文语义特征提取网络、低层次语义特征提取网络和高层次语义特征提取网络；所述低层次语义特征提取网络用于提取求职者简历信息和公司岗位招聘信息的特征关键词；所述高层次语义特征提取网络用于获取求职者职位变迁特征向量和求职者历史工作内容特征向量，并进行向量拼接获得求职者简历高层次特征，同时获取公司招聘岗位的高层次特征；所述特征融合单元用于融合提取的特征，获得多粒度注意力特征表示；所述预测输出模块采用深度Q网络，将岗位匹配问题建模为马尔可夫决策过程，Q值为在给定的简历信息下，推荐某个岗位的预期回报；最终输出为求职者简历与公司招聘岗位的匹配度分数；S4，对岗位匹配模型进行深度强化学习训练，获得最终模型。
全文数据：
权利要求：
百度查询： 职小二(山东)网络科技有限公司 一种基于深度强化学习的智能岗位匹配模型建立方法及匹配方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号