一种基于大数据的人才招聘管理系统及方法与流程

1.本发明涉及招聘管理技术领域，具体为一种基于大数据的人才招聘管理系统及方法。


背景技术：

2.随着互联网的发展，企业的招聘过程主要通过网络招聘的方式实现，通过招聘者在招聘网站发布相应的招聘需求，由招聘网站公开后，接收应聘者的电子简历，再通过企业人事部门的筛选，进而选择面试人员，进而通过信息化的招聘流程，协助企业及应聘人员高效的实现相互选择。
3.现有的招聘过程主要根据招聘人员按照要求设定相关的招聘要求，招聘人员则根据自身是否达到招聘要求来进行简历的投递，招聘人员再根据投递简历的个数及招聘人员来择优选择，进而使得企业招聘到符合要求的人才。
4.现有的招聘过程中，企业主要设定一个最低招聘要求，然后择优选择，对于一些企业而言，这会导致企业获取的投递简历数过多，进而给人事部门造成较大的压力，而若将招聘要求设置的过高，则会造成投递简历数量的大幅降低，进而使得获取的简历数满足不了要求，尤其在招聘时间要求较为紧张的前提下，如何高效的筛选人才是需要解决的问题。


技术实现要素：

5.本发明的目的在于提供一种基于大数据的人才招聘管理系统及方法，解决以下技术问题：
6.如何高效的筛选人才。
7.本发明的目的可以通过以下技术方案实现：
8.一种基于大数据的人才招聘管理方法，所述方法包括：
9.s1、由管理人员设置预设数据；
10.所述预设数据包括筛选参数项、每个筛选参数项的权重、每个筛选参数项的最低标准及最高标准、获取匹配简历数、招聘数量和筛选完成时间；
11.s2、基于大数据获取每个筛选参数项的划分级别，根据筛选完成时间按预设条件划分时段，根据每个筛选参数项的最低标准及最高标准、每个筛选参数项的权重、获取匹配简历数和每个筛选参数项的划分级别对每个划分时段筛选参数项的设定级别动态调整。
12.于一实施例中，对每个划分时段筛选参数项的设定级别动态调整的过程为：
13.s21、将筛选完成时间划分成为若干个时段，在第一时段将每个筛选参数项设置最高标准，并获取第一个时段的简历获取数量，将简历数量与预设筛选标准进行比对，根据比对结果获取简历匹配率；
14.s22、将简历获取数量及简历匹配率与预设标准进行比对，根据比对结果来对下一时段的筛选参数项设置标准进行调整；
15.s23、对下一时段重复步骤s21及s22过程。
16.于一实施例中，所述简历匹配率的获取过程为：
17.基于语言模型对简历中的文本进行分析，获取文本流畅度系数f
text
；
18.通过公式计算获得简历匹配值；
19.其中，c
p
为人员状态系数，且为人员状态系数，且当文本流畅度系数f
text
符合预设条件时，f
text
＝1；否则，f
text
＝0；t为人员工作时长，m为人员任职单位数，为人员工作时长小于预设值s0的个数；f为对照函数，且f为递减函数；τ1、τ2为预设调整系数；n为筛选的参数项数，i∈[1，n]；itemi第i项参数项对应值；item
sdi
为第i项参数项对应标准值；αi为第i项参数项权重；μ为修正系数，且μ＜1；
[0020]
根据匹配值判断匹配率。
[0021]
于一实施例中，所述匹配率确定的过程为：
[0022]
从筛选参数项中选择出关键筛选参数项，当关键筛选参数项的itemi≤item
sdi
时，则判断匹配率r
match
＝0；
[0023]
否则，通过公式计算获得匹配率；
[0024]
m0为第一匹配值基准值；m1为第二匹配值基准值。
[0025]
于一实施例中，步骤s22的过程为：
[0026]
获取简历获取数量p及对应的匹配率r
match
；
[0027]
判断是否及是否
[0028]
其中，ts为预设数据中的筛选完成时间；t1为第一时段的时间；ps为预设数据中的获取匹配简历数；h
st
为预设数据中的招聘数量；
[0029]
若且则保持当前设置筛选参数项的设定级别；
[0030]
否则，根据简历获取数量p及对应的匹配率r
match
对下一时段的设置筛选参数项的设定级别进行动态调整。
[0031]
于一实施例中，当不满足且的条件时，对下一时段筛选参数项的设定级别进行动态调整的过程为：
[0032]
当且时，通过公式时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0033]
当且时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0034]
当且时，通过公式时，通过公式计
算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0035]
其中，δt为预设参考时段；γ1、γ2为预设调整系数。
[0036]
于一实施例中，所述方法还包括：
[0037]
s3、采集人员面试过程中的音频数据，根据音频数据识别出人员面试中的音频文本信息并进行记录；及根据音频文本信息判断人员面试状态值并根据人员面试状态值对面试人员进行评分。
[0038]
于一实施例中，判断人员面试状态值的过程为：
[0039]
s31、从音频文本信息中识别筛选参数项对应的级别；
[0040]
s32、基于语言模型判断音频文本信息的流畅度系数；
[0041]
s33、根据流畅度系数及筛选参数项对应级别与建立的匹配度来判断面试状态值。
[0042]
于一实施例中，步骤s33的过程为：
[0043]
通过公式计算获得面试状态值iv；
[0044]
其中，f
s-text
为音频文本流畅度系数；fiti为第i项对应级别与建立的匹配度，且当一致时，fiti＝1；否则，fiti＝0。
[0045]
一种基于大数据的人才招聘管理系统，所述系统用于执行所述基于大数据的人才招聘管理方法。
[0046]
本发明的有益效果：
[0047]
(1)本发明通过招聘时间约束，动态的调整招聘筛选参数项的级别，同时保证招聘的人员满足最低要求；通过预先设定不同筛选参数项的权重，进而能够根据需求获取对应优势人才的简历，进而便于后续的招聘过程。
[0048]
(2)本发明根据第一时段招聘效果动态调整下一时段设定标准的效果，依次当时在每个时段重复此过程，进而能够持续根据招聘效果调节招聘需求的效果。
[0049]
(3)本发明通过面试人员面试过程中的流畅度系数及筛选参数项对应级别与建立的匹配度来判断面试状态值，进而为招聘人员提供相应的参考。
附图说明
[0050]
下面结合附图对本发明作进一步的说明。
[0051]
图1是本发明基于大数据的人才招聘管理方法的步骤流程图；
[0052]
图2是本发明为本发明步骤s2的具体步骤流程图；
[0053]
图3是本发明为本发明步骤s3的具体步骤流程图。
具体实施方式
[0054]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0055]
请参阅图1所示，在一个实施例中，提供了一种基于大数据的人才招聘管理方法，所述方法包括：
[0056]
s1、由管理人员设置预设数据；
[0057]
所述预设数据包括筛选参数项、每个筛选参数项的权重、每个筛选参数项的最低标准及最高标准、获取匹配简历数、招聘数量和筛选完成时间；
[0058]
s2、基于大数据获取每个筛选参数项的划分级别，根据筛选完成时间按预设条件划分时段，根据每个筛选参数项的最低标准及最高标准、每个筛选参数项的权重、获取匹配简历数和每个筛选参数项的划分级别对每个划分时段筛选参数项的设定级别动态调整。
[0059]
通过上述技术方案，本实施例通过招聘时间约束，动态的调整招聘筛选参数项的级别，同时保证招聘的人员满足最低要求，具体的，首先由管理人员设置预设数据，预设数据包括筛选参数项、每个筛选参数项的权重、每个筛选参数项的最低标准及最高标准、获取匹配简历数、招聘数量和筛选完成时间；其中筛选参数项包括但不限于学历、专业、工作时间、任职单位数及每个单位的任职时间；同时根据不同岗位招聘侧重点的不同，通过预先设定不同筛选参数项的权重，进而能够根据需求获取对应优势人才的简历，进而便于后续的招聘过程。
[0060]
作为本发明的一种实施方式，请参阅图2所示，对每个划分时段筛选参数项的设定级别动态调整的过程为：
[0061]
s21、将筛选完成时间划分成为若干个时段，在第一时段将每个筛选参数项设置最高标准，并获取第一个时段的简历获取数量，将简历数量与预设筛选标准进行比对，根据比对结果获取简历匹配率；
[0062]
s22、将简历获取数量及简历匹配率与预设标准进行比对，根据比对结果来对下一时段的筛选参数项设置标准进行调整；
[0063]
s23、对下一时段重复步骤s21及s22过程。
[0064]
通过上述技术方案，本实施例提供了一种具体的设定级别动态调整的方法，通过将预设的筛选完成时间划分成为若干个时段，并在第一时段将每个筛选参数项设置最高标准，并获取第一个时段的简历获取数量，将简历数量与预设筛选标准进行比对，根据比对结果获取简历匹配率判断第一时段的招聘效果，再通过步骤s22将简历获取数量及简历匹配率与预设标准进行比对，根据比对结果来对下一时段的筛选参数项设置标准进行调整，进而实现根据第一时段招聘效果动态调整下一时段设定标准的效果，依次当时在每个时段重复此过程，进而能够持续根据招聘效果调节招聘需求的效果。
[0065]
需要说明的是，上述方案中时段的划分过程根据筛选时长对应范围的预设划分方式进行划分，而预设划分方式则根据经验数据预先设定，在此不作详述。
[0066]
作为本发明的一种实施方式，所述简历匹配率的获取过程为：
[0067]
基于语言模型对简历中的文本进行分析，获取文本流畅度系数f
text
；
[0068]
通过公式计算获得简历匹配值；
[0069]
其中，c
p
为人员状态系数，且为人员状态系数，且当文本流畅度系数f
text
符合预设条件时，f
text
＝1；否则，f
text
＝0；t为人员工作时长，m为人员任职单位数，为人员工作时长小于预设值s0的个数；f为对照函数，且f为递减函数；τ1、τ2为预设调整系数；n为筛选的参数项数，i∈[1，n]；itemi第i项参数项对应值；item
sdi
为第i项参数项对应标准值；αi为第i项参数项权重；μ为修正系数，且μ＜1；
[0070]
根据匹配值判断匹配率。
[0071]
通过上述技术方案，本实施例提供了一种判断简历匹配率的方法，具体从人员的状态及筛选参数项符合度方面进行综合判断，其中，人员状态方面从简历中文本状态来判断人员的认真程度，显然当简历文本存在问题时，说明人员认真程度较差，同时通过人员工作经历中的稳定度来进行判断，通过来判断人员的稳定性状态；另外，预设调整系数τ1、τ2根据招聘岗位的需求侧重点设定获得，因此通过根据招聘岗位的需求侧重点设定获得，因此通过计算获得人员状态系数c
p
，进而能够对人员状态进行判断，同时，通过公式计算获得简历匹配值m；其中表示了筛选参数项的符合度，因此通过公式进而能够获得简历匹配值m，进而通过根据匹配值m判断匹配率，实现对投递人员筛选的过程。
[0072]
需要说明的是，上述技术方案中的对照函数f根据经验数据拟合获得，其为递减函数，即当人员的任职单位数越多、短期离职次数越多，说明其稳定性较差，进而较低；还需要说明的是，上述技术方案中的参数项对应值itemi及参数项对应标准值item
sdi
均根据具体级别对应获取对应的数值，以学历项为例，通过对“专科”、“本科”、“硕士”、“博士”等级设置对应设置不同的数值，因此通过量化过程，能够实现参数化的计算过程，进而便于筛选过程。
[0073]
作为本发明的一种实施方式，所述匹配率确定的过程为：
[0074]
从筛选参数项中选择出关键筛选参数项，当关键筛选参数项的itemi≤item
sdi
时，则判断匹配率r
match
＝0；
[0075]
否则，通过公式计算获得匹配率；
[0076]
m0为第一匹配值基准值；m1为第二匹配值基准值。
[0077]
通过上述技术方案，本实施例首先判断键筛选参数项是否符合，若不符合，则直接判断匹配率r
match
＝0，不予考虑；再通过公式计算获得匹配率r
match
，进而通过匹配率r
match
来对招聘人员与岗位的匹配状况进行判断。
[0078]
需要说明的是，上述技术方案中的第一匹配值基准值m0及第二匹配值基准值m1根据经验数据选择设定，在此不作详述。
[0079]
作为本发明的一种实施方式，步骤s22的过程为：
[0080]
获取简历获取数量p及对应的匹配率r
match
；
[0081]
判断是否及是否
[0082]
其中，ts为预设数据中的筛选完成时间；t1为第一时段的时间；ps为预设数据中的获取匹配简历数；h
st
为预设数据中的招聘数量；
[0083]
若且则保持当前设置筛选参数项的设定级别；
[0084]
否则，根据简历获取数量p及对应的匹配率r
match
对下一时段的设置筛选参数项的
设定级别进行动态调整。
[0085]
通过上述技术方案，本实施例中步骤s22的具体过程首先是根据获取简历获取数量p及对应的匹配率r
match
判断是否及是否若且时，说明按照当前的标准能够获得足够的简历投递，因此保持当前设置筛选参数项的设定级别，优先获取各项筛选项级别较高的人员；而当不满足且同时成立的条件时，则根据简历获取数量p及对应的匹配率r
match
对下一时段的设置筛选参数项的设定级别进行动态调整，保证在获取到较优招聘人员简历的同时，避免了投递简历量过多的问题。
[0086]
作为本发明的一种实施方式，当不满足且的条件时，对下一时段筛选参数项的设定级别进行动态调整的过程为：
[0087]
当且时，通过公式时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0088]
当且时，通过公式算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0089]
当且时，通过公式时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；
[0090]
其中，δt为预设参考时段；γ1、γ2为预设调整系数。
[0091]
通过上述技术方案，本实施例通过计算调节系数aj的大小与预设区间比对，通过比对结果来采取对应的调节方式，其中，当且时，时，当且时，当且时，其中，δt为预设参考时段，其与预设区间的范围、预设调整系数γ1、γ2及每个区间对应的参数项均通过经验数据选择设定，在此不作详述。
[0092]
作为本发明的一种实施方式，所述方法还包括：
[0093]
s3、采集人员面试过程中的音频数据，根据音频数据识别出人员面试中的音频文
本信息并进行记录；及根据音频文本信息判断人员面试状态值并根据人员面试状态值对面试人员进行评分。
[0094]
通过上述技术方案，本实施例中的招聘管理方法还通过采集人员面试过程中的音频数据，根据音频数据识别出人员面试中的音频文本信息并进行记录；及根据音频文本信息判断人员面试状态值并根据人员面试状态值对面试人员进行评分，进而在面试过程中，能够协助招聘人员完成信息记录的基础功能前提下，还能够通过对面试人员的状态进行评分，进而能够协助招聘人员对面试人员判断是否符合要求。
[0095]
需要说明的是，音频数据的识别过程可基于现有技术中的常用语音识别接口实现，在此不作详述。
[0096]
作为本发明的一种实施方式，请参阅图3所示，判断人员面试状态值的过程为：
[0097]
s31、从音频文本信息中识别筛选参数项对应的级别；
[0098]
s32、基于语言模型判断音频文本信息的流畅度系数；
[0099]
s33、根据流畅度系数及筛选参数项对应级别与建立的匹配度来判断面试状态值。
[0100]
通过上述技术方案，本实施例通过从音频文本信息中识别筛选参数项对应的级别并基于现有技术中的语言模型判断音频文本信息的流畅度系数，其中，从音频文本信息中识别筛选参数项的过程通过现有技术中的ai算法实现，因此通过面试人员面试过程中的流畅度系数及筛选参数项对应级别与建立的匹配度来判断面试状态值，进而为招聘人员提供相应的参考。
[0101]
作为本发明的一种实施方式，步骤s33的过程为：
[0102]
通过公式计算获得面试状态值iv；
[0103]
其中，f
s-text
为音频文本流畅度系数；fiti为第i项对应级别与建立的匹配度，且当一致时，fiti＝1；否则，fiti＝0。
[0104]
通过上述技术方案，本实施例通过公式通过上述技术方案，本实施例通过公式计算获得面试状态值iv；其中，f
s-text
为音频文本流畅度系数；fiti为第i项对应级别与建立的匹配度，且当一致时，fiti＝1；否则，fiti＝0，因此通过面试状态值iv，进而能够为招聘人员提供相应的参考。
[0105]
在一个实施例中，提供了一种基于大数据的人才招聘管理系统，所述系统用于执行所述基于大数据的人才招聘管理方法，通过该系统，能够实现该招聘管理方法的实现。
[0106]
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

技术特征：
1.一种基于大数据的人才招聘管理方法，其特征在于，所述方法包括：s1、由管理人员设置预设数据；所述预设数据包括筛选参数项、每个筛选参数项的权重、每个筛选参数项的最低标准及最高标准、获取匹配简历数、招聘数量和筛选完成时间；s2、基于大数据获取每个筛选参数项的划分级别，根据筛选完成时间按预设条件划分时段，根据每个筛选参数项的最低标准及最高标准、每个筛选参数项的权重、获取匹配简历数和每个筛选参数项的划分级别对每个划分时段筛选参数项的设定级别动态调整。2.根据权利要求1所述的一种基于大数据的人才招聘管理方法，其特征在于，对每个划分时段筛选参数项的设定级别动态调整的过程为：s21、将筛选完成时间划分成为若干个时段，在第一时段将每个筛选参数项设置最高标准，并获取第一个时段的简历获取数量，将简历数量与预设筛选标准进行比对，根据比对结果获取简历匹配率；s22、将简历获取数量及简历匹配率与预设标准进行比对，根据比对结果来对下一时段的筛选参数项设置标准进行调整；s23、对下一时段重复步骤s21及s22过程。3.根据权利要求2所述的一种基于大数据的人才招聘管理方法，其特征在于，所述简历匹配率的获取过程为：基于语言模型对简历中的文本进行分析，获取文本流畅度系数f
text
；通过公式计算获得简历匹配值；其中，c
p
为人员状态系数，且为人员状态系数，且当文本流畅度系数f
text
符合预设条件时，f
text
＝1；否则，f
text
＝0；t为人员工作时长，m为人员任职单位数，为人员工作时长小于预设值s0的个数；f为对照函数，且f为递减函数；τ1、τ2为预设调整系数；n为筛选的参数项数，i∈[1，n]；item
i
第i项参数项对应值；item
sdi
为第i项参数项对应标准值；α
i
为第i项参数项权重；μ为修正系数，且μ＜1；根据匹配值判断匹配率。4.根据权利要求3所述的一种基于大数据的人才招聘管理方法，其特征在于，所述匹配率确定的过程为：从筛选参数项中选择出关键筛选参数项，当关键筛选参数项的item
i
≤item
sdi
时，则判断匹配率r
match
＝0；否则，通过公式计算获得匹配率；m0为第一匹配值基准值；m1为第二匹配值基准值。5.根据权利要求4所述的一种基于大数据的人才招聘管理方法，其特征在于，步骤s22的过程为：获取简历获取数量p及对应的匹配率r
match
；判断是否及是否其中，t
s
为预设数据中的筛选完成时间；t1为第一时段的时间；p
s
为预设数据中的获取
匹配简历数；h
st
为预设数据中的招聘数量；若且则保持当前设置筛选参数项的设定级别；否则，根据简历获取数量p及对应的匹配率r
match
对下一时段的设置筛选参数项的设定级别进行动态调整。6.根据权利要求5所述的一种基于大数据的人才招聘管理方法，其特征在于，当不满足且的条件时，对下一时段筛选参数项的设定级别进行动态调整的过程为：当且时，通过公式时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；当且时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；当且时，通过公式时，通过公式计算获得调节系数aj，将调节系数aj与预设区间集进行比较，根据aj所处预设区间对应的调节策略对下一时段的设置筛选参数项的设定级别进行调整；其中，δt为预设参考时段；γ1、γ2为预设调整系数。7.根据权利要求3所述的一种基于大数据的人才招聘管理方法，其特征在于，所述方法还包括：s3、采集人员面试过程中的音频数据，根据音频数据识别出人员面试中的音频文本信息并进行记录；及根据音频文本信息判断人员面试状态值并根据人员面试状态值对面试人员进行评分。8.根据权利要求7所述的一种基于大数据的人才招聘管理方法，其特征在于，判断人员面试状态值的过程为：s31、从音频文本信息中识别筛选参数项对应的级别；s32、基于语言模型判断音频文本信息的流畅度系数；s33、根据流畅度系数及筛选参数项对应级别与建立的匹配度来判断面试状态值。9.根据权利要求8所述的一种基于大数据的人才招聘管理方法，其特征在于，步骤s33的过程为：通过公式计算获得面试状态值iv；其中，f
s-text
为音频文本流畅度系数；fit
i
为第i项对应级别与建立的匹配度，且当一致时，fit
i
＝1；否则，fit
i
＝0。10.一种基于大数据的人才招聘管理系统，其特征在于，所述系统用于执行权利要求1-9任一项所述基于大数据的人才招聘管理方法。

技术总结
本发明涉及招聘管理技术领域，具体公开了一种基于大数据的人才招聘管理系统及方法，所述方法包括：S1、由管理人员设置预设数据；所述预设数据包括筛选参数项、每个筛选参数项的权重、每个筛选参数项的最低标准及最高标准、获取匹配简历数、招聘数量和筛选完成时间；S2、基于大数据获取每个筛选参数项的划分级别，根据筛选完成时间按预设条件划分时段，根据每个筛选参数项的最低标准及最高标准、每个筛选参数项的权重、获取匹配简历数和每个筛选参数项的划分级别对每个划分时段筛选参数项的设定级别动态调整；通过招聘时间约束，动态的调整招聘筛选参数项的级别，同时保证招聘的人员满足最低要求。最低要求。最低要求。


技术研发人员：喻文涌 张炳凯 龚开晖
受保护的技术使用者：广东尊一互动科技有限公司
技术研发日：2023.02.14
技术公布日：2023/7/20