CN109146430B - 一种在线视频面试方法及系统 - Google Patents
一种在线视频面试方法及系统 Download PDFInfo
- Publication number
- CN109146430B CN109146430B CN201811033117.4A CN201811033117A CN109146430B CN 109146430 B CN109146430 B CN 109146430B CN 201811033117 A CN201811033117 A CN 201811033117A CN 109146430 B CN109146430 B CN 109146430B
- Authority
- CN
- China
- Prior art keywords
- interview
- report
- personality trait
- information
- film
- 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.)
- Active
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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种在线视频面试方法及系统,企业端接收面试影片,根据面试影片生成人格特质报告;企业端获取与人格特质报告相同的员工的到岗表现记录,生成面试建议报告;本发明对于企业端来说,能够在面试求职者的同时就能预测到求职者到岗后的行为表现,以减少求职者在面试时和在实际工作中出现的差异化表现,从而使企业端能够找到更合适的员工;对于求职者来说,面试影片不仅增加了便利性,也减少了求职者在求职时舟车劳顿或请假的麻烦;并可选择最适宜的时间,展现最优秀的一面给予企业评核。
Description
技术领域
本发明涉及人力资源招聘领域,特别涉及一种在线视频面试方法及系统。
背景技术
求职,是利用自己所学的知识和技能,来向企业或事业单位寻求为其创造物质财富和精神财富,获取合理报酬,作为物质生活来源的一种过程。现有的求职方式一般为:网络求职、报纸电视、招聘会、熟人介绍以及职业经纪人等等。上述的求职方式所不同的在于获取招聘需求的渠道和投递简历的方式,相同的是通常需要求职者和招聘人员进行面对面交流,且大多数情况下,需要求职者前往招聘单位进行面试。现有的线下面试因为需要双方会面,则必然会产生行程费用、时间调整等成本,还耗费人力资源,且往往收效甚微。同时,求职者是否能展现自己最好的一面,企业HR又是否能作出正确的判断,这都是线下招聘所不可避免的问题。
针对上述问题,国内如钉钉新校招等在线招聘应用推出了在线视频面试,通过投递视频简历以及进行视频面试,不仅解决了初筛海选的面试障碍,同时减少了面试成本,对于求职者和企业来说,都是一种更佳的招聘方式。但是此类招聘方式依然无法解决求职者在面试时和在实际工作中出现的差异化表现,像在面试时优秀但实际表现不佳的案例比比皆是。
发明内容
本发明所要解决的技术问题是:提供一种在线视频面试方法及系统,能够预测面试者到岗后的行为表现。
为了解决上述技术问题,本发明采用的技术方案为:
一种在线视频面试方法,包括步骤:
S1、企业端接收面试影片,根据所述面试影片生成人格特质报告;
S2、企业端获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告。
为了解决上述技术问题,本发明采用的另一种在线视频面试方法及系统技术方案为:
一种在线视频面试系统,包括企业端,所述企业端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收面试影片,根据所述面试影片生成人格特质报告;
S2、获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告。
本发明的有益效果在于:本发明提供一种在线视频面试方法及系统,企业端在接收到求职者的面试影片后,对面试影片进行分析处理,以得到人格特质报告,然后查询到与人格特质报告中的人格描述有相同特征的员工,获取这些员工的到岗表现记录,生成面试建议报告,即本发明能够在面试求职者的同时就能预测到求职者到岗后的行为表现,以减少求职者在面试时和在实际工作中出现的差异化表现,从而使企业端能够找到更合适的员工;对于求职者来说,面试影片不仅增加了便利性,也减少了求职者在求职时舟车劳顿或请假的麻烦;并可选择最适宜的时间,展现最优秀的一面给予企业评核。
附图说明
图1为本发明实施例的一种在线视频面试方法的流程示意图;
图2为本发明实施例的一种在线视频面试系统的结构示意图。
标号说明:
1、一种在线视频面试系统;2、企业端;3、第一处理器;4、第一存储器;5、求职端;6、第二处理器;7、第二存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:在得到人格特质报告之后,获取与人格特质报告相同的员工的到岗表现记录。
请参照图1,一种在线视频面试方法,包括步骤:
S1、企业端接收面试影片,根据所述面试影片生成人格特质报告;
S2、企业端获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告。
从上述描述可知,本发明的有益效果在于:企业端在接收到求职者的面试影片后,对面试影片进行分析处理,以得到人格特质报告,然后查询到与人格特质报告中的人格描述有相同特征的员工,获取这些员工的到岗表现记录,生成面试建议报告,即本发明能够在面试求职者的同时就能预测到求职者到岗后的行为表现,以减少求职者在面试时和在实际工作中出现的差异化表现,从而使企业端能够找到更合适的员工;对于求职者来说,面试影片不仅增加了便利性,也减少了求职者在求职时舟车劳顿或请假的麻烦;并可选择最适宜的时间,展现最优秀的一面给予企业评核。
进一步的,所述步骤S1之前包括:
求职端获取个人适性化测评,根据所述个人适性化测评生成职能分析报告;
求职端获取基于所述职能分析报告确定的求职意向,根据所述求职意向进行筛选招聘岗位;
求职端获取针对所述招聘岗位的视频录制信息,根据所述视频录制信息生成面试影片。
从上述描述可知,求职者可以根据职能分析报告来选择合适的求职岗位,再根据自己的实际情况确定求职意向,以得到符合的招聘岗位。同时,通过录制面试影片,在找到符合的岗位时,将面试影片作为简历进行投递。
进一步的,所述步骤S1具体为:
企业端获取面试影片,捕捉人脸信息和声音信息,根据所述人脸信息中脸部微肌肉情绪变化以及所述声音信息中声音变化信息得到人格特质类型,生成人格特质报告。
从上述描述可知,将求职者的面试影片进行分析处理,使用脸部微肌肉情绪变化和声音变化信息作为分析特征,以得到更加准确的分析结果。
进一步的,所述步骤S2中到岗表现记录的生成步骤:
企业端接收对员工的行为事例考核信息,将所述行为事例考核信息作为企业文化模型的训练数据,生成到岗表现记录;
在生成所述到岗表现记录之后包括步骤:
企业端获取所述员工的人格特质类型,将所述员工的人格特质类型与所述到岗表现记录进行关联。
从上述描述可知,求职者在录取后成为公司员工,他的直属上级可以根据他的日常行为表现进行记录,并保存起来,从而建立起人格特质和到岗表现的关联。便于该企业在后续面试时,能根据对应的人格特质来预测求职者到岗后的行为表现。
进一步的,所述步骤S1之前还包括:
求职端根据所述面试影片生成人格特质报告,根据所述职能分析报告与所述人格特质报告生成适宜岗位信息。
从上述描述可知,求职者通过职能分析报告与人格特质报告来得知自己的适宜岗位,有利于求职者选择合适的岗位进行面试;另外,在面试前,也可根据结果对适宜岗位进行加强化训练,提高求职者的个人能力,增加求职者在适宜岗位上的面试通过率。
如图2所示,一种在线视频面试系统,包括企业端,所述企业端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收面试影片,根据所述面试影片生成人格特质报告;
S2、获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告。
从上述描述可知,本发明的有益效果在于:企业端在接收到求职者的面试影片后,对面试影片进行分析处理,以得到人格特质报告,然后查询到与人格特质报告中的人格描述有相同特征的员工,获取这些员工的到岗表现记录,生成面试建议报告,即本发明能够在面试求职者的同时就能预测到求职者到岗后的行为表现,以减少求职者在面试时和在实际工作中出现的差异化表现,从而使企业端能够找到更合适的员工;对于求职者来说,面试影片不仅增加了便利性,也减少了求职者在求职时舟车劳顿或请假的麻烦;并可选择最适宜的时间,展现最优秀的一面给予企业评核。
进一步的,还包括求职端,所述求职端包括第二存储器、第二处理器及存储在第二存储器上并可在第二处理器上运行的第二计算机程序,所述第二处理器执行所述第二计算机程序时实现以下步骤:
获取个人适性化测评,根据所述个人适性化测评生成职能分析报告;
获取求职意向,根据所述求职意向进行筛选招聘岗位;
获取视频录制信息,根据所述视频录制信息生成面试影片。
从上述描述可知,求职者可以根据职能分析报告来选择合适的求职岗位,再根据自己的实际情况确定求职意向,以得到符合的招聘岗位。同时,通过录制面试影片,在找到符合的岗位时,将面试影片作为简历进行投递。
进一步的,所述步骤S1具体为:
获取面试影片,捕捉人脸信息和声音信息,根据所述人脸信息中脸部微肌肉情绪变化以及所述声音信息中声音变化信息得到人格特质类型,生成人格特质报告。
从上述描述可知,将求职者的面试影片进行分析处理,使用脸部微肌肉情绪变化和声音变化信息作为分析特征,以得到更加准确的分析结果。
进一步的,所述第一处理器执行所述第一计算机程序时还实现以下步骤:
接收对员工的行为事例考核信息,将所述行为事例考核信息作为企业文化模型的训练数据,生成到岗表现记录;
获取所述员工的人格特质类型,将所述员工的人格特质类型与所述到岗表现记录进行关联。
从上述描述可知,求职者在录取后成为公司员工,他的直属上级可以根据他的日常行为表现进行记录,并保存起来,从而建立起人格特质和到岗表现的关联。便于该企业在后续面试时,能根据对应的人格特质来预测求职者到岗后的行为表现。
进一步的,所述第二处理器执行所述第二计算机程序时还实现以下步骤:
根据所述面试影片生成人格特质报告,根据所述职能分析报告与所述人格特质报告生成适宜岗位信息。
从上述描述可知,求职者通过职能分析报告与人格特质报告来得知自己的适宜岗位,有利于求职者选择合适的岗位进行面试;另外,在面试前,也可根据结果对适宜岗位进行加强化训练,提高求职者的个人能力,增加求职者在适宜岗位上的面试通过率。
请参照图1,本发明的实施例一为:
一种在线视频面试方法,包括步骤:
S1.1、求职端获取个人适性化测评,根据个人适性化测评生成职能分析报告;
S1.2、求职端获取基于职能分析报告确定的求职意向,根据求职意向进行筛选招聘岗位;
S1.3、求职端获取针对招聘岗位的视频录制信息,根据视频录制信息生成面试影片;
S1.4、求职端根据面试影片生成人格特质报告,根据职能分析报告与人格特质报告生成适宜岗位信息。
S1、企业端获取面试影片,捕捉人脸信息和声音信息,根据人脸信息中脸部微肌肉情绪变化以及声音信息中声音变化信息得到人格特质类型,生成人格特质报告;
S2、企业端获取与人格特质报告相同的员工的到岗表现记录,生成面试建议报告。
其中,步骤S2中到岗表现记录的生成步骤:
企业端接收对员工的行为事例考核信息,将行为事例考核信息作为企业文化模型的训练数据,生成到岗表现记录;
在生成到岗表现记录之后包括步骤:
企业端获取员工的人格特质类型,将员工的人格特质类型与到岗表现记录进行关联。
请参照图2,本发明的实施例二为:
一种在线视频面试系统1,包括企业端2和求职端5,企业端2包括第一存储器4、第一处理器3及存储在第一存储器4上并可在第一处理器3上运行的第一计算机程序,第一处理器3执行第一计算机程序时实现上述实施例一中的步骤S1、步骤S2:求职端5包括第二存储器7、第二处理器6及存储在第二存储器7上并可在第二处理器6上运行的第二计算机程序,第二处理器6执行第二计算机程序时实现上述实施例一中的步骤S1.1至步骤S1.4。
对于企业端2来说,在进行招聘时,企业员工先进行注册、身份认证并填写公司信息,之后再进行招聘。在招聘时,先填写职缺基本信息,设定题库,题库可选择范例题库或是企业内部自建题库,张贴职缺,搜寻求职者或收到求职者投递的履历,进行初步沟通,检视相关工作经历信息,发送面试邀请,进行视频面试,由招聘同仁评分,是否进行第二阶段面试,是否录用。
其中,在收到面试影片时,企业端2执行上述实施例一中的步骤S1、步骤S2。
对于步骤S1中的人格特质类型来说,针对脸部微肌肉及语速定义相对应的情绪,借此建立人格特质模型,并列示五大人格特质相对应的情绪表现及声音特征,求职者面试后分析该视频,侦测其微肌肉情绪变化以及分析声音即可对应其人格特质类型,产生人格特质报告,给予招聘同仁建议。
另外,上述的人格特质分析,也可以在企业内部进行展开,只是将求职者变为员工即可,在执行上述步骤S1之后,产出职位或职能建议报告,针对其特质给予不足部分强化训练,或是适才适任之目的。
同时,对于求职端5来说,求职者先进行注册,填写个人基本数据及履历,然后执行上述实施例一中的步骤S1.1至步骤S1.4。
当然了,基于上述的实施例一,还可以将实施例一中的方法应用于其它用户端,比如猎头端和学校端。其中,猎头端可请求职者预先录制学经历,利于双方直接针对职缺需求讨论,同时推荐求职者给企业时,可直接提供求职者的面试影片。至于学校端,主要应用的是上述实施例一中的步骤S1.1和步骤S1,其具体方案包括以下两个部分:一是师长设置面试题目后,请学生进行视频面试,并针对学生不足部分,反复进行培训。二是请学生进行视频录制及测评,针对其分析结果给予职业生涯发展建议。
综上所述,本发明提供的一种在线视频面试方法及系统,具有以下有益效果:
(1)对于企业端来说,在接收到求职者的面试影片后,对面试影片进行分析处理,以得到人格特质报告,然后查询到与人格特质报告中的人格描述有相同特征的员工,获取这些员工的到岗表现记录,生成面试建议报告。实现快速筛选的效果,以达成成本效益极大化,并减少人为偏见失准,且求职者对于机器面试较易展现自我,能呈现真实一面供企业端进行面试,同时能够在面试求职者的同时就能预测到求职者到岗后的行为表现,以减少求职者在面试时和在实际工作中出现的差异化表现,从而使企业端能够找到更合适的员工;另外,可以借此进行内部训练,以提供员工的自身能力和岗位适配能力;
(2)、对于求职者来说,面试影片不仅增加了便利性,也减少了求职者在求职时舟车劳顿或请假的麻烦;并可选择最适宜的时间,展现最优秀的一面给予企业评核,同时也可以快速确定适宜岗位且进行自我提升;
(3)、对于猎头端来说,便于面谈和推荐,以增加推荐的成功率;
(4)、对于学校来说,便于培训学生和提高职业生涯建议。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种在线视频面试方法,其特征在于,包括步骤:
S1、企业端接收面试影片,根据所述面试影片生成人格特质报告;
S2、企业端获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告;
所述步骤S2中到岗表现记录的生成步骤:
企业端接收对员工的行为事例考核信息,将所述行为事例考核信息作为企业文化模型的训练数据,生成到岗表现记录;
在生成所述到岗表现记录之后包括步骤:
企业端获取所述员工的人格特质类型,将所述员工的人格特质类型与所述到岗表现记录进行关联。
2.根据权利要求1所述的一种在线视频面试方法,其特征在于,所述步骤S1之前包括:
求职端获取个人适性化测评,根据所述个人适性化测评生成职能分析报告;
求职端获取基于所述职能分析报告确定的求职意向,根据所述求职意向进行筛选招聘岗位;
求职端获取针对所述招聘岗位的视频录制信息,根据所述视频录制信息生成面试影片。
3.根据权利要求1所述的一种在线视频面试方法,其特征在于,所述步骤S1具体为:
企业端获取面试影片,捕捉人脸信息和声音信息,根据所述人脸信息中脸部微肌肉情绪变化以及所述声音信息中声音变化信息得到人格特质类型,生成人格特质报告。
4.根据权利要求2所述的一种在线视频面试方法,其特征在于,所述步骤S1之前还包括:
求职端根据所述面试影片生成人格特质报告,根据所述职能分析报告与所述人格特质报告生成适宜岗位信息。
5.一种在线视频面试系统,包括企业端,所述企业端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,其特征在于,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收面试影片,根据所述面试影片生成人格特质报告;
S2、获取与所述人格特质报告相同的员工的到岗表现记录,生成面试建议报告;
所述第一处理器执行所述第一计算机程序时还实现以下步骤:
接收对员工的行为事例考核信息,将所述行为事例考核信息作为企业文化模型的训练数据,生成到岗表现记录;
获取所述员工的人格特质类型,将所述员工的人格特质类型与所述到岗表现记录进行关联。
6.根据权利要求5所述的一种在线视频面试系统,其特征在于,还包括求职端,所述求职端包括第二存储器、第二处理器及存储在第二存储器上并可在第二处理器上运行的第二计算机程序,所述第二处理器执行所述第二计算机程序时实现以下步骤:
获取个人适性化测评,根据所述个人适性化测评生成职能分析报告;
获取求职意向,根据所述求职意向进行筛选招聘岗位;
获取视频录制信息,根据所述视频录制信息生成面试影片。
7.根据权利要求5所述的一种在线视频面试系统,其特征在于,所述步骤S1具体为:
获取面试影片,捕捉人脸信息和声音信息,根据所述人脸信息中脸部微肌肉情绪变化以及所述声音信息中声音变化信息得到人格特质类型,生成人格特质报告。
8.根据权利要求6所述的一种在线视频面试系统,其特征在于,所述第二处理器执行所述第二计算机程序时还实现以下步骤:
根据所述面试影片生成人格特质报告,根据所述职能分析报告与所述人格特质报告生成适宜岗位信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811033117.4A CN109146430B (zh) | 2018-09-05 | 2018-09-05 | 一种在线视频面试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811033117.4A CN109146430B (zh) | 2018-09-05 | 2018-09-05 | 一种在线视频面试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146430A CN109146430A (zh) | 2019-01-04 |
CN109146430B true CN109146430B (zh) | 2021-08-27 |
Family
ID=64827101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811033117.4A Active CN109146430B (zh) | 2018-09-05 | 2018-09-05 | 一种在线视频面试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146430B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10963841B2 (en) | 2019-03-27 | 2021-03-30 | On Time Staffing Inc. | Employment candidate empathy scoring system |
US10728443B1 (en) | 2019-03-27 | 2020-07-28 | On Time Staffing Inc. | Automatic camera angle switching to create combined audiovisual file |
CN110569356B (zh) * | 2019-08-14 | 2022-05-20 | 中国平安人寿保险股份有限公司 | 基于智能面试交互系统的面试方法、装置和计算机设备 |
TWI727476B (zh) * | 2019-10-29 | 2021-05-11 | 財團法人資訊工業策進會 | 適性化職缺媒合系統及方法 |
US11127232B2 (en) | 2019-11-26 | 2021-09-21 | On Time Staffing Inc. | Multi-camera, multi-sensor panel data extraction system and method |
CN111340444B (zh) * | 2020-02-17 | 2021-09-03 | 斯智信息科技(上海)有限公司 | 可交互场景化的面试方法、系统、设备和介质 |
CN111401828A (zh) * | 2020-02-28 | 2020-07-10 | 上海近屿智能科技有限公司 | 一种强化排序的动态智能面试方法、装置、设备及计算机存储介质 |
US11023735B1 (en) | 2020-04-02 | 2021-06-01 | On Time Staffing, Inc. | Automatic versioning of video presentations |
CN111476540A (zh) * | 2020-04-08 | 2020-07-31 | 上海乂学教育科技有限公司 | 在线面试能力测评系统 |
US11144882B1 (en) | 2020-09-18 | 2021-10-12 | On Time Staffing Inc. | Systems and methods for evaluating actions over a computer network and establishing live network connections |
US11727040B2 (en) | 2021-08-06 | 2023-08-15 | On Time Staffing, Inc. | Monitoring third-party forum contributions to improve searching through time-to-live data assignments |
US11423071B1 (en) | 2021-08-31 | 2022-08-23 | On Time Staffing, Inc. | Candidate data ranking method using previously selected candidate data |
CN114220055B (zh) * | 2021-12-15 | 2024-04-05 | 中国平安人寿保险股份有限公司 | 辅助用户面谈的方法、装置、计算机设备及存储介质 |
US11907652B2 (en) | 2022-06-02 | 2024-02-20 | On Time Staffing, Inc. | User interface and systems for document creation |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265369A (ja) * | 2006-03-01 | 2007-10-11 | Kazuyuki Shoji | 動画機能及びtv電話機能付携帯電話を利用した人材募集・応募支援システム |
CN103455859A (zh) * | 2012-05-30 | 2013-12-18 | 镇江睿泰信息科技有限公司 | 一种在线视频面试系统及方法 |
CN106529770A (zh) * | 2016-10-18 | 2017-03-22 | 深圳市喜悦智慧数据有限公司 | 一种追踪工作任务状态的系统及方法 |
CN108305047A (zh) * | 2018-01-31 | 2018-07-20 | 合肥和钧正策信息技术有限公司 | 一种人才大数据企业服务系统 |
CN109359934A (zh) * | 2018-09-04 | 2019-02-19 | 平安普惠企业管理有限公司 | 基于性格分析的招聘方法、装置、计算机设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104462454A (zh) * | 2014-12-17 | 2015-03-25 | 上海斐讯数据通信技术有限公司 | 一种性格分析方法 |
CN106056355A (zh) * | 2016-05-27 | 2016-10-26 | 徐州医学院 | 一种网络模拟面试方法 |
CN108345874A (zh) * | 2018-04-03 | 2018-07-31 | 苏州欧孚网络科技股份有限公司 | 一种根据视频图像识别人格特征的方法 |
-
2018
- 2018-09-05 CN CN201811033117.4A patent/CN109146430B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007265369A (ja) * | 2006-03-01 | 2007-10-11 | Kazuyuki Shoji | 動画機能及びtv電話機能付携帯電話を利用した人材募集・応募支援システム |
CN103455859A (zh) * | 2012-05-30 | 2013-12-18 | 镇江睿泰信息科技有限公司 | 一种在线视频面试系统及方法 |
CN106529770A (zh) * | 2016-10-18 | 2017-03-22 | 深圳市喜悦智慧数据有限公司 | 一种追踪工作任务状态的系统及方法 |
CN108305047A (zh) * | 2018-01-31 | 2018-07-20 | 合肥和钧正策信息技术有限公司 | 一种人才大数据企业服务系统 |
CN109359934A (zh) * | 2018-09-04 | 2019-02-19 | 平安普惠企业管理有限公司 | 基于性格分析的招聘方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109146430A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146430B (zh) | 一种在线视频面试方法及系统 | |
FraiJ et al. | A literature review: artificial intelligence impact on the recruitment process | |
US20210158302A1 (en) | System and method of authenticating candidates for job positions | |
McLoughlin et al. | A longitudinal study of the transition from doctoral student to faculty member in physical education | |
Pandey et al. | Disruptive artificial intelligence and sustainable human resource management: Impacts and innovations-The future of HR | |
Juicharoen et al. | Recruitment and selection Evolution to the Human Resource 5.0 era | |
Sogunro | Focus of Professional Development on Teachers' Felt Needs: A Paradigm Shift in Policy. | |
Song | Designing library services based on user needs: New opportunities to reposition the library | |
Bargallie | Indigenous Australian peoples and work: Examining worklife histories | |
Ismail et al. | Monitoring audit quality and firm resources of audit firm practices in Malaysia: the implementation of ISQC 1 | |
Wagner et al. | Applied Work-Based Learning at the State University of New York: Situating SUNY Works and Studying Effects. | |
Gonyo et al. | Faculty perceptions of students in life and physical science research labs | |
Milnes | Perspectives of professional learning policy implementation for supporting English language learners in a rural Ontario school board | |
Leitch et al. | Civil Engineering Graduate Apprenticeships: A feasibility study into development of an MSc programme based on review of current undergraduate provision | |
Augusto | Case studies of EdD and PhD dissertations in educational administration | |
Borg et al. | Work readiness of project management graduates working in construction: a study of employer perspectives | |
Eyiene et al. | Career Empowerment Variables and Academic Staff Research Productivity in a Public University: Does Collaboration and Institutional Culture Mediate the Nexus? | |
Simon | Understanding Faculty Laggards' Adoption of Administrative Technologies: A Phenomenological Study | |
Rodney | The Motivations and Routes for Career Progression in Project Management: A Qualitative Descriptive Study | |
Parker | How Call Center Workers Experience Their Low Exchange Relationships: A Qualitative Study | |
Young | The Impact of Leadership Style on the Feature-Level Usage of Graduate Processing Technologies in the Former TBR Universities: A Case Study | |
McDonald | Assessment moderation as a quality management process in non self-accrediting higher education institutions in Australia | |
Setiawan et al. | Success Secret of Top Management Japanese Employees in PT. Toyota Motor Manufacturing Indonesia by Using Ethnography Theory | |
Aishwarya et al. | Efficient Hiring Analysis and Management Using Artificial Intelligence and Blockchain | |
San et al. | Doctoral Degree Changes the Individual Life Expectations: Case Study of PhD Holders from Northeast Normal University |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |