一种具有加速招聘功能的兼职岗位推荐系统

    公开(公告)号:CN117196549A

    公开(公告)日:2023-12-08

    申请号:CN202311178199.2

    申请日:2023-09-13

    摘要: 本发明公开了一种具有加速招聘功能的兼职岗位推荐系统,包括招聘方设置、平台加速实现以及加速结束;所述招聘方设置根据招聘方的岗位转化率高低选择加速方式;所述平台加速实现根据招聘方设置的加速方式对岗位排序、岗位展示距离以及岗位在列表中的展示位置进行调整;所述加速结束方式根据招聘方设置中用户选择的方式结束平台的加速。本发明可以为相应的招聘方提高招聘成功率,也增加了招聘平台的收益。

    一种兼职岗位推荐系统的流量控制方法

    公开(公告)号:CN113378066A

    公开(公告)日:2021-09-10

    申请号:CN202110782464.2

    申请日:2021-07-12

    摘要: 本发明公开了一种兼职岗位推荐系统的流量控制方法,按如下步骤进行:S1:利用微笑曲线函数计算会员有效期内各天的目标流量;S2:根据会员有效期内已曝光流量和已分配目标流量总差值更新剩余会员有效期内各天的目标流量;S3:借助参考客户每天各时区的历史流量占比将需要控制流量的客户的日流量分配到各时区,得到目标客户会员期各天每个时区的目标流量;S4:根据当天历史时区已有曝光流量和目标流量的总差值更新当天剩余各时区的目标流量;S5:将当天剩余各时区的目标流量和推荐算法给出的推荐值进行结合,采用自动调权法控制项目最终曝光流量。本发明可以合理充分地控制兼职岗位推荐系统的流量分配,降低马太效应的影响,提高了系统整体回报率。

    一种兼职岗位推荐系统的流量控制方法

    公开(公告)号:CN113378066B

    公开(公告)日:2022-07-29

    申请号:CN202110782464.2

    申请日:2021-07-12

    摘要: 本发明公开了一种兼职岗位推荐系统的流量控制方法,按如下步骤进行:S1:利用微笑曲线函数计算会员有效期内各天的目标流量;S2:根据会员有效期内已曝光流量和已分配目标流量总差值更新剩余会员有效期内各天的目标流量;S3:借助参考客户每天各时区的历史流量占比将需要控制流量的客户的日流量分配到各时区,得到目标客户会员期各天每个时区的目标流量;S4:根据当天历史时区已有曝光流量和目标流量的总差值更新当天剩余各时区的目标流量;S5:将当天剩余各时区的目标流量和推荐算法给出的推荐值进行结合,采用自动调权法控制项目最终曝光流量。本发明可以合理充分地控制兼职岗位推荐系统的流量分配,降低马太效应的影响,提高了系统整体回报率。

    一种基于兼职岗位推荐系统的流量控制体系的运行方法

    公开(公告)号:CN118503534A

    公开(公告)日:2024-08-16

    申请号:CN202410649562.2

    申请日:2024-05-24

    IPC分类号: G06F16/9535 G06Q10/1053

    摘要: 本发明公开了一种基于兼职岗位推荐系统的流量控制体系的运行方法,步骤S1:依据岗位的流量控制需求配置流量控制场景以及对应的标签规则和流量控制阈值;步骤S2:实时获取待控制岗位的指标参数并打上标签;步骤S3:依据需求命中对应标签的岗位,当岗位的实时指标参数大于或小于流量控制阈值时进行流量控制场景内的加权、降权和过滤操作;本发明可以依据需求对对应的岗位进行自动的实时加权、降权和过滤操作,具有效率高的特点。

    一种兼职业务平台的收入归因方法

    公开(公告)号:CN118446412A

    公开(公告)日:2024-08-06

    申请号:CN202410510888.7

    申请日:2024-04-26

    摘要: 本发明公开了一种兼职业务平台的收入归因方法,用于快速发现兼职业务平台收入下降的原因,以减少兼职业务平台收入损失,其特征在于:通过从大盘到端口到渠道的向下拆解方式逐步剖析每一个环节,以获得收入影响比例和影响绝对值两个指标,用于判断核心影响因素。本发明本发明通过从大盘到端口到渠道的向下拆解方式逐步剖析每一个环节,以获得收入影响比例和影响绝对值两个指标,用于判断核心影响因素,及时发现收入下降的原因,并且及时解决,减少平台收入损失。

    一种兼职业务场景下的供需识别方法

    公开(公告)号:CN118396579A

    公开(公告)日:2024-07-26

    申请号:CN202410609435.X

    申请日:2024-05-16

    IPC分类号: G06Q10/1053

    摘要: 本发明公开了一种兼职业务场景下的供需识别方法。它按如下步骤进行:S1:获取目标招聘人数,根据用户报名漏斗,计算出目标活跃用户数;S2:根据目标活跃用户数,进行精确用户筛选,提高岗位与用户的匹配率,获取精准的供需关系。本发明可以监控岗位与用户分配不均匀的地区,监控岗位与用户的供需关系,能够解决兼职平台供给不足的问题,提高了兼职平台的实用性。同时也可以利用本发明获取兼职业务平台更多可商业化的空间,为岗位定价测算提供数据支持,有助于兼职平台流量的合理分配,提高兼职平台的经济价值,也提高了用户体验。

    基于多种算法策略分桶测试的兼职岗位推荐系统

    公开(公告)号:CN112860554A

    公开(公告)日:2021-05-28

    申请号:CN202110178904.3

    申请日:2021-02-07

    IPC分类号: G06F11/36 G06Q10/10

    摘要: 本发明公开了一种基于多种算法策略分桶测试的兼职岗位推荐系统,每个端口的用户请求首先通过推荐服务器的白名单策略进行判断,若是白名单用户则进入指定接收白名单策略的算法桶中,若不是白名单用户则通过多端口分桶流量策略进行处理,多端口分桶流量策略按照初始流量比例将用户请求分配到相应的算法桶中,通过算法桶中的算法策略输出推荐结果,然后将每个推荐结果做上标识后上传至埋点系统,通过对埋点系统的埋点数据进行分析,从而测试出每种算法策略的推荐效果,再根据推荐效果来调整多端口分桶流量策略以应对不同端口的用户请求以及调整白名单策略中白名单用户列表,形成推荐系统的最优推荐。本发明可以保证推荐服务器的推荐效果,具有推荐报名率高的优点。