基于信息投放的高效招聘方法、装置、系统及电子设备

摘要

本发明提供了一种基于信息投放的高效招聘方法、装置、系统及电子设备，涉及信息管理的技术领域，该方法包括：获取目标企业的招聘分析数据；将招聘分析数据进行矩阵分析预测，计算与目标企业匹配的招聘策略信息；根据招聘策略信息在第三方招聘渠道上进行招聘信息的投放。本发明提供的基于信息投放的高效招聘方法、装置、系统及电子设备，有效节省了企业在各式各样的招聘网站平台上面的学习时间，不仅降低了招聘成本，同时，也无需大量人工操作，进一步缩短了招聘流程。

权利要求

1.一种基于信息投放的高效招聘方法，其特征在于，包括：

获取目标企业的招聘分析数据，其中，所述招聘分析数据包括所述目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据；

将所述招聘分析数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息；

根据所述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放；

其中，将所述招聘分析数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息的步骤包括：将所述目标企业的基本信息、所述招聘运营数据进行特征分解组合，以生成所述目标企业的招聘分类实体；

将所述招聘分类实体结合所述第三方招聘渠道的企业招聘记录进行统计计算，得到所述招聘分类实体与所述第三方招聘渠道的中间矩阵数据；

根据所述中间矩阵数据计算所述招聘分类实体对所述第三方招聘渠道的第一均值表现解，以及所述第三方招聘渠道对所述招聘分类实体的第二均值表现解；

基于所述第一均值表现解和所述第二均值表现解进行矩阵分解转换，得到与所述目标企业匹配的招聘策略信息，其中，所述招聘策略信息包括所述第三方招聘渠道的企业信息，以及所述目标企业不同岗位的招聘信息在所述第三方招聘渠道投放的权重和比例分配。

2.根据权利要求1所述的方法，其特征在于，将所述目标企业的基本信息、所述招聘运营数据进行特征分解组合，以生成所述目标企业的招聘分类实体的步骤包括：将所述目标企业的基本信息、所述招聘运营数据输入至预先训练好的分类模型，基于所述分类模型输出所述目标企业的招聘分类实体；

其中，所述分类模型为基于SVM分类算法训练得到的分类模型。

3.根据权利要求1所述的方法，其特征在于，根据所述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放的步骤包括：将所述招聘策略信息推送至招聘机器人，通过所述招聘机器人按照所述招聘策略信息在所述第三方招聘渠道上投放所述招聘信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过所述招聘机器人拉取接收到的简历信息，并计算所述简历信息与所述招聘信息的匹配程度；

获取预先配置的面试安排模式，如果所述面试安排模式为自动模式，则基于所述匹配程度以及预先设置的面试模板生成面试信息；如果所述面试安排模式为手动模式，则基于所述匹配程度保存所述简历信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应针对于所述招聘分析数据的数据输入操作，接收用户输入的所述目标企业的基本信息和招聘运营数据，并将所述目标企业的基本信息和招聘运营数据存储至预设的位置，以进行数据更新；

其中，所述目标企业的基本信息至少包括：所述目标企业的工商基本信息，以及所述目标企业的基本布局；

所述招聘运营数据至少包括：所述目标企业的历史招聘记录、所述目标企业的招聘时间周期，以及所述目标企业的招聘结果满意度。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应针对于所述第三方招聘渠道的更新操作，获取所述第三方招聘渠道上报的接入状态，以对所述第三方招聘渠道的接入状态数据进行更新。

7.一种基于信息投放的高效招聘装置，其特征在于，包括：

获取模块，用于获取目标企业的招聘分析数据，其中，所述招聘分析数据包括所述目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据；

分析模块，用于将所述招聘分析数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息；

投放模块，用于根据所述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放；

其中，所述分析模块用于：

将所述目标企业的基本信息、所述招聘运营数据进行特征分解组合，以生成所述目标企业的招聘分类实体；

将所述招聘分类实体结合所述第三方招聘渠道的企业招聘记录进行统计计算，得到所述招聘分类实体与所述第三方招聘渠道的中间矩阵数据；

根据所述中间矩阵数据计算所述招聘分类实体对所述第三方招聘渠道的第一均值表现解，以及所述第三方招聘渠道对所述招聘分类实体的第二均值表现解；

基于所述第一均值表现解和所述第二均值表现解进行矩阵分解转换，得到与所述目标企业匹配的招聘策略信息，其中，所述招聘策略信息包括所述第三方招聘渠道的企业信息，以及所述目标企业不同岗位的招聘信息在所述第三方招聘渠道投放的权重和比例分配。

8.一种基于信息投放的高效招聘系统，其特征在于，所述系统包括企业招聘服务、运营管理服务和招聘机器人；

其中，所述运营管理服务用于执行上述权利要求1 6任一项所述的基于信息投放的高~效招聘方法。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至6任一项所述的方法。

说明书

基于信息投放的高效招聘方法、装置、系统及电子设备

技术领域

[0001] 本发明涉及信息管理的技术领域，尤其是涉及一种基于信息投放的高效招聘方法、装置、系统及电子设备。

背景技术

[0002] 随着互联网技术的迅猛发展，越来越多的企业选择将其招聘需求从传统的线下招聘转移到招聘网站/平台的线上招聘。但是，招聘网站/平台的发展非常多样化，导致企业很
难从中找到合适的招聘方式。同时在众多的招聘平台上，企业需要花费越来越多的时间来
学习如何在招聘网站/平台上开展招聘工作，同时耗费大量的人工操作时间，使企业通过当
前的招聘方式获取到人才的成本非常高昂。

发明内容

[0003] 有鉴于此，本发明的目的在于提供一种基于信息投放的高效招聘方法、装置、系统及电子设备，以缓解上述技术问题。

[0004] 第一方面，本发明实施例提供了一种基于信息投放的高效招聘方法，包括：获取目标企业的招聘分析数据，其中，所述招聘分析数据包括所述目标企业的基本信息、招聘运营
数据以及第三方招聘渠道的接入状态数据；将所述招聘分析数据进行矩阵分析预测，计算
与所述目标企业匹配的招聘策略信息；根据所述招聘策略信息在所述第三方招聘渠道上进
行招聘信息的投放。

[0005] 优选地，在一种可能的实施方式中，上述将所述招聘分析数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息的步骤包括：将所述目标企业的基本信息、所述
招聘运营数据进行特征分解组合，以生成所述目标企业的招聘分类实体；将所述招聘分类
实体结合所述第三方招聘渠道的企业招聘记录进行统计计算，得到所述招聘分类实体与所
述第三方招聘渠道的中间矩阵数据；根据所述中间矩阵数据计算所述招聘分类实体对所述
第三方招聘渠道的第一均值表现解，以及所述第三方招聘渠道对所述招聘分类实体的第二
均值表现解；基于所述第一均值表现解和所述第二均值表现解进行矩阵分解转换，得到与
所述目标企业匹配的招聘策略信息，其中，所述招聘策略信息包括所述第三方招聘渠道的
企业信息，以及所述目标企业不同岗位的招聘信息在所述第三方招聘渠道投放的权重和比
例分配。

[0006] 优选地，在一种可能的实施方式中，上述将所述目标企业的基本信息、所述招聘运营数据进行特征分解组合，以生成所述目标企业的招聘分类实体的步骤包括：将所述目标
企业的基本信息、所述招聘运营数据输入至预先训练好的分类模型，基于所述分类模型输
出所述目标企业的招聘分类实体；其中，所述分类模型为基于SVM分类算法训练得到的分类
模型。

[0007] 优选地，在一种可能的实施方式中，上述根据所述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放的步骤包括：将所述招聘策略信息推送至招聘机器人，通过
所述招聘机器人按照所述招聘策略信息在所述第三方招聘渠道上投放所述招聘信息。

[0008] 优选地，在一种可能的实施方式中，上述方法还包括：通过所述招聘机器人拉取接收到的简历信息，并计算所述简历信息与所述招聘信息的匹配程度；获取预先配置的面试
安排模式，如果所述面试安排模式为自动模式，则基于所述匹配程度以及预先设置的面试
模板生成面试信息；如果所述面试安排模式为手动模式，则基于所述匹配程度保存所述简
历信息。

[0009] 优选地，在一种可能的实施方式中，上述方法还包括：响应针对于所述招聘分析数据的数据输入操作，接收用户输入的所述目标企业的基本信息和招聘运营数据，并将所述
目标企业的基本信息和招聘运营数据存储至预设的位置，以进行数据更新；其中，所述目标
企业的基本信息至少包括：所述目标企业的工商基本信息，以及所述目标企业的基本布局；
所述招聘运营数据至少包括：所述目标企业的历史招聘记录、所述目标企业的招聘时间周
期，以及所述目标企业的招聘结果满意度。

[0010] 优选地，在一种可能的实施方式中，上述方法还包括：响应针对于所述第三方招聘渠道的更新操作，获取所述第三方招聘渠道上报的接入状态，以对所述第三方招聘渠道的
接入状态数据进行更新。

[0011] 第二方面，本发明实施例还提供一种基于信息投放的高效招聘装置，包括：获取模块，用于获取目标企业的招聘分析数据，其中，所述招聘分析数据包括所述目标企业的基本
信息、招聘运营数据以及第三方招聘渠道的接入状态数据；分析模块，用于将所述招聘分析
数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息；投放模块，用于根据所
述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放。

[0012] 第三方面，本发明实施例还提供一种基于信息投放的高效招聘系统，所述系统包括企业招聘服务、运营管理服务和招聘机器人；其中，所述运营管理服务用于执行上述第一
方面所述的基于信息投放的高效招聘方法。

[0013] 第四方面，本发明实施例还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述
计算机可执行指令以实现第一至第二方面所述的方法。

[0014] 第五方面，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可
执行指令促使处理器实现第一至第二方面所述的方法。

[0015] 本发明实施例带来了以下有益效果：

[0016] 本发明实施例提供的基于信息投放的高效招聘方法、装置、系统及电子设备，能够获取目标企业的招聘分析数据，并将招聘分析数据进行矩阵分析预测，计算与目标企业匹
配的招聘策略信息；进而根据招聘策略信息在第三方招聘渠道上进行招聘信息的投放，相
较于企业从各式各样的招聘网站平台上发布岗位需求的招聘流程而言，本发明实施例提供
的基于信息投放的高效招聘方法，由于是自动计算招聘策略信息，因此，有效节省了企业在
各式各样的招聘网站平台上面的学习时间，不仅降低了招聘成本，同时，也无需大量人工操
作，进一步缩短了招聘流程。

[0017] 本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书
以及附图中所特别指出的结构来实现和获得。

[0018] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0019] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述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
附图是本发明的一些实施方式，对于本领域技术人员来讲，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。

[0020] 图1为本发明实施例提供的一种基于信息投放的高效招聘方法的流程图；

[0021] 图2为本发明实施例提供的一种招聘系统的结构框图；

[0022] 图3为本发明实施例提供的一种招聘流程图；

[0023] 图4为本发明实施例提供的另一种基于信息投放的高效招聘方法的流程图；

[0024] 图5为本发明实施例提供的一种基于信息投放的高效招聘系统结构示意图；

[0025] 图6为本发明实施例提供的一种基于信息投放的高效招聘装置的结构示意图；

[0026] 图7为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

[0027] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。

[0028] 目前，由于招聘网站/平台发展多样化，企业很难从中找到合适的招聘方式。同时在众多的招聘平台上，企业需要花费越来越多的时间来学习如何在招聘网站/平台上开展
招聘工作，同时耗费大量的人工操作时间，且通过手工审查进行人才匹配相对低效能，以及
求职者通过企业的招聘考核后，企业需要又需要花费大量时间和操作，将带入职的员工信
息录入到企业的人事系统。总体而言，通过当前的招聘方式获取人才的成本非常高昂，基于
此，本发明实施例提供的一种基于信息投放的高效招聘方法、装置、系统及电子设备，可以
有效缓解上述技术问题。

[0029] 为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于信息投放的高效招聘方法进行详细介绍。

[0030] 在一种可能的实施方式中，本发明实施例提供了一种基于信息投放的高效招聘方法，具体地，该方法可以应用于招聘系统的服务器，如图1所示的一种基于信息投放的高效
招聘方法的流程图，该方法包括以下步骤：

[0031] 步骤S102，获取目标企业的招聘分析数据；

[0032] 其中，招聘分析数据包括目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据；

[0033] 在实际使用时，上述招聘分析数据通常是预先存储在服务器数据库中的数据，通常由企业负责招聘的人员进行整理和录入，以便于进行招聘信息的投放。

[0034] 进一步，上述第三方招聘渠道通常指与企业合作的第三方人力资源公司，其数量通常有多个，以便于为目标企业提供人力和服务，来满足其人才需求。

[0035] 步骤S104，将招聘分析数据进行矩阵分析预测，计算与目标企业匹配的招聘策略信息；

[0036] 步骤S106，根据招聘策略信息在第三方招聘渠道上进行招聘信息的投放。

[0037] 具体地，本发明实施例中，与现有的招聘网站/平台的区别主要在与可以通过上述步骤S104的过程对招聘分析数据进行矩阵分析预测，以便于计算出与目标企业匹配的招聘
策略信息，而无需用户再花时间去学习如何开展招聘工作，进一步，当计算出符合目标企业
的招聘策略信息之后，可以进一步执行上述步骤S106，根据该招聘策略信息在第三方招聘
渠道上进行招聘信息的投放，因此，通过上述步骤S104和步骤S106的过程，可以节省大量的
人工操作。

[0038] 本发明实施例提供的基于信息投放的高效招聘方法，能够获取目标企业的招聘分析数据，并将招聘分析数据进行矩阵分析预测，计算与目标企业匹配的招聘策略信息；进而
根据招聘策略信息在第三方招聘渠道上进行招聘信息的投放，相较于企业从各式各样的招
聘网站平台上发布岗位需求的招聘流程而言，本发明实施例提供的基于信息投放的高效招
聘方法，由于是自动计算招聘策略信息，因此，有效节省了企业在各式各样的招聘网站平台
上面的学习时间，不仅降低了招聘成本，同时，也无需大量人工操作，进一步缩短了招聘流
程。

[0039] 在实际使用时，目标企业通常都配置有相应的招聘系统，以便于进行人才的招聘工作，通常，招聘系统包括人事SaaS（Software-as-a-Service，软件即服务）平台和运营后
台；

[0040] 其中，人事SaaS平台，通常是通过网络为企业提供软件服务的平台，在这个平台下，可以借助于智能的招聘机器人，能够更简单、更高效的解决企业的招聘需求，企业负责
招聘的人员可以以合法用户的身份登录到该人事SaaS平台进行人才招聘的管理工作。

[0041] 进一步，运营后台则通常负责招聘的运营工作，如与第三方招聘渠道对接等等，因此，上述招聘分析数据中包括的目标企业的基本信息和招聘运营数据，通常从人事SaaS平
台获得，而第三方招聘渠道的接入状态数据则从运营后台获得。

[0042] 为了便于理解，图2示出了一种招聘系统的结构框图，如图2所示，包括人事SaaS平台和运营后台，其中，人事SaaS平台由企业招聘服务和招聘机器人组成，运营后台则包括运
营管理服务。

[0043] 具体地，人事SaaS平台包括：

[0044] 账号中心模块，负责企业租户账号管理、登录注册相关业务；

[0045] 企业招聘中心模块，负载企业的招聘需求、招聘进度展示及管理业务；

[0046] 招聘职位管理模块，负责企业的招聘需求中的职位管理业务；

[0047] 企业人才库中心模块，负责企业的招聘过程中由招聘机器人收取到的求职者管理，包括求职者的基本信息、人才简历库等等；

[0048] 面试安排管理模块，负责企业的招聘过程中通过简历筛选后的面试安排管理模块；

[0049] 应聘记录管理模块，负责企业招聘过程中应聘面试记录管理；

[0050] 招聘Offer管理模块，负责企业招聘过程中通过应聘面试后的Offer管理。

[0051] 进一步，人事SaaS平台中的招聘机器人则包括招聘助手机器人和入职助手机器人。

[0052] 进一步，上述运营后台的运营管理服务则包括：

[0053] 企业账号租户管理模块，负责企业信息管理，提供企业特征数据、招聘数据等等，如，前述目标企业的基本信息。

[0054] 第三方招聘渠道接入管理模块，负责对接外部第三方招聘渠道的管理，前述第三方招聘渠道的接入状态数据可以通过这个模块获取，如，可以获知第三方招聘渠道的数量，
基本信息，进而获知当前第三方招聘渠道是否可用等等。

[0055] 企业招聘统计管理模块，负责对客户（企业）招聘业务数据运营管理；

[0056] 招聘运营实时分析模块，负责数据处理、实时分析，为招聘策略提供基准的分析结果数据；如提供招聘运营数据等。

[0057] 招聘运营决策分析计算服务模块，负责对上报信息的收集，如目标企业的基本信息、历史招聘记录、招聘任务、应聘结果数据、第三方招聘渠道招聘网站平台数据等等，根据
上报数据，利用响应的算法进行招聘决策分析计算，并将分析结果（优化匹配及招聘策略）
推送至招聘优化匹配管理模块，其中，上述图1中的步骤S104则可以在该模块中执行。

[0058] 招聘优化匹配管理模块，负责提供招聘职位的内容优化服务，以及与招聘机器人的业务通讯服务，如推送招聘策略信息、决策信息等等。

[0059] 其中，上述招聘机器人通常指使用RPA（Robotic Process Automation，机器人流程自动化）技术的自动化软件工具，通过使用RPA技术进行优化，可以替代大量的手工操作，
并智能的有效匹配求职者，降低招聘成本。

[0060] 进一步，基于图2所示的招聘系统，图3还示出了一种招聘流程图，具体地，整个招聘流程分为两个部分，第一部分为围绕企业招聘业务的流程步骤，第二部分为围绕企业招
聘高效匹配人才的数据分析决策流程步骤，其中，第一部分的流程，即，围绕企业招聘业务
的实施流程，包括以下过程：

[0061] 步骤1：企业负责招聘的人员或者企业管理员（如，HR用户）根据接收到的招聘需求，通过人事SaaS平台的账号中心模块登录；

[0062] 步骤2：企业管理员（如，HR用户）登录并进入企业招聘中心模块，梳理招聘需求，整理需求的招聘岗位职位职责内容；

[0063] 步骤3.1：企业管理员（如，HR用户）录入招聘岗位和职位职责等信息到招聘职位管理模块；

[0064] 步骤3.2：企业管理员（如，HR用户）在招聘职位管理模块中通过招聘优化匹配管理模块拉取招聘职位优化更新；

[0065] 步骤4.1：企业管理员（如，HR用户）启动招聘机器人，开启招聘业务流程；具体地，该招聘机器人为招聘助手机器人。

[0066] 步骤4.2：招聘机器人开始招聘工作流并进入自检，通过链路接收招聘优化匹配管理模块的招聘策略信息，开始步骤5；

[0067] 步骤5.1：招聘机器人根据招聘策略信息，开始发布招聘信息至第三方招聘渠道；

[0068] 步骤5.2：招聘机器人拉取接收应聘者投递的简历，并结合招聘运营决策分析计算服务模块及招聘优化匹配管理模块，计算应聘者的简历匹配程度；

[0069] 步骤5.3：招聘机器人将应聘者简历存档到企业人才库中心模块，存档信息至少包括：人才简历、匹配级别等信息；

[0070] 步骤6：招聘机器人按照企业管理员（如，HR用户）配置的面试安排选项：自动方式，手动方式：

[0071] （1）如果HR用户配置了自动模式，招聘机器人将匹配对应的应聘者，安排面试；

[0072] （2）如果HR用户配置了手动方式，则需要HR用户自己人为操作通知应聘者，安排面试；

[0073] 步骤7：企业管理员（如，HR用户）或企业下的面试官结束面试安排流程，确定面试状态，结果录入至应聘记录管理模块；

[0074] 步骤8：企业管理员（如，HR用户）根据应聘记录情况以及沟通结果，确定是否执行应聘录用；

[0075] 步骤9：应聘者确定接收OFFER并入职，将通过入职助手机器人接入人事系统；

[0076] 进一步，图3中的招聘流程还包括第二部分的处理流程，如图3所示，包括以下流程：

[0077] 流程1：企业账号租户管理模块与企业招聘统计管理模块会每天定期上报企业的招聘运营数据给招聘运营决策分析计算服务模块；

[0078] 其中，企业的招聘运营数据包括但不局限于如下信息：（1）企业基本信息：企业工商基本信息（行业、规模、经营范围），企业基本布局（部门、产品线等）；（2）企业的历史招聘记录信息：历史发布的招聘信息、应聘者概况、面试结果、应聘结果数据、过程记录、应聘入
职的评分等等。

[0079] 流程2：第三方招聘渠道接入管理模块定期上报外部第三方招聘渠道的接入状态数据给招聘运营决策分析计算服务模块；

[0080] 流程3：招聘助手机器人在企业管理员启动机器人开启招聘工作时以及招聘过程中，上报招聘任务及招聘过程数据到招聘运营决策分析计算服务模块；

[0081] 流程4：应聘记录管理模块根据企业管理员最终确定的是否录用结果、应聘记录信息上报给招聘运营决策分析计算服务模块；

[0082] 流程5：招聘运营决策分析计算服务模块实时将分析计算结果推送至招聘优化匹配管理模块。

[0083] 其中，上述流程5中，招聘运营决策分析计算服务模块的实时分析计算的过程，执行的则是本发明实施例中的基于信息投放的高效招聘方法，即可以获取上述步骤S102中的
招聘分析数据，然后进行矩阵分析预测，计算目标企业匹配的招聘策略信息，进而在第三方
招聘渠道上进行招聘信息的投放等等。

[0084] 并且，基于图2所述的招聘系统，以及图3所示的招聘流程，在执行本发明实施例提供的基于信息投放的高效招聘方法时，可以借助于招聘机器人，如招聘助手机器人和入职
助手机器人等，能够更简单、更高效的解决企业的招聘需求。

[0085] 进一步，考虑到招聘分析数据中的招聘运营数据以及第三方招聘渠道的接入状态数据通常是不断更新变化的，因此，本发明实施例提供的基于信息投放的高效招聘方法，还
包括对这些数据的更新过程，具体地，包括：

[0086] （1）响应针对于招聘分析数据的数据输入操作，接收用户输入的目标企业的基本信息和招聘运营数据，并将目标企业的基本信息和招聘运营数据存储至预设的位置，以进
行数据更新；

[0087] 其中，上述用户通常是企业负责招聘的人员，上述目标企业的基本信息至少包括：目标企业的工商基本信息，以及目标企业的基本布局；其中，目标企业的工商基本信息包括
目标企业的行业、规模、经营范围等等，目标企业的基本布局则部门设置、产品线等等。

[0088] 进一步，上述招聘运营数据至少包括：目标企业的历史招聘记录、目标企业的招聘时间周期，以及目标企业的招聘结果满意度。其中，目标企业的历史招聘记录通常包括历史
发布的招聘信息、应聘者概况、面试过程数据、应聘结果数据、待入职员工背景、入职员工评
价等等，这些数据通常由企业负责招聘的人员进行录入，以便于定期获取，其中，入职员工
评价记录可以从企业人事平台获取等等。这些数据的更新可以通过图2中人事SaaS平台的
企业招聘服务实现。

[0089] （2）响应针对于第三方招聘渠道的更新操作，获取第三方招聘渠道上报的接入状态，以对第三方招聘渠道的接入状态数据进行更新。

[0090] 其中，对第三方招聘渠道的接入状态数据进行更新的过程通常在图2中的运营后台实现，具体地，可以在运营管理服务的第三方招聘渠道接入管理模块实现，例如，某一个
第三方招聘渠道上报的接入状态为不可用时，则将该第三方招聘渠道的接入状态数据标记
为不可用等等，以此实现对第三方招聘渠道的接入状态数据进行更新。

[0091] 进一步，基于上述更新的招聘分析数据，本发明实施例提供的基于信息投放的高效招聘方法也可以实时基于最新的招聘分析数据进行招聘策略信息的计算，具体地，在图1
的基础上，基于图2所示的招聘系统，以及图3所示的招聘流程，本发明实施例还提供了另一
种基于信息投放的高效招聘方法，以对招聘策略信息的计算过程进行说明。如图4所示的另
一种基于信息投放的高效招聘方法的流程图，包括以下步骤：

[0092] 步骤S402，获取目标企业的招聘分析数据；

[0093] 其中，招聘分析数据包括目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据；

[0094] 进一步，目标企业的基本信息包括：目标企业的工商基本信息，以及目标企业的基本布局，招聘运营数据至少包括：目标企业的历史招聘记录、目标企业的招聘时间周期，以
及目标企业的招聘结果满意度等。

[0095] 步骤S404，将目标企业的基本信息、招聘运营数据进行特征分解组合，以生成目标企业的招聘分类实体；

[0096] 具体地，该步骤中，通常是将目标企业、目标企业的招聘信息、目标企业的招聘时间周期，以及目标企业的招聘结果满意度几个维度数据，分解特征再组合，生成一个个分类
实体，即本发明实施例中的招聘分类实体，然后在继续执行下述各个步骤，以便于根据招聘
分类实体以及第三方招聘渠道做矩阵分解算法，进而得出第三方招聘渠道的推荐决策，实
现快速预测，达到更精准的招聘投放效果。

[0097] 进一步，上述步骤S404中，可以使用预先训练好的模型实现，其中，本发明实施例中，使用的是基于SVM（Support Vector Machines，支持向量机）分类算法训练得到的分类
模型，因此，上述步骤S404中，可以将目标企业的基本信息、招聘运营数据输入至预先训练
好的分类模型，基于该分类模型输出目标企业的招聘分类实体。

[0098] 其中，SVM分类算法属于二分类算法，可以支持线性和非线性的分类，因此，本发明实施例中，使用该分类模型可以预测评估出当前目标企业的招聘分类实体。为了便于理解，
表1示出了一种分类模型的训练表，包括训练内容和分类结果，在训练分类模型时，可以基
于不同的训练内容进行训练，以便于得出该训练内容对应的分类结果，即，上述招聘分类实
体。

[0099] 表1：

[0100] 序列 训练内容 分类结果1 XXX是一家SAAS软件服务商，员工规模200～300，招聘Python开发，评测规则体系为资深P8，要求2周内到岗... E_001 ... ...... E_00X
  XXX是一家SAAS软件服务商，员工规模200～300，招聘Python开发，评测规则体系为资深P7，要求3天内到岗... E_002 n ...... E_00N
     

[0101] 步骤S406，将招聘分类实体结合第三方招聘渠道的企业招聘记录进行统计计算，得到招聘分类实体与第三方招聘渠道的中间矩阵数据；

[0102] 具体地，该步骤是统计计算的过程，具体是将上述步骤中分类的企业招聘分类实体，再按照实际的企业招聘记录，进行统计计算，得出中间矩阵数据，其中，下述表2示出了
一种中间矩阵数据的数据表，如表2所示，其中，下述表2中的数字为企业招聘记录，该企业
招聘记录可以从招聘运营数据中获得。

[0103] 表2：

[0104] 招聘分类 实体 招聘渠道a 招聘渠道b 招聘渠道c 招聘渠道d 招聘渠道e 招聘渠道f 招聘渠道x E_00x1 10 8 7 5 5 6 x1E_00x2 8 10 7 5 6 6 x2
E_00x3 6 5 10 5 7 5 x3
E_00x4 8 0 9 9 7 5 x4
E_00x5 10 1 2 10 3 10 x5
E_00x6 ... ... ... ... ... ... ...
E_N ... ... ... ... ... ... ...

[0105] 其中，上述表2中示出的是有限个招聘分类实体和有效个招聘渠道的实施方式，中间矩阵数据中的各个元素即为上述表1中的数字。

[0106] 步骤S408，根据中间矩阵数据计算招聘分类实体对第三方招聘渠道的第一均值表现解，以及第三方招聘渠道对招聘分类实体的第二均值表现解；

[0107] 具体地，以上述表2中包括5个招聘分类实体以及，6个第三方招聘渠道为例，上述第一均值表现解和第二均值表现解通常指表2中中间矩阵数据每行和每列的均值，如表3所
示：

[0108] 表3：

[0109]

[0110] 其中，表3中最后一列为第一均值表现解，由每一行的企业招聘记录的数据做平均计算得到，因此，也称为招聘分类实体对第三方招聘渠道的均值表现。表3中的最后一行为
第二均值表现解，由每一列的企业招聘记录的数据做平均计算得到，因此，也称为第三方招
聘渠道在招聘分类实体的均值表现。当得到上述第一均值表现解和第二均值表现解之后，
可以继续执行下述步骤，进一步得到招聘策略信息。

[0111] 步骤S410，基于第一均值表现解和第二均值表现解进行矩阵分解转换，得到与目标企业匹配的招聘策略信息；

[0112] 其中，招聘策略信息包括第三方招聘渠道的企业信息，以及目标企业不同岗位的招聘信息在第三方招聘渠道投放的权重和比例分配。

[0113] 具体实现时，该步骤中，矩阵分解可以使用MF矩阵分解算法，基于上述表2中得到的第一均值表现解和第二均值表现解得到最终的匹配矩阵，进而基于该匹配矩阵得到上述
招聘策略信息。具体地，表4示出了一种匹配矩阵的数据表。

[0114] 表4：

[0115]

[0116] 表4中示出的矩阵即为使用MF矩阵分解算法进行转换后得到的匹配矩阵，基于该匹配矩阵，可以得出目标企业不同岗位的招聘信息在每个第三方招聘渠道投放的权重和比
例分配，即，得到与目标企业匹配的招聘策略信息。当得到该招聘策略信息之后，可以继续
执行下述步骤S312，以根据招聘策略信息在第三方招聘渠道上进行招聘信息的投放。

[0117] 步骤S412，将招聘策略信息推送至招聘机器人，通过招聘机器人按照招聘策略信息在第三方招聘渠道上投放招聘信息。

[0118] 在实际使用时，当通过上述方式投放招聘信息之后，还可以进一步通过招聘机器人拉取接收到的简历信息，并计算简历信息与招聘信息的匹配程度，以对应聘人员进行筛
选；进一步，还可以获取预先配置的面试安排模式，如果面试安排模式为自动模式，则基于
匹配程度以及预先设置的面试模板生成面试信息，并发送至应聘人员进行面试沟通；如果
面试安排模式为手动模式，则基于匹配程度保存上述简历信息，以便于由企业负责招聘的
人员来决定是否进一步进行面试沟通，具体地实现方式可以根据实际使用情况进行设置，
本发明实施例对此不进行限制。

[0119] 进一步，为例便于理解，本发明实施例还提供了一种基于信息投放的高效招聘系统，该系统包括企业招聘服务、运营管理服务和招聘机器人；其中，运营管理服务用于执行
上述图1或图4所述的基于信息投放的高效招聘方法。

[0120] 具体地，企业招聘服务可以参考图2所示的招聘系统实现，例如，包括账号中心模块、企业招聘中心模块、招聘职位管理模块、企业人才库中心模块、面试安排管理模块、应聘
记录管理模块、招聘Offer管理模块等等；

[0121] 而运营管理服务则可以基于图2所示的运营后台实现，如包括企业账号租户管理模块、第三方招聘渠道接入管理模块、企业招聘统计管理模块、招聘运营实时分析模块、招
聘运营决策分析计算服务模块，以及招聘优化匹配管理模块等等。

[0122] 进一步，招聘机器人则可以基于RPA技术的自动化软件工具实现，并进一步包括招聘助手机器人和入职助手机器人等等。

[0123] 为了便于理解，图5示出了一种基于信息投放的高效招聘系统结构示意图，对基于信息投放的高效招聘系统的运行过程进行说明，如图5所示，包括以下流程：

[0124] S1：招聘分析数据获取流程；

[0125] 具体地，该流程可以看做是运营管理服务获取数据的流程，并且，为了便于对招聘分析数据进行存放，上述基于信息投放的高效招聘系统还包括数据接收服务组件、数据队
列管理组件、数据清洗服务组件以及数据特征存储组件，以便于对招聘分析数据包括的各
种数据进行处理和存储。

[0126] 由于招聘分析数据包括目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据。因此，该流程中，包括企业账号租户管理模块和企业招聘统计管理模块上
报目标企业的基本信息和招聘运营数据等过程，包括：历史招聘记录、招聘时间周期，以及
招聘结果满意度等数据的上报过程。这些数据由数据接收服务组件接收，然后经过数据队
列管理组件、数据清洗服务组件，最终存储至数据特征存储组件中，以特征数据的形式进行
存储。

[0127] 进一步，该流程中，还包括第三方招聘渠道接入管理模块上报第三方招聘渠道的接入状态数据的过程，以及招聘机器人上报的招聘过程中的业务数据。

[0128] S2：招聘策略信息计算流程；

[0129] 具体地，该流程可以通过多个计算单元实现，如图5所示，计算单元1可以执行图4中步骤S404的过程，生成招聘分类实体；计算单元2可以执行图4中步骤S406的统计过程，进
行招聘分类实体的统计计算；计算单元3则进一步执行图4中的步骤S408和S410的过程，进
行矩阵分析预测，进而得出上述招聘策略信息，并将招聘策略信息存储至计算结果库，并通
过匹配优化支撑服务组件输出至运营管理服务的招聘优化匹配管理模块进行匹配优化，然
后基于该招聘策略信息输出第三方招聘渠道的企业信息，以及，以及不同岗位的招聘信息
在第三方招聘渠道投放的权重和比例分配等等。

[0130] S3：招聘信息的投放流程；

[0131] 由招聘优化匹配管理模块与招聘机器人业务对接，实现招聘业务，如，推送招聘策略信息、决策信息等至第三方招聘渠道进行招聘信息的投放。

[0132] 综上，本发明实施例提供的基于信息投放的高效招聘系统具有以下有益效果：

[0133] （1）省略了企业在各式各样的招聘网站平台上面的学习时间成本；

[0134] （2）使用招聘机器人，替代企业的招聘需求的操作流程；

[0135] （3）企业在整个招聘需求流程中通过实时分析，能够智能的从招聘网站/平台求职者分布数据、企业特征数据实时分析出运营结果数据，找出最优的招聘策略，针对性在收益
高的招聘网站发布招聘需求，帮助企业第一时间、速度找到匹配的关键人才；

[0136] （4）企业使用入职助手机器人可以直接拉取档案信息，推送至人事系统/平台，无需企业再手工操作进行档案录入，有效降低了人工操作成本。

[0137] 进一步，在上述实施例的基础上，本发明实施例还提供了一种基于信息投放的高效招聘装置，如图6所示的一种基于信息投放的高效招聘装置的结构示意图，包括：

[0138] 获取模块60，用于获取目标企业的招聘分析数据，其中，所述招聘分析数据包括所述目标企业的基本信息、招聘运营数据以及第三方招聘渠道的接入状态数据；

[0139] 分析模块62，用于将所述招聘分析数据进行矩阵分析预测，计算与所述目标企业匹配的招聘策略信息；

[0140] 投放模块64，用于根据所述招聘策略信息在所述第三方招聘渠道上进行招聘信息的投放。

[0141] 本发明实施例提供的基于信息投放的高效招聘装置，与上述实施例提供的基于信息投放的高效招聘方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的
技术效果。

[0142] 进一步，本发明实施例还提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述
计算机可执行指令以实现上述基于信息投放的高效招聘方法。

[0143] 进一步，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可
执行指令促使处理器实现上述基于信息投放的高效招聘方法。

[0144] 进一步，本发明实施例还提供了一种电子设备的结构示意图，如图7所示，为该电子设备的结构示意图，其中，该电子设备包括处理器71和存储器70，该存储器70存储有能够
被该处理器71执行的计算机可执行指令，该处理器71执行该计算机可执行指令以实现上述
基于信息投放的高效招聘方法。

[0145] 在图7示出的实施方式中，该电子设备还包括总线72和通信接口73，其中，处理器71、通信接口73和存储器70通过总线72连接。

[0146] 其中，存储器70可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至
少一个通信接口73（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通
信连接，可以使用互联网，广域网，本地网，城域网等。总线72可以是ISA（Industry 
Standard Architecture，工业标准体系结构）总线、PCI（Peripheral Component 
Interconnect，外设部件互连标准）总线或EISA（Extended Industry  Standard 
Architecture，扩展工业标准结构）总线等。所述总线72可以分为地址总线、数据总线、控制
总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型
的总线。

[0147] 处理器71可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的
处理器71可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络
处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal 
Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称
ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程
逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该
处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体
现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软
件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存
储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器71读取存储器中
的信息，结合其硬件完成前述实施例的基于信息投放的高效招聘方法。

[0148] 本发明实施例所提供的基于信息投放的高效招聘方法、装置、系统及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令
可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

[0149] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0150] 另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是
两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中
的具体含义。

[0151] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说
对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计
算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个
人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。
而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存
储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

[0152] 在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、
“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

[0153] 最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进
行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭
露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变
化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术
方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之
内。因此，本发明的保护范围应以权利要求的保护范围为准。