CN113434687A - 自动简历查找方法、自动招聘***、计算机存储介质 - Google Patents
自动简历查找方法、自动招聘***、计算机存储介质 Download PDFInfo
- Publication number
- CN113434687A CN113434687A CN202110832551.4A CN202110832551A CN113434687A CN 113434687 A CN113434687 A CN 113434687A CN 202110832551 A CN202110832551 A CN 202110832551A CN 113434687 A CN113434687 A CN 113434687A
- Authority
- CN
- China
- Prior art keywords
- resume
- automatic
- retrieval
- target
- industry
- 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 40
- 230000007115 recruitment Effects 0.000 title claims abstract description 21
- 238000013145 classification model Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006854 communication Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 abstract description 3
- 244000062793 Sorghum vulgare Species 0.000 description 7
- 235000019713 millet Nutrition 0.000 description 7
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 241001070941 Castanea Species 0.000 description 1
- 235000014036 Castanea Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自动简历查找方法、自动招聘***、计算机存储介质。其中自动简历查找方法,包括:预先建立简历相关的知识图谱以及解析检索条件的意图识别模型;获取目标人才的要求;利用意图识别模型得到扩展后的目标人才的检索条件;根据所述检索条件并基于所述知识图谱对目标人才的简历进行检索;对检索结果进行评分,并根据评分高低将检索结果进行排序展示。本发明可以节约招聘过程中的人力物力,使得各企业无需投入太多的人力成本用来招聘,通过本发明就可以实现大部分的自动招聘过程。
Description
技术领域
本发明涉及数据分析、数据检索技术领域,尤其涉及一种自动简历查找方法,以及基于该自动简历查找方法的自动招聘***。
背景技术
随着中国经济的发展,企业对于员工的专业技术能力要求越来越高,人才的重要作用也越来越受到企业管理者的注意。但是,小型和中小型企业中的人才就业工作的人力资源管理的现状有多方面的难点,对企业发展产生不利影响。
例如,现有技术中人力招聘的成本高、周期长,假设公司要招50个人,按照保守评估的招聘比例1:10,即10个候选人中可以选出来一位最后的候选人,那么就可能要查找500份简历,邀约500次。而查找相应的简历并进行邀约,在纯人工情况下企业的每个HR每天平均只能打25次电话,这样会导致因时间过长而人选已流失。
另外,实际招聘过程中,部门没有统一和明确的选人标准,而企业的HR由于并不涉及到岗位本身,很多情况缺乏岗位的专业知识,较难对简历对应的人员进行有效评估,因而在查找简历时,很难在HR这个步骤筛选人选进行精准定位,大部分只凭感觉。
也正是基于这个原因,人力招聘耗时长、邀约难,HR需要进行大量的电话邀约,而最终确定过来面试的却不多。导致企业无法找到合适的人才,逐渐出现了“用工难 用工荒”的问题。
因此,如何提供一种自动简历查找方法是业界亟待解决的技术问题。
发明内容
为了解决现有技术中依靠人工查找简历导致人力、时间耗费较大的技术问题,本发明提出一种自动简历查找方法、自动招聘***、计算机存储介质。
本发明提出的自动简历查找方法,包括步骤:
步骤1,预先建立简历相关的知识图谱、行业知识图谱以及解析检索条件的意图识别模型;
步骤2,获取目标人才的要求;
步骤3,利用意图识别模型得到扩展后的目标人才的检索条件;
步骤4,根据所述检索条件并基于所述知识图谱对目标人才的简历进行检索;
步骤5,对检索结果进行评分,并根据评分高低将检索结果进行排序展示。
进一步,所述建立简历相关的知识图谱包括:将简历库的所有简历转化为统一的结构性数据,基于所述简历库的结构性数据建立简历知识图谱;
所述步骤4中根据所述检索条件并基于所述简历知识图谱对目标人才的简历进行检索。
进一步,所述建立检索条件的意图识别模型包括:根据招聘人员的检索习惯预先准备相应的检索条件的模板以及模板对应的检索意图,和/或基于检索条件所包含的实体,得到对检索条件所包含的实体进行识别的分类模型。
进一步,所述建立简历相关的知识图谱还包括:建立各行业及其行业内属性之间关系的行业知识图谱;所述行业内属性包括:行业内的企业、技能、企业级别、技能级别、企业含义解释、技能含义解释;
所述步骤3中基于所述分类模型和行业知识图谱得到扩展后的目标人才的检索条件。
进一步,还包括步骤:
对行业知识图谱中的实体进行筛选;
将多个相互并列且存在不同等级的实体定义为一组;
为每一组设置相应的基础权重,以及为每一个不能被分组的实体设置相应的实体基础权重;
基于每一组的基础权重,为每一组内的各个实体根据其等级的不同设置不同的权重。
进一步,所述对检索结果进行评分具体为:基于所述检索结果中的每篇简历所包含的行业知识图谱中的实体的权重对每篇简历进行打分。
进一步,通过招聘人员输入初级检索条件来获得目标人才的要求,或者通过采集招聘人员发布的职位中的工作职责信息或任职资格信息来获得目标人才的要求。
本发明提出的自动招聘***,包括:
简历查找模块,所述简历查找模块采用上述技术方案所述的自动简历查找方法得到相应的简历;
智能对话模块,自动拨打人工智能电话给所述简历对应的目标人选,根据预设文本与所述目标人选进行对话,并对目标人选的语音进行采集,分析目标人选的求职意向;
通知模块,接收所述智能对话模块分析得到的求职意向,若目标人选的求职意向为确定进入下一流程,则通知相关人员;若目标人选的求职意向为不太确定,则通过相关人员进行人工介入沟通。
本发明提出的计算机存储介质,用于存储计算机程序,所述计算机程序运行时执行上述技术方案所述的自动简历查找方法。
本发明与传统人力招聘相比,本发明通过语义理解及人力资源专业分词定义实现海量人选简历的快速精准初筛,根据简历情况为简历定义专业技术能力及工作背景相关的10-50个标签,根据简历标签通过专业知识图谱,为每份简历进行匹配度打分。对于高匹配度的人选调用寻访知识图谱通过智能语音电话自动拨打电话询问人选求职意向记录及初步背景调查。对于有求职意向的人选匹配符合的知识题库进行自动语音电话面试,以完全替代人工的方式进行完整人力资源招聘面试流程,节约了面试过程中的人力、物力。
附图说明
下面结合实施例和附图对本发明进行详细说明,其中:
图1是本发明的一实施例的流程图。
图2是本发明的一实施例的简要模块图。
图3是本发明的行业知识图谱的一个具体实施例。
图4是本发明的自动招聘***的运行流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
由此,本说明书中所指出的一个特征将用于说明本发明的一个实施方式的其中一个特征,而不是暗示本发明的每个实施方式必须具有所说明的特征。此外,应当注意的是本说明书描述了许多特征。尽管某些特征可以组合在一起以示出可能的***设计,但是这些特征也可用于其他的未明确说明的组合。由此,除非另有说明,所说明的组合并非旨在限制。
下面结合附图以及实施例对本发明的原理进行详细说明。
如图1、图2所示,本发明的自动简历查找方法需要预先建立简历相关的知识图谱以及检索条件的意图识别模型,用于为自动查找简历做准备。
上述简历相关的知识图谱分为两种,下面分别以简历知识图谱和行业知识图谱进行区分,其中简历知识图谱是与所有求职人员的简历密切相关的知识图谱,通过将简历库的所有简历转化为统一的结构性数据,基于简历库的结构性数据建立简历知识图谱,简历知识图谱可以反映求职人员的ID及其就职企业、所读院校、职业技能等关系,在具体的简历检索过程中需要用到该简历知识图谱,下表给出了结构性数据的一种具体实施例,除了下表展示的这一种例子以外,目前招聘网站上的简历模板其实也是一种统一的结构性数据,可以直接采用,作为样本数据来得到简历知识图谱。
实体 | 内容 |
姓名 | 张三 |
毕业院校 | XX大学 |
当前公司 | XX公司 |
当前职位 | 架构师 |
当前行业 | 互联网 |
意向城市 | 北京,上海 |
意向行业 | 互联网金融 |
学历 | 本科 |
工作经历 | .... |
项目经历 | .... |
教育经历 | .... |
表1 结构性数据的一种示例
行业知识图谱建立的是各行业及其行业内属性之间关系。需要先根据市场上的工作岗位划分行业,如金融、地产、互联网等等,还需要提取每个行业的属性,如:头部公司、职位划分、对应技能、级别划分、学历要求等,可以根据实际业务需要,为不同的属性设置不同权值,在一个实施例中对客观评判影响越大则权值越大,如学历、曾经任职公司、曾经任职职位等信息所占权重相对其他属性来说较大。
行业内属性包括:行业内的企业、技能、企业级别、技能级别、企业含义解释、技能含义解释。如图3所示,该图中的每一个节点都代表一个实体,如节点“互联网”是一个实体,节点“JAVA”也是一个实体等。在互联网行业,存在着阿里巴巴、腾讯等企业,然后在这些企业工作的人通常拥有的技能有JAVA、Python等,而每一种技能都有相应的工作经验,例如较短工作经验的通常为初级工程师,较长工作经验的通常为资深工程师,中间的为中级工程师,这仅仅是某一种技能的一种举例而已,不同的技能的技能级别的分级也可能存在不同。由于知识图谱的结构错综复杂,图中省略了大部分实体与其下一级实体之间的关联,仅仅只给出了Python与其下一级实体的关联。除此之外,行业知识图谱还包含了企业、技能的含义解释,例如小米,就可能存在两种含义解释,一种是小米又称为栗,北方称谷子,谷子脱壳为小米,其粒小,直径1mm左右。另一种是小米是一家以手机、智能硬件和IOT平台为核心的互联网公司,提供智能手机、智能电视、笔记本等丰富的产品和服务,实体“小米”的两种含义解释也分别是两个实体。
除了上述两种知识图谱以外,还需要准备的是检索条件的意图识别模型,意图识别模型就是要搞清楚招聘人员想要的目标人才的条件是什么,要对招聘人员发布的信息或者是输入的检索条件进行解读和分析。在本发明中,意识识别模型包括两种,一种是模板,另一种是分类模型。建立检索条件的意图识别模型,可以是根据招聘人员的检索习惯预先准备相应的检索条件的模板以及模板对应的检索意图,和/或基于检索条件所包含的实体,得到对检索条件所包含的实体进行识别的分类模型。
例如模板可以是“xxx专业xxx毕业,xxx年以上xxx经验”,也可以是“xxx以上学历,xxx年以上xxx经验,具备xxx能力”,当用户输入的检索条件可以套用模板时,可以通过正则表达式提取相关实体信息,从而根据行业知识图谱对所提取的实体进行扩展,得到扩展后的目标人才的检索条件。该方式如是针对特定场景,检索特别精确,效果特别好,还可以根据匹配模板关键字识别进行行业区分,其他无法匹配的检索条件则可以通过分类模型处理。
本发明采用的分类模型为BERT模型以及K-BERT模型。
有了上述模型和知识图谱之后,就可以开始自动简历查找,先获取目标人才的要求。可以通过招聘人员输入初级检索条件来获得目标人才的要求,也可以通过采集招聘人员发布的职位中的工作职责信息或任职资格信息来获得目标人才的要求。
利用上述意图识别模型得到扩展后的目标人才的检索条件,优先匹配模板,如果得到的目标人才的要求不能与模板相匹配,则利用分类模型和行业知识图谱对目标人才的要求进行扩展,得到扩展后的目标人才的检索条件。如用户搜索XX大学,可以通过增强搜索增加同级别学校检索。
根据扩展后的目标人才的检索条件,并基于简历知识图谱对目标人才的简历进行检索,会得到比较完整的检索结果,接着对检索结果进行评分,并根据评分高低将检索结果进行排序展示。本发明中,对检索结果中的简历进行评分,是基于行业知识图谱中各个实体的权重来进行的,通过对行业知识图谱中的实体进行筛选,可以把一些实体进行分组,本实施例中,将多个相互并列且存在不同等级的实体定义为一组,例如初级工程师、中级工程师、高级工程师就是相互并列且存在不同等级的实体,它们应该定义为一组。而Java、Python虽然是相互并列的实体,但是它们之间并不存在不同的等级,因而它们不能形成一组。每一个不能被分组的实体都有一个实体基础权重,每一组实体也有相应的基础权重,基于每一组的基础权重,为每一组内的各个实体根据其等级的不同设置不同的权重。对检索结果进行评分就是基于检索结果中的每篇简历所包含的行业知识图谱中的实体的权重对每篇简历进行打分。
上述权重可以根据实际业务对不同维度的实体需求设置不同权值,比如职位、公司、学历等关键项设置大的权重,其他维度的实体则可以按照被搜索词条的频率和它有多常见来影响打分。例如,一个词条在某篇简历文档中出现的次数越多,该文档就越相关。考虑一篇简历得分的首要方式,是查看一个词条在简历文档中出现的次数,比如某简历围绕“恒大”的打分展开的,那么简历中肯定会多次出现相关字眼,当查询时,本发明会认为该篇简历更符合,所以,这篇简历的得分会更高。再如,一个词条如果在不同的简历文档中出现的次数越多,它就越不相关。如果一个词条在得到的检索结果中的不同简历文档中出现的次数越多,那么它就越不重要。
本发明基于上述自动简历查找方法,还提出了自动招聘***,该自动招聘***主要分为三个模块,分别为简历查找模块、智能对话模块以及通知模块。图4展示了该自动招聘***的详细招聘流程。
简历查找模块采用上述的自动简历查找方法得到相应的简历。
智能对话模块可以自动拨打人工智能电话给筛选出来的简历对应的目标人选,根据预设文本与目标人选进行对话,并对目标人选的语音进行采集,分析目标人选的求职意向。
通知模块则接收智能对话模块分析得到的求职意向,若目标人选的求职意向为确定进入下一流程,则通知相关人员;若目标人选的求职意向为不太确定,则通过相关人员进行人工介入沟通。
本发明还保护相应的计算机存储介质,该计算机存储介质存储的计算机程序在运行时会执行本发明的自动简历查找方法。
本发明通过对用户输入的检索条件进行分析,从而自动实现在岗位需求中命中重要关键字,根据知识谱图延展关联性,并根据关联性关键字在数据库查询到关联人选的简历,通过匹配度算法进行匹配度排序及二次筛选。筛选完成后根据目标人员的简历资料中的电话联系方式通过自动语音电话给目标人选拨打电话,询问目标人选求职意向。解析目标人选的回答,如目标人选语义有表示肯定则进入下一步流程,如语义判断为拒绝则终止该人选的沟通过程,如语义理解为不完全确定可由工作人员人工接入进行判断处理。对于确认有意向的目标人选本地开始调用技术知识库随机选取相关专业知识题目并第二次通过自动语音电话向目标人选发起电话面试考试,根据语义判断并结合知识图谱分析给面试答案打分,并将得分成绩排序后给到人力资源工作人员进行下一步的入职等工作。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种自动简历查找方法,其特征在于,包括步骤:
步骤1,预先建立简历相关的知识图谱以及解析检索条件的意图识别模型;
步骤2,获取目标人才的要求;
步骤3,利用意图识别模型得到扩展后的目标人才的检索条件;
步骤4,根据所述检索条件并基于所述知识图谱对目标人才的简历进行检索;
步骤5,对检索结果进行评分,并根据评分高低将检索结果进行排序展示。
2.如权利要求1所述的自动简历查找方法,其特征在于,所述建立简历相关的知识图谱包括:将简历库的所有简历转化为统一的结构性数据,基于所述简历库的结构性数据建立简历知识图谱;
所述步骤4中根据所述检索条件并基于所述简历知识图谱对目标人才的简历进行检索。
3.如权利要求1所述的自动简历查找方法,其特征在于,所述建立检索条件的意图识别模型包括:根据招聘人员的检索习惯预先准备相应的检索条件的模板以及模板对应的检索意图,和/或基于检索条件所包含的实体,得到对检索条件所包含的实体进行识别的分类模型。
4.如权利要求3所述的自动简历查找方法,其特征在于,所述建立简历相关的知识图谱还包括:建立各行业及其行业内属性之间关系的行业知识图谱;所述行业内属性包括:行业内的企业、技能、企业级别、技能级别、企业含义解释、技能含义解释;
所述步骤3中基于所述分类模型和行业知识图谱得到扩展后的目标人才的检索条件。
5.如权利要求4所述的自动简历查找方法,其特征在于,还包括步骤:
对行业知识图谱中的实体进行筛选;
将多个相互并列且存在不同等级的实体定义为一组;
为每一组设置相应的基础权重,以及为每一个不能被分组的实体设置相应的实体基础权重;
基于每一组的基础权重,为每一组内的各个实体根据其等级的不同设置不同的权重。
6.如权利要求5所述的自动简历查找方法,其特征在于,所述对检索结果进行评分具体为:基于所述检索结果中的每篇简历所包含的行业知识图谱中的实体的权重对每篇简历进行打分。
7.如权利要求1至6任意一项所述的自动简历查找方法,其特征在于,通过招聘人员输入初级检索条件来获得目标人才的要求,或者通过采集招聘人员发布的职位中的工作职责信息或任职资格信息来获得目标人才的要求。
8.一种自动招聘***,其特征在于,包括:
简历查找模块,所述简历查找模块采用如权利要求1至7任意一项所述的自动简历查找方法得到相应的简历;
智能对话模块,自动拨打人工智能电话给所述简历对应的目标人选,根据预设文本与所述目标人选进行对话,并对目标人选的语音进行采集,分析目标人选的求职意向;
通知模块,接收所述智能对话模块分析得到的求职意向,若目标人选的求职意向为确定进入下一流程,则通知相关人员;若目标人选的求职意向为不太确定,则通过相关人员进行人工介入沟通。
9.计算机存储介质,用于存储计算机程序,其特征在于,所述计算机程序运行时执行如权利要求1至7任意一项所述的自动简历查找方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832551.4A CN113434687A (zh) | 2021-07-22 | 2021-07-22 | 自动简历查找方法、自动招聘***、计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832551.4A CN113434687A (zh) | 2021-07-22 | 2021-07-22 | 自动简历查找方法、自动招聘***、计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113434687A true CN113434687A (zh) | 2021-09-24 |
Family
ID=77761461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110832551.4A Pending CN113434687A (zh) | 2021-07-22 | 2021-07-22 | 自动简历查找方法、自动招聘***、计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113434687A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418029A (zh) * | 2022-01-27 | 2022-04-29 | 同道精英(天津)信息技术有限公司 | 一种招聘过程中低意向候选人的识别方法及*** |
CN116821315A (zh) * | 2023-06-09 | 2023-09-29 | 佛山京益数字技术有限公司 | 一种在大数据中实现人企双向匹配的方法及*** |
CN117236322A (zh) * | 2023-10-07 | 2023-12-15 | 深圳夸夸菁领科技有限公司 | 一种基于nlp的虚拟猎头助手***及寻才方法 |
CN117314378A (zh) * | 2023-09-27 | 2023-12-29 | 深圳夸夸菁领科技有限公司 | 一种智能寻才的方法及rpa机器人*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060229896A1 (en) * | 2005-04-11 | 2006-10-12 | Howard Rosen | Match-based employment system and method |
CN108764845A (zh) * | 2018-05-29 | 2018-11-06 | 厦门快商通信息技术有限公司 | 一种智能hr助手装置、***及方法 |
CN109726974A (zh) * | 2018-05-24 | 2019-05-07 | 平安普惠企业管理有限公司 | 智能招聘方法、装置、设备及计算机可读存储介质 |
CN110414917A (zh) * | 2019-06-21 | 2019-11-05 | 东华大学 | 基于人才画像的招聘推荐方法 |
CN110727852A (zh) * | 2018-07-16 | 2020-01-24 | Tcl集团股份有限公司 | 一种推送招聘推荐服务的方法、装置及终端 |
CN111078835A (zh) * | 2019-12-05 | 2020-04-28 | 平安金融管理学院(中国·深圳) | 简历评估方法、装置、计算机设备及存储介质 |
CN111177283A (zh) * | 2019-12-31 | 2020-05-19 | 广东轩辕网络科技股份有限公司 | 一种基于强化学习的智能人事模型构建方法及装置 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及*** |
CN111737495A (zh) * | 2020-06-28 | 2020-10-02 | 福州数据技术研究院有限公司 | 基于领域自分类的中高端人才智能推荐***及其方法 |
CN111737485A (zh) * | 2020-05-28 | 2020-10-02 | 广东轩辕网络科技股份有限公司 | 基于知识图谱、深度学习的人岗匹配方法、人岗匹配*** |
CN111737486A (zh) * | 2020-05-28 | 2020-10-02 | 广东轩辕网络科技股份有限公司 | 基于知识图谱、深度学习的人岗匹配方法、存储装置 |
CN111833010A (zh) * | 2020-06-12 | 2020-10-27 | 北京网聘咨询有限公司 | 一种智能面试方法、***、设备和存储介质 |
CN111966836A (zh) * | 2020-08-29 | 2020-11-20 | 深圳呗佬智能有限公司 | 知识图谱向量表示方法、装置、计算机设备及存储介质 |
CN112307153A (zh) * | 2020-09-30 | 2021-02-02 | 杭州量知数据科技有限公司 | 一种产业知识库自动构建方法、装置及存储介质 |
CN112364133A (zh) * | 2020-11-17 | 2021-02-12 | 深圳平安智汇企业信息管理有限公司 | 岗位画像生成方法、装置、设备及存储介质 |
CN112380421A (zh) * | 2020-11-11 | 2021-02-19 | 北京希瑞亚斯科技有限公司 | 简历的搜索方法、装置、电子设备及计算机存储介质 |
-
2021
- 2021-07-22 CN CN202110832551.4A patent/CN113434687A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060229896A1 (en) * | 2005-04-11 | 2006-10-12 | Howard Rosen | Match-based employment system and method |
CN109726974A (zh) * | 2018-05-24 | 2019-05-07 | 平安普惠企业管理有限公司 | 智能招聘方法、装置、设备及计算机可读存储介质 |
CN108764845A (zh) * | 2018-05-29 | 2018-11-06 | 厦门快商通信息技术有限公司 | 一种智能hr助手装置、***及方法 |
CN110727852A (zh) * | 2018-07-16 | 2020-01-24 | Tcl集团股份有限公司 | 一种推送招聘推荐服务的方法、装置及终端 |
CN110414917A (zh) * | 2019-06-21 | 2019-11-05 | 东华大学 | 基于人才画像的招聘推荐方法 |
CN111078835A (zh) * | 2019-12-05 | 2020-04-28 | 平安金融管理学院(中国·深圳) | 简历评估方法、装置、计算机设备及存储介质 |
CN111177283A (zh) * | 2019-12-31 | 2020-05-19 | 广东轩辕网络科技股份有限公司 | 一种基于强化学习的智能人事模型构建方法及装置 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及*** |
CN111737485A (zh) * | 2020-05-28 | 2020-10-02 | 广东轩辕网络科技股份有限公司 | 基于知识图谱、深度学习的人岗匹配方法、人岗匹配*** |
CN111737486A (zh) * | 2020-05-28 | 2020-10-02 | 广东轩辕网络科技股份有限公司 | 基于知识图谱、深度学习的人岗匹配方法、存储装置 |
CN111833010A (zh) * | 2020-06-12 | 2020-10-27 | 北京网聘咨询有限公司 | 一种智能面试方法、***、设备和存储介质 |
CN111737495A (zh) * | 2020-06-28 | 2020-10-02 | 福州数据技术研究院有限公司 | 基于领域自分类的中高端人才智能推荐***及其方法 |
CN111966836A (zh) * | 2020-08-29 | 2020-11-20 | 深圳呗佬智能有限公司 | 知识图谱向量表示方法、装置、计算机设备及存储介质 |
CN112307153A (zh) * | 2020-09-30 | 2021-02-02 | 杭州量知数据科技有限公司 | 一种产业知识库自动构建方法、装置及存储介质 |
CN112380421A (zh) * | 2020-11-11 | 2021-02-19 | 北京希瑞亚斯科技有限公司 | 简历的搜索方法、装置、电子设备及计算机存储介质 |
CN112364133A (zh) * | 2020-11-17 | 2021-02-12 | 深圳平安智汇企业信息管理有限公司 | 岗位画像生成方法、装置、设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418029A (zh) * | 2022-01-27 | 2022-04-29 | 同道精英(天津)信息技术有限公司 | 一种招聘过程中低意向候选人的识别方法及*** |
CN116821315A (zh) * | 2023-06-09 | 2023-09-29 | 佛山京益数字技术有限公司 | 一种在大数据中实现人企双向匹配的方法及*** |
CN116821315B (zh) * | 2023-06-09 | 2024-02-23 | 佛山京益数字技术有限公司 | 一种在大数据中实现人企双向匹配的方法及*** |
CN117314378A (zh) * | 2023-09-27 | 2023-12-29 | 深圳夸夸菁领科技有限公司 | 一种智能寻才的方法及rpa机器人*** |
CN117236322A (zh) * | 2023-10-07 | 2023-12-15 | 深圳夸夸菁领科技有限公司 | 一种基于nlp的虚拟猎头助手***及寻才方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113434687A (zh) | 自动简历查找方法、自动招聘***、计算机存储介质 | |
Baruchson‐Arbib et al. | A view to the future of the library and information science profession: A Delphi study | |
US20210158302A1 (en) | System and method of authenticating candidates for job positions | |
CN111144723A (zh) | 人岗匹配推荐方法及***、存储介质 | |
CN109947949A (zh) | 知识信息智能管理方法、装置及服务器 | |
GB2382678A (en) | a knowledge database | |
CN111105209A (zh) | 适用于人岗匹配推荐***的职位简历匹配方法及装置 | |
KR20000049840A (ko) | 인터넷을 통한 구인 구직 서비스 방법 | |
CA2305344A1 (en) | On-line recruiting system with improved candidate and position profiling | |
WO2021036439A1 (zh) | 一种信访问题答复方法及装置 | |
CN110135692A (zh) | 智能评级控制方法、装置、计算机设备及存储介质 | |
CN107729549A (zh) | 一种包含要素提取的机器人客服方法及*** | |
CN112734382A (zh) | 一种能够根据企业需求快速匹配相关求职者的人才招聘*** | |
KR20110048675A (ko) | 음성인식과 태깅을 이용한 콜센터 상담 방법 및 상담 시스템 | |
CN111429101A (zh) | 基于人工智能的远程面试***及其方法 | |
CN109933711A (zh) | 专家库***、检索推送方法以及计算机可读存储介质 | |
KR102522192B1 (ko) | 자가 실시 평판 조회 기능을 제공하는 채용 중개 시스템 및 그 방법 | |
CN114418366B (zh) | 一种智能云面试的数据处理方法和装置 | |
CN110866096A (zh) | 智能解答控制方法、装置、计算机设备及存储介质 | |
TW202006617A (zh) | 雲端自助分析平台與其分析方法 | |
CN114490992A (zh) | 一种法律事务咨询智能答复*** | |
CN113239145A (zh) | 基于职位描述的简历检索方法 | |
CN111798217A (zh) | 数据分析***及方法 | |
CN113204644A (zh) | 一种基于知识图谱的政务百科构建方法 | |
CN111367942A (zh) | 通讯录检索方法及装置 |
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 |
Application publication date: 20210924 |
|
RJ01 | Rejection of invention patent application after publication |