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！

龙图腾网获悉之江实验室;浙江杭钢职业教育集团有限公司申请的专利一种基于特征离散系数和注意力机制的智能人岗匹配方法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：CN115795150B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211484581.1，技术领域涉及：G06F16/9535；该发明授权一种基于特征离散系数和注意力机制的智能人岗匹配方法是由魏伟;朱晓明;黄程韦;阚保春;郑海天;刘海丰;陈圆谜设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于特征离散系数和注意力机制的智能人岗匹配方法在说明书摘要公布了：本发明公开了一种基于特征离散系数和注意力机制的智能人岗匹配方法，所述方法包括获取简历岗位文本语料对预训练语义抽取模型进行模型精调；根据各个字段的描述类型将简历岗位文本语料划分为文本特征、数值型特征、等级型特征；根据不同特征类型分析简历岗位文本语料以提取特征，并存储于向量数据库中；取应聘者在客户端最近的前N条浏览记录，在向量数据库中查找浏览记录对应的各特征值，以计算应聘者的兴趣画像和各特征对应的兴趣度；对于每一个候选岗位推荐项，根据岗位的各个特征值与对应特征的兴趣画像之间的相似度与该特征的兴趣度得到匹配度；对各候选项的匹配度进行排序，得到推荐结果。

本发明授权一种基于特征离散系数和注意力机制的智能人岗匹配方法在权利要求书中公布了：1.一种基于特征离散系数和注意力机制的智能人岗匹配方法，其特征在于，所述方法包括以下子步骤： S1，获取简历岗位文本语料，通过人工标注的方式生成相似句子对，将其标记为正例，再将相似句子对打乱顺序作为负例，然后作为正例和负例输入到预训练语义抽取模型进行模型精调； S2，根据各个字段的描述类型将简历岗位文本语料划分为文本特征、数值型特征、等级型特征；将文本特征转化为语义向量，将数值型特征、等级型特征转化为数值标量，并将语义向量和数值标量作为特征值存储于向量数据库中； S3，自定义浏览记录超参数N，取应聘者在客户端最近的前N条浏览记录，在向量数据库中查找浏览记录对应的各特征值，以获取应聘者的兴趣画像和各特征对应的兴趣度； S4，对于每一个候选岗位推荐项，根据候选岗位的各个特征值与对应特征的兴趣画像之间的相似度与该特征的兴趣度得到匹配度； S5，对步骤S4得到的各候选项的匹配度进行排序，得到推荐结果； 其中，所述步骤S3具体包括以下子步骤： S31，对于每条浏览记录，将其浏览开始时间与浏览结束时间差值进行softmax归一化，然后将其作为每条浏览记录的兴趣注意力分数Wr_i； S32，对于每条浏览记录，将其浏览结束时间与当前时间的差值的倒数进行softmax归一化，然后将其作为每条浏览记录的记忆注意力分数Wr_m； S33，对不同浏览记录中的相同特征计算其特征平均值，对于每条浏览记录，每个特征计算其与对应特征平均值的相似度Srf； S34，对每个特征，计算其在不同浏览记录下的相似度Srf的离散系数Df； S35，对每个特征，利用其离散系数Df计算其更新权重Uf； S36，对不同特征的更新权重Uf进行softmax归一化计算，得到该特征的兴趣度If； S37，对每个特征，将步骤S33计算得到的在不同浏览记录下的相似度Srf进行softmax归一化计算，并将结果作为每个特征在不同浏览记录下的相似注意力分数Wrf_s； S38，对每条浏览记录中的每个特征，根据相似注意力分数Wrf_s、该浏览记录的记忆注意力分数Wr_m和兴趣注意力分数Wr_i得到综合注意力分数Wrf； S39，对每个特征，根据其在不同浏览记录对应各特征的特征值Vrf与在该记录下的综合注意力分数Wrf以及更新权重Uf计算并更新该特征的兴趣画像Ff，将更新后的兴趣画像记为Ff’，更新的兴趣画像Ff’的计算公式如下： Ff’=Ff×1-Uf+Vrf×Wrf×Uf。

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之江实验室;浙江杭钢职业教育集团有限公司，其通讯地址为：311121 浙江省杭州市余杭区之江实验室南湖总部；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。