CN110955836A - 一种基于大数据技术的简历推荐方法 - Google Patents
一种基于大数据技术的简历推荐方法 Download PDFInfo
- Publication number
- CN110955836A CN110955836A CN201911190940.0A CN201911190940A CN110955836A CN 110955836 A CN110955836 A CN 110955836A CN 201911190940 A CN201911190940 A CN 201911190940A CN 110955836 A CN110955836 A CN 110955836A
- Authority
- CN
- China
- Prior art keywords
- resume
- keywords
- keyword
- big data
- recommendation method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000007115 recruitment Effects 0.000 claims abstract description 27
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据技术的简历推荐方法,包括S1:基于大数据技术,搜集历史简历,形成简历数据库;S2:对简历数据库中的简历进行解析,根据提取应聘职位的关键字,并根据该关键字进行简历分类;S3:对上述步骤的简历进行提取关键字组合;S4:在关键字组合内根据关键字的权重顺序进行自由组合排序,形成多套简历排序表;S5:对招聘启示进行解析,提取招聘启示的关键字;S6:对比根据招聘启示的关键字,选取相应的权重,将该权重对应的简历排序表以此进行推荐。本发明具有匹配程度高、筛选快速、效率高的优点。
Description
技术领域
本发明涉及信息技术相关领域,尤其涉及一种基于大数据技术的简历推荐方法。
背景技术
随着企业间人才竞争的不断加剧,如何在合理预算范围内更快更准地找到人才,已成为企业愈发关注的议题,也是企业人力资源部门(HR)面临的主要挑战,在这些挑战中,比较显著的痛点包括:
a.对招聘需求的理解:对企业HR而言,要提升招聘绩效,首要的任务就是要能深刻理解用人部门的招聘需求,不同背景、不同经验的HR,往往在招聘需求的理解上存在差异,而如果需求理解不到位,不仅浪费HR的简历筛选时间,同时还会浪费用人部门的面试时间,进而降低用人部门对HR的招聘满意度。
b.简历筛选消耗HR大量时间:在招聘过程中,HR大量的时间都是花在简历筛选上,人工筛选简历,简历平均通过率在20%左右,这样使得HR每天不得不疲于奔命地不断大量筛选简历,而不能投入足够的精力在相对精准的人才识别上。
c.企业自身的人才库不能很好的利用起来:企业在招聘过程中积累了大量经过筛选、留下面试评价的简历,其中不少简历岗位匹配度较高,但因为各种原因没有接受Offer的,随着企业的发展与候选人经验的不断提升,人才库中的简历其实是一个重要的招聘渠道来源,但由于缺乏高效的技术手段,企业HR的精力基本上只能顾及从各大招聘渠道新获取的简历,而不能有效利用更具价值的企业人才库。
经过以上分析,目前招聘的效率不高,主要原因在候选人和企业不能很好的匹配,求职者需要在不同的招聘网站投递职位,而且相同的职位有好几十上百页,由于信息大致相同,候选人为了省事,因此简历“海投”,公司HR则“海选”,双方都费时费力,效率低下。
发明内容
针对上述现有技术的不足,本专利申请所要解决的技术问题是:如何提供一种匹配程度高、筛选快速、效率高的基于大数据技术的简历推荐方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于大数据技术的简历推荐方法,包括以下步骤:
S1:基于大数据技术,搜集历史简历,形成简历数据库;
S2:对简历数据库中的简历进行解析,根据提取应聘职位的关键字,并根据该关键字进行简历分类;
S3:对上述步骤的简历进行提取关键字组合;
S4:在关键字组合内根据关键字的权重顺序进行自由组合排序,形成多套简历排序表;
S5:对招聘启示进行解析,提取招聘启示的关键字;
S6:对比根据招聘启示的关键字,选取相应的权重,将该权重对应的简历排序表以此进行推荐。
进一步的,步骤S2中应聘职位的关键字为简历中所填写的应聘岗位,同时,根据大数据技术,对应聘岗位的关键字进行解析,会推荐至相似技术岗位。
进一步的,所述关键字组合包括年龄、性别、毕业院校、过往技术岗位、工作年限、相应岗位工作年限、奖励与证书。
进一步的,步骤S4中所述简历排序表的形成过程包括:
A1:对每份简历进行解析,提取各关键字相应的内容并进行标记;
A2:随机对关键字的权重顺序进行排序,并记录关键字顺序;
A3:根据关键字的顺序,以此对简历中相应关键字内容的标记进行比对排序。
进一步的于,所述步骤A1中,关键字相应的内容为该关键字下所填写的内容。
进一步的,所述步骤A2中关键字权重顺序的排序包含所有单个关键子的组合排列顺序。
进一步的,步骤A3中比对排序的方式为B1>B2>…>Bn,其中字符越小,与相应关键字越接近。
进一步的,步骤S1中历史简历的来源包括网络各大招聘网站的建立数据库以及各企业过往接收的简历。
有益效果;
本发明能够实现准确的建立推荐,通过搜集简历,形成建立数据库,提取简历中的关键字,进行职位匹配,然后通过权重顺序排列对比,形成简历质量的高低,最后根据招聘信息进行比对推荐,本方案能够大大的降低对简历筛选的难度,从海选降低至定点推荐,且推荐的简历与招聘信息的吻合度高,推荐度匹配,容易形成优中选优的局面,降低了招聘难度,同时对于应聘者来说,可以加大的快速得知简历通过与否,等待时间减少,能够做到优化程序,效率高。
附图说明:
图1为本发明所述的基于大数据技术的简历推荐方法的方法流程图。
图2为本发明公开的基于大数据技术的简历推荐方法中简历排序的方法流程图。
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。
参照图1,一种基于大数据技术的简历推荐方法,包括以下步骤:
S1:基于大数据技术,搜集历史简历,形成简历数据库;
S2:对简历数据库中的简历进行解析,根据提取应聘职位的关键字,并根据该关键字进行简历分类;
S3:对上述步骤的简历进行提取关键字组合;
S4:在关键字组合内根据关键字的权重顺序进行自由组合排序,形成多套简历排序表;
S5:对招聘启示进行解析,提取招聘启示的关键字;
S6:对比根据招聘启示的关键字,选取相应的权重,将该权重对应的简历排序表以此进行推荐。
具体的,步骤S2中应聘职位的关键字为简历中所填写的应聘岗位,同时,根据大数据技术,对应聘岗位的关键字进行解析,会推荐至相似技术岗位。
具体的,所述关键字组合包括年龄、性别、毕业院校、过往技术岗位、工作年限、相应岗位工作年限、奖励与证书。
参照图2,步骤S4中所述简历排序表的形成过程包括:
A1:对每份简历进行解析,提取各关键字相应的内容并进行标记;
A2:随机对关键字的权重顺序进行排序,并记录关键字顺序;
A3:根据关键字的顺序,以此对简历中相应关键字内容的标记进行比对排序。
进一步的于,所述步骤A1中,关键字相应的内容为该关键字下所填写的内容。
具体的,所述步骤A2中关键字权重顺序的排序包含所有单个关键子的组合排列顺序。
具体的,步骤A3中比对排序的方式为B1>B2>…>Bn,其中字符越小,与相应关键字越接近。
具体的,步骤S1中历史简历的来源包括网络各大招聘网站的建立数据库以及各企业过往接收的简历。
有益效果;
本发明能够实现准确的建立推荐,通过搜集简历,形成建立数据库,提取简历中的关键字,进行职位匹配,然后通过权重顺序排列对比,形成简历质量的高低,最后根据招聘信息进行比对推荐,本方案能够大大的降低对简历筛选的难度,从海选降低至定点推荐,且推荐的简历与招聘信息的吻合度高,推荐度匹配,容易形成优中选优的局面,降低了招聘难度,同时对于应聘者来说,可以加大的快速得知简历通过与否,等待时间减少,能够做到优化程序,效率高。
以上所述,仅为本发明较佳的具体实施方式,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于大数据技术的简历推荐方法,其特征在于,包括以下步骤:
S1:基于大数据技术,搜集历史简历,形成简历数据库;
S2:对简历数据库中的简历进行解析,根据提取应聘职位的关键字,并根据该关键字进行简历分类;
S3:对上述步骤的简历进行提取关键字组合;
S4:在关键字组合内根据关键字的权重顺序进行自由组合排序,形成多套简历排序表;
S5:对招聘启示进行解析,提取招聘启示的关键字;
S6:对比根据招聘启示的关键字,选取相应的权重,将该权重对应的简历排序表以此进行推荐。
2.根据权利要求1所述的基于大数据技术的简历推荐方法,其特征在于,步骤S2中应聘职位的关键字为简历中所填写的应聘岗位,同时,根据大数据技术,对应聘岗位的关键字进行解析,会推荐至相似技术岗位。
3.根据权利要求2所述的基于大数据技术的简历推荐方法,其特征在于,所述关键字组合包括年龄、性别、毕业院校、过往技术岗位、工作年限、相应岗位工作年限、奖励与证书。
4.根据权利要求3所述的基于大数据技术的简历推荐方法,其特征在于,步骤S4中所述简历排序表的形成过程包括:
A1:对每份简历进行解析,提取各关键字相应的内容并进行标记;
A2:随机对关键字的权重顺序进行排序,并记录关键字顺序;
A3:根据关键字的顺序,以此对简历中相应关键字内容的标记进行比对排序。
5.根据权利要求4所述的基于大数据技术的简历推荐方法,其特征在于,所述步骤A1中,关键字相应的内容为该关键字下所填写的内容。
6.根据权利要求5所述的基于大数据技术的简历推荐方法,其特征在于,所述步骤A2中关键字权重顺序的排序包含所有单个关键子的组合排列顺序。
7.根据权利要求6所述的基于大数据技术的简历推荐方法,其特征在于,步骤A3中比对排序的方式为B1>B2>…>Bn,其中字符越小,与相应关键字越接近。
8.根据权利要求7所述的基于大数据技术的简历推荐方法,其特征在于,步骤S1中历史简历的来源包括网络各大招聘网站的建立数据库以及各企业过往接收的简历。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911190940.0A CN110955836A (zh) | 2019-11-28 | 2019-11-28 | 一种基于大数据技术的简历推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911190940.0A CN110955836A (zh) | 2019-11-28 | 2019-11-28 | 一种基于大数据技术的简历推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110955836A true CN110955836A (zh) | 2020-04-03 |
Family
ID=69978804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911190940.0A Pending CN110955836A (zh) | 2019-11-28 | 2019-11-28 | 一种基于大数据技术的简历推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110955836A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117323A (zh) * | 2011-02-21 | 2011-07-06 | 深圳埃斯欧纳信息咨询有限公司 | 一种推荐求职简历的处理方法和*** |
CN106980961A (zh) * | 2017-03-02 | 2017-07-25 | 中科天地互联网科技(苏州)有限公司 | 一种简历筛选匹配方法及*** |
CN110032637A (zh) * | 2019-04-16 | 2019-07-19 | 上海大易云计算股份有限公司 | 一种基于自然语义分析技术的简历智能推荐算法 |
CN110059162A (zh) * | 2019-04-28 | 2019-07-26 | 苏州创汇智信息技术有限公司 | 一种求职简历与招聘职位的匹配方法及装置 |
-
2019
- 2019-11-28 CN CN201911190940.0A patent/CN110955836A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117323A (zh) * | 2011-02-21 | 2011-07-06 | 深圳埃斯欧纳信息咨询有限公司 | 一种推荐求职简历的处理方法和*** |
CN106980961A (zh) * | 2017-03-02 | 2017-07-25 | 中科天地互联网科技(苏州)有限公司 | 一种简历筛选匹配方法及*** |
CN110032637A (zh) * | 2019-04-16 | 2019-07-19 | 上海大易云计算股份有限公司 | 一种基于自然语义分析技术的简历智能推荐算法 |
CN110059162A (zh) * | 2019-04-28 | 2019-07-26 | 苏州创汇智信息技术有限公司 | 一种求职简历与招聘职位的匹配方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245981B (zh) | 一种基于手机信令数据的人群类型识别方法 | |
Moscarini et al. | Did the job ladder fail after the Great Recession? | |
Schlegelmilch et al. | Firm‐level determinants of export intensity | |
González‐Benito | A study of the effect of manufacturing proactivity on business performance | |
CN107918818A (zh) | 基于大数据技术的供应链管理决策支持*** | |
CN104077407B (zh) | 一种智能数据搜索***及方法 | |
Rodriguez et al. | Feature selection for job matching application using profile matching model | |
Adedeji | A tool for measuring organization performance using ratio analysis | |
US20190066056A1 (en) | System and method for automated human resource management in business operations | |
CN110929797A (zh) | 一种人员能力量化评估方法 | |
CN116433052B (zh) | 一种基于智能化的招标信息采集数据分析评价*** | |
CN110196943A (zh) | 一种职位智能推荐系方法及其*** | |
Goumas et al. | Accounting benefits of ERP systems across the different manufacturing industries of SMEs | |
CN115396389B (zh) | 一种基于情绪能量感知的物联网信息技术客服服务*** | |
CN116384889A (zh) | 基于自然语言处理技术的情报大数据智能分析方法 | |
CN112581037B (zh) | 一种多维度人才评价的背景调查方法及其*** | |
Cully | Pathways to knowledge work | |
CN113935880A (zh) | 政策推荐方法、装置、设备及存储介质 | |
Loebbecke et al. | The contribution of top IS publications to subsequent research: A citation analysis | |
CN110955836A (zh) | 一种基于大数据技术的简历推荐方法 | |
CN115860393A (zh) | 一种智慧园区招商管理*** | |
CN115858598A (zh) | 基于企业大数据的目标信息筛选匹配方法及相关设备 | |
Saunila | Innovation performance measurement: a quantitative systematic literature review | |
Larsson et al. | Communicating continuous improvement in manufacturing companies: Divergencies between current practice and theory | |
CN114331304A (zh) | 一种综合招聘难度模型的构建方法及招聘难度的评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200403 |