一种任务信息处理方法及装置与流程

本发明涉及计算机技术领域，具体地，涉及一种任务信息处理方法及装置。

背景技术：

随着互联网技术的快速发展，越来越多的互联网产品给人们的工作和生活带来极大的变化，比如招聘领域。具体实现过程如下：企业招聘人员在招聘系统上发布招聘岗位信息，求职者在用户终端上输入需求的既定的岗位关键词。用户主动投递，用户通过用户终端在职位检索界面的搜索功能处输入岗位关键词信息后，用户终端通过网络通信技术在3秒内自动发送检索信息指令给招聘系统服务器，招聘系统服务器在3秒内自动接受到岗位检索信息指令后，通过web技术/算法获取用户终端发送岗位关键词信息后，对数据库进行岗位关键词匹配，将匹配结果回传给用户终端，以使移动终端在职位检索界面上呈现匹配结果，用户选择适合自己的岗位，在用户选择岗位后，企业招聘人员确定求职者符合岗位要求，确定求职者入职，完成招聘。

然而，上述的招聘系统服务器是通过用户注册的位置信息进行搜索匹配的，无法满足招聘者对于在地域性求职者与实时性求职者的需求，使得招聘系统服务器返回的结果匹配准确度低。

技术实现要素：

本发明的实施例提供一种任务信息处理方法及装置，用以解决现有技术中无法满足招聘者对于在地域性求职者与实时性求职者的需求。

为达到上述目的，本发明的实施例采用如下技术方案：

本发明实施例的第一方面，提供一种任务信息处理方法，所述方法包括：

获取目标用户的用户信息，所述用户信息包括用户位置信息，所述目标用户符合设定周期内所述用户位置信息处于设定区域范围内，和/或所述目标用户符合设定周期内从所述用户位置信息到达设定位置的通勤时间小于或等于阈值的用户；

根据所述目标用户的用户信息和一目标任务的任务信息计算每个目标用户匹配于所述任务信息的相似度得分；以及

按照所述相似度得分的大小排序所述目标用户并输出目标用户列表。

可选的，所述获取目标用户的用户信息的步骤，包括：

获取第一用户的第一用户信息，所述第一用户信息包括所述第一用户的第一用户位置信息；以及

当设定周期内所述第一用户位置信息在处于所述设定区域范围内，使所述目标用户包括所述第一用户。

可选的，所述获取目标用户的用户信息的步骤，包括：

获取第一用户的第一用户信息，第一用户信息包括所述第一用户的第一用户位置信息；以及

当设定周期内从所述第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使所述目标用户包括所述第一用户。

可选的，所述获取目标用户的用户信息的步骤，包括：

获取第一用户的第一用户信息，第一用户信息包括所述第一用户的第一用户位置信息；以及

当设定周期内所述第一用户位置信息在处于所述设定区域范围内并且当设定周期内从所述第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使所述目标用户包括所述第一用户。

可选的，所述用户信息还包括个人标签，所述任务信息包括任务所在的地理位置和任务标签；

所述根据所述目标用户的用户信息和任务信息计算每个目标用户与任务信息的相似度得分的步骤，包括：

获取由所述用户位置信息的权重值和个人标签的权重值所组成的用户特征向量，以及获取由任务所在的地理位置的权重值和任务标签的权重值所组成的任务特征向量；以及

根据所述用户特征向量和所述任务特征向量计算每个目标用户匹配于所述任务信息的相似度得分。

进一步可选的，所述方法还包括：

初始化用户特征向量中的每个权重值和任务特征向量中的每个权重值；以及

将初始化后的所有权重值输入至神经网络，对所有权重值进行训练；

或者/及，所述方法还包括：

获取用户信息和任务信息；

采用分词算法提取所述用户信息的第一关键词和所述任务信息的第二关键词，建立所述第一关键词与用户信息的第一映射关系以及所述第二关键词与任务信息的第二映射关系；以及

从所述第一映射关系中获取所述用户位置信息和个人标签，以及从所述第二映射关系中获取任务所在的地理位置和任务标签。

可选的，所述方法还包括：

根据所述目标用户的用户信息计算每个目标用户的经验值得分；

根据所述目标用户的经验值得分和每个目标用户匹配于所述任务信息的相似度得分计算所述目标用户的综合得分；以及

根据所述目标用户的综合得分的大小排序所述目标用户并输出所述目标用户列表；

优选地，所述方法还包括：

检测到查看目标用户的用户信息的触发操作后，输出所述目标用户的相关好友列表。

可选的，所述方法还包括：

接收任务完成的触发操作后，显示评价打分界面；以及

接收评价所述目标用户的评价信息，并在评价打分界面显示所述评价信息；

优选地，在所述接收任务完成的触发操作步骤之后，所述方法还包括：

根据任务信息核实目标用户的费用；以及

将所述目标用户的费用通过银行网关支付至目标用户的账户。

优选的，所述目标用户列表仅包括部分的所述目标用户，其余不被包括部分的所述目标用户具有小于被包括部分的所述目标用户的相似度得分。

本发明实施例的第二方面，提供一种任务信息处理装置，所述装置包括：

获取模块，用于获取目标用户的用户信息，所述用户信息包括用户位置信息，所述目标用户符合设定周期内所述用户位置信息处于设定区域范围内，和/或所述目标用户符合设定周期内从所述用户位置信息到达设定位置的通勤时间小于或等于阈值的用户；

计算模块，用于根据所述目标用户的用户信息和一目标任务的任务信息计算每个目标用户匹配于所述任务信息的相似度得分；以及

输出模块，用于按照所述相似度得分的大小排序所述目标用户并输出目标用户列表。

本发明实施例的第三方面，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执行第一方面所述的方法的计算机程序。

本发明实施例的第四方面，提供一种任务信息处理方法，所述方法包括：

获取目标任务的任务信息，所述任务信息包括任务位置信息，所述目标任务符合所述任务位置信息处于设定区域范围内，和/或从设定位置到所述任务位置信息的通勤时间小于或等于阈值；

根据所述目标任务的任务信息和第一目标用户的用户信息计算每个目标任务匹配于所述用户信息的相似度得分；以及

根据所述相似度得分的大小排序所述目标任务并输出目标任务列表。

可选的，所述获取目标任务的任务信息的步骤，包括：

获取第一任务的第一任务信息，所述第一任务信息包括所述第一任务的第一任务位置信息；以及

当所述第一任务位置信息处于设定区域范围内，使所述目标任务包括所述第一任务。

可选的，所述获取目标任务的任务信息的步骤，包括：

获取第一任务的第一任务信息，所述第一任务信息包括所述第一任务的第一任务位置信息；以及

当从所述第一任务位置信息到设定位置间的通勤时间小于阈值，使所述目标任务包括所述第一任务。

可选的，所述获取目标任务的任务信息的步骤，包括：

获取第一任务的第一任务信息，所述第一任务信息包括所述第一任务的第一任务位置信息；以及

当所述第一任务位置信息处于设定区域范围内并且当从所述第一任务位置信息到设定位置间的通勤时间小于阈值，使所述目标任务包括所述第一任务。

可选的，所述用户信息包括用户所处的用户位置信息和个人标签，以及所述任务信息还包括任务标签；所述根据所述目标任务的任务信息和用户信息计算每个目标任务匹配于所述用户信息的相似度得分的步骤，包括：

获取由所述任务位置信息的权重值和任务标签的权重值所组成的任务特征向量，以及获取由所述用户位置信息的权重值和个人标签的权重值所组成的用户特征向量；以及

根据所述任务特征向量和所述用户特征向量计算每个目标任务匹配于所述用户信息的相似度得分。

可选的，所述用户信息包括个人标签和用户位置信息，所述方法还包括：

根据用户特征向量计算所述第一目标用户和第二目标用户之间的相似度得分；

当所述第一目标用户和所述第二目标用户之间的相似度得分小于或等于阈值，判断所述第一目标用户和所述第二目标用户互为相似用户；以及

检测到所述第二目标用户查看目标任务信息的出发操作后，对所述第二目标用户再输出对应所述第一目标用户的所述目标任务列表。

可选的，所述方法还包括：

根据所述目标任务的任务信息计算每个目标任务的价值得分；

根据所述目标任务的价值得分和所述每个目标任务匹配于所述用户信息的相似度得分计算所述目标任务的综合得分；以及

根据所述目标任务的综合得分的大小输出所述目标任务列表。

可选的，所述方法还包括：

接收任务完成的触发操作后，显示评价打分界面；以及

接收评价所述目标任务的评价信息，并在评价打分界面显示所述评价信息；

优选地，在所述接收任务完成的触发操作后，所述方法还包括：

根据任务信息核实目标用户的费用；以及

将所述目标用户的费用通过银行网关支付至目标用户的账户。

优选的，所述目标任务列表仅包括部分的所述目标任务，其余不被包括部分的所述目标任务具有小于被包括部分的所述目标任务的相似度得分。

本发明实施例的第五方面，提供一种任务信息处理装置，所述装置包括：

获取模块，用于获取目标任务的任务信息，所述任务信息包括任务位置信息，所述目标任务符合所述任务位置信息处于设定区域范围内，和/或所述目标任务符合从设定位置到所述任务位置信息的通勤时间小于或等于阈值；

计算模块，用于根据所述目标任务的任务信息和一目标用户的用户信息计算每个目标任务匹配于所述用户信息的相似度得分；以及

输出模块，用于根据所述相似度得分的大小排序所述目标任务并输出目标任务列表。

本发明实施例的第六方面，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执行权第四方面所述的方法的计算机程序。

相比于现有技术，本发明提供的任务信息处理方法及装置，首先，通过获取目标用户的用户信息，该目标用户符合设定周期内用户位置信息处于设定区域范围内，和/或为目标用户符合设定周期内从用户位置信息到达设定位置的通勤时间小于或等于阈值的用户；然后，根据目标用户的用户信息和一目标任务的任务信息计算每个目标用户匹配于任务信息的相似度得分；最后，按照相似度得分的大小排序目标用户并输出目标用户列表。由于本方案采用地理位置和时间周期对目标用户实现了地域性和实时性的筛选，从而使得服务器或终端返回的结果所花费时间较少，且匹配准确度较高。

附图说明

本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解。应当明白的是附图不必按比例绘制。在附图中：

图1为本发明实施例提供的一种任务信息处理方法的流程图；

图2为本发明实施例提供的一种任务信息处理装置的示意图；

图3为本发明实施例提供的另一种任务信息处理装置的示意图；

图4为本发明实施例提供的另一种任务信息处理方法的流程图；

图5为本发明实施例提供的另一种任务信息处理装置的示意图；

图6为本发明实施例提供的另一种任务信息处理装置的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通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。

为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能或作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本文中术语“包括/包含”在本文使用时指特征、要素或组件的存在，但并不排除一个或更多个其它特征、要素或组件的存在或附加。

本发明实施例涉及的任务信息包括但不限于：临时工、短期用工或者兼职等。具体的，该任务信息对应的职位包括但不限于：保洁、司机或者保姆。

本发明实施例提供的一种任务信息处理方法的执行主体为任务信息输出装置，示例性的，该任务信息输出装置可以是终端设备或安装在终端设备上的应用程序(简称：app)或在后台处理的服务器。其中，上述的终端设备可以为智能手机、平板电脑、笔记本电脑、umpc(英文全称：ultra-mobilepersonalcomputer，中文简称：超级移动个人计算机)、上网本、pda(英文全称：personaldigitalassistant，中文简称：个人数字助理)等，且不限于此。

本发明实施例提供一种任务信息处理方法，如图1所示，该方法包括：

101、获取目标用户的用户信息。

优选的，上述的目标用户符合设定周期内用户位置信息处于设定区域范围内，和/或目标用户符合设定周期内从用户位置信息到达设定位置的通勤时间小于或等于阈值的用户。

示例性的，上述的用户信息包括但不限于以下内容：用户位置信息，以及个人标签，其中：个人标签用于描述用户的相关信息，例如：年龄、性别、身份证号码、注册地址以及工作经验等；个人标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的用户位置信息可以是通过用户终端获取自身当前的地理位置，或者是通过求职者选择自己当前的地理位置。

示例性的，本发明实施例中可以通过接收文本信息或语音信息的方式来获取目标用户的用户信息。优选的，对于不熟悉互联网且文化程度不高的用户来说，可能打字比较困难，可以考虑优先选用接收语音信息的方式来获取用户信息。

可选的，在上述的步骤101之前，该方法还包括：

101a、根据任务需求筛选用户。

上述的任务需求是根据企业或测试人员的需要进行设定的，且该任务需求不唯一，可以随着企业或用户的不同而更改。其中，不同的任务需求对应不同的目标用户。例如，当任务需求为寻找保姆，则筛选出的用户为保姆；当任务需求为寻找司机，则筛选出的用户为司机。

示例性的，上述的步骤101具体包括以下内容：

101b1、获取第一用户的第一用户信息。

其中，上述的第一用户的第一用户信息包括第一用户的第一用户位置信息。

示例性的，上述的第一用户的用户信息可以是通过接收终端发送的，也可以是通过用户(例如求职者)输入的，其中：对用户输入的方式不进行限定，包括语音或文字输入等。

101b2、当设定周期内第一用户位置信息在处于设定区域范围内，使目标用户包括第一用户。

本发明实施例中将第一用户的第一用户位置信息和用户信息中的注册地址通过geohash编码系统进行比较，将比较结果在一定阈值范围内的用户确定为第一用户，然后周期性更新第一用户的当前地理位置，对于一段时间内都处于设定区域范围内的第一用户，为其增加“良好用户”标签，将该第一用户确定为目标用户。由于对用户在时间上和空间上进行了一次筛选，这样使得企业在后续根据任务需求选择合适的用户时，充分考虑到地域性和实时性，提高了后续将用户和任务进行匹配时的效率。

进一步可选的，本发明实施例中还包括将比较结果在一定阈值范围内的用户确定为“精准用户”，并将其作为一个用户标签进行存储，以便于更新用户信息。

示例性的，上述的步骤101具体还可以包括以下内容：

101c1、获取第一用户的第一用户信息，第一用户信息包括所述第一用户的第一用户位置信息。

101c2、当设定周期内从所述第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使所述目标用户包括所述第一用户。

示例性的，上述的步骤101具体还可以包括以下内容：

101d1、获取第一用户的第一用户信息，第一用户信息包括第一用户的第一用户位置信息。

101d2、当设定周期内第一用户位置信息在处于设定区域范围内并且当设定周期内从第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使目标用户包括第一用户。

为了进一步的提高后续用户和任务的匹配效率，本发明实施例中通过101d1-101d2的步骤确定目标用户，当同时满足101d1和101d2中的条件时，所确定的目标用户更能满足企业在地域性和实时性求职者的需求，从而使得服务器或终端返回的结果所花费时间较少，且匹配准确度较高。

102、根据目标用户的用户信息和一目标任务的任务信息计算每个目标用户匹配于用户信息的相似度得分。

示例性的，上述的任务信息包括但不限于以下内容：任务所在的地理位置和任务标签，其中：任务标签用于描述任务的相关信息，例如：任务名称、任务时长、任务要求以及薪资等；任务标签可以是多个或一个，例如：标签1，标签2，…….标签n。

优选的，在上述的步骤102之前，该方法还包括：

102a1、获取用户信息和任务信息。

102a2、采用分词算法提取用户信息的第一关键词和任务信息的第二关键词，建立第一关键词与用户信息的第一映射关系以及第二关键词与任务信息的第二映射关系。

102a3、从第一映射关系中获取用户位置信息和个人标签，以及从第二映射关系中获取任务所在的地理位置和任务标签。

示例性的，本发明采用分词算法实现关键词的提取后分别建立关键词与用户信息和任务信息的具体内容如下：对用户信息和任务信息的文本进行预处理，去除多余的空格，将文本按照标点符号划分成若干子句与短语，对文本进行分词，使用tf/idf算法计算词语的频率值，将频率值大于阈值t的关键词作为候选关键词；对候选关键词进行相似度分析，选用k-means均值聚类算法对候选词语进行聚类分析，筛选出候选关键词；将候选关键词与关键词数据库中的数据进行匹配，确定最终的目标关键词，在用户信息和任务信息关键词提取完成后，将该用户信息和任务信息的关键词存储至关键词数据库，并建立用户信息与关键词的映射关系，以及任务信息和关键词的映射关系。

示例性的，上述的步骤102具体包括以下内容：

102a、获取由用户位置信息的权重值和个人标签的权重值所组成的用户特征向量，以及获取由任务所在的地理位置的权重值和任务标签的权重值所组成的任务特征向量。

102b、根据用户特征向量和任务特征向量计算每个目标用户匹配于任务信息的相似度得分。

可选的，上述的相似度得分可以采用余弦相似度来计算。

示例性的，基于上述的步骤102a和102b的内容，下面给出上述示例性的具体实现过程：用户特征向量为向量和q之间的关联关系，即相似度为：

可选的，该方法还包括：对用户特征向量与任务特征向量进行归一化处理，得到归一化向量；然后，采用并行计算方式计算归一化后的用户特征向量和任务特征向量之间的余弦相似度，得到n个余弦相似度值；在n个余弦相似度值中检索出数值最大的余弦相似度值。

进一步可选的，在上述的步骤102a之前该方法还包括以下内容：

102c、初始化用户特征向量中的每个权重值和任务特征向量中的每个权重值。

102d、将初始化后的所有权重值输入至神经网络，对所有权重值进行训练。

示例性的，通过上述的步骤102c和102d，能够得到用户特征向量和任务特征向量中的每个权重值，具体过程如下：对目标用户所处的当前的地理位置的权重值和个人标签的权重值以及任务所在的地理位置的权重值和任务标签的权重值，使用bp神经网络算法进行训练；将每个目标用户所处的地理位置和个人标签以及任务所在的地理位置和任务标签作为bp神经网络的输入层节点输入值；针对实时性与地域性的需求，初始状态可以对地理位置信息富裕较高的权重值；通过样本对神经网络均进行训练，调整输出层和权值，通过训练数据集训练网络直到输出满足阈值要求的最优解。

103、按照相似度得分的大小排序目标用户并输出目标用户列表。

其中，目标用户列表仅包括部分的所述目标用户，其余不被包括部分的所述目标用户具有小于被包括部分的所述目标用户的相似度得分。

示例性的，上述的目标用户列表可以按照相似度得分的大小升序或降序排列，根据用户的实际需求选择不同的排列顺序。通过上述的步骤103可以获得目标用户列表，以供企业快速寻找到合适的工作人员。由于目标用户为设定周期内用户的当前地理位置处于设定区域范围内，和/或为设定周期内从用户的当前地理位置到达设定位置的通勤时间小于或等于阈值的用户，在筛选用户时充分考虑到地域性和实时性，提高了输出目标用户列表的效率，且该目标用户能够满足企业的需求。

进一步可选的，该方法还包括以下内容：

104、根据目标用户的用户信息计算每个目标用户的经验值得分。

105、根据目标用户的经验值得分和每个目标用户匹配于任务信息的相似度得分计算目标用户的综合得分。

106、根据目标用户的综合得分的大小排序目标用户并输出目标用户列表。

示例性的，上述的目标用户的经验值得分用于表示该目标用户的工作经验情况。可选的，目标用户的经验值得分可以为用户信息中的工作年限。或者，是由工作年限和其他用户信息的组成的向量的模，这里对其他用户信息不进行限定。

示例性的，上述的步骤105具体包括：

105a、将目标用户的经验值得分和目标用户匹配于任务信息的相似度得分输入至计算公式中，得到目标用户的综合得分。

示例性的，上述的计算公式为：scount＝α*s1+β*s2，其中：scount为目标用户的综合得分，s1为目标用户的经验值得分，s2为目标用户与任务信息的相似度；α为目标用户的经验值得分对应的权重，β为目标用户与任务信息的相似度对应的权重，α+β＝1。

可选的，上述的方法还包括：

107、检测到查看目标用户的用户信息的出发操作后，输出目标用户的相关好友列表。

通过本发明实施例可以得到和目标用户比较相关的其他用户的信息，以便于能够节省管理成本或者统一实现人员的管理。

可选的，上述的方法还包括以下内容：

108、接收任务完成的触发操作后，显示评价打分界面。

109、接收评价目标用户的评价信息，并在评价打分界面显示评价信息。

通过上述的内容，在任务完成后能够实现企业对目标用户的评价打分，并且可以保存生成新的工作经历，这样使得目标用户在获取下一个任务或者企业在寻找下一个用户时均可以参考评价打分，以获得使企业更满意的用户。

可选的，上述的方法还包括以下内容：

110、根据任务信息核实目标用户的费用。

111、将目标用户的费用通过银行网关支付至目标用户的账户。

通过上面的内容，本发明实施例能够在任务完成后实现线上支付，这样能够为企业和用户提供安全、便捷的支付环境，为用户带来便利。

下面将基于图1对应的任务信息处理方法的实施例中的相关描述对本发明实施例提供的一种任务信息处理装置进行介绍。以下实施例中与上述实施例相关的技术术语、概念等的说明可以参照上述的实施例，这里不再赘述。

本发明实施例提供一种任务信息处理装置，如图2所示，该任务信息处理装置2包括：第一获取模块201、计算模块202以及输出模块203，其中：

第一获取模块201，用于获取目标用户的用户信息。其中，上述的目标用户符合设定周期内用户位置信息处于设定区域范围内，和/或目标用户符合设定周期内从用户位置信息到达设定位置的通勤时间小于或等于阈值的用户。

计算模块202，用于根据目标用户的用户信息和一目标任务的任务信息计算每个目标用户匹配于与任务信息的相似度得分。

输出模块203，用于按照相似度得分的大小排序目标用户并输出目标用户列表。

示例性的，上述的第一获取模块201具体用于：

获取第一用户的第一用户信息，第一用户信息包括第一用户的第一用户位置信息。

当设定周期内第一用户位置信息在处于设定区域范围内，使目标用户包括第一用户。

示例性的，上述的第一获取模块201具体还用于：

获取第一用户的第一用户信息，第一用户信息包括所述第一用户的第一用户位置信息。

当设定周期内从所述第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使所述目标用户包括所述第一用户。

示例性的，上述的第一获取模块201具体还用于：

获取第一用户的第一用户信息，第一用户信息包括所述第一用户的第一用户位置信息。

当设定周期内第一用户位置信息在处于设定区域范围内并且当设定周期内从第一用户位置信息到达设定位置的通勤时间小于或等于阈值，使目标用户包括第一用户。

示例性的，上述的用户信息包括但不限于以下内容：用户位置信息，以及个人标签，其中：个人标签用于描述用户的相关信息，例如：年龄、性别、身份证号码、注册地址以及工作经验等；个人标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的任务信息包括但不限于以下内容：任务所在的地理位置和任务标签，其中：任务标签用于描述任务的相关信息，例如：任务名称、任务时长、任务要求以及薪资等；任务标签可以是多个或一个，例如：标签1，标签2，…….标签n。

优选的，计算模块202具体用于：

获取由用户位置信息权重值和个人标签的权重值所组成的用户特征向量，以及获取由任务所在的地理位置的权重值和任务标签的权重值所组成的任务特征向量。

根据用户特征向量和任务特征向量计算每个目标用户与任务信息的相似度得分。

进一步可选的，如图3所示，上述的任务信息处理装置2还包括：初始化模块204以及训练模块205，其中：

初始化模块204，用于初始化用户特征向量中的每个权重值和任务特征向量中的每个权重值。

训练模块205，用于将初始化后的所有权重值输入至神经网络，对所有权重值进行训练。

进一步可选的，如图3所示，上述的任务信息处理模块2还包括：建立模块206以及第二获取模块207，其中：

第一获取模块201，还用于获取用户信息和任务信息。

建立模块206，用于采用分词算法提取所述用户信息的第一关键词和所述任务信息的第二关键词，建立所述第一关键词与用户信息的第一映射关系以及所述第二关键词与任务信息的第二映射关系。

第二获取模块207，用于从第一映射关系中获取用户所处的当前地理位置和个人标签，以及从第二映射关系中获取任务所在的地理位置和任务标签。

进一步可选的：

计算模块202，还用于根据目标用户的用户信息计算每个目标用户的经验值得分。

计算模块202，还用于根据目标用户的经验值得分和每个目标用户匹配于任务信息的相似度得分计算定目标用户的综合得分。

输出模块203，还用于根据目标用户的综合得分的大小排序目标用户并输出目标用户列表。

进一步可选的，输出模块203还用于检测到查看目标用户的用户信息的触发操作后，输出目标用户的相关好友列表。

进一步可选的，如图3所示，上述的任务信息处理装置2还包括：显示模块208，其中：

显示模块208，用于接收任务完成的触发操作后，显示评价打分界面。

显示模块208，还用于接收评价目标用户的评价信息，并在评价打分界面显示评价信息。

进一步可选的，如图3所示，上述的任务信息处理装置2还包括：费用核实模块209以及支付模块210，其中：

费用核实模块210，用于根据任务信息核实目标用户的费用。

支付模块211，用于将目标用户的费用通过银行网关支付至目标用户的账户。

本发明实施例提供一种计算机可读存储介质，计算机可读存储介质存储有执行上文描述的如图1所述的方法的计算机程序。

示例性的，计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘，硬盘、磁带)、光介质(例如，dvd)或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

相比于现有技术，本发明提供的任务信息处理方法及装置，首先，通过获取目标用户的用户信息，该目标用户为设定周期内用户的当前地理位置处于设定区域范围内，和/或为设定周期内从用户的当前地理位置到达设定位置的通勤时间小于或等于阈值的用户；然后，根据目标用户的用户信息和任务信息计算每个目标用户与任务信息的相似度得分；最后，按照相似度得分的大小输出目标用户列表。由于本方案采用地理位置和时间周期对目标用户实现了地域性和实时性的筛选，从而使得服务器或终端返回的结果所花费时间较少，且匹配准确度较高。

本发明实施例提供一种任务信息的处理方法，如图4所示，该方法包括：

301、获取目标任务的任务信息。

其中，上述的目标任务符合任务位置信息处于设定区域范围内，和/或从设定位置到所述任务位置信息的通勤时间小于或等于阈值。

示例性的，上述的任务信息包括但不限于以下内容：任务所在的地理位置和任务标签，其中：任务标签用于描述任务的相关信息，例如：任务名称、任务时长、任务要求以及薪资等；任务标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的步骤301包括以下内容：

301a1、获取第一任务的任务信息。

其中，第一任务的任务信息包括第一任务的第一任务位置信息。

301a2、当第一任务位置信息处于设定区域范围内，使目标任务包括第一任务。

示例性的，上述的第一任务的任务信息可以是通过接收终端发送的，也可以是通过用户(例如招聘人员)输入的，其中：对用户输入的方式不进行限定，包括语音或文字输入等。

通过上述的内容，本发明实施例首先通过根据地理位置筛选出目标任务，使得后续将目标任务的任务信息和用户信息进行匹配时能够节省匹配时间，从而提高匹配效率，此外能够满足企业在寻找作业人员的地域上的需求。

示例性的，上述的步骤301还包括以下内容：

301b1、获取第一任务的第一任务信息，所述第一任务信息包括所述第一任务的第一任务位置信息。

301b2、当从第一任务位置信息到设定位置间的通勤时间小于阈值，使目标任务包括第一任务。示例性的，上述的步骤301还包括以下内容：

301c1、获取第一任务的第一任务信息，第一任务信息包括第一任务的第一任务位置信息。

301c2、当第一任务位置信息处于设定区域范围内并且当从第一任务位置信息到设定位置间的通勤时间小于阈值，使目标任务包括所述第一任务。

为了进一步的提高后续用户和任务的匹配效率，本发明实施例中通过301c1-301c2的步骤确定目标任务，当同时满足301c1-301c2中的条件时，所确定的目标任务更能满足求职者在地域性上的需求，从而使得服务器或终端返回的结果所花费的时间较少，且匹配准确度较高。

302、根据目标任务的任务信息和第一目标用户的用户信息计算每个目标任务匹配于用户信息的相似度得分。

示例性的，上述的用户信息包括但不限于以下内容：用户位置信息，以及个人标签，其中：个人标签用于描述用户的相关信息，例如：年龄、性别、身份证号码、注册地址以及工作经验等；个人标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的步骤302具体包括以下内容：

302a、获取由任务位置信息的权重值和任务标签的权重值所组成的任务特征向量，以及获取由用户位置信息的权重值和个人标签的权重值所组成的用户特征向量。

302b、根据任务特征向量和用户特征向量计算每个目标任务匹配于用户信息的相似度得分。

可选的，上述的相似度得分可以采用余弦相似度来计算。

示例性的，基于上述的步骤302a和302b的内容，下面给出上述示例性的具体实现过程：用户特征向量为向量和q之间的关联关系，即相似度为：

可选的，该方法还包括：对用户特征向量与任务特征向量进行归一化处理，得到归一化向量；然后，采用并行计算方式计算归一化后的用户特征向量和任务特征向量之间的余弦相似度，得到n个余弦相似度值；在n个余弦相似度值中检索出数值最大的余弦相似度值。

进一步可选的，在上述的步骤302a之前该方法还包括以下内容：

302c、初始化用户特征向量中的每个权重值和任务特征向量中的每个权重值。

302d、将初始化后的所有权重值输入至神经网络，对所有权重值进行训练。

示例性的，通过上述的步骤302c和302d，能够得到用户特征向量和任务特征向量中的每个权重值，具体过程如下：对目标用户所处的当前的地理位置的权重值和个人标签的权重值以及任务所在的地理位置的权重值和任务标签的权重值，使用bp神经网络算法进行训练；将每个目标用户所处的地理位置和个人标签以及任务所在的地理位置和任务标签作为bp神经网络的输入层节点输入值；针对实时性与地域性的需求，初始状态可以对地理位置信息富裕较高的权重值；通过样本对神经网络均进行训练，调整输出层和权值，通过训练数据集训练网络直到输出满足阈值要求的最优解。

303、根据相似度得分的大小排序目标任务并输出目标任务列表。

其中，目标任务列表仅包括部分的目标任务，其余不被包括部分的目标任务具有小于被包括部分的目标任务的相似度得分。

示例性的，上述的目标用户列表可以按照相似度得分的大小升序或降序排列，根据用户的实际需求选择不同的排列顺序。

通过上述的步骤303可以获得目标任务列表，以供求职者快速寻找到合适的任务。由于目标任务的所在地理位置处于设定区域范围内，和/或从设定位置到目标任务的所在地理位置间的通勤时间小于或等于阈值，因此所确定的目标任务更能满足求职者在地域性上的需求，从而使得服务器或终端返回的结果所花费的时间较少，且匹配准确度较高。

进一步可选的，该方法还包括：

304、根据目标任务的任务信息计算每个目标任务的价值得分。

305、根据目标任务的价值得分和每个目标任务匹配于用户信息的相似度得分计算目标任务的综合得分。

306、根据目标任务的综合得分的大小输出目标任务列表。

示例性的，上述的目标任务的价值得分用于表示该目标任务的价值情况，比如：该目标任务所带来的经验情况或收入情况。可选的，目标任务的价值得分可以为任务信息中的薪资情况，例如薪资在第一区间范围内，其目标任务的价值得分为10，薪资情况在第二区间范围内，其目标任务的价值得分为8分，以及薪资情况在第三区间范围内，其目标任务的价值得分为6分等。或者，是由薪资情况和其他任务信息的组成的向量的模，这里对其他任务信息不进行限定。

示例性的，上述的步骤305具体包括：

305a、将目标任务的价值得分和目标用户匹配于任务信息的相似度得分输入至计算公式中，得到目标任务的综合得分。

示例性的，上述的计算公式为：s’count＝α’*s’1+β’*s’2，其中：s’count为目标任务的综合得分，s’1为目标任务的价值得分，s’2为目标用户与任务信息的相似度；α’为目标任务的价值得分对应的权重，β’为目标用户与任务信息的相似度对应的权重，α’+β’＝1。

可选的，上述的方法还包括：

307、根据用户特征向量计算第一目标用户和第二目标用户之间的相似度得分。

308、当第一目标用户和第二目标用户之间的相似度得分小于或等于阈值，判断第一目标用户和第二目标用户互为相似用户。

309、检测到第二目标用户查看目标任务信息的出发操作后，对第二目标用户再输出对用第一目标用户的目标任务列表。

示例性的，上述的步骤307可以通过余弦相似度的计算公式来确定第一用户和第二用户的相似度得分，也可以通过使用svm分类器对用户进行分类，计算第一用户和第二用户之间的相似度得分。

通过本发明实施例可以得到和第二目标用户相似的第一目标用户所浏览过的任务信息，这样一方面能够获取其他的任务信息供用户进行选择，另一方面可以了解与自身属于同类型的用户所关注的信息以作为参考。

可选的，上述的方法还包括以下内容：

310、接收任务完成的出发操作后，显示评价打分界面。

311、接收评价目标任务的评价信息，并在评价打分界面显示述评价信息。

通过上述的内容，在任务完成后能够实现用户对目标任务的评价打分，并且可以保存生成新的任务信息，这样使得其他用户在选择类似的任务时可以参考评价打分，以使得用户更全面的了解所要选择的任务的具体情况。

可选的，上述的方法还包括：

312、根据任务信息核实目标用户的费用。

313、将目标用户的费用通过银行网关支付至目标用户的账户。

通过上面的内容，本发明实施例能够在任务完成后实现线上支付，这样能够为企业和用户提供安全、便捷的支付环境，为用户带来便利。

下面将基于图3对应的任务信息处理方法的实施例中的相关描述对本发明实施例提供的一种任务信息处理装置进行介绍。以下实施例中与上述实施例相关的技术术语、概念等的说明可以参照上述的实施例，这里不再赘述。

本发明实施例提供一种任务信息处理装置，如图5所示，该任务信息处理装置4包括：获取模块401，计算模块402以及输出模块403，其中：

获取模块401，用于获取目标任务的任务信息。

其中，上述的目标任务符合任务位置信息处于设定区域范围内，和/或从设定位置到任务位置信息的通勤时间小于或等于阈值。

计算模块402，用于根据目标任务的任务信息和第一目标用户的用户信息计算每个目标任务匹配于用户信息的相似度得分。

输出模块403，用于根据相似度得分的大小排序目标任务并输出目标任务列表。

示例性的，上述的用户信息包括但不限于以下内容：用户位置信息，以及个人标签，其中：个人标签用于描述用户的相关信息，例如：年龄、性别、身份证号码、注册地址以及工作经验等；个人标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的任务信息包括但不限于以下内容：任务所在的地理位置和任务标签，其中：任务标签用于描述任务的相关信息，例如：任务名称、任务时长、任务要求以及薪资等；任务标签可以是多个或一个，例如：标签1，标签2，…….标签n。

示例性的，上述的获取模块401，具体用于：

获取第一任务的任务信息，第一任务的任务信息包括第一任务的第一任务位置信息。

当第一任务位置信息处于设定区域范围内，使目标任务包括第一任务。

示例性的，上述的获取模块401，具体还用于：

获取第一任务的任务信息，第一任务的任务信息包括第一任务的第一任务位置信息。

当从第一任务位置信息到设定位置间的通勤时间小于阈值，使目标任务包括第一任务。

示例性的，上述的获取模块401，具体还用于：

获取第一任务的第一任务信息，第一任务信息包括第一任务的第一任务位置信息。

当第一任务位置信息处于设定区域范围内并且当从第一任务位置信息到设定位置间的通勤时间小于阈值，使目标任务包括所述第一任务。

优选的，计算模块402具体用于：

获取由任务位置信息的权重值和任务标签的权重值所组成的任务特征向量，以及获取由用户位置信息的权重值和个人标签的权重值所组成的用户特征向量。

根据任务特征向量和用户特征向量计算每个目标任务与用户信息的相似度得分。

可选的，上述的相似度得分可以采用余弦相似度来计算。进一步可选的，如图6所示，上述的任务信息处理装置4还包括：初始化模块404以及训练模块405，其中：

初始化模块404，用于初始化用户特征向量中的每个权重值和任务特征向量中的每个权重值。

训练模块405，用于将初始化后的所有权重值输入至神经网络，对所有权重值进行训练。

进一步可选的，如图6所示，上述的任务信息处理装置4还包括：判断模块406，其中：

计算模块402，还用于根据用户特征向量计算第一用户和第二用户之间的相似度得分。

判断模块406，当第一目标用户和第二目标用户之间的相似度得分小于或等于阈值，判断第一目标用户和第二目标用户互为相似用户。

输出模块403，还用于检测到第二目标用户查看目标任务信息的出发操作后，对第二目标用户再输出对用第一目标用户的目标任务列表。

进一步可选的：

计算模块402，还用于根据目标任务的任务信息计算每个目标任务的价值得分。

计算模块402，还用于根据目标任务的价值得分和每个目标任务匹配于用户信息的相似度得分计算目标任务的综合得分。

输出模块403，还用于根据目标任务的综合得分的大小输出目标任务列表。

进一步可选的，如图6所示，上述的任务信息处理装置4还包括：显示模块407，其中：

显示模块407，用于接收任务完成的触发操作后，显示评价打分界面。

显示模块407，还用于接收评价目标任务的评价信息，并在评价打分界面显示评价信息。

进一步可选的，如图6所示，上述的任务信息处理装置4还包括：费用核实模块408以及支付模块409，其中：

费用核实模块408，用于根据任务信息核实目标用户的费用。

支付模块409，用于将目标用户的费用通过银行网关支付至目标用户的账户。

本发明实施例提供一种计算机可读存储介质，计算机可读存储介质存储有执行上文描述的如图3所述的方法的计算机程序。

示例性的，计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质，(例如，软盘，硬盘、磁带)、光介质(例如，dvd)或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

相比于现有技术，本发明提供的任务信息处理方法及装置，首先，获取目标任务的任务信息，该目标任务的所在地理位置处于设定区域范围内，和/或从设定位置到目标任务的所在地理位置间的通勤时间小于或等于阈值；然后，根据所述目标任务的任务信息和用户信息计算每个目标任务与用户信息的相似度得分；最后，根据相似度得分的大小输出目标任务列表。由于本方案采用地理位置对目标任务实现了地域性的筛选，从而使得服务器或终端返回的结果所花费时间较少，且匹配准确度较高。

通过以上的实施方式的描述，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，仅以上述各功能模块的划分举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到变化或替换，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。