Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 前锦网络信息技术(上海)有限公司张辉获国家专利权

前锦网络信息技术(上海)有限公司张辉获国家专利权

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!

龙图腾网获悉前锦网络信息技术(上海)有限公司申请的专利基于求职期望转移模型的职位信息的推荐方法及其装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119311947B

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411430917.5,技术领域涉及:G06F16/9535;该发明授权基于求职期望转移模型的职位信息的推荐方法及其装置是由张辉;袁燊星;豆争虎设计研发完成,并于2024-10-14向国家知识产权局提交的专利申请。

基于求职期望转移模型的职位信息的推荐方法及其装置在说明书摘要公布了:本申请公开了一种求职期望转移模型的生成方法、职位信息的推荐方法及其装置,该生成方法包括:构建待训练模型;待训练模型包括transformer结构和多层感知器,transformer结构输出的多个转换序列的向量数据经拼接后作为多层感知器的输入;构建训练样本集合;训练样本集合包括多组,每组训练样本集合包括职位信息和位置信息;位置信息为已投递多个职位按照投递时间距当前时间的前后顺序依次排序的序列位置;采用训练样本集合对构建的待训练模型进行训练,以得到训练好的求职期望转移模型;求职期望转移模型用于预测当前求职者的投递序列数据和多个待预测职位的相关得分。通过训练好的求职期望转移模型可预测当前求职者的期望变化,有利于提升职位信息推荐的准确性。

本发明授权基于求职期望转移模型的职位信息的推荐方法及其装置在权利要求书中公布了:1.一种求职期望转移模型的生成方法,其特征在于,包括: 构建待训练模型;其中,待训练模型包括transformer结构和多层感知器,transformer结构输出的多个转换序列的向量数据经拼接后作为多层感知器的输入; 构建训练样本集合;其中,训练样本集合包括多组,每组训练样本集合包括职位信息和位置信息;位置信息为已投递多个职位按照投递时间距当前时间的前后顺序依次排序的序列位置; 采用训练样本集合对构建的待训练模型进行训练,以得到训练好的求职期望转移模型;其中, 求职期望转移模型用于预测当前求职者的投递序列数据和多个待预测职位的相关得分; 所述采用所述训练样本集合对构建的待训练模型进行训练,以得到训练好的求职期望转移模型,包括: 提取每组训练样本集合中职位信息的各个影响因子和位置信息; 将职位信息中的各个影响因子映射为相对应维度的第一类特征向量; 将所述位置信息映射为相对应维度的第二类特征向量; 将各个第一类特征向量和第二类特征向量进行拼接,以得到拼接后第一类向量数据; 将拼接后第一类向量数据输入transformer结构,对transformer结构进行训练,以输出多个转换序列的向量数据; 将多个转换序列的向量数据进行拼接,以得到拼接后第二类向量数据; 将拼接后第二类向量数据输入多层感知器,对多层感知器进行训练,以输出目标职位与已投递多个职位的第一相关得分; 其中,所述将所述位置信息映射为相对应维度的第二类特征向量,包括: 第t个位置,第i个向量PE可通过如下公式进行计算: 其中:d为向量维度;k的取值为向量维度d2-1;当i=2k时,向量为偶数位置;当i=2k+1时,向量为奇数位置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人前锦网络信息技术(上海)有限公司,其通讯地址为:200131 上海市浦东新区自由贸易试验区商城路660号乐凯大厦2307单元;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。