(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210044523.0 (22)申请日 2022.01.14 (71)申请人 温州大学 地址 325000 浙江省温州市瓯海经济开发 区东方南路38号 温州市国家大学科技 园孵化器 (72)发明人 陈本威　刘军　 (74)专利代理 机构 深圳峰诚志合知识产权代理 有限公司 4 4525 专利代理师 李明香 (51)Int.Cl. G06Q 50/20(2012.01) G06F 40/30(2020.01) G06F 16/35(2019.01) G06Q 10/10(2012.01) (54)发明名称 就业指导平台用智能就业指导系统及其指 导方法 (57)摘要 本申请具体地公开了一种就业指导平台用 智能就业指导系统及其指导方法， 其通过从语义 信息获得能够充分表达所述待就业高校大学生 的信息以及所述用人招聘单位的招聘信息的高 维特征， 进一步再计算用于表 示双方信息之间的 关联的转移矩阵， 并对其进行包括邻域均值和邻 域差分均值的邻域处理， 以保证每个位置的邻域 位置相对于其的排列不变性， 从而提高了所述特 征图的分类准确性。 这样， 可以提高所述待就业 高校大学生的信息与所述用人招聘单位的招聘 信息之间的匹配度， 进 而提高大 学生的就 业率。 权利要求书3页 说明书13页 附图5页 CN 114445249 A 2022.05.06 CN 114445249 A 1.一种就 业指导平台用智能就 业指导系统， 其特 征在于， 包括： 语义编码单元， 用于将待就业高校大学生的信 息的第一文本数据和用人招聘单位的招 聘信息的第二文本数据通过语义理解模型以获得第一文本特 征向量和第二文本特 征向量； 条件二值化单元， 用于将所述待就业高校大学生的信 息和所述用人招聘单位的招聘信 息中的条件部分进行二 值化以获得第一 二值化向量和第二 二值化向量； 第一关联矩阵构造单元， 用于将所述第 一文本特征向量乘以所述第 一二值化向量的转 置以获得用于表示待就 业高校大学生的信息的第一关联矩阵； 第二关联矩阵构造单元， 用于将所述第 二文本特征向量乘以所述第 二二值化向量的转 置以获得用于表示用人招聘单位的招聘信息的第二关联矩阵； 神经网络单元， 用于将所述第 一关联矩阵和所述第 二关联矩阵分别通过卷积神经网络 以获得第一关联 特征图和第二关联 特征图； 转移特征图构造单元， 用于构建所述第 一关联特征图和所述第 二关联特征图之间的转 移特征图， 所述转移特征图用于表示待就业高校大学生的信息和用人招聘单位的招聘信息 之间的关联， 其中， 所述转移特征图中的每个转移矩阵乘以所述第二关联特征图中的每个 特征矩阵等于所述第一关联 特征图中的每 个特征矩阵； 位置特异消除单元， 用于对所述转移特征图进行邻域处理以消除所述转移特征图中每 个转移矩阵的每个位置的位置特异性以获得分类特征图， 其中， 所述邻域处理包括基于邻 域均值的邻域处 理和基于邻域差分均值的邻域处 理； 以及 就业指导结果单元， 用于将所述分类特征图通过分类器以获得用于表示待就业高校大 学生的信息与用人招聘单位的招聘信息之间的匹配度的分类结果。 2.根据权利要求1所述的就业指导平台用智能就业指导系统， 其中， 所述语义编码单 元， 包括： 文本数据采集子单元， 用于获得所述待就业高校的信 息和所述用人招聘单位的招聘信 息且对所述待就业高校 的信息和所述用人招 聘单位的招 聘信息进行数据清洗以获得所述 第一文本数据和所述第二文本数据； 词嵌入子单元， 用于将所述第 一文本数据和所述第 二文本数据进行分词后输入所述语 义理解模型 的词嵌入单元以获得所述第一文本数据对应的第一输入词向量的序列和所述 第二文本数据对应的第二输入词向量的序列； 语义理解子单元， 用于将所述第 一输入词向量的序列和所述第 二输入词向量的序列通 过所述语义理解模型的基于转化器的Bert模型以获得第一词特征向量的序列和第二词特 征向量的序列； 以及 上下文编码子单元， 用于将所述第 一词特征向量的序列和所述第 二词特征向量的序列 通过所述语义理解模型的双向LSTM模型以获得所述第一文本特征向量和所述第二文本特 征向量。 3.根据权利要求2所述的就业指导平台用智能就业指导系统， 所述条件二值化单元， 进 一步用于： 响应于所述待就业高校的信息和所述用人招聘单位的招聘信息中的条件部 分满 足预设要求， 将所述条件部分设置为1； 以及， 响应于所述待就业高校的信息和所述用人招 聘单位的招聘信息中的条件部分不满足预设要求， 将所述条件部分 设置为0。 4.根据权利要求3所述的就业指导平台用智能就业指导系统， 其中， 所述卷积神经网络权　利　要　求　书 1/3 页 2 CN 114445249 A 2以如下公式对所述第一关联矩阵和所述第二关联矩阵进行显式空间编码以获得所述第一 关联特征图和所述第二关联 特征图； 所述公式为： 其中， 为第i层卷积神经网络的输入， 为第i层卷积神经网络的输出， 为第i层 卷积神经网络的滤波器， 且 为第i层卷积神经网络的偏置矩阵， 表示非线性激活 函数。 5.根据权利要求4所述的就业指导平台用智能就业指导系统， 其中， 所述转移特征图构 造单元， 进一步用于以如下公式构建所述第一关联特征图和所述第二关联特征图之 间的转 移特征图； 所述公式为： A=T*B， 其中， 设定所述第一关联特征图中的每个特征矩阵为A， 所述第二 关联特征图中的每 个特征矩阵为B， 所述 转移特征图中的每 个转移矩阵为T。 6.根据权利要求5所述的就业指导平台用智能就业指导系统， 其中， 所述位置特异消除 单元， 进一步用于以如下公式对所述 转移特征图中每 个转移矩阵进行邻域处 理； 所述公式为：  。 7.根据权利要求6所述的就业指导平台用智能就业指导系统， 其中， 所述就业指导结果 单元， 进一步用于： 使用所述分类器的多个全连接层对所述分类特征图进行全连接编码以 获得分类特征向量； 以及， 将所述分类特征向量输入所述分类器的Softmax分类函数以获得 所述用于表示待就业高校大学生的信息与用人招 聘单位的招 聘信息之间的匹配度的分类 结果。 8.一种就 业指导平台用智能就 业指导系统的指导方法， 其特 征在于， 包括： 将待就业高校的信息的第一文本数据和用人招聘单位的招聘信息的第二文本数据通 过语义理解模型以获得第一文本特 征向量和第二文本特 征向量； 将所述待就业高校的信息和所述用人招聘单位的招聘信息中的条件部分进行二值化 以获得第一 二值化向量和第二 二值化向量； 将所述第一文本特征向量乘以所述第一二值化向量的转置以获得用于表示待就业高 校大学生的信息的第一关联矩阵； 将所述第二文本特征向量乘以所述第二二值化向量的转置以获得用于表示用人招聘 单位的招聘信息的第二关联矩阵； 将所述第一关联矩阵和所述第二关联矩阵分别通过卷积神经网络以获得第一关联特 征图和第二关联 特征图； 构建所述第 一关联特征图和所述第 二关联特征图之间的转移特征图， 所述转移特征图 用于表示待就业高校大学生的信息和用人招聘单位的招聘信息之间的关联， 其中， 所述转 移特征图中的每个转移矩阵乘以所述第二关联特征图中的每个特征矩阵等于所述第一关 联特征图中的每 个特征矩阵；权　利　要　求　书 2/3 页 3 CN 114445249 A 3