KR102291799B1 - Apparatus and method for Self-introduction quantification - Google Patents
Apparatus and method for Self-introduction quantification Download PDFInfo
- Publication number
- KR102291799B1 KR102291799B1 KR1020190169029A KR20190169029A KR102291799B1 KR 102291799 B1 KR102291799 B1 KR 102291799B1 KR 1020190169029 A KR1020190169029 A KR 1020190169029A KR 20190169029 A KR20190169029 A KR 20190169029A KR 102291799 B1 KR102291799 B1 KR 102291799B1
- Authority
- KR
- South Korea
- Prior art keywords
- self
- keyword
- introduction
- propensity
- keywords
- Prior art date
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
입력된 자기소개서의 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 기준 키워드와 비교하여 자기소개서의 점수를 정량화하는 자기소개서 정량화 장치 및 방법에 관한 것이다.
본 발명의 실시 예에 따른 자기소개서를 정량화하기 위한 자기소개서 정량화 장치는, 자기소개서 정량화 장치는 연산 처리 기능을 가지는 프로세서를 포함하고, 상기 프로세서는, 상기 자기소개서로부터 텍스트를 추출하고, 추출된 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 저장된 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 상기 자기소개서의 점수를 계산한다.It relates to a self-introduction quantification apparatus and method for identifying a keyword by analyzing the text of the self-introduction letter, and quantifying the score of the self-introduction letter by comparing the identified keyword with a reference keyword.
A self-introduction letter quantification apparatus for quantifying a cover letter according to an embodiment of the present invention, the cover letter quantification apparatus includes a processor having an arithmetic processing function, the processor extracts text from the cover letter, and the extracted text to identify the keyword, compare the identified keyword with the stored standard propensity keyword and standard business keyword, and calculate the score of the self-introduction letter based on the comparison result.
Description
본 발명은 자기소개서 정량화 장치 및 방법에 관한 것으로, 보다 자세하게는 입력된 자기소개서의 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 기준 키워드와 비교하여 자기소개서의 점수를 정량화하는 자기소개서 정량화 장치 및 방법에 관한 것이다.The present invention relates to a self-introduction quantification apparatus and method, and in more detail, a self-introduction letter quantification apparatus for analyzing the text of an input self-introduction letter to identify a keyword, and quantifying the score of the self-introduction letter by comparing the identified keyword with a reference keyword and methods.
자기소개서는 취업에 있어서 반드시 제출해야 하는 서류 중 하나로 인식되고 있다. 지원자들은 자기소개서를 통해서 성장 과정, 장점과 약점, 동기, 포부 등 본인에 대한 필요한 정보를 인사 담당자들에게 소개할 수 있으며, 인사 담당자들은 자기소개서를 보고 지원자의 업무 적합성을 판단하게 된다.A cover letter is recognized as one of the documents that must be submitted for employment. Applicants can introduce necessary information about themselves, such as growth process, strengths and weaknesses, motives, and aspirations, to HR managers through the self-introduction letter.
그러나, 인사 담당자가 수천 건의 자기소개서를 일일이 읽고 평가하기에는 과도하게 오랜 시간이 소요될 뿐만 아니라, 업무의 집중도도 저하되는 문제가 있다. 한편, 다수의 인사 담당자가 자기소개서를 나누어 평가하는 경우 객관적인 기준으로 지원자의 인재상, 역량, 조직에 부합하는 능력을 평가하기는 어려운 문제가 있다. 또한, 인사 담당자가 수천 건의 자기소개서를 일일이 읽고 평가하는 경우 인터넷에 공지되어 있는 자기소개서나, 지원자들간의 자기소개서간의 중복성을 검토할 수 없다는 문제가 있다.However, it takes an excessively long time for the HR manager to read and evaluate thousands of self-introductions one by one, and there is a problem in that the concentration of work is also lowered. On the other hand, when a large number of HR managers divide and evaluate their self-introductions, it is difficult to evaluate the applicant's talent, competency, and ability in accordance with the organization on an objective basis. In addition, there is a problem in that, when the personnel manager reads and evaluates thousands of self-introductions one by one, it is impossible to review the overlap between self-introductions published on the Internet or between applicants.
본 발명은 앞에서 설명한 문제점을 해결하기 위한 것으로, 입력된 자기소개서의 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 기준 키워드와 비교하여 자기소개서의 점수를 정량화하는 자기소개서 정량화 장치 및 방법을 제공하는 것을 목적으로 한다.The present invention provides an apparatus and method for quantifying a self-introduction letter to solve the problem described above, by analyzing the text of the self-introduction letter to identify a keyword, and quantifying the score of the self-introduction letter by comparing the identified keyword with a reference keyword aim to do
위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.In addition to the technical problems of the present invention mentioned above, other features and advantages of the present invention will be described below or will be clearly understood by those skilled in the art from such description and description.
앞에서 설명한 목적을 달성하기 위한 본 발명의 실시 예에 따른 자기소개서를 정량화하기 위한 자기소개서 정량화 장치는 연산 처리 기능을 가지는 프로세서를 포함하고, 프로세서는, 자기소개서로부터 텍스트를 추출하고, 추출된 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 저장된 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 자기소개서의 점수를 계산할 수 있다.A self-introduction quantification apparatus for quantifying a self-introduction letter according to an embodiment of the present invention for achieving the above-described object includes a processor having an arithmetic processing function, the processor extracts text from the self-introduction letter, and extracts the extracted text It is possible to identify keywords by analyzing, compare the identified keywords with the stored standard propensity keywords and standard business keywords, and calculate the score of the self-introduction letter based on the comparison results.
또한, 앞에서 설명한 목적을 달성하기 위한 본 발명의 실시 예에 따른 자기소개서 정량화 장치에 의해 수행되는 자기소개서 정량화 방법은 자기소개서로부터 텍스트를 추출하는 단계와, 추출된 텍스트를 분석하여 키워드를 식별하는 단계와, 식별된 키워드를 저장된 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 자기소개서의 점수를 계산하는 단계와, 계산된 자기소개서의 점수에 따라 결정되는 자기소개서의 순위를 출력장치를 통해 제공하는 단계를 포함할 수 있다.In addition, the self-introduction letter quantification method performed by the self-introduction letter quantification apparatus according to an embodiment of the present invention for achieving the above-described object includes extracting text from the self-introduction letter, and analyzing the extracted text to identify keywords And, comparing the identified keyword with the stored reference tendency keyword and the reference work keyword, calculating a score of the self-introduction based on the comparison result, and outputting the ranking of the self-introduction letter determined according to the calculated score of the self-introduction letter It may include the step of providing through.
본 발명의 실시 예에 따른 자기소개서 정량화 장치 및 방법은 입력된 자기소개서의 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 기준 키워드와 비교하여 자기소개서의 점수를 정량화할 수 있다.The self-introduction quantification apparatus and method according to an embodiment of the present invention may analyze the input text of the self-introduction letter to identify a keyword, and quantify the score of the self-introduction letter by comparing the identified keyword with a reference keyword.
또한, 인사 담당자가 자기소개서를 일일이 직접 읽지 않더라도 지원자들의 개인별 성향과 인재상 여부를 판단할 수 있다.In addition, even if the HR manager does not read the self-introduction letter one by one, it is possible to determine the individual inclinations and talents of the applicants.
또한, 인터넷에 공지되어 있는 자기소개서나, 지원자들간의 자기소개서간의 중복성을 검토할 수 있다.In addition, it is possible to review the redundancy between self-introductions published on the Internet or between applicants.
이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.In addition, other features and advantages of the present invention may be newly recognized through embodiments of the present invention.
도 1은 본 발명의 실시 예에 따른 자기소개서 정량화 장치의 구성을 나타내는 도면이다.
도 2는 본 발명의 실시 예에 따른 자기소개서의 텍스트 추출을 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 텍스트로부터 키워드를 식별하는 것을 나타내는 도면이다.
도 4는 본 발명의 실시 예에 따른 식별된 키워드를 기준 성향 키워드와 비교하는 것을 나타내는 도면이다.
도 5는 본 발명의 실시 예에 따른 식별된 키워드를 기준 업무 키워드와 비교하는 것을 나타내는 도면이다.
도 6은 본 발명의 실시 예에 따른 자기소개서 정량화 방법을 나타내는 도면이다.1 is a diagram showing the configuration of a self-introduction quantification apparatus according to an embodiment of the present invention.
2 is a diagram illustrating text extraction of a self-introduction letter according to an embodiment of the present invention.
3 is a diagram illustrating identification of a keyword from text according to an embodiment of the present invention.
4 is a diagram illustrating comparison of an identified keyword with a reference propensity keyword according to an embodiment of the present invention.
5 is a diagram illustrating comparison of an identified keyword with a reference business keyword according to an embodiment of the present invention.
6 is a diagram illustrating a method for quantifying a personal statement according to an embodiment of the present invention.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.In order to clearly explain the present invention, parts irrelevant to the description are omitted, and the same reference numerals are given to the same or similar elements throughout the specification.
다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련 기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.Although not defined otherwise, all terms including technical and scientific terms used herein have the same meaning as commonly understood by those of ordinary skill in the art to which the present invention belongs. Commonly used terms defined in the dictionary are additionally interpreted as having a meaning consistent with the related technical literature and the presently disclosed content, and unless defined, they are not interpreted in an ideal or very formal meaning.
이하, 첨부한 도면을 참조하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement them. However, the present invention may be embodied in various different forms and is not limited to the embodiments described herein.
도 1은 본 발명의 실시 예에 따른 자기소개서 정량화 장치의 구성을 나타내는 도면이다.1 is a diagram showing the configuration of a self-introduction quantification apparatus according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 실시 예에 따른 자기소개서 정량화 장치(100)는 프로세서(110) 및 출력장치(120)를 포함할 수 있다.Referring to FIG. 1 , an
프로세서(110)는 자기소개서(300)로부터 텍스트를 추출하고, 추출된 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 저장된 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 자기소개서(300)의 점수를 계산할 수 있다.The
자기소개서(300)로부터 식별되는 키워드는 인재상을 나타내는 단어, 직무와 관련된 단어 등을 포함할 수 있다. 예컨대, 자기소개서(300)로부터 식별되는 키워드 중 인재상을 나타내는 단어는 '도전', '최고' 등을 포함할 수 있고, 자기소개서(300)로부터 식별되는 키워드 중 직무와 관련된 단어는 '공정', '플랜트' 등을 포함할 수 있다.The keyword identified from the self-
또한, 기준 성향 키워드는 인재상을 나타내는 단어이고, 기준 업무 키워드는 직무와 관련된 단어일 수 있으며, 기준 성향 키워드 및 기준 업무 키워드는 기 설정되어 데이터베이스(200)에 저장되어 있을 수 있다. 기준 성향 키워드 및 기준 업무 키워드는 각 회사의 인재상 및 업무에 적합하도록 각 회사에서 설정한 단어일 수 있다. 또한, 프로세서(110)는 합격된 지원자의 자기소개서(300)에서 식별된 키워드 중 해당 자기소개서(300)에 일정 이상 사용된 키워드를 기준 성향 키워드 및 기준 업무 키워드로 추가하여 데이터베이스(200)에 저장할 수 있다.In addition, the reference propensity keyword may be a word representing a talent image, the reference work keyword may be a word related to a job, and the reference propensity keyword and the reference work keyword may be preset and stored in the
프로세서(110)는 텍스트 마이닝을 통해 자기소개서(300)로부터 텍스트를 추출하고, 추출된 텍스트를 분석하여 키워드를 식별할 수 있다. 프로세서(110)는 식별된 키워드 중 기준 성향 키워드와 유사한 성향 키워드를 판단할 수 있다. 예컨대, 기준 성향 키워드가 '도전'인 경우, 프로세서(110)는 식별된 키워드 중 '도전'과 동일한 키워드를 성향 키워드로 판단할 수 있다. 또한, 프로세서(110)는 식별된 키워드 중 '도전'과 유사한 의미를 가지는 키워드를 성향 키워드로 판단할 수 있다. 예로서, 식별된 키워드 중 '모험'이 있는 경우, 프로세서(110)는 '모험'을 성향 키워드로 판단할 수 있다.The
프로세서(110)는 성향 키워드로 판단된 키워드의 개수를 기초로 자기소개서(300)의 점수를 계산할 수 있다. 여기서, 성향 키워드의 개수에 따라 점수가 각각 설정되어 있을 수 있으며, 성향 키워드의 개수에 따른 점수는 데이터베이스(200)에 저장되어 있을 수 있다. 예컨대, 성향 키워드의 개수가 10개 미만인 경우 10점으로 설정되어 있고, 성향 키워드의 개수가 10개 이상 20개 미만인 경우 20점으로 설정되어 있고, 성향 키워드의 개수가 30개 이상인 경우 30점으로 설정되어 있을 수 있다.The
프로세서(110)는 성향 키워드로 판단된 키워드의 개수를 계산하고, 계산된 개수에 대한 점수를 데이터베이스(200)로부터 리드할 수 있다. 예컨대, 프로세서(110)는 성향 키워드로 판단된 키워드의 개수가 15개인 경우, 프로세서(110)는 데이터베이스(200)로부터 성향 키워드의 개수가 10개 이상 20개 미만인 범위의 점수인 20점을 리드할 수 있다.The
또한, 프로세서(110)는 성향 키워드 및 기준 성향 키워드간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있다. 프로세서(110)는 성향 키워드 중 기준 성향 키워드와 동일한 성향 키워드를 높은 점수로 계산할 수 있고, 성향 키워드 중 기준 성향 키워드와 유사한 성향 키워드를 낮은 점수로 계산할 수 있다. 예컨대, 기준 성향 키워드가 '도전'인 경우, 프로세서(110)는 성향 키워드 중 '도전' 키워드의 점수를 5점으로 계산하고, '모험' 키워드의 점수를 2점으로 계산할 수 있다.In addition, the
프로세서(110)는 성향 키워드 중 중복되는 키워드 각각에 대해 점수를 계산할 수 있고, 중복되는 키워드의 빈도수를 반영하여 점수를 계산할 수도 있다. 또한, 프로세서(110)는 성향 키워드 중 중복되는 키워드를 하나의 키워드로써 점수를 계산할 수도 있다. 예컨대, 프로세서(110)는 성향 키워드 중 '도전' 키워드가 10개인 경우, 10개의 '도전'키워드 각각에 점수를 계산할 수 있다. 또한, 프로세서(110)는 성향 키워드 중 '도전'키워드가 10개인 경우, 10개의 빈도수를 반영하여 점수를 계산할 수 있다. 또한, 프로세서(110)는 성향 키워드 중 '도전'키워드가 10개인 경우, '도전'키워드 하나에 대해서만 점수를 계산할 수 있다.The
프로세서(110)는 성향 키워드의 개수를 이용하여 자기소개서(300)의 점수를 계산하거나, 성향 키워드 및 기준 성향 키워드간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있고, 성향 키워드의 개수 및 성향 키워드 및 기준 성향 키워드간의 유사도를 기초로 결정된 자기소개서(300)의 점수를 조합하여 최종 점수를 계산할 수도 있다.The
또한, 프로세서(110)는 업무 키워드로 판단된 키워드의 개수를 기초로 자기소개서(300)의 점수를 계산할 수 있다. 여기서, 업무 키워드의 개수에 따라 점수가 각각 설정될 수 있으며, 업무 키워드의 개수에 따른 점수는 데이터베이스(200)에 저장되어 있을 수 있다. 예컨대, 업무 키워드의 개수가 10개 미만인 경우 10점으로 설정되어 있고, 업무 키워드의 개수가 10개 이상 20개 미만인 경우 20점으로 설정되어 있고, 업무 키워드의 개수가 30개 이상인 경우 30점으로 설정되어 있을 수 있다.In addition, the
프로세서(110)는 업무 키워드로 판단된 키워드의 개수를 계산하고, 계산된 개수에 대한 점수를 데이터베이스(200)로부터 리드할 수 있다. 예컨대, 프로세서(110)는 업무 키워드로 판단된 키워드의 개수가 15개인 경우, 프로세서(110)는 데이터베이스(200)로부터 업무 키워드의 개수가 10개 이상 20개 미만인 범위의 점수인 20점을 리드할 수 있다.The
또한, 프로세서(110)는 업무 키워드 및 기준 업무 키워드간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있다. 프로세서(110)는 업무 키워드 중 기준 업무 키워드와 동일한 업무 키워드를 높은 점수로 계산할 수 있고, 업무 키워드 중 기준 업무 키워드와 유사한 업무 키워드를 낮은 점수로 계산할 수 있다. 예컨대, 기준 업무 키워드가 '플랜트'인 경우, 프로세서(110)는 업무 키워드 중 '플랜트' 키워드의 점수를 5점으로 계산하고, '공장' 키워드의 점수를 2점으로 계산할 수 있다.In addition, the
프로세서(110)는 업무 키워드 중 중복되는 키워드 각각에 대해 점수를 계산할 수 있고, 중복되는 키워드의 빈도수를 반영하여 점수를 계산할 수도 있다. 또한, 프로세서(110)는 업무 키워드 중 중복되는 키워드를 하나의 키워드로써 점수를 계산할 수도 있다. 예컨대, 프로세서(110)는 업무 키워드 중 '플랜트' 키워드가 10개인 경우, 10개의 '플랜트'키워드 각각에 점수를 계산할 수 있다. 또한, 프로세서(110)는 업무 키워드 중 '플랜트'키워드가 10개인 경우, 10개의 빈도수를 반영하여 점수를 매길 수 있다. 또한, 프로세서(110)는 업무 키워드 중 '플랜트'키워드가 10개인 경우, '플랜트'키워드 하나에 대해서만 점수를 계산할 수 있다.The
프로세서(110)는 업무 키워드의 개수를 이용하여 자기소개서(300)의 점수를 계산하거나, 업무 키워드 및 기준 업무 키워드간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있고, 업무 키워드의 개수 및 업무 키워드 및 기준 업무 키워드간의 유사도를 기초로 결정된 자기소개서(300)의 점수를 조합하여 최종 점수를 계산할 수도 있다.The
또한, 프로세서(110)는 성향 키워드와 기준 성향 키워드와의 비교를 통해 자기소개서(300)의 점수를 계산하거나, 업무 키워드와 기준 업무 키워드와의 비교를 통해 자기소개서(300)의 점수를 계산할 수 있다. 또한, 프로세서(110)는 성향 키워드와 기준 성향 키워드와의 비교 결과 및 업무 키워드와 기준 업무 키워드와의 비교 결과를 조합하여 자기소개서(300)의 점수를 계산할 수도 있다.In addition, the
프로세서(110)는 계산된 자기소개서(300)의 점수를 출력장치(120)를 통해 사용자에게 제공할 수 있다. 또한, 프로세서(110)는 자기소개서(300)의 점수에 따라 결정되는 자기소개서(300)의 순위를 출력장치(120)를 통해 인사 담당자에게 제공할 수 있다.The
또한, 프로세서(110)는 자기소개서(300)에 기재된 지원자들의 출신학교, 거주지, 나이, 성별 등의 신상정보를 판단하고, 신상정보별로 통계를 낸 결과를 출력장치(120)를 통해 인사 담당자에게 제공할 수 있다. 예컨대, 프로세서(110)는 자기소개서(300)에서 추출된 텍스트에서 '학교' 키워드를 식별하고, 식별된 키워드와 인접되어 기재된 텍스트를 기초로 지원자들의 출신학교를 판단할 수 있다. 즉, 지원자의 출신학교가 서울대학교인 경우, 프로세서(110)는 '학교' 키워드를 식별할 수 있고, 식별된 키워드에 인접되어 있는 텍스트인 '서울대'를 식별할 수 있다. 이에 따라, 프로세서(110)는 지원자의 출신학교가 서울대학교임을 판단할 수 있다. 또한, 프로세서(110)는 자기소개서(110)에서 추출된 텍스트에서 학력사항, 학력 등의 키워드를 식별하고, 식별된 키워드 인근의 키워드를 식별하여 지원자의 출신학교를 판단할 수 있다.In addition, the
프로세서(110)는 지원자들의 출신학교를 지역별로 그룹핑하고, 그룹핑된 출신학교들에 대한 통계를 낼 수 있다. 예컨대, 프로세서(110)는 지원자들의 출신학교를 서울 지역 학교, 경기 지역 학교, 강원 지역 학교 등으로 그룹핑하고, 그룹핑된 출신학교들에 대한 통계를 낼 수 있다. 여기서, 지원자들의 출신학교를 지역별로 그룹핑한다고 하였으나, 그룹핑하는 기준은 지역별이 아닌 다른 기준으로 그룹핑될 수도 있다.The
또한, 프로세서(110)는 자기소개서(300)에서 추출된 텍스트에서 주민등록번호 등의 키워드를 식별하고, 식별된 키워드 인근의 키워드를 식별하여 지원자의 나이 및 성별을 판단할 수 있다. 예컨대, 프로세서(110)는 자기소개서(300)에서 추출된 텍스트에서 '주민등록번호' 키워드를 식별하고, 식별된 키워드와 인접되어 기재된 텍스트는 860526-1xxxxxx일 수 있다. 프로세서(110)는 이 텍스트로부터 지원자는 1986년생 남성임을 판단할 수 있다. In addition, the
프로세서(110)는 지원자들의 나이 또는 성별을 그룹핑하고, 그룹핑된 나이 또는 성별에 대한 통계를 낼 수 있다. 예컨대, 프로세서(110)는 지원자들의 성별을 여성 또는 남성으로 그룹핑하고, 그룹핑된 성별에 대한 통계를 낼 수 있다. 또한, 프로세서(110)는 지원자들의 나이를 연도별로 그룹핑하고, 그룹핑된 나이에 대한 통계를 낼 수 있다.The
프로세서(110)는 자기소개서(300)에 기재된 지원자들의 신상정보별로 통계를 낸 결과를 출력장치(120)를 통해 인사 담당자에게 제공할 수 있다.The
프로세서(110)는 자기소개서(300)에서 추출된 텍스트를 인터넷에 공지되어 있는 자기소개서와 비교할 수 있다. 여기서, 인터넷에 공지되어 있는 자기소개서들은 데이터베이스(200)에 텍스트화되어 저장되어 있을 수 있고, 프로세서(110)는 데이터베이스(200)로부터 인터넷에 공지되어 있는 자기소개서들을 리드하여 입력된 자기소개서(300)와 비교할 수 있다. 이에 따라, 프로세서(110)는 인터넷에 공지되어 있는 자기소개서들과 입력된 자기소개서(300)와의 유사도를 분석하여 자기소개서(300)의 표절 여부를 판단할 수 있다. 예컨대, 프로세서(110)는 인터넷에 공지되어 있는 자기소개서들과 입력된 자기소개서(300)를 비교한 결과, 동일한 키워드의 개수가 일정값 이상인 경우, 입력된 자기소개서(300)를 표절의심 자기소개서로 분류하고, 데이터베이스(200)에 저장할 수 있다. 또한, 프로세서(110)는 자기소개서(300)를 출력장치(120)에 출력할 때, 표절의심 자기소개서의 경우 별도로 표시하도록 하여 인사 담당자가 표절의심 자기소개서를 확인할 수 있도록 할 수 있다.The
프로세서(110)는 인터넷에 공지되어 있는 자기소개서들과 입력된 자기소개서(300)와의 유사도를 자기소개서(300)의 점수를 결정하는데 반영할 수 있다. The
출력장치(120)는 프로세서(110)의 제어에 의해 프로세서(110)에서 결정된 자기소개서(300)의 점수, 자기소개서(300)의 점수에 따라 결정된 자기소개서(300)의 순위를 출력할 수 있다. 출력장치(120)는 자기소개서(300)의 점수 및 순위를 출력함으로써, 인사 담당자가 자기소개서(300)의 점수 및 순위를 반영하여 지원자의 합격 및 불합격을 결정하도록 할 수 있다.The
또한, 출력장치(120)는 프로세서(110)의 제어에 의해 자기소개서(300)에 기재된 지원자들의 신상정보별로 통계를 낸 결과를 출력할 수 있다.In addition, the
도 2는 본 발명의 실시 예에 따른 자기소개서의 텍스트 추출을 나타내는 도면이다.2 is a diagram illustrating text extraction of a self-introduction letter according to an embodiment of the present invention.
도 2를 참조하면, 프로세서(110)는 텍스트 마이닝을 통해 자기소개서(300)로부터 텍스트를 추출할 수 있다. 예컨대, 프로세서(110)는 자기소개서(300)로부터 '성격 및 장단점', '적응력과 업무수행능력이 신속합니다.', '지금까지 다년간 쌓아온 아르바이트와 인턴 경험이 그 근본적인 원인이라고 생각합니다.', '이러한 능력은 입사 후 본사의 발전을 위해 높이 활용되리라 생각됩니다.', '또한, 리더십이 뛰어나며 인간관계가 굉장히 원만합니다.', '이는, 업무에도 영향을 미치는 인간관계를 입사 후에도 잘 할 수 있게끔 이끌 것이라 자부하며, 업무에도 긍정적인 영향을 미칠 것이라 생각됩니다.', '지원동기 및 입사 후 포부', '저는 팀 구성원으로서 적극적으로 참여하고 공유하여 다른 사람들과 함께 목표한 바를 수행하는 능력을 발휘하고, 상품의 개발에 필요한 핵심기술과 생산에 필요한 원자재, 제조공정, 품질관리, 비용구조에 관한 지식을 더 공부하면서 선행연구, 제품의 설계, 디자인, 규격, 특허 및 R&D기획 등의 업무를 수행하는 직무를 해내겠습니다.'등의 텍스트를 추출할 수 있다. Referring to FIG. 2 , the
도 3은 본 발명의 실시 예에 따른 텍스트로부터 키워드를 식별하는 것을 나타내는 도면이다.3 is a diagram illustrating identification of a keyword from text according to an embodiment of the present invention.
도 3을 참조하면, 프로세서(110)는 추출된 텍스트로부터 키워드(310)를 식별할 수 있다. 여기서, 키워드(310)는 인재상을 나타내는 단어나, 직무와 관련된 단어 등을 포함할 수 있다. 예컨대, 프로세서(110)는 텍스트로부터 인재상을 나타내는 단어로 '적응력', '업무수행능력', '리더십', '인간관계', '긍정적인', '구성원'을 식별할 수 있다.Referring to FIG. 3 , the
또한, 프로세서(110)는 텍스트로부터 직무와 관련된 단어로 '개발', '기술', '생산', '제조공정', '품질관리', '설계', '디자인', '규격', '특허', 'R&D'를 식별할 수 있다.In addition, the
도 4는 본 발명의 실시 예에 따른 식별된 키워드를 기준 성향 키워드와 비교하는 것을 나타내는 도면이다.4 is a diagram illustrating comparison of an identified keyword with a reference propensity keyword according to an embodiment of the present invention.
도 4를 참조하면, 프로세서(110)는 텍스트로부터 식별된 키워드(310) 중 기준 성향 키워드(210)와 동일하거나 유사한 성향 키워드(312a, 312b)를 판단할 수 있다. 예컨대, 기준 성향 키워드(210)는 '적응', '도전', '리더', '인간관계', '긍정적', '동료', '책임감', '창의성', '능력', '차별화', '노력', '성실'일 수 있다. 여기서, 기준 성향 키워드(210)는 데이터베이스(200)에 저장되어 있을 수 있고, 프로세서(110)는 데이터베이스(200)로부터 기준 성향 키워드(210)를 리드하여 성향 키워드(312a, 312b)와 기준 성향 키워드(210)를 비교할 수 있다. Referring to FIG. 4 , the
프로세서(110)는 식별된 키워드(310) 중 기준 성향 키워드(210)와 동일한 키워드(312a)를 성향 키워드로 판단할 수 있다. 예컨대, 식별된 키워드(310) 중 기준 성향 키워드(210)와 동일한 키워드(312a)는 '적응력', '리더십', '인간관계', '긍정적인'일 수 있다. 프로세서(110)는 기준 성향 키워드(210)와 동일한 '적응력', '리더십', '인간관계', '긍정적인'을 성향 키워드(312a)로 판단할 수 있다.The
또한, 프로세서(110)는 식별된 키워드(310) 중 기준 성향 키워드(210)와 유사한 의미를 가지는 키워드(312b)를 성향 키워드로 판단할 수 있다. 예컨대, 식별된 키워드(310) 중 기준 성향 키워드(210)와 유사한 의미를 가지는 키워드(312b)는 '업무수행능력', '구성원'일 수 있다. 프로세서(110)는 기준 성향 키워드(210)의 '능력'과 유사한 의미로 해석될 수 있는 '업무수행능력'과 기준 성향 키워드(210)의 '동료'와 유사한 의미로 해석될 수 있는 '구성원'을 성향 키워드(312b)로 판단할 수 있다.Also, the
프로세서(110)는 성향 키워드(312a, 312b)로 판단된 키워드의 개수 및 성향 키워드(312a, 312b) 및 기준 성향 키워드(210)간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있다. The
도 5는 본 발명의 실시 예에 따른 식별된 키워드를 기준 업무 키워드와 비교하는 것을 나타내는 도면이다.5 is a diagram illustrating comparison of an identified keyword with a reference business keyword according to an embodiment of the present invention.
도 5를 참조하면, 프로세서(110)는 텍스트로부터 식별된 키워드(310) 중 기준 업무 키워드(220)와 동일하거나 유사한 업무 키워드(314a, 314b)를 판단할 수 있다. 예컨대, 기준 업무 키워드(220)는 '공정', '플랜트', '생산', '설계', '사업', '산업설비', '발전기술', '중공업'일 수 있다. 여기서, 기준 업무 키워드(220)는 데이터베이스(200)에 저장되어 있을 수 있고, 프로세서(110)는 데이터베이스(200)로부터 기준 업무 키워드(220)를 리드하여 업무 키워드(314a, 314b)와 기준 업무 키워드(220)를 비교할 수 있다.Referring to FIG. 5 , the
프로세서(110)는 식별된 키워드(310) 중 기준 업무 키워드(220)와 동일한 키워드(314a)를 업무 키워드로 판단할 수 있다. 예컨대, 식별된 키워드(310) 중 기준 업무 키워드(220)와 동일한 키워드(314a)는 '생산', '설계'일 수 있다. 프로세서(110)는 기준 업무 키워드(220)와 동일한 '생산', '설계'를 업무 키워드(314a)로 판단할 수 있다.The
또한, 프로세서(110)는 식별된 키워드(310) 중 기준 업무 키워드(220)와 유사한 의미를 가지는 키워드(314b)를 업무 키워드로 판단할 수 있다. 예컨대, 식별된 키워드(310) 중 기준 업무 키워드(220)와 유사한 의미를 가지는 키워드(314b)는 '개발', '기술', '제조공정', '디자인'일 수 있다. 프로세서(110)는 기준 업무 키워드(220)의 '설계'와 유사한 의미로 해석될 수 있는 '개발', '디자인'과 기준 업무 키워드(220)의 '공정'과 유사한 의미로 해석될 수 있는 '제조공정'과, 기준 업무 키워드의 '발전기술'과 유사한 의미로 해석될 수 있는 '기술'을 업무 키워드(314b)로 판단할 수 있다.In addition, the
프로세서(110)는 업무 키워드(314a, 314b)로 판단된 키워드의 개수 및 업무 키워드(314a, 314b) 및 기준 업무 키워드(220)간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있다. The
도 6은 본 발명의 실시 예에 따른 자기소개서 정량화 방법을 나타내는 도면이다.6 is a diagram illustrating a method for quantifying a personal statement according to an embodiment of the present invention.
도 6을 참조하면, 프로세서(110)는 자기소개서(300)로부터 텍스트를 추출할 수 있다(S100). 프로세서(110)는 텍스트 마이닝을 통해 계약서(300)로부터 텍스트를 추출할 수 있다.Referring to FIG. 6 , the
프로세서(110)는 추출된 텍스트를 분석하여 키워드를 식별할 수 있다(S200). 텍스트로부터 식별되는 키워드는 인재상을 나타내는 단어, 직무와 관련된 단어 등을 포함할 수 있다. 예컨대, 자기소개서(300)로부터 식별되는 키워드 중 인재상을 나타내는 단어는 '도전', '최고' 등을 포함할 수 있고, 자기소개서(300)로부터 식별되는 키워드 중 직무와 관련된 단어는 '공정', '플랜트' 등을 포함할 수 있다.The
식별된 키워드를 기준 성향 키워드 및 기준 업무 키워드와 비교할 수 있다(S300). 기준 성향 키워드 및 기준 업무 키워드는 기 설정되어 데이터베이스(200)에 저장되어 있을 수 있다. 기준 성향 키워드 및 기준 업무 키워드는 각 회사의 인재상 및 업무에 적합하도록 각 회사에서 설정한 단어일 수 있다. The identified keyword may be compared with the reference propensity keyword and the reference business keyword (S300). The reference tendency keyword and the reference work keyword may be preset and stored in the
프로세서(110)는 식별된 키워드 중 기준 성향 키워드와 동일하거나 유사한 성향 키워드를 판단할 수 있고, 판단된 성향 키워드를 기준 성향 키워드와 비교할 수 있다. 또한, 프로세서(110)는 식별된 키워드 중 기준 업무 키워드와 동일하거나 유사한 업무 키워드를 판단할 수 있고, 판단된 업무 키워드를 기준 업무 키워드와 비교할 수 있다.The
식별된 키워드를 기준 성향 키워드 및 기준 업무 키워드와 비교한 결과를 기초로 자기소개서의 점수를 계산할 수 있다(S400). 프로세서(110)는 성향 키워드 및 업무 키워드로 판단된 키워드의 개수를 기초로 자기소개서(300)의 점수를 계산할 수 있다. 또한, 프로세서(110)는 성향 키워드와 기준 성향 키워드간의 유사도 및 업무 키워드와 기준 업무 키워드간의 유사도를 기초로 자기소개서(300)의 점수를 계산할 수 있다.The score of the self-introduction letter can be calculated based on the result of comparing the identified keyword with the reference propensity keyword and the reference work keyword (S400). The
프로세서(110)는 출력장치(120)를 제어하여 프로세서(110)에 의해 결정된 자기소개서(300)의 점수 및 자기소개서의 점수에 따른 순위 정보를 제공할 수 있다(S500). 출력장치(120)는 프로세서(110)의 제어에 의해 프로세서(110)에서 결정된 자기소개서(300)의 점수, 자기소개서(300)의 점수에 따라 결정된 자기소개서(300)의 순위를 출력할 수 있다. 출력장치(120)는 자기소개서(300)의 점수 및 순위를 출력함으로써, 인사 담당자가 자기소개서(300)의 점수 및 순위를 반영하여 지원자의 합격 및 불합격을 결정하도록 할 수 있다. The
전술한 바와 같이 본 발명의 실시 예에 따른 자기소개서 정량화 장치 및 방법은 입력된 자기소개서의 텍스트를 분석하여 키워드를 식별하고, 식별된 키워드를 기준 키워드와 비교하여 자기소개서를 정량화 하는 자기소개서 정량화 장치 및 방법을 실현할 수 있다.As described above, the self-introduction quantification apparatus and method according to an embodiment of the present invention analyzes the text of the input self-introduction letter to identify keywords, and compares the identified keywords with reference keywords to quantify the self-introduction letter quantification device and methods may be realized.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Those skilled in the art to which the present invention pertains should understand that the present invention may be embodied in other specific forms without changing the technical spirit or essential characteristics thereof, so the embodiments described above are illustrative in all respects and not restrictive. only do The scope of the present invention is indicated by the following claims rather than the detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present invention. .
110: 프로세서
120: 출력장치
200: 데이터베이스
300: 자기소개서110: processor
120: output device
200: database
300: self-introduction
Claims (17)
출력 장치; 및
연산 처리 기능을 가지는 프로세서를 포함하고, 상기 프로세서는,
기 저장된 기준 성향 키워드 및 기준 업무 키워드를 기반으로 복수의 자기소개서들 각각에 대한 점수를 계산하고,
상기 계산된 점수에 따라 상기 복수의 자기소개서들 각각에 대한 순위를 결정하고,
상기 출력 장치를 제어하여 상기 복수의 자기소개서들에 대한 점수 및 순위 정보를 출력하되,
상기 복수의 자기소개서들 각각에 대한 점수는, 각각의 자기소개서로부터 키워드를 식별하고, 식별된 키워드를 상기 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 계산되는, 자기소개서 정량화 장치.
In the self-introduction quantification device for quantifying the self-introduction,
output device; and
A processor having an arithmetic processing function, the processor comprising:
Calculate the score for each of the plurality of self-introductions based on the pre-stored reference propensity keyword and the reference work keyword,
Determine a ranking for each of the plurality of self-introductions according to the calculated score,
Control the output device to output score and ranking information for the plurality of self-introductions,
The score for each of the plurality of self-introductions, identifies a keyword from each self-introduction, compares the identified keyword with the reference propensity keyword and reference work keyword, and is calculated based on the comparison result, self-introduction quantification device .
상기 기준 성향 키워드는 인재상을 나타내는 단어이고, 상기 기준 업무 키워드는 직무에 관련된 단어인, 자기소개서 정량화 장치.
According to claim 1,
The reference propensity keyword is a word representing a talent image, and the reference work keyword is a word related to a job, a self-introduction quantification device.
상기 프로세서는 상기 식별된 키워드 중 상기 기준 성향 키워드와 유사한 성향 키워드를 판단하고, 판단된 성향 키워드의 개수, 및 상기 성향 키워드와 상기 기준 성향 키워드의 유사도를 기초로 상기 복수의 자기소개서들 각각의 점수를 계산하는, 자기소개서 정량화 장치.
According to claim 1,
The processor determines a propensity keyword similar to the reference propensity keyword among the identified keywords, and scores each of the plurality of self-introduction statements based on the number of the determined propensity keywords and the degree of similarity between the propensity keyword and the reference propensity keyword A self-introduction quantification device that calculates.
상기 점수는, 성향 키워드의 개수가 일정 범위 이내이고, 상기 성향 키워드와 상기 기준 성향 키워드의 유사도가 클수록 높게 결정되는, 자기소개서 정량화 장치.
4. The method of claim 3,
The score, the self-introduction quantification apparatus, wherein the number of propensity keywords is within a certain range, and the higher the degree of similarity between the propensity keyword and the reference propensity keyword is, the higher the score.
상기 프로세서는, 상기 복수의 자기소개서들 각각으로부터 식별된 키워드 중 상기 기준 업무 키워드와 유사한 업무 키워드를 판단하고, 판단된 업무 키워드의 개수, 및 상기 업무 키워드와 상기 기준 업무 키워드의 유사도를 기초로 상기 복수의 자기소개서들 각각에 대한 점수를 계산하는, 자기소개서 정량화 장치.
According to claim 1,
The processor determines a business keyword similar to the reference business keyword among the keywords identified from each of the plurality of self-introduction statements, and based on the number of the determined business keywords, and the degree of similarity between the business keyword and the reference business keyword A self-introduction quantification device that calculates a score for each of a plurality of self-introduction statements.
상기 점수는, 업무 키워드의 개수가 일정 범위 이내이고, 상기 업무 키워드와 상기 기준 업무 키워드의 유사도가 클수록 높게 결정되는, 자기소개서 정량화 장치.
6. The method of claim 5,
The score, the self-introduction quantification apparatus, wherein the number of work keywords is within a certain range, and the higher the degree of similarity between the work keyword and the reference work keyword, the higher.
상기 프로세서는, 제1 자기소개서를 기반으로, 상기 기준 성향 키워드 및 상기 기준 업무 키워드를 갱신하고,
제2 자기소개서를 기반으로, 상기 복수의 자기소개서들 각각에 대한 표절 의심 여부를 확인하며,
상기 제1 자기소개서는, 합격 지원자의 자기소개서이고,
상기 제2 자기소개서는, 인터넷에 공지된 자기소개서인, 자기소개서 정량화 장치.
According to claim 1,
The processor, based on the first self-introduction, to update the reference tendency keyword and the reference work keyword,
Based on the second self-introduction, confirming whether plagiarism is suspected for each of the plurality of self-introductions,
The first self-introduction letter is the self-introduction letter of the successful applicant,
The second self-introduction is a self-introduction known on the Internet, a self-introduction quantification device.
상기 기준 성향 키워드 및 상기 기준 업무 키워드는, 제1 자기소개서에 포함된 키워드에 의해 갱신되며,
상기 제1 자기소개서는, 합격된 지원자의 자기소개서인, 자기소개서 정량화 장치.
The method of claim 1, wherein the processor obtains the reference propensity keyword and the reference business keyword pre-stored in a database,
The reference tendency keyword and the reference work keyword are updated by the keywords included in the first self-introduction letter,
The first self-introduction is a self-introduction of an accepted applicant, self-introduction quantification device.
상기 프로세서는, 상기 복수의 자기소개서들 중 적어도 하나의 자기소개서를 상기 출력 장치에 출력할 시, 상기 적어도 하나의 자기소개서에 대한 표절 의심 여부를 나타내는 정보를 별도로 표시하고,
상기 표절 의심 여부는, 상기 적어도 하나의 자기소개서와 데이터베이스에 저장된 적어도 하나의 제2 자기소개서의 비교 결과에 따라 결정되며,
상기 제2 자기소개서는 인터넷에 공지된 자기소개서인, 자기소개서 정량화 장치.
9. The method of claim 8,
The processor, when outputting at least one self-introduction among the plurality of self-introduction statements to the output device, separately displays information indicating whether or not plagiarism is suspected for the at least one self-introduction letter;
Whether the plagiarism is suspected is determined according to a comparison result of the at least one self-introduction and at least one second self-introduction stored in a database,
The second self-introduction is a self-introduction known on the Internet, a self-introduction quantification device.
기 저장된 기준 성향 키워드 및 기준 업무 키워드를 기반으로 복수의 자기소개서들 각각에 대한 점수를 계산하는 단계; 및
상기 복수의 자기소개서들에 대한 점수 및 상기 점수에 따른 순위 정보를 출력하는 단계를 포함하며,
상기 점수를 계산하는 단계는,
각각의 자기소개서로부터 키워드를 식별하는 단계; 및
식별된 키워드를 상기 기준 성향 키워드 및 기준 업무 키워드와 비교하고, 비교 결과를 기초로 상기 복수의 자기소개서들 각각에 대한 점수를 계산하는 단계를 포함하는, 자기소개서 정량화 방법.
In the self-introduction quantification method performed by the self-introduction quantification device,
calculating a score for each of the plurality of self-introductions based on the pre-stored reference propensity keyword and reference work keyword; and
Comprising the step of outputting the score for the plurality of self-introductions and ranking information according to the score,
The step of calculating the score is
identifying keywords from each cover letter; and
Comprising the step of comparing the identified keyword with the reference propensity keyword and the reference work keyword, and calculating a score for each of the plurality of self-introductions based on the comparison result, self-introduction quantification method.
상기 기준 성향 키워드는 인재상을 나타내는 단어이고, 상기 기준 업무 키워드는 직무에 관련된 단어인, 자기소개서 정량화 방법.
11. The method of claim 10,
The reference propensity keyword is a word representing a talent image, and the reference work keyword is a word related to a job, a self-introduction quantification method.
상기 점수를 계산하는 단계는,
식별된 키워드 중 상기 기준 성향 키워드와 유사한 성향 키워드를 판단하고, 판단된 성향 키워드의 개수, 및 상기 성향 키워드와 상기 기준 성향 키워드의 유사도를 기초로 상기 복수의 자기소개서들 각각에 대한 점수를 계산하는, 자기소개서 정량화 방법.
11. The method of claim 10,
The step of calculating the score is
Determining a propensity keyword similar to the reference propensity keyword among the identified keywords, and calculating a score for each of the plurality of self-introduction statements based on the number of the determined propensity keywords, and the degree of similarity between the propensity keyword and the reference propensity keyword , CV quantification method.
상기 점수는,
상기 성향 키워드의 개수가 일정 범위 이내이고, 상기 성향 키워드와 상기 기준 성향 키워드의 유사도가 클수록 높게 결정되는, 자기소개서 정량화 방법.
13. The method of claim 12,
The score is
The self-introduction quantification method, wherein the number of the propensity keywords is within a certain range, and the higher the degree of similarity between the propensity keyword and the reference propensity keyword is, the higher the determination.
상기 점수를 계산하는 단계는,
식별된 키워드 중 상기 기준 업무 키워드와 유사한 업무 키워드를 판단하고, 판단된 업무 키워드의 개수, 및 상기 업무 키워드와 상기 기준 업무 키워드의 유사도를 기초로 상기 복수의 자기소개서들 각각에 대한 점수를 계산하는, 자기소개서 정량화 방법.
11. The method of claim 10,
The step of calculating the score is
Determining a work keyword similar to the reference work keyword among the identified keywords, and calculating the score for each of the plurality of self-introduction statements based on the number of the determined work keywords, and the degree of similarity between the work keyword and the standard work keyword , CV quantification method.
상기 점수는,
상기 업무 키워드의 개수가 일정 범위 이내이고, 상기 업무 키워드와 상기 기준 업무 키워드의 유사도가 클수록 높게 결정되는, 자기소개서 정량화 방법.
15. The method of claim 14,
The score is
The self-introduction quantification method, wherein the number of the work keywords is within a certain range, and the higher the degree of similarity between the work keywords and the reference work keywords is, the higher.
제1 자기소개서를 기반으로, 상기 기준 성향 키워드 및 상기 기준 업무 키워드를 갱신하는 단계; 및
제2 자기소개서를 기반으로, 상기 복수의 자기소개서들 각각에 대한 표절 의심 여부를 확인하는 단계를 더 포함하며,
상기 제1 자기소개서는, 합격 지원자의 자기소개서이고,
상기 제2 자기소개서는, 인터넷에 공지된 자기소개서인, 자기소개서 정량화 방법.
11. The method of claim 10,
updating the reference propensity keyword and the reference work keyword based on the first self-introduction letter; and
Based on the second self-introduction, further comprising the step of confirming whether plagiarism is suspected for each of the plurality of self-introductions,
The first self-introduction letter is the self-introduction letter of the successful applicant,
The second self-introduction is a self-introduction known on the Internet, self-introduction quantification method.
상기 복수의 자기소개서들 중 적어도 하나의 자기소개서를 출력 장치에 출력할 시, 상기 적어도 하나의 자기소개서에 대한 표절 의심 여부를 나타내는 정보가 별도로 표시되며,
상기 표절 의심 여부는, 상기 적어도 하나의 자기소개서와 상기 제2 자기소개서의 비교 결과에 따라 결정되는, 자기소개서 정량화 방법.
17. The method of claim 16,
When at least one of the plurality of self-introductions is output to an output device, information indicating whether or not plagiarism is suspected for the at least one self-introduction is displayed separately,
Whether the suspicion of plagiarism is, the self-introduction quantification method is determined according to a comparison result of the at least one self-introduction letter and the second self-introduction letter.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190169029A KR102291799B1 (en) | 2019-12-17 | 2019-12-17 | Apparatus and method for Self-introduction quantification |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190169029A KR102291799B1 (en) | 2019-12-17 | 2019-12-17 | Apparatus and method for Self-introduction quantification |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210077417A KR20210077417A (en) | 2021-06-25 |
KR102291799B1 true KR102291799B1 (en) | 2021-08-23 |
Family
ID=76629448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190169029A KR102291799B1 (en) | 2019-12-17 | 2019-12-17 | Apparatus and method for Self-introduction quantification |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102291799B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102619086B1 (en) * | 2021-10-27 | 2023-12-28 | 주식회사 컬리지니에이아이 | Control method of electronic apparatus for providing evaluation information of essay |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150102820A (en) * | 2014-02-28 | 2015-09-08 | 김근현 | Cover letter guiding system and method |
KR20170043357A (en) * | 2015-10-13 | 2017-04-21 | 차연희 | Method and system for intelligent searching talented person |
KR102624520B1 (en) * | 2016-09-01 | 2024-01-12 | (주)앵커리어 | System and method for recommanding job opprotunity |
KR101875923B1 (en) * | 2016-10-14 | 2018-08-02 | 주식회사 렙딥 | Human resouce matching system using machine learning based on wallet system, and method thereof |
KR102476812B1 (en) * | 2016-10-18 | 2022-12-09 | 삼성에스디에스 주식회사 | Method and apparatus for managing a synonymous item based on analysis of similarity |
-
2019
- 2019-12-17 KR KR1020190169029A patent/KR102291799B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
KR20210077417A (en) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verma et al. | An investigation of skill requirements in artificial intelligence and machine learning job advertisements | |
Taylor et al. | Towards greater understanding of success and survival of lean systems | |
Belias et al. | Organizational culture of Greek Banking Institutions: A case study | |
Barbosa et al. | The Corporate Social Responsibility professional: A content analysis of job advertisements | |
Bujacz et al. | Psychosocial working conditions among high-skilled workers: A latent transition analysis. | |
Yahya et al. | Using data mining techniques to guide academic programs design and assessment | |
KR20210116073A (en) | Artificail intelligence based platform system for recruiting talented persons | |
Busque-Carrier et al. | Linking work values profiles to basic psychological need satisfaction and frustration | |
Henrekson et al. | To be or not to be: The entrepreneur in neo-Schumpeterian growth theory | |
Liu et al. | Assessment based on linkage patterns in concept maps | |
KR102291799B1 (en) | Apparatus and method for Self-introduction quantification | |
Khor | A data mining approach using machine learning algorithms for early detection of low-performing students | |
Kaur Paposa et al. | The integration of lean and human resource management practices as an enabler for lean deployment–a systematic literature review | |
JP6416425B1 (en) | Problem analysis system, method, and program | |
Ozkan et al. | A VARIANT PERSPECTIVE TO PERFORMANCE APPRAISAL SYSTEM: FUZZY C–MEANS ALGORITHM. | |
Ripoll et al. | Multi-Lingual Contextual Hate Speech Detection Using Transformer-Based Ensembles. | |
Sostero et al. | The professional lens: What online job advertisements can say about occupational task profiles | |
David et al. | New Frontiers: The Origins and Content of New Work, 1940–2018 | |
Gerhart | Does national culture constrain organization culture and human resource strategy? The role of individual level mechanisms and implications for employee selection | |
Bashar et al. | The role of top management commitment, employee involvement, and training and development on employee performance: evidence from the banking sector of an emerging economy | |
Igbape et al. | Performance evaluation model for quality assurance in Nigeria higher education | |
Bagherzadeh et al. | Learners' Beliefs about English Language Learning: Examining the Impact of English Proficiency Level on the Motivation of Students among Non-English Major EFL Students. | |
Blanco et al. | Job Competencies and Skills in Latin America: a Look from Industry 4.0 | |
Zhao et al. | A machine learning approach to graduate admissions and the role of letters of recommendation | |
Olojuolawe et al. | Structural classification of employability skills hierarchy using Rasch analysis model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right |