基于社交网络的灵活用工平台的人际关系分析与挖掘技术

技术领域

本发明涉及人才交流技术领域，特别是涉及一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术。

背景技术

招聘就是招收和聘请有能力的人来为企业、单位进行工作；招聘是一种招收员工的方法，这种方法最为公正公平，这样才能够招收到比较优秀的员工，让企业单位运转更好，目前常有的招聘均是通过招聘广告、招聘APP和猎头公司等进行招聘，且需要招聘人员和应聘人员进行技术沟通来确认应聘人员的技术水平等。

然而，即使招聘人员询问的再仔细，仍然会招到不符合公司岗位要求的人员，从而影响公司的运行，给公司造成损失。

发明内容

本发明的目的是提供一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术，以解决上述现有技术存在的问题，能够提高招聘职员与公司岗位的符合性，提高招聘效率。

为实现上述目的，本发明提供了如下方案：

本发明提供一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术，包括步骤：

S1：获取应聘人员的社交网络数据；

S2：根据所述社交网络数据构建应聘人员的人际关系网络；

S3：根据所述社交网络数据中应聘人员与其社交人员在某段时间内的交流频次对所述人际关系网络中的社交人员进行交流强度赋值；

S4：根据所述社交网络数据对所述交流强度赋值大于第一设定值的社交人员进行职业标记；

S5：将所述交流强度赋值大于设定值的所述社交人员的职业标记与招聘信息进行匹配，输出与招聘信息匹配度大于第二设定值的社交人员信息，来对应聘人员的专业技术进行评价。

优选的，步骤S1中，所述社交网络数据为多个社交平台的交流互动数据。

优选的，步骤S1中，所述社交网络数包括社交人员的名称标注、聊天时间、共有聊天群名以及聊天内容。

优选的，步骤S3中，将所述某段时间等分为多个等长的时间小段，若在某个时间小段内与某个所述社交人员有交流，则交流频次加1。

优选的，步骤S4中，根据所述共有群聊名称及其聊天内容中的专业技术词语对所述社交人员进行职业标记。

优选的，步骤S5中，将与招聘信息匹配度大于第二设定值的各个社交人员的交流强度赋值进行分阶段再赋值，根据再赋值的总和来对应聘人员的专业技术进行评价。

优选的，还包括步骤S6，将与招聘信息的匹配度大于第三设定值的社交人员向招聘公司进行推送，其中，所述第三设定值高于所述第二设定值。

优选的，步骤S2和S3通过PageRank算法进行实现，设定各个社交人员分别为一个节点，边为各所述节点与应聘人员的连接线，权重为各节点与应聘人员的交流频次。

优选的，所述某段时间的时长为3～12个月，所述时间小段的时长为6～24小时。

本发明相对于现有技术取得了以下技术效果：

本发明提供了一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术，通过对应聘人员的社交网络数据中与其社交人员的交流频次进行交流强度赋值，并将交流强度赋值高于第一设定值的人员进行职业标记，再利用职业标记与招聘信息匹配度高于第二设定值的社交人员信息对应聘人员进行专业评价，能够帮助招聘人员准确的判断应聘人员的真实专业技术水平，提高招聘职员与公司岗位的符合性，提高招聘效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于社交网络的灵活用工平台的人际关系分析与挖掘技术的流程图。

具体实施方式

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。

本发明的目的是提供一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术，以解决上述现有技术存在的问题，能够提高招聘职员与公司岗位的符合性，提高招聘效率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

本实施例提供一种基于社交网络的灵活用工平台的人际关系分析与挖掘技术，如图1所示，基于社交网络的灵活用工平台的人际关系分析与挖掘技术具体包括如下步骤：

值得注意的是，本方法可以制作成一个嵌入式APP，嵌入在微信、钉钉、BOSS招聘等软件内，但获取用户的社交网络数据需要经过用户同意；

S1：获取应聘人员的社交网络数据；

其中，社交网络数据为多个社交平台的交流互动数据；具体的，社交网络数包括社交人员的名称标注、聊天时间、共有聊天群名以及聊天内容等；

S2：根据社交网络数据构建应聘人员的人际关系网络；

S3：根据社交网络数据中应聘人员与其社交人员在某段时间内的交流频次对人际关系网络中的社交人员进行交流强度赋值；某段时间的时长为3～12月，优选为6个月或12个月；具体过程为：将某段时间等分为多个等长的时间小段，若在某个时间小段内与某个社交人员有交流，则交流频次加1；时间小段的时长为6～24小时，优选为12小时或24小时；

其中，步骤S2和S3通过PageRank算法进行实现，设定各个社交人员分别为一个节点，边为各节点与应聘人员的连接线，权重为各节点与应聘人员的交流频次。

S4：根据社交网络数据对交流强度赋值大于第一设定值的社交人员进行职业标记；具体的，根据共有群聊名称及其聊天内容中的专业技术词语对社交人员进行职业标记。

S5：将交流强度赋值大于设定值的社交人员的职业标记与招聘信息进行匹配，此过程可通过TF-IDF算法实现，输出与招聘信息匹配度大于第二设定值的社交人员信息，来对应聘人员的专业技术进行评价，具体过程为：将与招聘信息匹配度大于第二设定值的各个社交人员的交流强度赋值进行分阶段再赋值，根据再赋值的总和来对应聘人员的专业技术进行评价；

S6：将与招聘信息的匹配度大于第三设定值的社交人员向招聘公司进行推送，其中，第三设定值高于第二设定值。

上述实施例中的基于社交网络的灵活用工平台的人际关系分析与挖掘技术，通过对应聘人员的社交网络数据中与其社交人员的交流频次进行交流强度赋值，并将交流强度赋值高于第一设定值的人员进行职业标记，再利用职业标记与招聘信息匹配度高于第二设定值的社交人员信息对应聘人员进行专业评价，能够帮助招聘人员准确的判断应聘人员的真实专业技术水平，提高招聘职员与公司岗位的符合性，提高招聘效率。

实施例二

本实施例为实施例一的一个具体实施过程，假设A公司需要招聘一个汽车外饰件开发工程师，现有一个应聘人员M，应聘人员M同意包含实施例一中的基于社交网络的灵活用工平台的人际关系分析与挖掘技术的App获取其社交网络P、Q、Z三个社交平台的社交网络数据；

S1：获取应聘人员M社交网络P、Q、Z三个社交平台的社交网络数据；

S2：根据社交网络数据利用PageRank算法构建应聘人员M的人际关系网络，设定各个社交人员分别为一个节点，边为各节点与应聘人员的连接线；节点为N001～N100；

S3：根据社交网络数据中应聘人员M与其社交人员N001～N100在最近6个月内的交流频次通过PageRank算法对人际关系网络中的社交人员N001～N100进行交流强度赋值；具体为：将6个月等分为180个时长为24小时的时间小段，若在某个时间小段内与某个社交人员有交流，则交流频次加1；

S4：根据社交人员与应聘人员共有群聊名称及其聊天内容中的专业技术词语对交流强度赋值大于100的社交人员进行职业标记；假设满足要求人数为30，具体职业名称为：外饰工程师、外饰组装工程师、汽车发动机设计、家庭人员、吃货朋友等。

S5：通过TF-IDF算法计算社交人员的职业标记与招聘信息的匹配度(0～100分，外饰工程师95分、外饰组装工程师75分、汽车发动机设计60分、家庭人员0分、吃货朋友0分)，将与招聘信息匹配度大于第二设定值70分的各个社交人员的交流强度赋值进行分阶段再赋值，90～100分再赋值为10分，80～90分再赋值为6分，70～80分再赋值为3分，根据再赋值的总和来对应聘人员的专业技术进行评价；

假设，外饰工程师95分4人、外饰组装工程师75分6人、汽车发动机设计60分6人、家庭人员0分5人、吃货朋友0分9人；

则应聘人员M的专业评价为：10*4+3*6＝58分。

S6：将与招聘信息匹配度大于第三设定值90分的社交人员向招聘公司进行推送，能够有效的增加公司招聘成功率。

本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。