文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201911414117.3

申 请 日：20191231

发 明 人：蒋镇鸿 谢黛娜 陈统

申 请 人：广东轩辕网络科技股份有限公司

申请人地址：510663 广东省广州市天河区高普路1033号第8层

公 开 日：20200519

公 开 号：CN111177283A

代 理 人：谷孝东

代理机构：44288 广州市越秀区哲力专利商标事务所(普通合伙)

语　　种：中文

摘　　要：本发明公开了一种基于强化学习的智能人事模型构建方法，包括如下步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息与招聘信息，所述操作信息与对应人员的简历信息匹配；对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；将抽取到的简历、招聘中的各实体特征与对应人员、知识进行关联以得知识图谱；模型训练步骤：通过知识图谱对神经网络进行训练以得到智能人事模型。本发明还提供了一种电子设备和计算机可读存储介质。本发明的基于强化学习的智能人事构建方法通过使用人员简历中的特征进行训练，并根据招聘单位的反馈信息实现对招聘单位需求的全方位了解，进而构建适用于特定招聘单位用户的智能人事模型。

主 权 项：1.一种基于强化学习的智能人事模型构建方法，其特征在于，包括如下步骤：接收步骤：接收一招聘单位反馈的操作信息以及对应人员的简历信息，且所述操作信息与对应人员的简历信息匹配；信息抽取步骤：采用自然语言技术对所有的简历、招聘信息进行处理，并抽取简历、招聘中的各实体特征；关联步骤：将抽取到的简历、招聘中的各实体特征与对应人员进行关联以得知识图谱；模型训练步骤：通过用知识图谱对神经网络进行训练以得到智能人事模型。

关 键 词：智能  操作信息  简历信息  强化学习  实体特征  构建  图谱  抽取 计算机可读存储介质  单位需求  单位用户  电子设备  反馈信息  模型构建 模型训练  神经网络 匹配  关联  反馈  

IPC专利分类号：G06F16/28(20190101);G06Q10/10(20120101);G06N20/00(20190101)