根据投放区域进行招聘信息对应发布的人员数据分配系统的制作方法

1.本发明涉及招聘管理技术领域，具体地说，涉及根据投放区域进行招聘信息对应发布的人员数据分配系统。


背景技术：

2.现有的招聘网站大多都只提供职位发布和求职信息的搜索服务，但是由于企业投放区域和求职者搜索区域不同，导致一些目标用户无法精准匹配到合适的职位信息，同时也影响了企业的招聘效果，同时在招聘网站在收集用户信息时，无法判断用户信息，导致在招聘入职过程中，虚假信息泛滥，造成用户使用效果受到影响，而且用户在通过自身信息分析岗位合适度速度较慢，导致入职效率低，同时也导致企业招募人才速度受到影响，提出根据投放区域进行招聘信息对应发布的人员数据分配系统。


技术实现要素：

3.本发明的目的在于提供根据投放区域进行招聘信息对应发布的人员数据分配系统，以解决上述背景技术中提出的问题。
4.为实现上述目的，提供了根据投放区域进行招聘信息对应发布的人员数据分配系统，包括信息收集单元、信息分类单元、人才推荐单元和云端储存单元；所述信息收集单元向求职者信息和招聘者信息发送信息填写收集表，并对收集的求职者信息和招聘者信息进行核查验证，根据验证结果判断求职者和招聘者真实性；所述信息分类单元用于根据信息收集单元注册的用户信息进行分析，根据分析数据获取求职者和招聘者的需求信息，根据需求信息相似提供信息展示通道；所述人才推荐单元用于采集信息分类单元中求职者信息，并对求职者信息进行分析，获取高端人才数据，根据高端人才数据根据匹配算法查询适配的招聘者信息并进行评估，根据评估结果向招聘者发送求职申请；所述云端储存单元用于将人才推荐单元所发送求职申请的结果进行分析并上传云端，结合现有求职申请过程进行更新，并根据最新的云端数据为人才推荐单元更新发送路线.作为本技术方案的进一步改进，所述信息收集单元包括信息注册模块和信息分析模块；所述信息注册模块建立云端，并将求职者和招聘者填写的需求意向输送进入云端；所述信息分析模块用于对云端收集的信息进行审核，清除无效虚假信息。
5.作为本技术方案的进一步改进，所述信息注册模块包括个人信息收集模块和企业信息收集模块；所述个人信息收集模块对求职者提供信息填写表，从而收集求职者相关信息并发送至云端；
所述企业信息收集模块对招聘者提供信息填写表，从而收集招聘者相关信息并发送至云端。
6.作为本技术方案的进一步改进，所述信息分析模块包括个人分析模块和企业分析模块；所述个人分析模块将个人信息收集模块发送云端的求职者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端；所述个人分析模块将个人信息收集模块发送云端的招聘者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端。
7.所述匹配算法，具体为：根据高端人才数据提取人才参数特征，并根据人才参数特征构成人才参数向量；根据招聘者信息提取招聘参数特征，并根据招聘参数特征构成招聘参数向量；采用曼哈顿距离公式计算人才参数向量与招聘参数向量的曼哈顿距离，实现匹配；所述曼哈顿距离公式为d：，其中，x为人才参数向量，y为招聘参数向量。
8.作为本技术方案的进一步改进，所述信息分类单元包括数据储存模块和数据分析模块；所述数据储存模块用于对求职者信息和招聘者信息进行特征分析，并根据分析特征结果将信息分类；所述数据分析模块根据求职者和招聘者所需求进行在云端寻找匹配，并根据匹配结果提供信息推荐。
9.作为本技术方案的进一步改进，所述数据储存模块包括个人分类模块和企业分类模块；所述个人分类模块采集求职者所需职位要求并分析，根据分析结果按求职者按所需的职位要求不同进行梯级分类；所述企业分类模块采集招聘者所需人才要求并进行分析，根据分析结果按招聘者要求的人才资质进行分类。
10.作为本技术方案的进一步改进，所述数据分析模块包括个人需求模块和企业需求模块；所述个人需求模块结合个人信息收集模块收集的求职者相关信息结合个人分类模块的分析结果进行评估，根据评估结果在云端中寻找相似的招聘者信息进行推荐；所述企业需求模块结合企业信息收集模块收集的招聘者相关信息结合企业分类模块的分析结果进行评估，根据评估结果在云端中寻找相似的求职者信息进行推荐。
11.作为本技术方案的进一步改进，所述人才推荐单元包括人才分析模块和入职分析模块；所述人才分析模块提取个人需求模块评估结果中评估系数高的求职者，并对此类求职者进行特点采集并评估；所述入职分析模块根据人才分析模块的特点采集结果和评估结果在云端中寻找匹配精确的招聘者信息，并对匹配的招聘者信息所需职位入职情况进行分析，将分析结果
结合匹配的求职者相关信息进行入职判断，根据判断结果替求职者对招聘者发送入职申请或二次匹配对应招聘者信息。
12.作为本技术方案的进一步改进，所述云端储存单元包括信息分析模块和数据更新模块；所述信息分析模块采集入职分析模块求职失败过程，并对求职失败过程进行评估，从中提取精细不匹配造成失败信息进行分析；所述数据更新模块用于将数据更新模块的分析结果上传云端，为云端更新信息供后续入职分析模块为求职者匹配职位进行入职判断。
13.与现有技术相比，本发明的有益效果：该根据投放区域进行招聘信息对应发布的人员数据分配系统中，通过同时对求职者和职位的不同维度进行分析，精准获取求职者所需职位和职位所需人才要求，提高了匹配的准确性，通过对采集的用户信息进行核验检测，减少虚假信息进入云端，同时避免用户受到虚假信息干扰导致无法及时获取需要岗位和人才，再通过为高端用户自动申请岗位入职，并总结入职失败原因，持续更新入职匹配信息，为招聘者和求职者提供更加高效准确的招聘服务。
附图说明
14.图1为本发明的整体流程框图；图2为本发明的需求意向输送的流程框图；图3为本发明的清除无效虚假信息的流程框图；图4为本发明的分析特征结果将信息分类的流程框图；图5为本发明的匹配结果提供信息推荐的流程框图；图6为本发明的求职者相关信息进行入职判断的流程框图；图7为本发明的为云端更新信息的流程框图。
15.图中各个标号意义为：1、信息收集单元；2、信息分类单元；10、信息注册模块；11、个人信息收集模块；12、企业信息收集模块；20、信息分析模块；21、个人分析模块；22、企业分析模块；30、数据储存模块；31、个人分类模块；32、企业分类模块；40、数据分析模块；41、个人需求模块；42、企业需求模块；50、人才推荐单元；51、人才分析模块；52、入职分析模块；60、云端储存单元；61、分析学习模块；62、数据更新模块。
具体实施方式
16.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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.实施例1：
18.请参阅图1-图7所示，本实施例目的在于，提供了根据投放区域进行招聘信息对应发布的人员数据分配系统，包括信息收集单元1、信息分类单元2、人才推荐单元50和云端储存单元60；信息收集单元1向求职者信息和招聘者信息发送信息填写收集表，并对收集的求职者信息和招聘者信息进行核查验证，根据验证结果判断求职者和招聘者真实性；信息分类单元2用于根据信息收集单元1注册的用户信息进行分析，根据分析数据获取求职者和招聘者的需求信息，根据需求信息相似提供信息展示通道；人才推荐单元50用于采集信息分类单元2中求职者信息，并对求职者信息进行分析，获取高端人才数据，根据高端人才数据利用匹配算法查询适配的招聘者信息并进行评估，根据评估结果向招聘者发送求职申请；所述匹配算法，具体为：根据高端人才数据提取人才参数特征，并根据人才参数特征构成人才参数向量；根据招聘者信息提取招聘参数特征，并根据招聘参数特征构成招聘参数向量；采用曼哈顿距离公式计算人才参数向量与招聘参数向量的曼哈顿距离，实现匹配；所述曼哈顿距离公式为d：，其中，x为人才参数向量，y为招聘参数向量。曼哈顿距离最小值为匹配的适配的招聘者信息。
19.云端储存单元60用于将人才推荐单元50所发送求职申请的结果进行分析并上传云端，结合现有求职申请过程进行更新，并根据最新的云端数据为人才推荐单元50更新发送路线。
20.信息收集单元1包括信息注册模块10和信息分析模块20；信息注册模块10建立云端，并将求职者和招聘者填写的需求意向输送进入云端；信息分析模块20用于对云端收集的信息进行审核，清除无效虚假信息，提高信息准确性。
21.信息注册模块10包括个人信息收集模块11和企业信息收集模块12；个人信息收集模块11对求职者提供信息填写表，从而收集求职者相关信息并发送至云端，用户可通过互联网访问招聘信息发布的人员数据分配系统官网，填写个人或企业信息进行注册；企业信息收集模块12对招聘者提供信息填写表，从而收集招聘者相关信息并发送至云端，用户登录本系统，按照的相关规则填写招聘信息，经审核通过后提交发布请求。
22.信息分析模块20包括个人分析模块21和企业分析模块22；个人分析模块21将个人信息收集模块11发送云端的求职者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端；个人分析模块21将个人信息收集模块11发送云端的招聘者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端，验证求职者信息及招聘者信息的真实性并结合用户反馈进行打分。 对于求职者和招聘者提供的信息，例如邮箱、电话、企业注册证件等，通过对公共数据库及知名第三方数据机构进行验证和比对，判断其信息是否可信。若存在疑虑，可通过实地调查或线上问卷等方式获取更多真实性证据。同时，结合用
户反馈机制，对求职者和招聘者进行评分，借助大数据技术等进行分析，评估其可信度。例如对于求职者，可以根据其过去工作表现、教育背景、曾获得的证书和荣誉等反映其工作能力和素质的内容给予分数。
23.基于自然语言处理技术，筛选和分析简历、企业信息中的关键信息。 对于求职者投递的简历或企业招聘信息，采用自然语言处理技术，分析其中包含的关键词汇、短语和句子，辅以文本情感分析等方法，判断其中是否存在虚假或夸大其词的偏激言论，从而进行判断和分析信息真实性。
24.信息分类单元2包括数据储存模块30和数据分析模块40；数据储存模块30用于对求职者信息和招聘者信息进行特征分析，并根据分析特征结果将信息分类；数据分析模块40根据求职者和招聘者所需求进行在云端寻找匹配，并根据匹配结果提供信息推荐。
25.数据储存模块30包括个人分类模块31和企业分类模块32；个人分类模块31采集求职者所需职位要求并分析，根据分析结果按求职者按所需的职位要求不同进行梯级分类，采集招聘者所需人才要求并进行分析。 同样采用爬虫、社交媒体等方式，获取招聘者所需人才要求的相关信息，并进行多维度、偏差率分析。这里可以参考招聘网站上列表、企业需要人才要求、业内数据等信息，根据人力资源公开信息来分析招聘者所需资质。
26.根据分析结果按招聘者要求的人才资质进行分类。 根据招聘者所需人才的资质要求，将其匹配到相应的人才分类中。例如高技能人才、优秀管理人才、新兴领域人才等，将匹配成功的人才分类到对应的资质分类中。对于每种人才资质分类，也可以进一步按照工作经验、求职者类型等要素进行精细化分类和标签化；企业分类模块32采集招聘者所需人才要求并进行分析，根据分析结果按招聘者要求的人才资质进行分类，采集求职者所需职位要求并进行分析。 首先，通过网络爬虫、社交媒体等方式，获取求职者所需职位要求的相关信息，并进行多维度的分析。可采用自然语言处理技术，对文本进行分词、情感识别、主题提取等处理，从中挖掘出职位实际要求和求职者实际需求，并将这些信息量化为关键指标。
27.根据分析结果按求职者所需职位要求不同进行梯级分类。 根据采集和分析出的求职者职位需求，对其作出梯级分类。例如高级管理岗位、技术岗位、销售岗位、市场岗位等，将不同职位类型的需求分别放入对应的职位分类中。对于每种职位分类，还可以进一步按照经验、薪资水平等要素进行精细化分类和标签化。
28.数据分析模块40包括个人需求模块41和企业需求模块42；个人需求模块41结合个人信息收集模块11收集的求职者相关信息结合个人分类模块31的分析结果进行评估，根据评估结果在云端中寻找相似的招聘者信息进行推荐，采集求职者信息和匹配岗位要求、企业需求，利用机器学习算法给求职者推荐符合其能力和兴趣的职位。
29.引进反馈机制，从求职者和用人单位两个角度不断调整和优化推荐策略，从而实现更好的匹配效果。利用自然语言处理技术将岗位和求职者简历中包含的关键词进行匹配分析，特别是将相关技能和经验进行排查和整合，推荐最符合求职者能力和个人背景的职
位列表；企业需求模块42结合企业信息收集模块12收集的招聘者相关信息结合企业分类模块32的分析结果进行评估，根据评估结果在云端中寻找相似的求职者信息进行推荐；采用人才库、众包和招聘网站等多种途径搜寻适合企业需求的人才，获取其简历和任职经历等相关信息，筛选符合岗位需求的人才池；利用自然语言处理技术对简历与企业需求条件进行分析，将重要的关键词系数和要求聚合成指标组合，建立简历库，筛选并分级人才库中的求职者进行匹配；基于大数据分析技术，利用数据建模的方法从海量候选人才中挖掘符合用人单位需求的人才群体，缩小范围，最终提供匹配入职科学快捷的人选。
30.人才推荐单元50包括人才分析模块51和入职分析模块52；人才分析模块51提取个人需求模块41评估结果中评估系数高的求职者，并对此类求职者进行特点采集并评估，我们需要先对人才的信息进行分析，包括技能、经验、职业偏好等方面的内容；然后，需要对招聘公司进行筛选，并根据人才的信息和招聘公司的需求，匹配合适的职位和工作内容；最后，根据工作内容，提供相应的技术方案，帮助人才更好地适应工作；以自然语言处理、机器学习、深度学习等方法分析和匹配人才与招聘公司。需要处理的数据包括人才个人信息、招聘公司信息、工作内容、技能要求、工作经验、薪资等信息，处理完毕比对信息，根据比对信息相似度，从而替求职者自动生成职位申请表向招聘公司发送；入职分析模块52根据人才分析模块51的特点采集结果和评估结果在云端中寻找匹配精确的招聘者信息，并对匹配的招聘者信息所需职位入职情况进行分析，将分析结果结合匹配的求职者相关信息进行入职判断，根据判断结果替求职者对招聘者发送入职申请或二次匹配对应招聘者信息；采集求职者信息，包括个人简历、过往工作经验、教育背景、技能特长、对职业发展的期望等，然后进行分类和关键指标提取，并建立人才画像；基于人才画像，从招聘网站、社交媒体、招聘发布信息等资源中，挖掘符合求职者个人条件和期望的职位信息，并对职位进行无歧义的描述和解释；对于每个职位，依据求职人才画像，评价其匹配程度，与其他职位进行比较和排序，优先推荐匹配度最高的职位；根据求职者的选择，将职位申请书内容进行自动化处理，如提取个人信息、编辑求职信和积极的面试准备建议等，并将其转化为发送给企业招聘部门的求职信件；方法如下：建立求职者人才画像：通过将求职者的背景和期望转化为关键指标来描述和建立求职者画像，即需确定求职者画像中的每个关键指标的权重和计算方法；建立职位标签：对传网和招聘发布信息中存在的职位描述关键词进行自然语言处理，将职位标签与知识库匹配，并自动分组。匹配求职者与职位：借助人工智能和大数据技术，针对求职者人才画像和职位标签，确定求职者与职位之间的匹配度；建立台模板及发送邮件：根据求职者与职位匹配程度，将求职者与相关职位建立
contact list，为每一个求职职位匹配发送邮件。从而实现求职者和企业快速精准的匹配。
31.云端储存单元60包括分析学习模块61和数据更新模块62；分析学习模块61采集入职分析模块52求职失败过程，并对求职失败过程进行评估，从中提取精细不匹配造成失败信息进行分析，公式如下：收集入职失败原因：收集入职失败的相关数据，包括个人背景信息、面试反馈、工作表现等等。
32.提取关键信息：分析入职失败的关键信息和数据，如职位匹配程度、工作任务及职业目标等等，以帮助确定待改进和优化的方面。
33.建立关键指标模型：整合并分析所有信息，从而确定最令人关注的关键指标和量度方法，并加以中性评估。
34.人工智能分析：利用大数据分析和人工智能算法确定最为重要的问题和影响因素，并根据这些因素作出工作的调整，以便实现最佳匹配。
35.重新选择和路演职位信息：根据分析结果，更新职位信息并重新开始招聘，并切实收集应聘者反馈，持续调整和优化招聘方案。 以上措施需要有余额坚定的信念，不断优化求职者和职位信息，借助大数据技术分析数据，持续优化和个性化求职者与用人单位之间的匹配程度，从而实现职业发展和企业发展的良性互动；数据更新模块62用于将数据更新模块62的分析结果上传云端，为云端更新信息供后续入职分析模块52为求职者匹配职位进行入职判断。
36.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于：包括信息收集单元（1）、信息分类单元（2）、人才推荐单元（50）和云端储存单元（60）；所述信息收集单元（1）向求职者信息和招聘者信息发送信息填写收集表，并对收集的求职者信息和招聘者信息进行核查验证，根据验证结果判断求职者和招聘者真实性；所述信息分类单元（2）用于根据信息收集单元（1）注册的用户信息进行分析，根据分析数据获取求职者和招聘者的需求信息，根据需求信息相似提供信息展示通道；所述人才推荐单元（50）用于采集信息分类单元（2）中求职者信息，并对求职者信息进行分析，获取高端人才数据，根据高端人才数据利用匹配算法查询适配的招聘者信息并进行评估，根据评估结果向招聘者发送求职申请；所述云端储存单元（60）用于将人才推荐单元（50）所发送求职申请的结果进行分析并上传云端，结合现有求职申请过程进行更新，并根据最新的云端数据为人才推荐单元（50）更新发送路线；所述信息收集单元（1）包括信息注册模块（10）和信息分析模块（20）；所述信息注册模块（10）建立云端，并将求职者和招聘者填写的需求意向输送进入云端；所述信息分析模块（20）用于对云端收集的信息进行审核，清除无效虚假信息；所述信息注册模块（10）包括个人信息收集模块（11）和企业信息收集模块（12）；所述个人信息收集模块（11）对求职者提供信息填写表，从而收集求职者相关信息并发送至云端；所述企业信息收集模块（12）对招聘者提供信息填写表，从而收集招聘者相关信息并发送至云端；所述信息分析模块（20）包括个人分析模块（21）和企业分析模块（22）；所述个人分析模块（21）将个人信息收集模块（11）发送云端的求职者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端；所述个人分析模块（21）将个人信息收集模块（11）发送云端的招聘者相关信息并对其信息进行虚假信息判断，再根据判断结果在信息保留在云端；所述人才推荐单元（50）包括人才分析模块（51）和入职分析模块（52）；所述人才分析模块（51）提取个人需求模块（41）评估结果中评估系数高的求职者，并对此类求职者进行特点采集并评估；所述入职分析模块（52）根据人才分析模块（51）的特点采集结果和评估结果在云端中寻找匹配精确的招聘者信息，并对匹配的招聘者信息所需职位入职情况进行分析，将分析结果结合匹配的求职者相关信息进行入职判断，根据判断结果替求职者对招聘者发送入职申请或二次匹配对应招聘者信息。2.根据权利要求1所述的根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于，所述匹配算法，具体为：根据高端人才数据提取人才参数特征，并根据人才参数特征构成人才参数向量；根据招聘者信息提取招聘参数特征，并根据招聘参数特征构成招聘参数向量；采用曼哈顿距离公式计算人才参数向量与招聘参数向量的曼哈顿距离，实现匹配；所述曼哈顿距离公式为d：
，其中，x为人才参数向量，y为招聘参数向量。3.据权利要求1所述的根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于：所述信息分类单元（2）包括数据储存模块（30）和数据分析模块（40）；所述数据储存模块（30）用于对求职者信息和招聘者信息进行特征分析，并根据分析特征结果将信息分类；所述数据分析模块（40）根据求职者和招聘者所需求进行在云端寻找匹配，并根据匹配结果提供信息推荐。4.据权利要求3所述的根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于：所述数据储存模块（30）包括个人分类模块（31）和企业分类模块（32）；所述个人分类模块（31）采集求职者所需职位要求并分析，根据分析结果按求职者按所需的职位要求不同进行梯级分类；所述企业分类模块（32）采集招聘者所需人才要求并进行分析，根据分析结果按招聘者要求的人才资质进行分类。5.据权利要求4所述的根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于：所述数据分析模块（40）包括个人需求模块（41）和企业需求模块（42）；所述个人需求模块（41）结合个人信息收集模块（11）收集的求职者相关信息结合个人分类模块（31）的分析结果进行评估，根据评估结果在云端中寻找相似的招聘者信息进行推荐；所述企业需求模块（42）结合企业信息收集模块（12）收集的招聘者相关信息结合企业分类模块（32）的分析结果进行评估，根据评估结果在云端中寻找相似的求职者信息进行推荐。6.根据权利要求1所述的根据投放区域进行招聘信息对应发布的人员数据分配系统，其特征在于：所述云端储存单元（60）包括分析学习模块（61）和数据更新模块（62）；所述分析学习模块（61）采集入职分析模块（52）求职失败过程，并对求职失败过程进行评估，从中提取精细不匹配造成失败信息进行分析；所述数据更新模块（62）用于将数据更新模块（62）的分析结果上传云端，为云端更新信息供后续入职分析模块（52）为求职者匹配职位进行入职判断。

技术总结
本发明涉及招聘管理技术领域。本发明涉及根据投放区域进行招聘信息对应发布的人员数据分配系统。其包括信息收集单元、信息分类单元、人才推荐单元和云端储存单元；市场招聘时，信息收集单元将申请的求职者信息和招聘者信息进行收纳，并对收集的求职者信息和招聘者信息进行核查验证；通过同时对求职者和职位的不同维度进行分析，精准获取求职者所需职位和职位所需人才要求，提高了匹配的准确性，通过对采集的用户信息进行核验检测，减少虚假信息进入云端，同时避免用户受到虚假信息干扰导致无法及时获取需要岗位和人才，再通过为高端用户自动申请岗位入职，并总结入职失败原因，持续更新入职匹配信息。更新入职匹配信息。更新入职匹配信息。


技术研发人员：陈宇
受保护的技术使用者：学术桥（北京）教育科技有限公司
技术研发日：2023.07.05
技术公布日：2023/8/14