用于招聘场景中基于机器学习的行为测评方法及系统

本发明涉及人工智能与行为数据分析技术领域，具体公开了用于招聘场景中基于机器学习的行为测评方法及系统，在虚拟仿真面试环境中实时采集候选人的多模态行为数据；通过语义边界识别与音调波动分析生成语音异常特征值，识别候选人是否存在策略性表达行为；结合时空卷积网络与动作单元强度变化趋势提取情绪稳定性特征值，评估候选人真实情绪反应的一致性；将上述特征融合为综合行为风险特征向量，并输入对抗鲁棒性行为分析模型中进行动态评分预测，识别对抗性操控意图；根据模型输出结果动态调整测评题型与交互方式，并通过反馈机制迭代优化测评流程，实现从静态测评到动态建模的智能化跃迁。