公开(公告)号：CN118941261A

公开(公告)日：2024-11-12

申请号：CN202410904319.0

申请日：2024-07-08

Applicant: 北京国电通网络技术有限公司 ,  国网信息通信产业集团有限公司

Inventor： 关利海 ,  冯东 ,  王成章 ,  张建军 ,  孟庆群 ,  王国丰 ,  张剑鹏 ,  纪翔春 ,  梁丙杰 ,  申华东

IPC: G06Q10/1057 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/006 ,  G06N3/0985 ,  G06F18/213

Abstract: 本发明提供一种基于深度学习的福利计划生成方法及系统，应用于信息处理技术领域。方法包括：基于多个福利影响因素，确定各福利影响因素与待生成福利计划之间的相关性；基于各福利影响因素对应的相关性和各福利影响因素对应的历史福利关联数据，得到各福利影响因素对应的福利关联数据；将福利关联数据、各福利影响因素对应的相关性和历史福利计划数据输入训练完成的福利预测模型，获得福利计划的预测结果；福利预测模型为基于注意力机制的神经网络，福利预测模型基于各福利影响因素对应的相关性确定注意力机制的注意力权重，以基于注意力权重生成福利计划。本发明解决了企业福利计划生成准确性低和计划调整工作量大和时效性差的问题。

公开(公告)号：CN118569823A

公开(公告)日：2024-08-30

申请号：CN202410699466.9

申请日：2024-05-31

Applicant: 北京国电通网络技术有限公司 ,  国网信息通信产业集团有限公司

Inventor： 关利海 ,  冯东 ,  王成章 ,  张建军 ,  孟庆群 ,  王国丰 ,  纪翔春 ,  张琳

IPC: G06Q10/1053 ,  G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及一种基于深度学习的简历分析和应聘流程的生成方法及系统。包括：采用PyTorch深度学习框架对BERT模型进行微调，形成微调BERT模型，基于所述微调BERT模型提取目标岗位的多个应聘者对应的简历中的关键信息；根据所述应聘者的所述简历中的所述关键信息与招聘需求方所需的各项维度，确定所述应聘者与目标岗位的匹配度；采用GPT模型为匹配度高于预设匹配度的候选简历生成面试笔试建议文本；结合所述招聘需求方对各项维度的打分和各项维度的权重，得到所述候选简历对应的候选招聘者的综合评分；在所述候选招聘者中选择最终的理想招聘者。提高了招聘效率和选拔质量。本发明的系统让招聘的评估更加系统化和量化。