CN107563725B - 一种优化繁琐人才招聘过程的招聘系统 - Google Patents

Abstract

本发明公开了一种优化繁琐人才招聘过程的招聘系统，包括客户配置模块、岗位发布模块、简历采集模块、意向沟通模块和面试模块；客户配置模块包括邮箱配置与渠道网站账号配置；岗位发布模块中用户填写岗位需求字段，显示各渠道网站岗位名称，用户选择待发布岗位名称，与岗位需求字段绑定；用户登陆渠道网站通过选择岗位名称，在渠道网站上自动填充与该岗位名称匹配的其余岗位需求字段完成发布；简历采集模块包括本地简历采集、渠道网站中已下载简历采集和简历接收邮箱采集。本发明招聘系统对招聘流程进行优化，对人才资源进行整合，具有高效的简历简析功能，实现一键分享同时发布到多个主流招聘网站；通过企业内部简历共享，极大提高简历利用率。

Description

一种优化繁琐人才招聘过程的招聘系统

技术领域

本发明涉及求职招聘及互联网领域，尤其涉及一种优化繁琐人才招聘过程的招聘系统。

背景技术

随着互联网技术的发展，移动互联对招聘的影响愈加深远。传统招聘模式的碎片化、慢进程、人才来源缺乏等问题也暴露无遗。

传统招聘流程中，招聘渠道错综复杂难管理，信息流转成本高，招聘过程冗长，招聘速度缓慢，HR疲于招聘，无法对自己的工作进行总结和改进。

发明内容

本发明的目的在于针对如今人才流通迅速，企业招聘压力增加，提供一种优化繁琐人才招聘过程的招聘系统。

本发明的目的是通过以下技术方案来实现的：一种优化繁琐人才招聘过程的招聘系统，该系统包括：

(1)客户配置模块：包括邮箱配置与渠道网站账号配置；

(1.1)邮箱配置：配置简历接收邮箱；

(1.2)渠道网站账号配置：配置各个渠道网站的账号密码，在各个渠道网站上通过招聘系统的用户名密码直接登录；

(2)岗位发布模块：用户填写岗位需求字段，显示各个渠道网站的岗位名称，用户选择待发布的岗位名称，与岗位需求字段绑定；用户登陆渠道网站，通过选择岗位名称，在渠道网站上自动填充与该岗位名称匹配的其余岗位需求字段，完成发布；

(3)简历采集模块：包括本地简历采集、渠道网站中已下载简历采集和简历接收邮箱采集；对采集的简历按照简历模板进行解析，形成格式统一的规范简历，将规范简历放入简历库中；

(4)意向沟通模块：HR选择简历库中符合岗位需求的应聘者，与应聘者进行沟通后，将其转到面试环节，并通过邮件发送链接给相应面试官，或者将其转到人才库；

(5)面试模块：面试官收到HR的面试邀请后，直接通过链接识别用户，无密进入面试官操作界面。

进一步地，该系统还包括报表管理模块，多方位分析数据，将简历来源进行划分，同时展示面试岗位分布情况、HR月面试量情况，简历转化到意向沟通和录取的数量、各渠道简历被有效利用的数量，更直观更有效地将数据进行挖掘分析。

进一步地，该系统还包括财务模块，具有申请发票功能，能够展示发票列表和支付明细。

进一步地，对采集的简历进行解析包括：

(a)通过文件流判断简历的文件类型：将文件流的前10个字节信息转换成16进制的字节码，通过字节码匹配对应的文件类型；

(b)根据文件类型生成文本：根据不同的文件类型调用不同的文件流解析组件转换成相应的文本；

(c)解析文本：基于数据增强的简历分词系统，按照TF-IDF策略将待分析的汉字串与机器词典中的词条进行匹配，对简历模版进行原语分析，构建简历对象词库引擎，同时使用平衡二叉查找树对简历模版构造索引，提高简历的解析效率；解析具体如下：

(A)当简历来源于渠道网站时：按照各渠道网站的固定的简历模板生成对应的正则表达式解析规则，快速高效地适应模板的变化；

(B)当简历来源于用户本地时：采用多关键字匹配算法，同一类型的关键字通过Java字段反射技术智能过滤一次；通过字段反射技术动态解析出字段类型；同时，多关键字匹配算法中已加入上百个相关简历信息的关键字，利用关键字索引下标精准定位匹配关键字对应的内容和内容类型，利用哈希表键值存储结构动态快速分配到简历存储的结构化字段中；增强姓名的独立处理，生成百家姓匹配简历中的姓名，按姓名的长度，根据百家姓词库，从两个字、三个字、四个字对姓名进行解析，使截取出的姓名准确率更高。

进一步地，该系统还包括简历智能推荐模块：建立简历库向量空间模型，用于信息过滤、信息擷取、索引以及评估相关性，并进行特征选取和维度压缩；对模型运用度量学习算法进行分析得到简历倾向关键度量库，采用SVM算法对度量库进行线性或非线性分类；使用分类器对新简历进行智能分析，自动推荐给招聘系统的用户。

本发明的有益效果是：本发明招聘系统对招聘流程进行优化，对人才资源进行整合，具有高效强大的简历简析功能，覆盖从简历筛选、面试到候选人入职的全过程，更实现一键分享，同时发布到多个主流招聘网站；通过企业内部简历共享，极大提高简历的利用率，并提供灵活的报表处理。

附图说明

图1是本发明招聘系统结构图；

图2是简历采集示意图；

图3是简历推荐过程示意图；

图4是人才匹配模型。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

本发明提供的一种优化繁琐人才招聘过程的招聘系统，该系统包括：

(1)客户配置模块：包括邮箱配置与渠道网站账号配置；

(1.1)邮箱配置：配置简历接收邮箱；只需将简历接收邮箱添加至招聘系统中，即可将应聘者投递到邮箱中的简历自动采集到招聘系统中统一管理，应能够支持腾讯、Exchange、新浪、网易等各大主流邮箱类型。

(1.2)渠道网站账号配置：配置各个渠道网站的账号密码，在各个渠道网站上通过招聘系统的用户名密码直接登录；所述渠道网站包括智联招聘、51job等；

(2)岗位发布模块：用户填写岗位需求字段，显示各个渠道网站的岗位名称，用户选择待发布的岗位名称，与岗位需求字段绑定；用户登陆渠道网站，通过选择岗位名称，在渠道网站上自动填充与该岗位名称匹配的其余岗位需求字段，完成发布；

(3)简历采集模块：包括本地简历采集、渠道网站中已下载简历采集和简历接收邮箱采集；对采集的简历按照简历模板进行解析，形成格式统一的规范简历，将规范简历放入简历库中；对采集的简历进行解析包括：

(a)通过文件流判断简历的文件类型：将文件流的前10个字节信息转换成16进制的字节码，通过字节码匹配对应的文件类型，包括doc、docx、htm、pdf等各种简历格式；

(b)根据文件类型生成文本：根据不同的文件类型调用不同的文件流解析组件(docx-WordprocessingMLPackage,doc,wps—HWPFDocument,mht--Html2MHTUtils,htm--new String,pdf—ReadPDFUtil,rtf--JEditorPane)转换成相应的文本，可以加入一些编码格式(utf-8，gbk)的兼容性扩展；

(c)解析文本：基于数据增强的简历分词系统，按照TF-IDF策略将待分析的汉字串与机器词典中的词条进行匹配，对简历模版进行原语分析，构建简历对象词库引擎，同时使用平衡二叉查找树对简历模版构造索引，提高简历的解析效率；解析具体如下：

(A)当简历来源于渠道网站时：按照各渠道网站的固定的简历模板生成对应的正则表达式解析规则，快速高效地适应模板的变化；

(B)当简历来源于用户本地时：采用多关键字匹配算法，同一类型的关键字通过Java字段反射技术智能过滤一次(比如：住址、现居住于、现居住地、现所在地等都属于同一类型：address)。通过字段反射技术动态解析出字段类型(如：整型(int)、浮点型(double)、字符串类型、日期、枚举等)；同时，多关键字匹配算法中已加入上百个相关简历信息的关键字(比如工作经历、学校经历、技能证书等)，利用关键字索引下标精准定位匹配关键字对应的内容和内容类型，利用哈希表键值存储结构动态快速分配到简历存储的结构化字段中；增强姓名的独立处理，生成百家姓匹配简历中的姓名，按姓名的长度，根据百家姓词库，从两个字、三个字、四个字对姓名进行解析，使截取出的姓名准确率更高。

(4)意向沟通模块：HR选择简历库中符合岗位需求的应聘者，与应聘者进行沟通后，将其转到面试环节，并通过邮件发送链接给相应面试官，或者将其转到人才库；

(5)面试模块：面试官收到HR的面试邀请后，直接通过链接识别用户，无密进入面试官操作界面。

进一步地，该系统还包括报表管理模块，多方位分析数据，将简历来源进行划分，同时展示面试岗位分布情况、HR月面试量情况，简历转化到意向沟通和录取的数量、各渠道简历被有效利用的数量，更直观更有效地将数据进行挖掘分析。

进一步地，该系统还包括财务模块，具有申请发票功能，能够展示发票列表和支付明细。

进一步地，该系统还包括简历智能推荐模块：建立简历库向量空间模型，用于信息过滤、信息擷取、索引以及评估相关性，并进行特征选取和维度压缩；对模型运用度量学习算法进行分析得到简历倾向关键度量库，采用SVM算法对度量库进行线性或非线性分类；使用分类器对新简历进行智能分析，自动推荐给招聘系统的用户，步骤如下：

1.简历文章预处理(切文本--根据空换行，空白，空格等)；

2.文本分布(词性分类，添加自定义关键字，去除停用词)；

3.文本向量化(TF-IDF算法进行文本向量化)；

4.特征提取(选择分类器算法进行模型训练(调整参数不断重复，直到结果符合预期)->模型)；

5.根据模型定义得到固定函数y＝f(x)，此函数即为简历文本某个模块(比如工作经历)的最终训练的结果函数；

6.用步骤5得出的函数判定简历中的短句为这一业务分类，最终汇总成结构化数据存储。

此外，训练需要大量语料(即列如：简历数据的工作经历模块，来使函数达到一个满意的岗位和人才匹配度(一般90％以上)。

本发明通过网络爬虫在各渠道网站定向抓取简历资源，通过分词技术和自然语言语义学及机器模型训练解码技术对简历模板进行智能解析，通过下载安装浏览器插件把渠道中相应的简历上传到招聘系统中；通过对企业招聘需求的分析，一键发布岗位需求，随时随地跟踪面试情况。

Claims (1)

1.一种优化繁琐人才招聘过程的招聘系统，其特征在于，该系统包括：

(1)客户配置模块：包括邮箱配置与渠道网站账号配置；

(1.1)邮箱配置：配置简历接收邮箱；

(1.2)渠道网站账号配置：配置各个渠道网站的账号密码，在各个渠道网站上通过招聘系统的用户名密码直接登录；

(2)岗位发布模块：用户填写岗位需求字段，显示各个渠道网站的岗位名称，用户选择待发布的岗位名称，与岗位需求字段绑定；用户登陆渠道网站，通过选择岗位名称，在渠道网站上自动填充与该岗位名称匹配的其余岗位需求字段，完成发布；

(3)简历采集模块：包括本地简历采集、渠道网站中已下载简历采集和简历接收邮箱采集；对采集的简历按照简历模板进行解析，形成格式统一的规范简历，将规范简历放入简历库中；

对采集的简历进行解析包括：

(a)通过文件流判断简历的文件类型：将文件流的前10个字节信息转换成16进制的字节码，通过字节码匹配对应的文件类型；

(b)根据文件类型生成文本：根据不同的文件类型调用不同的文件流解析组件转换成相应的文本；

(c)解析文本：基于数据增强的简历分词系统，按照TF-IDF策略将待分析的汉字串与机器词典中的词条进行匹配，对简历模版进行原语分析，构建简历对象词库引擎，同时使用平衡二叉查找树对简历模版构造索引，提高简历的解析效率；解析具体如下：

(A)当简历来源于渠道网站时：按照各渠道网站的固定的简历模板生成对应的正则表达式解析规则，快速高效地适应模板的变化；

(B)当简历来源于用户本地时：采用多关键字匹配算法，同一类型的关键字通过Java字段反射技术智能过滤一次；通过字段反射技术动态解析出字段类型；同时，多关键字匹配算法中已加入上百个相关简历信息的关键字，利用关键字索引下标精准定位匹配关键字对应的内容和内容类型，利用哈希表键值存储结构动态快速分配到简历存储的结构化字段中；增强姓名的独立处理，生成百家姓匹配简历中的姓名，按姓名的长度，根据百家姓词库，从两个字、三个字、四个字对姓名进行解析，使截取出的姓名准确率更高；

(4)意向沟通模块：HR选择简历库中符合岗位需求的应聘者，与应聘者进行沟通后，将其转到面试环节，并通过邮件发送链接给相应面试官，或者将其转到人才库；

(5)面试模块：面试官收到HR的面试邀请后，直接通过链接识别用户，无密进入面试官操作界面；

该系统还包括报表管理模块，多方位分析数据，将简历来源进行划分，同时展示面试岗位分布情况、HR月面试量情况，简历转化到意向沟通和录取的数量、各渠道简历被有效利用的数量，更直观更有效地将数据进行挖掘分析；

该系统还包括财务模块，具有申请发票功能，能够展示发票列表和支付明细；

该系统还包括简历智能推荐模块：建立简历库向量空间模型，用于信息过滤、信息擷取、索引以及评估相关性，并进行特征选取和维度压缩；对模型运用度量学习算法进行分析得到简历倾向关键度量库，采用SVM算法对度量库进行线性或非线性分类；使用分类器对新简历进行智能分析，自动推荐给招聘系统的用户。

Images