本发明公开了一种兼职智能搜索排序方法，由区域维度S100、属性维度S200和动态维度S300组合使用构建而成；其中区域维度S100：兼职区域性明显，基本不会超过城市范围；属性维度S200：包含兼职属性和用户属性；鉴于兼职属性和用户属性有部分重合有强重合部分，将此属性整合度数字化计算；动态维度S300：是建立在静态维度之上；静态维度只能在搭建排序的基本规范，在实时变化的情况的非常死板，引入动态维度健全排序规则，使得排序智能化。本发明利用了兼职行业特殊性结构化排序规则，并利用用户的报名记录，浏览记录等在线行为智能化展示兼职的排序规则，合理利用流量导向最大化提升互联网收益，解决兼职领域特有的难点。
1.一种兼职智能搜索排序方法，其特征在于：其由区域维度S100、属性维度S200和动态维度S300 组合使用构建而成；
其中区域维度S100：兼职区域性明显，基本不会超过城市范围；
兼职属性包括兼职工种、标签、性别要求、身高要求、年龄要求、技能证书、薪资、结算方式；
用户属性包含学历、年龄、身高、技能证书、芝麻信用分、兼职经历和性别；
鉴于兼职属性和用户属性有部分重合有强重合部分，将此属性整合度数字化计算；
动态维度S300：是建立在静态维度之上，S100和S200都属于静态维度，属于业务属性制定不能改变的范围；静态维度只能在搭建排序的基本规范，在实时变化的情况的非常死板，引入动态维度健全排序规则，使得排序智能化；
所述区域纬度S100将城市作为排序第一梯度，过滤不符合城市要求的兼职,同城市内距离成为重大因素，采用geohash空间纬度检索算法，将区域划分为规则矩形，并对每个矩形进行编码，以面代点，利用app的gps定位技术上传用户经纬度，并采用solr搜索引擎技术高效计算用户和兼职用工地点经纬度之间的实时距离，根据距离建立梯度机制。
2.根据权利要求1所述的一种兼职智能搜索排序方法，其特征在于：所述梯度机制如下：第一梯度：0-15公里 +200，
所有其他排序规则一律在各自梯度里面完成，区分梯度化后，求职者在选择工作时可优先考虑距离因素；根据求职者与工作地点的经纬度，结合地图功能，制定步行、公交、出租车和地铁的出行路线。
3.根据权利要求1所述的一种兼职智能搜索排序方法，其特征在于：兼职属性和用户属性整合度数字化计算方法如下：用户学历 => 兼职学历要求 符合 +5，
5.兼职薪资高于行业平均 +20分，与行业齐平+10分 ，低于行业+5分，
6.结算方式：日结+20、周结+10、月结+5、按量结算+10，其他+0，
7.用户的兼职记录里经常报名的同工种的兼职 +30。
4.根据权利要求1所述的一种兼职智能搜索排序方法，其特征在于：所述动态维度S300包含：
1.报名量/浏览量：报名量和浏览量最能体现兼职质量， （报名量/浏览量）*50；
2.加权岗位：审核人员判定这是一个合理高效的兼职，后台添加权重 最多100；
3.发布时间：兼职的及时性非常高，为了加大兼职有效性每隔2天 -10；
4.用户评分：由于兼职的及时性，直接对兼职评分意义不大，此处是此公司以往的兼职评分；
一种兼职智能搜索排序方法
技术领域
[0001] 本发明属于互联网数据运用领域，尤其涉及一种兼职智能搜索排序方法。
背景技术
[0002] 搜索是各类大型网站最基本的功能，它能让用户更高效快捷地表达自己的需求并得到网站返回的结果，而排序则是这一类结果的体现。同样地，搜索排序功能的目标是让用户快速高效地匹配到最合适的产品、供应商或者资讯。
[0003] 随着互联网技术的发展，商品的排序功能几乎主导到网站的流量导向，一个合理的排序能大大提升用户体验，合理分配流量使得网站收益最大化。互联网垂直招聘网站基本以专业为导向，再以类目浏览排序(Categories)、产品搜索排序(Products)、公司搜索排序(Suppliers)，再加以报名量-评价-收藏人数-浏览量-公司信誉等维度数字化结果进行筛选，再将结果展示给用户。此中方法只适合全职使用，在兼职领域并不完全适用。兼职做为一个特殊的岗位领域有着其流动性大、多变性强、区域性明显等特点，与市面上所有的求职领域都有着极大的不同。
发明内容
[0004] 本发明为了解决兼职领域特有的难点，提供了一种利用了兼职行业特殊性结构化排序规则，并利用用户的报名记录，浏览记录等在线行为智能化展示兼职的排序规则，合理利用流量导向最大化提升互联网收益的兼职智能搜索排序方法。
[0005] 本发明的技术方案：一种兼职智能搜索排序方法，由区域维度S100、属性维度S200和动态维度S300组合使用构建而成；
[0006] 其中区域维度S100：兼职区域性明显，基本不会超过城市范围；
[0007] 属性维度S200：包含兼职属性和用户属性；
[0008] 兼职属性包括兼职工种、标签、性别要求、身高要求、年龄要求、技能证书、薪资、结算方式；
[0009] 用户属性包含学历、年龄、身高、技能证书、芝麻信用分、兼职经历和性别；
[0010] 鉴于兼职属性和用户属性有部分重合有强重合部分，将此属性整合度数字化计算；
[0011] 动态维度S300：是建立在静态维度之上，S100和S200都属于静态维度，属于业务属性制定不能改变的范围；静态维度只能在搭建排序的基本规范，在实时变化的情况的非常死板，引入动态维度健全排序规则，使得排序智能化。
[0012] 本发明利用了兼职行业特殊性结构化排序规则，并利用用户的报名记录，浏览记录等在线行为智能化展示兼职的排序规则，合理利用流量导向最大化提升互联网收益，解决兼职领域特有的难点。
[0013] 优选地，所述区域纬度S100将城市作为排序第一梯度，过滤不符合城市要求的兼职,同城市内距离成为重大因素，采用geohash空间纬度检索算法，将区域划分为规则矩形，并对每个矩形进行编码，以面代点，利用app的gps定位技术上传用户经纬度，并采用solr搜索引擎技术高效计算用户和兼职用工地点经纬度之间的实时距离，根据距离建立梯度机制。
[0014] 优选地，所述梯度机制如下：
[0015] 第一梯度：0-15公里+200，
[0016] 第二梯度：15-20公里+50，
[0017] 第三梯度：20-25公里+0，
[0018] 第四梯度：25公里以上-100，
[0019] 所有其他排序规则一律在各自梯度里面完成，区分梯度化后，求职者在选择工作时可优先考虑距离因素；根据求职者与工作地点的经纬度，结合地图功能，制定步行、公交、出租车和地铁的出行路线。
[0020] 优选地，兼职属性和用户属性整合度数字化计算方法如下：
[0021] 1.用户学历＝>兼职学历要求符合+5，
[0022] 2.用户身高满足兼职身高要求+5，
[0023] 3.用户年龄符合兼职要求+3，
[0024] 4.用户性别要求满足企业要求+10，
[0025] 5.用户有相应技能证书+10，
[0026] 6.兼职薪资高于行业平均+20分，与行业齐平+10分，低于行业+5分，[0027] 7.结算方式：日结+20、周结+10、月结+5、按量结算+10，其他+0，[0028] 8.用户的兼职记录里经常报名的同工种的兼职+30。
[0029] 优选地，所述动态维度S300包含：
[0030] 1.报名量/浏览量：报名量和浏览量最能体现兼职质量，(报名量/浏览量)*50；
[0031] 2.加权岗位：审核人员判定这是一个合理高效的兼职，后台添加权重最多100；
[0032] 3.发布时间：兼职的及时性非常高，为了加大兼职有效性每隔2天-10；
[0033] 4.用户评分：由于兼职的及时性，直接对兼职评分意义不大，此处是此公司以往的兼职评分；
[0034] 动态维度弥补了静态维度不能根据环境变化的缺点。
[0035] 本发明利用了兼职行业特殊性结构化排序规则，并利用用户的报名记录，浏览记录等在线行为智能化展示兼职的排序规则，合理利用流量导向最大化提升互联网收益，解决兼职领域特有的难点。
附图说明
[0036] 图1为本发明的维度计算示意图；
[0037] 图2为本发明的区域划分示意图；
具体实施方式
[0038] 下面结合附图对本发明作进一步详细的说明，但并不是对本发明保护范围的限制。
[0039] 如图1所示，本发明的兼职排序的维度包括：
[0040] 区域维度S100：兼职区域性明显，基本不会超过城市范围。将城市作为排序第一梯度，过滤不符合城市要求的兼职,同城市内距离成为重大因素。本发明采用geohash空间纬度检索算法，将区域划分为规则矩形，并对每个矩形进行编码，以面代点(具体查看图2)，利用app的gps定位技术上传用户经纬度，并采用solr搜索引擎技术高效计算用户和兼职用工地点经纬度之间的实时距离，根据距离建立梯度机制，
[0041] 第一梯度：0-15公里+200
[0042] 第二梯度：15-20公里+50
[0043] 第三梯度：20-25公里+0
[0044] 第四梯度：25公里以上-100
[0045] 所有其他排序规则一律在各自梯度里面完成
[0046] 区分梯度化后，求职者在选择工作时可优先考虑距离因素；根据求职者与工作地点的经纬度，结合地图功能，制定步行、公交、出租车和地铁的出行路线。
[0047] 属性维度S200：属性维度包含兼职属性和用户属性：
[0048] 兼职属性包括兼职工种、标签、性别要求、身高要求、年龄要求、技能证书、薪资、结算方式等。
[0049] 用户属性：学历、年龄、身高、技能证书、芝麻信用分、兼职经历和性别等。
[0050] 鉴于兼职属性和用户属性有部分重合有强重合部分，将此属性整合度数字化计算。
[0051] 1.用户学历＝>兼职学历要求符合+5
[0052] 2.用户身高满足兼职身高要求+5
[0053] 3.用户年龄符合兼职要求+3(兼职对年龄的要求不多)
[0054] 4.用户性别要求满足企业要求+10
[0055] 5.用户有相应技能证书+10
[0056] 6.兼职薪资高于行业平均+20分，与行业齐平+10分，低于行业+5分[0057] 7.结算方式：日结+20、周结+10、月结+5、按量结算+10，其他+0
[0058] 8.用户的兼职记录里经常报名的同工种的兼职+30
[0059] 动态维度S300：动态维度是建立在静态维度之上，S100和S200都属于静态维度，属于业务属性制定不能改变的范围。静态维度只能在搭建排序的基本规范，在实时变化的情况的非常死板，因此引入动态维度健全排序规则，使得排序智能化。
[0060] 1.报名量/浏览量：报名量和浏览量最能体现兼职质量，(报名量/浏览量)*50[0061] 2.加权岗位：审核人员判定这是一个合理高效的兼职，后台添加权重最多100[0062] 3.发布时间：兼职的及时性非常高，为了加大兼职有效性每隔2天-10[0063] 4.用户评分：由于兼职的及时性，直接对兼职评分意义不大，此处是此公司以往的兼职评分
[0064] 动态维度弥补了静态维度不能根据环境变化的缺点。
[0065] S100、S200和S300组合使用构建成符合兼职的智能排序方法。
[0066] 流量是互联网产品的核心，本发明将获取的流量进行分发和变现，流量的获取是放在首位的，是本发明的基础，本发明利用了兼职行业特殊性结构化排序规则，并利用用户的报名记录，浏览记录等在线行为智能化展示兼职的排序规则，合理利用流量导向最大化提升互联网收益。
