一种基于职业轨迹数据的职位变迁预测方法与流程

技术特征：

1.一种基于职业轨迹数据的职位变迁预测方法,其特征在于，包括以下骤：

S1、在数据库中提取简历，获取用户的历史职业轨迹数据；

S2、通过对大规模用户职业轨迹数据进行统计分类对比，发现用户职位变迁时空特征，构建用户职位变迁时空模型；

S3、从用户职位变迁时空模型中，提取并量化用户职位变迁的影响因素；

S4、根据职位变迁影响因素定义与量化，结合用户的职位变迁数据，通过决策树算法训练职位变迁预测模型；

S5、以S4中职位变迁预测模型为基础，根据用户的当前职位，预测用户职业变迁后的职位。

2.根据权利要求1所述职位预测方法中，其特征在于，S1中所述的历史职业轨迹数据包含用户的教育背景情况、历史职位变迁、工作时间长度等数据信息；所述的历史职位变迁包括所在公司的规模，所在职位的级别。

3.根据权利要求1所述职位预测方法中，其特征在于，S2中所述的时空特征包括时间上用户职位变迁的特征和职位上用户职位变迁的特征。

4.根据权利要求3所述职位预测方法中，其特征在于，所述的S2包含子步骤：

S21：首先对分析用户职位变迁在时间上的变化情况以及用户工作的时间跨度，发现时间上特征；

S22：然后对不同公司，不同职位和不同教育背景用户的职位变化进行统计和度量，研究变化规律，发现空间上特征；

S23：最后从时间上和空间上对一个用户职位上变化描述，通过数据拟合，发现用户职位变化规律。

5.根据权利要求1-4所述职位预测方法中，其特征在于，所述的用户职位变迁空间模型表示为用户职位变迁各种信息：包括用户职业轨迹数据中的时间信息，职位信息，公司信息以及个人教育背景用于描述用户职位变迁信息。

6.根据权利要求1所述职位预测方法中，其特征在于，S3中所述影响因素包含：

公司因素且no.＜5001其中no.代表公司员工数量；

职位因素其中po代表用户职位的级别；

教育因素EF＝ΣDe，其中De表示学历，De的量化定义为：

时间因素DF＝离职时间-入职时间；

职位累积因素

7.根据权利要求1所述职位预测方法中，其特征在于，S4所述职位变迁预测模型包括三部分，分别为输入端，预测部分和输出端，输入端为用户的职位变迁数据，预测端为提取数据中影响因素，根据训练的模型通过计算处理对职位进行预测，输出端为用户的下一个职位信息。

8.根据权利要求6-7所述职位预测方法中，其特征在于，S3中所述影响因素包含：即从每一位用户i的职位变迁数据中分别提取上述影响因素，构成一个一位向量Vi＝{CFi，PFi，EFi，DFi，PAi},将Vi与下一个职位Pi一一对应，通过决策树算法训练职位变迁预测模型。