一种基于区块链的求职功能团队职业信用档案方法和系统与流程

1.本发明涉及通过区块链技术为网上组建团队求职和企业搭建团队招聘建立团队职业信用档案的方法与系统，主要运用于互联网领域和移动互联网领域，特别涉及一种基于区块链的求职功能团队职业信用档案方法和系统。


背景技术：

2.在招聘网站中，求职者在网站创建求职功能团队、企业以团队形式招聘团队成员，求职功能团队应聘到企业，求职团队从企业离职，这些团队、团队创建人、团队管理人、团队成员、团队业绩等的历史的真实信用记录，在目前的现实社会中还没有有效保真的记录保存方法。作为想加入团队的求职者、作为招聘企业，了解一个经过保真的团队职业历史经历，是非常需要的参考依据。
3.现在进入民营私营企业，很多个人求职者的工作档案并不保存在所在企业，个人评定职称晋级在个人档案中查找不到个人工作业绩技术资格记录。
4.现在有部分求职者，因企业查不到个人完整的工作档案，个人简历就按企业的招聘要求任意填写，有可能为企业带来不确定的损失。
5.通过区块链的分布式技术，建立不可更改的个人职业信用历史档案和求职者功能团队、招聘企业团队的职业信用历史档案，为个人职业资格、个人求职、求职团队可靠性、企业团队可靠性提供参考依据。


技术实现要素：

6.本发明提供一种基于区块链的求职功能团队职业信用档案方法和系统，用以通过区块链技术，建立不可更改的团队职业信用档案，为个人职业资格、个人求职、求职团队可靠性、企业团队可靠性提供参考依据。
7.一种基于区块链的求职功能团队职业信用档案方法，包括：
8.步骤1：获取信息调用请求，并基于所述信息调用请求获取团队职业信用历史；
9.步骤2：基于区块链技术对所述团队职业信用历史进行建档，并获取团队职业信用档案，同时，对所述团队职业信用档案进行只读存储；
10.步骤3：读取存储好的所述团队职业信用历史档案，并基于读取结果为求职团队、招聘团队进行评级，并基于评级结果为求职者、招聘企业提供参考。
11.优选的，一种基于区块链的求助功能团队职业信用档案方法，步骤1中，所述团队职业信用历史包括：团队信用、团队创建人信用、团队管理人信用、团队成员信用。
12.优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤1中，基于所述信息调用请求获取团队职业信用历史之前，还包括：
13.获取所述信息调用请求所对应的请求数据，并对所述请求数据进行数据分析，获取目标数据；
14.提取所述目标数据的特征点，并按照所述特征点对所述目标数据进行分组，获取
子目标数据；
15.分别对所述子目标数据进行归一化处理，并将处理后的所述子目标数据进行数据打包，获取子目标数据包；
16.根据特征点以及所述子目标数据包确定所述信息调用请求的子请求任务，将所述子请求任务进行合并，获取请求任务；
17.同时，根据所述请求任务获取团队职业信用历史。
18.优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤1中，基于所述信息调用请求获取团队职业信用历史的具体工作过程，包括：
19.获取所述调用请求的请求任务，并将所述请求任务按照预设规则进行编号，其中，所述请求任务等于或大于1；
20.将编号后的所述请求任务与预设团队数据库中的数据进行匹配，获取所述预设团队数据库中的适配数据；
21.将所述适配数据按照所述请求任务的编号进行分类打包，获取目标数据包；
22.其中，所述目标数据包即为所述求职功能团队职业信用档案。
23.优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤2中，基于区块链技术对所述团队职业信用历史进行建档的具体工作过程包括：
24.获取区块链的权限节点，并基于所述区块链的权限节点获取建档请求权限；
25.基于所述建档请求权限，判断所述团队职业信用历史是否符合所述建档请求权限；
26.当所述团队职业信用历史不符合所述建档请求权限，则无法通过区块链技术对所述团队职业信用历史进行建档；
27.否则，获取团队职业信用历史所对应的第一数据集，并根据预设的血缘数据管理库对所述第一数据集进行筛选；
28.当所述第一数据集中存在与所述血缘数据管理库有血缘关系的数据时，则判定所述数据为敏感数据，同时，将所述敏感数据进行打包处理并进行剔除，获取第二数据集；
29.同时，将所述第二数据集上传至所述区块链中，对所述团队职业信用历史进行建档。
30.优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤2中，对所述职业信用历史档案进行只读存储的具体工作过程包括：
31.获取所述团队职业信用档案的文件结构，并判断所述文件结构与预设文件结构是否一致；
32.若所述文件结构与预设文件结构不一致时，将所述文件结构进行调整，直至符合所述预设文件结构；
33.否则，在所述团队职业信用档案的文件结构的首部以及尾部分别加上只读标识信息；
34.基于所述只读标识信息对所述团队职业信用档案进行只读化操作，获取只读团队职业信用档案；
35.确定所述只读团队职业信用档案的文本长度，并基于所述基于所述文本长度确定所述团队职业信用档案的存储空间；
36.基于预设方法将所述只读团队职业信用档案进行存储。
37.优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤3中，读取存储好的所述团队职业信用历史档案后，还包括：
38.获取所述职业信用历史档案的类别标识，并根据所述职业信用历史档案的类别标识对所述职业信用历史档案进行分类，获取子文件；
39.分别提取所述子文件的子文件容量，并对所述子文件容量进行求和，获取文件总容量；
40.同时，提取所述职业信用档案的读取时间；
41.基于所述读取时间以及所述文件总容量计算所述对存储好的所述职业信用历史档案的读取效率；
[0042][0043]
其中，δ表示对存储好的所述职业信用历史档案的读取效率；n表示子文件的个数；i表示当前个子文件；w
i
表示第i个子文件所对应的子文件容量；表示对n个子文件的容量进行求和获取的所述文件总容量；t表示所述职业信用历史档案的读取时间；d表示已经读取的子文件；d表示未读取的子文件；f表示对所述职业信用历史档案的读取频率；
[0044]
基于所述读取效率确定所述读取的精确度，并将所述精确度与预设精确度进行比较，判断对所述职业信用历史档案是否读取成功；
[0045]
若所述精确度等于或大于所述预设精确度时，则判定所述职业信用历史档案读取成功；
[0046]
否则，对存储好的所述职业信用历史档案的读取效率进行优化，并重新对所述职业信用历史档案进行取读。
[0047]
优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤3中，基于读取结果在对招聘团队进行评级的过程，包括：
[0048]
获取所述读取结果中与所述招聘团队相关的招聘关键词，并确定所述招聘关键词的权重，基于所述招聘关键词的权重计算对所述招聘团队进行评级的招聘评级系数，根据所述招聘评级系数计算所述招聘团队的评级综合值，具体工作过程，包括：
[0049]
获取所述读取结果中与所述招聘团队相关的招聘关键词，其中，所述关键词包括：招聘团队信用，招聘团队创建人信用、招聘团队管理人信用、招聘团队成员信用；
[0050]
分别提取所述招聘关键词的权重，并基于所述招聘关键词的权重计算所述招聘评级系数；
[0051][0052]
其中，x表示招聘评级系数；η表示评级规范系数，且取值范围为(0，1)；x表示招聘团队信用权重；c表示招聘团队创建人信用权重；g表示招聘团队管理人信用权重；a表示招聘团队成员信用权重；
[0053]
基于所述评级系数，获取对所述招聘团队等级评价的评价综合值；
[0054][0055]
其中，z表示对所述招聘团队等级评价的评价综合值；x表示所述招聘评级系数；p表示所述招聘团队的成员流动概率；k表示所述招聘团队的信誉值；[
·
]表示取整符号；m表示所述招聘团队的业务能力强度；u表示所述招聘团队的工作强度；y表示所述招聘团队成员的薪资水平；y表示所述招聘团队的资产；
[0056]
将所述评价综合值按照预设等级评价标准范围进行等级评价；
[0057]
当所述评价综合值大于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第一等级；
[0058]
当所述评价综合值在所述预设等级评价标准范围内时，则将所述招聘团队的等级评价为第二等级；
[0059]
当所述评价综合值小于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第三等级。
[0060]
优选的，一种基于区块链的求职功能团队职业信用档案方法，步骤3中，基于所述评级结果为求职者、招聘企业提供参考的具体工作过程，包括：
[0061]
获取所述评级结果所对应的评级数据，并将所述评级数据在预设神经网络中进行压缩处理，获取评级数据包；
[0062]
基于所述评价数据包构建评级结构；
[0063]
其中，所述评级结构包括：第一评级层，用于获取评价数据包与预设神经网络所一致的表达形式；
[0064]
第二评级层，用于获取所述求职者对所述评级结果的求职评级指标以及所述招聘企业对所述评级结果的招聘评级指标；
[0065]
第三评级层，用于基于所述求职评级指标对所述评价数据进行权重计算，获取所述评级结果的求职权重，同时，基于所述招聘评级指标对所述评级数据进行权重计算，获取所述评级结结果的招聘权重；
[0066]
基于所述第三评级层的所述求职权重与所述招聘权重，获取对所述评级数据包进行评级训练的训练熵；
[0067]
根据所述训练熵，将所述评级数据包在预设神经网络中进行训练，并获取评级模型；
[0068]
分别获取所述求职者对所述评级模型的显示标准以及所述招聘企业对所述评级模型的显示标准；
[0069]
根据所述求职者对所述评级模型的显示标准，将所述评级结果进行求职显示，同时，根据所述招聘企业对所述评级模型的显示标准，将所述评级结果进行招聘显示。
[0070]
优选的，一种基于区块链的求职功能团队职业信用档案系统，包括：
[0071]
团队职业信用历史获取模块：获取信息调用请求，并基于所述信息调用请求获取团队职业信用历史；
[0072]
建档存储模块：基于区块链技术对所述团队职业信用历史进行建档，并获取团队职业信用档案，同时，对所述团队职业信用档案进行只读存储；
[0073]
评级模块：读取存储好的所述团队职业信用历史档案，并基于读取结果为求职团
队、招聘团队进行评级，并基于评级结果为求职者、招聘企业提供参考。
[0074]
本发明的其它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可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0075]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0076]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0077]
图1为本发明实施例中一种基于区块链的求职功能团队职业信用档案方法流程图；
[0078]
图2为本发明实施例中一种基于区块链的求职功能团队职业信用档案系统图。
具体实施方式
[0079]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0080]
实施例1：
[0081]
本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，如图1所示，包括：
[0082]
步骤1：获取信息调用请求，并基于所述信息调用请求获取团队职业信用历史；
[0083]
步骤2：基于区块链技术对所述团队职业信用历史进行建档，并获取团队职业信用档案，同时，对所述团队职业信用档案进行只读存储；
[0084]
步骤3：读取存储好的所述团队职业信用历史档案，并基于读取结果为求职团队、招聘团队进行评级，并基于评级结果为求职者、招聘企业提供参考。
[0085]
该实施例中，对团队职业信用档案进行只读存储，可以是先将团队职业信用档案进行只读化操作，再进行存储，为了保护团队职业信用历史当案而不被更改。
[0086]
该实施例中，信息调用请求可以是对团队信用，团队创建人信用、团队管理人信用、团队成员信用进行调用的请求。
[0087]
该实施例中，团队职业信用历史包括：团队信用、团队创建人信用、团队管理人信用、团队成员信用。
[0088]
上述技术方案的有益效果是：通过区块链技术，建立不可更改的团队职业信用档案，为个人职业资格、个人求职、求职团队可靠性、企业团队可靠性提供参考依据。
[0089]
实施例2：
[0090]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，其特征在于，步骤1中，基于所述信息调用请求获取团队职业信用历史之前，还包括：
[0091]
获取所述信息调用请求所对应的请求数据，并对所述请求数据进行数据分析，获取目标数据；
[0092]
提取所述目标数据的特征点，并按照所述特征点对所述目标数据进行分组，获取
子目标数据；
[0093]
分别对所述子目标数据进行归一化处理，并将处理后的所述子目标数据进行数据打包，获取子目标数据包；
[0094]
根据特征点以及所述子目标数据包确定所述信息调用请求的子请求任务，将所述子请求任务进行合并，获取请求任务；
[0095]
同时，根据所述请求任务获取团队职业信用历史。
[0096]
该实施例中，目标数据的特征点可以是根据要获取的内容有关，例如：团队信用特征，团队创建人信用特征、团队管理人信用特征、团队成员信用特征等。
[0097]
该实施例中，子目标数据可以是对团队信用，团队创建人信用、团队管理人信用、团队成员信用中每个信用代笔一个子目标数据。
[0098]
上述技术方案的有益效果是：通过获取目标数据特征点从而解析出请求任务，可以根据信息调用请求进行分析准确确定信息调用请求的内容即请求任务，从而达到精准获取团队职业信用历史的目的。
[0099]
实施例3：
[0100]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，步骤1中，基于所述信息调用请求获取团队职业信用历史的具体工作过程，包括：
[0101]
获取所述调用请求的请求任务，并将所述请求任务按照预设规则进行编号，其中，所述请求任务等于或大于1；
[0102]
将编号后的所述请求任务与预设团队数据库中的数据进行匹配，获取所述预设团队数据库中的适配数据；
[0103]
将所述适配数据按照所述请求任务的编号进行分类打包，获取目标数据包；
[0104]
其中，所述目标数据包即为所述求职功能团队职业信用档案。
[0105]
该实施例中，适配数据可以是与请求任务在预设团队数据库所匹配的数据。
[0106]
该实施例中，目标数据包可以包括：团队信用数据包，团队创建人信用数据包、团队管理人信用数据包、团队成员信用数据包。
[0107]
上述技术方案的有益效果是：通过获取调用请求的请求任务进而有利于获取预设数据库中的适配数据，从而精确确定目标数据包即团队职业信用档案。
[0108]
实施例4：
[0109]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，步骤2中，基于区块链技术对所述团队职业信用历史进行建档的具体工作过程包括：
[0110]
获取区块链的权限节点，并基于所述区块链的权限节点获取建档请求权限；
[0111]
基于所述建档请求权限，判断所述团队职业信用历史是否符合所述建档请求权限；
[0112]
当所述团队职业信用历史不符合所述建档请求权限，则无法通过区块链技术对所述团队职业信用历史进行建档；
[0113]
否则，获取团队职业信用历史所对应的第一数据集，并根据预设的血缘数据管理库对所述第一数据集进行筛选；
[0114]
当所述第一数据集中存在与所述血缘数据管理库有血缘关系的数据时，则判定所
述数据为敏感数据，同时，将所述敏感数据进行打包处理并进行剔除，获取第二数据集；
[0115]
同时，将所述第二数据集上传至所述区块链中，对所述团队职业信用历史进行建档。
[0116]
该实施例中，权限节点可以是在数据上传至区块链中时，对团队职业信用历史进行建档权限认证的节点。
[0117]
该实施例中，血缘数据管理库对第一数据进行筛选，是为了将与团队职业信息历史无关的数据进行选定。
[0118]
该实施例中，敏感数据可以是无关数据或恶意数据等。
[0119]
上述技术方案的有益效果是：通过区块链中的权限节点可以有效完成对团队职业信用历史建档权限进行认证，可以有效晒出无效的团队职业信用历史，通过获取敏感数据可以提高对团队职业信用历史建档的安全性，从而大大提高了团队职业信用历史档案的精准度。
[0120]
实施例5：
[0121]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，步骤2中，对所述职业信用历史档案进行只读存储的具体工作过程包括：
[0122]
获取所述团队职业信用档案的文件结构，并判断所述文件结构与预设文件结构是否一致；
[0123]
若所述文件结构与预设文件结构不一致时，将所述文件结构进行调整，直至符合所述预设文件结构；
[0124]
否则，在所述团队职业信用档案的文件结构的首部以及尾部分别加上只读标识信息；
[0125]
基于所述只读标识信息对所述团队职业信用档案进行只读化操作，获取只读团队职业信用档案；
[0126]
确定所述只读团队职业信用档案的文本长度，并基于所述基于所述文本长度确定所述团队职业信用档案的存储空间；
[0127]
基于预设方法将所述只读团队职业信用档案进行存储。
[0128]
该实施例中，预设文件结构可以是对团队职业信用档案进行存储的同一结构，有利于对团队职业信用档案进行存储。
[0129]
该实施例中，只读标识信息可以是对团队职业信用档案进行只读操作时的标识信号，当看到只读标识信息时，即可以对团队职业信用档案进行只读操作。
[0130]
上述技术方案的有益效果是：通过对团队职业信用档案进行只读操作并进行存储，确定了团队职业信用档案的不可更改性。
[0131]
实施例6：
[0132]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，步骤3中，读取存储好的所述团队职业信用历史档案后，还包括：
[0133]
获取所述职业信用历史档案的类别标识，并根据所述职业信用历史档案的类别标识对所述职业信用历史档案进行分类，获取子文件；
[0134]
分别提取所述子文件的子文件容量，并对所述子文件容量进行求和，获取文件总容量；
[0135]
同时，提取所述职业信用档案的读取时间；
[0136]
基于所述读取时间以及所述文件总容量计算所述对存储好的所述职业信用历史档案的读取效率；
[0137][0138]
其中，δ表示对存储好的所述职业信用历史档案的读取效率；n表示子文件的个数；i表示当前个子文件；w
i
表示第i个子文件所对应的子文件容量；表示对n个子文件的容量进行求和获取的所述文件总容量；t表示所述职业信用历史档案的读取时间；d表示已经读取的子文件；d表示未读取的子文件；f表示对所述职业信用历史档案的读取频率；
[0139]
基于所述读取效率确定所述读取的精确度，并将所述精确度与预设精确度进行比较，判断对所述职业信用历史档案是否读取成功；
[0140]
若所述精确度等于或大于所述预设精确度时，则判定所述职业信用历史档案读取成功；
[0141]
否则，对存储好的所述职业信用历史档案的读取效率进行优化，并重新对所述职业信用历史档案进行取读。
[0142]
该实施例中，职业信用历史档案的类别标识例如可以是团队信用标识，团队创建人信用标识、团队管理人信用标识、团队成员信用标识等。
[0143]
上述技术方案的有益效果是：通过获取职业信用历史档案的读取效率确定读取的精确度，进而可以很准确判断对职业信用历史档案是否读取成功，提高了对职业信用历史档案的读取精确度。
[0144]
实施例7：
[0145]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案方法，步骤3中，基于读取结果在对招聘团队进行评级的过程，包括：
[0146]
获取所述读取结果中与所述招聘团队相关的招聘关键词，并确定所述招聘关键词的权重，基于所述招聘关键词的权重计算对所述招聘团队进行评级的招聘评级系数，根据所述招聘评级系数计算所述招聘团队的评级综合值，具体工作过程，包括：
[0147]
获取所述读取结果中与所述招聘团队相关的招聘关键词，其中，所述关键词包括：招聘团队信用，招聘团队创建人信用、招聘团队管理人信用、招聘团队成员信用；
[0148]
分别提取所述招聘关键词的权重，并基于所述招聘关键词的权重计算所述招聘评级系数；
[0149][0150]
其中，x表示招聘评级系数；η表示评级规范系数，且取值范围为(0，1)；x表示招聘团队信用权重；c表示招聘团队创建人信用权重；g表示招聘团队管理人信用权重；a表示招聘团队成员信用权重；
[0151]
基于所述评级系数，获取对所述招聘团队等级评价的评价综合值；
[0152]
[0153]
其中，z表示对所述招聘团队等级评价的评价综合值；x表示所述招聘评级系数；p表示所述招聘团队的成员流动概率；k表示所述招聘团队的信誉值；[
·
]表示取整符号；m表示所述招聘团队的业务能力强度；u表示所述招聘团队的工作强度；y表示所述招聘团队成员的薪资水平；y表示所述招聘团队的资产；
[0154]
将所述评价综合值按照预设等级评价标准范围进行等级评价；
[0155]
当所述评价综合值大于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第一等级；
[0156]
当所述评价综合值在所述预设等级评价标准范围内时，则将所述招聘团队的等级评价为第二等级；
[0157]
当所述评价综合值小于所述预设等级评价标准范围时，则将所述招聘团队的等级评价为第三等级。
[0158]
该实施例中，评级规范系数可以是在影响招聘评级系数的数值，当招聘关键词的权值为0时，可以通过评级规范系数确定招聘评级系数。
[0159]
该实施例中，评价综合值可以是对招聘团队在信誉、成员流动、业务能力等进行综合评价的值。
[0160]
该实施例中，成员流动概率可以是成员离职与成员入职的概率。
[0161]
该实施例中，预设等级评价标准范围可以是对评价综合值进行划分，从而确定招聘团队的等级，即招聘团队的第一等级、第二等级、第三等级。
[0162]
该实施例中，影响招聘团队的信誉值可以划分为三个信誉参数，1、为员工发放工资的时间精准；2、员工工资如数发还；3、单位提供的材料为真实的；其中，招聘团队的信誉值可以是将三个信誉参数进行量化，例如，当招聘团队只占三个信誉参数中的一个，则招聘团队的信誉值为1/3；当招聘团队占三个信誉参数中的两个，则招聘团队的信誉值为2/3；否则，招聘团队的信誉值为1。
[0163]
该实施例中，招聘团队的业务能力强度可以是将招聘团队的业务能力进行量化，例如，将业务能力分为强、中、弱三个等级；
[0164]
当业务能力为强时，则招聘团队的业务能力强度为1；
[0165]
当业务能力为中时，则招聘团队的业务能力强度为2；
[0166]
当业务能力为弱时，则招聘团队的业务能力强度为3。
[0167]
该实施例中，招聘团队的工作强度与招聘团队的业务能力强度相一致，将招聘团队的业务能力强度与招聘团队的工作强度相比是为了作为衡量评价综合值的参数，例如，通过招聘团队的业务能力强度与招聘团队的工作强度相比的值为1/3，可以确定招聘团队的业务能力为强时，招聘团队的工作强度为弱，这个值可以看出招聘团队的能力与工作强度并不匹配，从而可以影响招聘团队等级评价的综合评价值。
[0168]
上述技术方案的有益效果是：通过获取读取结果中与招聘团队相关的招聘关键词，并准确确定招聘关键词的权重，通过招聘关键词的权重准确计算对招聘团队进行评级的招聘评级系数，从而有利于计算所述招聘团队的评级综合值，通过评价综合值在预设等级评价标准范围进行划分，有利于准确获取招聘团队的等级，提高了对招聘团队进行等级划分的精准性。
[0169]
实施例8：
[0170]
在实施例1的基础上，本实施例提供了一种基于区块链的求职功能团队职业信用档案系统，步骤3中，基于评级结果为求职者、招聘企业提供参考的具体工作过程，包括：
[0171]
获取所述评级结果所对应的评级数据，并将所述评级数据在预设神经网络中进行压缩处理，获取评级数据包；
[0172]
基于所述评价数据包构建评级结构；
[0173]
其中，所述评级结构包括：第一评级层，用于获取评价数据包与预设神经网络所一致的表达形式；
[0174]
第二评级层，用于获取所述求职者对所述评级结果的求职评级指标以及所述招聘企业对所述评级结果的招聘评级指标；
[0175]
第三评级层，用于基于所述求职评级指标对所述评价数据进行权重计算，获取所述评级结果的求职权重，同时，基于所述招聘评级指标对所述评级数据进行权重计算，获取所述评级结结果的招聘权重；
[0176]
基于所述第三评级层的所述求职权重与所述招聘权重，获取对所述评级数据包进行评级训练的训练熵；
[0177]
根据所述训练熵，将所述评级数据包在预设神经网络中进行训练，并获取评级模型；
[0178]
分别获取所述求职者对所述评级模型的显示标准以及所述招聘企业对所述评级模型的显示标准；
[0179]
根据所述求职者对所述评级模型的显示标准，将所述评级结果进行求职显示，同时，根据所述招聘企业对所述评级模型的显示标准，将所述评级结果进行招聘显示。
[0180]
该实施例中，评级结构，包括第一评级层、第二评级层、第三评级层。
[0181]
该实施例中，求职评价指标例如可以是求职团队对招聘团队进行评级的指标，其中，指标可以是，招聘团队的信誉、能力以及经营时间等。
[0182]
该实施例中，招聘评价指标例如可以是招聘团队对求职团队进行评价的指标，其中，指标可以是，求职团队中成员的年龄、学历、业务能力等。
[0183]
该实施例中，训练熵可以是对评价数据包进行训练的状态值。
[0184]
该实施例中，求职者对评级模型的显示标准例如是将评级模型按照招聘团队的方向进行显示，例如，招聘团队的信誉等。
[0185]
该实施例中，招聘企业对评级模型的显示标准，例如是将评级模型按照求职团队的方向进行显示，例如求职团队的能力等。
[0186]
上述技术方案的有益效果是：通过构建评级结构可以有效对评价数据包进行训练规范，通过对评价数据包进行训练规范可以准确获取评价模型，从而分别根据求职者对评级模型的显示标准以及招聘企业对评级模型的显示标准进行显示，为求职者、招聘企业提供更准确、更便捷的参考。
[0187]
实施例9：
[0188]
本实施例提供了一种基于区块链的求职功能团队职业信用档案系统，如图2所示，包括：
[0189]
团队职业信用历史获取模块：获取信息调用请求，并基于所述信息调用请求获取团队职业信用历史；
[0190]
建档存储模块：基于区块链技术对所述团队职业信用历史进行建档，并获取团队职业信用档案，同时，对所述团队职业信用档案进行只读存储；
[0191]
评级模块：读取存储好的所述团队职业信用历史档案，并基于读取结果为求职团队、招聘团队进行评级，并基于评级结果为求职者、招聘企业提供参考。
[0192]
上述技术方案的有益效果是：通过区块链技术，建立不可更改的团队职业信用档案，为个人职业资格、个人求职、求职团队可靠性、企业团队可靠性提供参考依据。
[0193]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。