CN110163557B - 评估供应商响应简历的方法、装置和计算机设备 - Google Patents

评估供应商响应简历的方法、装置和计算机设备 Download PDF

Info

Publication number
CN110163557B
CN110163557B CN201910305852.4A CN201910305852A CN110163557B CN 110163557 B CN110163557 B CN 110163557B CN 201910305852 A CN201910305852 A CN 201910305852A CN 110163557 B CN110163557 B CN 110163557B
Authority
CN
China
Prior art keywords
resume
passing rate
provider
suppliers
ranking
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
Application number
CN201910305852.4A
Other languages
English (en)
Other versions
CN110163557A (zh
Inventor
郭雁华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910305852.4A priority Critical patent/CN110163557B/zh
Publication of CN110163557A publication Critical patent/CN110163557A/zh
Application granted granted Critical
Publication of CN110163557B publication Critical patent/CN110163557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及数据查询技术领域，提供一种评估供应商响应简历的方法、装置、计算机设备和存储介质，包括：用人单位终端记录供应商响应用人单位每一个招聘需求的第一简历的数量，并对第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；通过第一脚本计算第一简历的简历通过率；通过第二脚本计算供应商响应所有招聘需求的平均简历通过率、最高简历通过率以及最低简历通过率；根据平均简历通过率、最高简历通过率以及最低简历通过率，通过打分模型计算得到评估供应商所响应简历的质量评分；本申请根据多维度的简历通过率数据来综合评估出供应商所响应简历的整体质量水平。

Description

评估供应商响应简历的方法、装置和计算机设备
技术领域
本申请涉及数据查询的技术领域，特别涉及一种评估供应商响应简历的方法、装置、计算机设备和存储介质。
背景技术
目前，用人单位招聘人才的需求越来越大，通常用人单位会委托多个供应商帮助用人单位找寻合适的候选人，供应商将其认为合适的候选人对应的候选人简历提供给用人单位，以供用人单位进行面试考核。但是，各个供应商的服务水平不同，其所提供的候选人不一定就能满足用人单位的需求，因此对供应商所提供的简历应当进行质量评估，以便用人单位找出合适的供应商作为合作伙伴。而目前，尚不能对供应商所提供的简历进行质量评估。
发明内容
本申请的主要目的为提供一种评估供应商响应简历的方法、装置、计算机设备和存储介质，旨在评估供应商所响应简历的质量。
为实现上述目的，本申请提供了一种评估供应商响应简历的方法，包括以下步骤：
用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
进一步地，所述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤，包括：
根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分。
进一步地，所述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤之后，包括：
用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前。
进一步地，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
或者，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
进一步地，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
进一步地，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
进一步地，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
本申请还提供了一种评估供应商响应简历的装置，包括：
记录单元，用于记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
第一计算单元，用于将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
第二计算单元，用于获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
第三计算单元，用于将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请提供的评估供应商响应简历的方法、装置、计算机设备和存储介质，记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；根据所述第一简历的数量以及面试数量，通过第一脚本计算所述供应商响应每一个招聘需求的第一简历的简历通过率；根据所述供应商响应所有招聘需求的简历通过率，通过第二脚本计算出所述供应商响应所有招聘需求的平均简历通过率，并从所述供应商响应所有招聘需求的简历通过率中选择出最高简历通过率以及最低简历通过率；根据所述平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算得到评估所述供应商所响应简历的质量评分；根据多维度的简历通过率数据来综合评估出供应商所响应简历的整体质量水平。
附图说明
图1是本申请一实施例中评估供应商响应简历的方法步骤示意图；
图2是本申请另一实施例中评估供应商响应简历的方法步骤示意图；
图3是本申请一实施例中评估供应商响应简历的装置结构框图；
图4是本申请另一实施例中评估供应商响应简历的装置结构框图；
图5为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请一实施例中提供了一种评估供应商响应简历的方法，包括以下步骤：
步骤S1，用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
步骤S2，将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
步骤S3，获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
步骤S4，将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
在本实施例中，上述方法用于评估供应商响应用人单位招聘需求的简历的总体质量。上述招聘需求是用人单位向供应商发送的需求信息，即要求供应商提供合适的候选人简历，便于用人单位对对应的候选人进行面试。用人单位提出招聘需求是为了能够尽快招聘到合适的人员，不同的供应商对用人单位的积极性不同，提供的服务质量也会有所不同，供应商提供的简历质量直接关系到用人单位的招聘效率。因此获取供应商响应简历的质量便于用人单位找寻出合适的供应商，便于提高招聘效率。
如上述步骤S1所述的，用人单位在用人单位终端上可以向供应商终端发送招聘需求，反映供应商响应简历的质量应当从多维度的招聘需求进行考虑，以便于全面反映供应商的服务质量。因此，本实施例中可以是同时发送多个招聘需求至供应商，其中每一个招聘需求中通常是招聘不同的职位；供应商终端接收到上述每一个招聘需求时，则可以针对该每一个招聘需求分别进行响应，响应第一简历至用人单位终端，此时，用人单位终端接收到供应商响应的第一简历，并记录该第一简历的数量。不同的供应商积极性及工作效率不同，其响应每一个所述招聘需求的第一简历的数量会有所不同。用人单位可以通过面试官等工作人员对上述第一简历进行筛选，选择出较为合适的第一简历所对应的候选人作为参加面试的人员，并对所述第一简历中选择出参加面试的简历添加通过标记，同时可以将参加面试的数量(即面试数量)进行保存或者输入到用人单位终端中；上述第一简历通常以图片形式保存在用人单位终端中；通过图像识别，便可以识别出上述参加面试的简历，进而用人单位终端则可以获取到参加面试的面试数量。
如上述步骤S2所述的，用人单位终端中预设有第一脚本，将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，计算所述供应商响应每一个招聘需求的第一简历的简历通过率，即计算出供应商针对每一个招聘需求所提供的第一简历的简历通过率；具体地，可以通过面试数量除于第一简历的数量得到上述简历通过率，该简历通过率可以作为判断供应商简历质量的一个因素，可以理解的是，该简历通过率越高，通常供应商提供的简历质量会相对越高。
由于上述简历通过率只是供应商针对一个招聘需求所提供的第一简历的简历通过率，也就是说该简历通过率只能表明该供应商针对这一个招聘需求所提供简历的简历质量，并不能获取到该供应商提供的所有简历的整体质量。由于供应商针对不同招聘需求所响应的第一简历的简历质量会稍有不同，因此，需要进行综合考虑。
本实施例中，如上述步骤S3所述的，上述数据库中还预设有第二脚本，获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并将其输入至预设的第二脚本中计算出所述供应商响应所有招聘需求的平均简历通过率，并从所述供应商响应所有招聘需求的简历通过率中选择出最高简历通过率以及最低简历通过率。具体地，上述第二脚本可以是将上述供应商响应所有不同招聘需求的第一简历的简历通过率进行求和，并平均到每一次招聘需求上，则得到上述平均简历通过率。可以理解的是，还可以从上述供应商响应每一个所述招聘需求的简历通过率中确定出该供应商的最高简历通过率以及最低简历通过率。
如上述步骤S4所述的，根据所述平均简历通过率、最高简历通过率以及最低简历通过率等三个参数，按照预设规则得到评估所述供应商所响应简历的质量评分。得到该质量评分之后，则可以直接获取到该供应商针对招聘需求相应简历的简历质量。通常质量评分越高，则供应商提供简历的简历质量越高。可以理解的是，该质量评分可以是具体的分值，也可以是相对应的评估等级，例如高、中、低等。
在本实施例中，根据平均简历通过率、最高简历通过率以及最低简历通过率，得到所述供应商所响应简历的质量评分的预设规则可以有多种方式，可以是根据上述平均简历通过率、最高简历通过率以及最低简历通过率分别进行打分，再通过预设的打分模型进行加权计算得到该所述供应商所响应简历的质量评分。也可以是根据预设的平均简历通过率、最高简历通过率以及最低简历通过率三者与质量评分的映射关系，对应匹配上述质量评分。
具体地，在一实施例中，上述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤S4，包括：
步骤S401，根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
步骤S402，将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分。
在本实施例中，如上述步骤S401所述的，根据数据库中预设的通过率与对应打分的映射关系，匹配所述平均简历通过率、最高简历通过率以及最低简历通过率分别进行打分得到第一分值、第二分值、以及第三分值；其它实施例中，也可以是根据预设的打分规则进行打分，例如可以是根据上述平均简历通过率、最高简历通过率以及最低简历通过率的分子直接获取到打分；如平均简历通过率为80％，则可以打分为80分；同理，若最高简历通过率为95％，则最高简历通过率对应的打分可以是95分。或者在其他实施例中，也可以是预设通过率与分值的对应关系，如上述通过率高于90％，则打分100分等。打分方式无法穷举，在此不进行赘述。
如上述步骤S402所述的，预先可以设置有上述第一分值、第二分值、以及第三分值的权重比例；例如上述第一分值、第二分值、以及第三分值对应的权重比例为20％：40％：40％；则在步骤S402中利用加权计算模型计算总分值的计算公式为：总分值＝第一分值*20％+第二分值*40％+第三分值*40％。
在其他实施例中，上述步骤S4中，还可以结合供应商响应用人单位招聘需求的简历反馈速度以及响应简历的数量等多维度参数来共同评估所述供应商所响应简历的质量评分。其中，上述响应简历的数量即上述供应商响应用人单位每一个招聘需求的第一简历的数量；上述简历反馈速度可以根据供应商响应招聘需求的时间来获取；对应地，也可以对该简历反馈速度进行相应的反馈速度打分，将该反馈速度打分也作为评估所述供应商所响应简历的质量评分的一个权重分子。
参照图2，在一实施例中，上述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤S4之后，包括：
步骤S5，用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前。
上述实施例中，已经可以获取到每一个供应商响应简历的质量评分，在本实施例中，则可以根据所有供应商响应简历的质量评分，对其对应的供应商进行排名，以获取到所有供应商的服务质量排名；可以理解的是，供应商的质量评分越高，则其服务质量越高，其排名越靠前。上述对供应商进行排名是按照质量评分的高低进行排名，质量评分高的，排名在前。对所有供应商的服务资料排名，便于了解哪个供应商的服务质量更好，对用人单位选择合适的供应商具有显著意义。
在另一实施例中，上述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤S5之后，包括：
步骤S61，按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
在本实施例中，排名越靠前的供应商，对于用人单位的招聘需求越容易得到满足，为了能高效率满足用人单位招聘员工的需求，对于不同排名的供应商，用人单位可以提出不同的招聘需求数量。举例地说，若供应商排名越靠前，则其服务质量较好，则可以将更多的招聘需求分配给该供应商，不仅可以加快用人单位招聘到适合的员工，而且可以降低招聘成本。本实施例中，上述第一预设条件可以是排名靠前的供应商，例如，可以是排名在前三的供应商。
或者，又一实施例中，上述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤S5之后，包括：
步骤S62，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
在本实施例中，排名越往后的供应商，对于用人单位的招聘需求越不容易得到满足，对于不同排名的供应商，用人单位可以提出不同的招聘需求数量。本实施例中，上述第二预设条件可以是排名靠后的供应商，例如，可以是排名在最后三名的供应商。举例地说，若供应商排名越靠后，则其评分越低，服务质量越差，则可以减少招聘需求分配给该供应商，避免其影响招聘效率。
在另一实施例中，上述按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求的步骤S61之后，还包括：
步骤S7，在数据库中预设的供应商排名与奖金金额的对应关系中匹配出对应所述第一供应商排名的奖金金额，并将对应的奖金转入至绑定所述第一供应商的银行账户中。
在本实施例中，用人单位为了激励供应商对招聘需求的响应，设定有对应于供应商排名的奖金，即供应商的排名不同，其获取到的奖金不同，可以理解的是，排名越在前，其奖金越高。本实施例中，上述奖金可以是只发放至满足第一预设条件的供应商，即可以将奖金发放至排名靠前的几个供应商。每个供应商都对应绑定有对应的银行账户，上述奖金可以直接转入至供应商的银行账户中。
在另一实施例中，上述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤S5之后，包括：
步骤S63，根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
在本实施例中，在数据库中可以预先设置有供应商排名与供应商的服务等级的对应关系，在获取到所述供应商的排名之后，则可以从上述对应关系中获取到该供应商的服务等级，该服务等级用于表达的是供应商的服务质量评估，反映出该供应商服务质量是否值得信赖。
在又一实施例中，上述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤S5之后，包括：
步骤S64，在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
在本实施例中，对于不同排名的供应商，作出的招聘需求报价不同，例如，排名在前的供应商，服务质量高，则可以使用较高的招聘需求报价，而针对排名在后的供应商，其对应的招聘需求报价则相对较低。
在又一实施例中，上述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤S5之后，包括：
步骤S65，按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
在本实施例中，供应商针对招聘需求响应候选人简历，用人单位获取到供应商提供的简历之后，需要对候选人简历对应的候选人进行面试，以验证候选人是否合格。本实施例中，按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，可以通过面试终端对候选人进行自动面试，自动验证候选人是否通过。同时为了提高招聘效率，针对积极性排名名次在前的供应商所响应的候选人可以优先进行面试，便于提高时效性。
具体地，在一个实施例中，上述步骤S65中，通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的结果的步骤，具体包括：
步骤S601，通过所述面试终端发出预设的面试问题至所述候选人；本实施例中，可以通过语音或者文字的形式提出上述面试问题。
步骤S602，接收所述候选人针对所述面试问题所作出的语音回答信息；本实施例中，候选人针对面试问题昨天语音回答，面试终端采集该语音回答信息。
步骤S603，将所述语音回答信息输入至预设的面试打分模型中，以输出对所述语音回答信息的评分结果；其中所述面试打分模型是通过已知评分结果的语音回答信息，基于卷积神经网络训练所得；
步骤S604，若所述评分结果高于阈值，则输出所述候选人通过用人单位面试的结果。本实施例中，预设有一个阈值，当该评分结果高于阈值时，则所述候选人通过用人单位面试，若低于阈值，则所述候选人未通过用人单位面试。
在本实施例中，通过面试终端自动对候选人进行面试，无需用人单位面试官进行人为面试，降低人力成本。其中上述面试打分模型是通过已知评分结果的语音回答信息，基于卷积神经网络训练所得，即预先构建好一个训练集，该训练集中包括已知评分结果的语音回答信息，将训练集中的语音回答信息输入到卷积神经网络模型中进行训练，使其输出的结果趋近于训练集中语音回答信息的评分结果，从而得出该卷积神经网络模型的训练参数，将该训练参数输入到卷积神经网络模型中则得到上述预设的面试打分模型，该面试打分模型即用于计算候选人的语音回答信息的评分结果。
参照图3，本申请一实施例中还提供了一种评估供应商响应简历的装置，应用于用于单位终端上，包括：
记录单元10，用于记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
第一计算单元20，用于将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
第二计算单元30，用于获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
第三计算单元40，用于将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
在本实施例中，上述装置用于评估供应商响应用人单位招聘需求的简历的总体质量。上述招聘需求是用人单位向供应商发送的需求信息，即要求供应商提供合适的候选人简历，便于用人单位对对应的候选人进行面试。用人单位提出招聘需求是为了能够尽快招聘到合适的人员，不同的供应商对用人单位的积极性不同，提供的服务质量也会有所不同，供应商提供的简历质量直接关系到用人单位的招聘效率。因此获取供应商响应简历的质量便于用人单位找寻出合适的供应商，便于提高招聘效率。
如上述记录单元10所述的，用人单位在用人单位终端上可以向供应商终端发送招聘需求，反映供应商响应简历的质量应当从多维度的招聘需求进行考虑，以便于全面反映供应商的服务质量。因此，本实施例中可以是同时发送多个招聘需求至供应商，其中每一个招聘需求中通常是招聘不同的职位；供应商终端接收到上述每一个招聘需求时，则可以针对该每一个招聘需求分别进行响应，响应第一简历至用人单位终端，此时，用人单位终端接收到供应商响应的第一简历，并记录该第一简历的数量。不同的供应商积极性及工作效率不同，其响应每一个所述招聘需求的第一简历的数量会有所不同。用人单位可以通过面试官等工作人员对上述第一简历进行筛选，选择出较为合适的第一简历所对应的候选人作为参加面试的人员，并对所述第一简历中选择出参加面试的简历添加通过标记，同时可以将参加面试的数量(即面试数量)进行保存或者输入到用人单位终端中；上述第一简历通常以图片形式保存在用人单位终端中；通过图像识别，便可以识别出上述参加面试的简历，进而用人单位终端则可以获取到参加面试的面试数量。
如上述第一计算单元20所述的，用人单位终端中预设有第一脚本，将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，计算所述供应商响应每一个招聘需求的第一简历的简历通过率，即计算出供应商针对每一个招聘需求所提供的第一简历的简历通过率；具体地，可以通过面试数量除于第一简历的数量得到上述简历通过率，该简历通过率可以作为判断供应商简历质量的一个因素，可以理解的是，该简历通过率越高，通常供应商提供的简历质量会相对越高。
由于上述简历通过率只是供应商针对一个招聘需求所提供的第一简历的简历通过率，也就是说该简历通过率只能表明该供应商针对这一个招聘需求所提供简历的简历质量，并不能获取到该供应商提供的所有简历的整体质量。由于供应商针对不同招聘需求所响应的第一简历的简历质量会稍有不同，因此，需要进行综合考虑。
本实施例中，如上述第二计算单元30所述的，上述数据库中还预设有第二脚本，获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并将其输入至预设的第二脚本中计算出所述供应商响应所有招聘需求的平均简历通过率，并从所述供应商响应所有招聘需求的简历通过率中选择出最高简历通过率以及最低简历通过率。具体地，上述第二脚本可以是将上述供应商响应所有不同招聘需求的第一简历的简历通过率进行求和，并平均到每一次招聘需求上，则得到上述平均简历通过率。可以理解的是，还可以从上述供应商响应每一个所述招聘需求的简历通过率中确定出该供应商的最高简历通过率以及最低简历通过率。
如上述第三计算单元40所述的，根据所述平均简历通过率、最高简历通过率以及最低简历通过率等三个参数，按照预设规则得到评估所述供应商所响应简历的质量评分。得到该质量评分之后，则可以直接获取到该供应商针对招聘需求相应简历的简历质量。通常质量评分越高，则供应商提供简历的简历质量越高。可以理解的是，该质量评分可以是具体的分值，也可以是相对应的评估等级，例如高、中、低等。
在本实施例中，根据平均简历通过率、最高简历通过率以及最低简历通过率，得到所述供应商所响应简历的质量评分的预设规则可以有多种方式，可以是根据上述平均简历通过率、最高简历通过率以及最低简历通过率分别进行打分，再通过预设的打分模型进行加权计算得到该所述供应商所响应简历的质量评分。也可以是根据预设的平均简历通过率、最高简历通过率以及最低简历通过率三者与质量评分的映射关系，对应匹配上述质量评分。
具体地，在一实施例中，上述第三计算单元40，包括：
打分子单元，用于根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
计算子单元，用于将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分。
在本实施例中，如上述打分子单元所述的，根据数据库中预设的通过率与对应打分的映射关系，匹配所述平均简历通过率、最高简历通过率以及最低简历通过率分别进行打分得到第一分值、第二分值、以及第三分值；其它实施例中，也可以是根据预设的打分规则进行打分，例如可以是根据上述平均简历通过率、最高简历通过率以及最低简历通过率的分子直接获取到打分；如平均简历通过率为80％，则可以打分为80分；同理，若最高简历通过率为95％，则最高简历通过率对应的打分可以是95分。或者在其他实施例中，也可以是预设通过率与分值的对应关系，如上述通过率高于90％，则打分100分等。打分方式无法穷举，在此不进行赘述。
如上述计算子单元所述的，预先可以设置有上述第一分值、第二分值、以及第三分值的权重比例；例如上述第一分值、第二分值、以及第三分值对应的权重比例为20％：40％：40％；则在计算子单元中利用加权计算模型计算总分值的计算公式为：总分值＝第一分值*20％+第二分值*40％+第三分值*40％。
在其他实施例中，上述第三计算单元40中，还可以结合供应商响应用人单位招聘需求的简历反馈速度以及响应简历的数量等多维度参数来共同评估所述供应商所响应简历的质量评分。其中，上述响应简历的数量即上述供应商响应用人单位每一个招聘需求的第一简历的数量；上述简历反馈速度可以根据供应商响应招聘需求的时间来获取；对应地，也可以对该简历反馈速度进行相应的反馈速度打分，将该反馈速度打分也作为评估所述供应商所响应简历的质量评分的一个权重分子。
参照图2，在一实施例中，上述评估供应商响应简历的装置，还包括：
排名单元50，用于统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前。
上述实施例中，已经可以获取到每一个供应商响应简历的质量评分，在本实施例中，则可以根据所有供应商响应简历的质量评分，对其对应的供应商进行排名，以获取到所有供应商的服务质量排名；可以理解的是，供应商的质量评分越高，则其服务质量越高，其排名越靠前。上述对供应商进行排名是按照质量评分的高低进行排名，质量评分高的，排名在前。对所有供应商的服务资料排名，便于了解哪个供应商的服务质量更好，对用人单位选择合适的供应商具有显著意义。
在另一实施例中，上述评估供应商响应简历的装置，还包括：
增加单元，用于按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
在本实施例中，排名越靠前的供应商，对于用人单位的招聘需求越容易得到满足，为了能高效率满足用人单位招聘员工的需求，对于不同排名的供应商，用人单位可以提出不同的招聘需求数量。举例地说，若供应商排名越靠前，则其服务质量较好，则可以将更多的招聘需求分配给该供应商，不仅可以加快用人单位招聘到适合的员工，而且可以降低招聘成本。本实施例中，上述第一预设条件可以是排名靠前的供应商，例如，可以是排名在前三的供应商。
或者，又一实施例中，上述评估供应商响应简历的装置，还包括：
减少单元，用于选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
在本实施例中，排名越往后的供应商，对于用人单位的招聘需求越不容易得到满足，对于不同排名的供应商，用人单位可以提出不同的招聘需求数量。本实施例中，上述第二预设条件可以是排名靠后的供应商，例如，可以是排名在最后三名的供应商。举例地说，若供应商排名越靠后，则其评分越低，服务质量越差，则可以减少招聘需求分配给该供应商，避免其影响招聘效率。
在另一实施例中，上述评估供应商响应简历的装置，还包括：
转入单元，用于在数据库中预设的供应商排名与奖金金额的对应关系中匹配出对应所述第一供应商排名的奖金金额，并将对应的奖金转入至绑定所述第一供应商的银行账户中。
在本实施例中，用人单位为了激励供应商对招聘需求的响应，设定有对应于供应商排名的奖金，即供应商的排名不同，其获取到的奖金不同，可以理解的是，排名越在前，其奖金越高。本实施例中，上述奖金可以是只发放至满足第一预设条件的供应商，即可以将奖金发放至排名靠前的几个供应商。每个供应商都对应绑定有对应的银行账户，上述奖金可以直接转入至供应商的银行账户中。
在另一实施例中，上述评估供应商响应简历的装置，还包括：
确定单元，用于根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
在本实施例中，在数据库中可以预先设置有供应商排名与供应商的服务等级的对应关系，在获取到所述供应商的排名之后，则可以从上述对应关系中获取到该供应商的服务等级，该服务等级用于表达的是供应商的服务质量评估，反映出该供应商服务质量是否值得信赖。
在又一实施例中，上述评估供应商响应简历的装置，还包括：
匹配单元，用于在在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
在本实施例中，对于不同排名的供应商，作出的招聘需求报价不同，例如，排名在前的供应商，服务质量高，则可以使用较高的招聘需求报价，而针对排名在后的供应商，其对应的招聘需求报价则相对较低。
在又一实施例中，上述评估供应商响应简历的装置，还包括：
面试单元，用于按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
在本实施例中，供应商针对招聘需求响应候选人简历，用人单位获取到供应商提供的简历之后，需要对候选人简历对应的候选人进行面试，以验证候选人是否合格。本实施例中，按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，可以通过面试终端对候选人进行自动面试，自动验证候选人是否通过。同时为了提高招聘效率，针对积极性排名名次在前的供应商所响应的候选人可以优先进行面试，便于提高时效性。
具体地，在一个实施例中，上述面试单元，具体包括：
发出子单元，用于通过面试终端发出预设的面试问题至所述候选人；本实施例中，可以通过语音或者文字的形式提出上述面试问题。
接收子单元，用于接收所述候选人针对所述面试问题所作出的语音回答信息；本实施例中，候选人针对面试问题昨天语音回答，面试终端采集该语音回答信息。
评分子单元，用于将所述语音回答信息输入至预设的面试打分模型中，以输出对所述语音回答信息的评分结果；其中所述面试打分模型是通过已知评分结果的语音回答信息，基于卷积神经网络训练所得；
输出子单元，用于若所述评分结果高于阈值，则输出所述候选人通过用人单位面试的结果。本实施例中，预设有一个阈值，当该评分结果高于阈值时，则所述候选人通过用人单位面试，若低于阈值，则所述候选人未通过用人单位面试。
在本实施例中，通过面试终端自动对候选人进行面试，无需用人单位面试官进行人为面试，降低人力成本。其中上述面试打分模型是通过已知评分结果的语音回答信息，基于卷积神经网络训练所得，即预先构建好一个训练集，该训练集中包括已知评分结果的语音回答信息，将训练集中的语音回答信息输入到卷积神经网络模型中进行训练，使其输出的结果趋近于训练集中语音回答信息的评分结果，从而得出该卷积神经网络模型的训练参数，将该训练参数输入到卷积神经网络模型中则得到上述预设的面试打分模型，该面试打分模型即用于计算候选人的语音回答信息的评分结果。
综上所述，为本申请实施例中提供的评估供应商响应简历的装置，记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；根据所述第一简历的数量以及面试数量，通过第一脚本计算所述供应商响应每一个招聘需求的第一简历的简历通过率；根据所述供应商响应所有招聘需求的简历通过率，通过第二脚本计算出所述供应商响应所有招聘需求的平均简历通过率，并从所述供应商响应所有招聘需求的简历通过率中选择出最高简历通过率以及最低简历通过率；根据所述平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算得到评估所述供应商所响应简历的质量评分；根据多维度的简历通过率数据来综合评估出供应商所响应简历的整体质量水平。
参照图5，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储面试数据、考核数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种评估供应商响应简历的方法。
上述处理器执行上述评估供应商响应简历的方法的步骤：
用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
在一实施例中，上述处理器将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤，包括：
根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分。
在一实施例中，上述处理器将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤之后，包括：
用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
或者，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种评估供应商响应简历的方法，具体为：
用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分。
在一实施例中，上述处理器将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤，包括：
根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分。
在一实施例中，上述处理器将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤之后，包括：
用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
或者，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
在一实施例中，上述处理器统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
综上所述，为本申请实施例中提供的评估供应商响应简历的方法、装置、计算机设备和存储介质，用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；根据所述第一简历的数量以及面试数量，通过第一脚本计算所述供应商响应每一个招聘需求的第一简历的简历通过率；根据所述供应商响应所有招聘需求的简历通过率，通过第二脚本计算出所述供应商响应所有招聘需求的平均简历通过率，并从所述供应商响应所有招聘需求的简历通过率中选择出最高简历通过率以及最低简历通过率；根据所述平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算得到评估所述供应商所响应简历的质量评分；根据多维度的简历通过率数据来综合评估出供应商所响应简历的整体质量水平。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (7)

1.一种评估供应商响应简历的方法，其特征在于，包括以下步骤：
用人单位终端记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分；
所述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤，包括：
根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分；
所述将所述第二脚本输出的平均简历通过率、最高简历通过率以及最低简历通过率，输入至预设的打分模型中进行计算，得到评估所述供应商所响应简历的质量评分的步骤之后，包括：
用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前；
所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
或者，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
2.根据权利要求1所述的评估供应商响应简历的方法，其特征在于，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
根据数据库中预设的供应商排名与服务等级的对应关系，确定与所述供应商的供应商排名所对应的服务等级，并在数据库中对所述供应商添加对应的服务等级标签信息。
3.根据权利要求1所述的评估供应商响应简历的方法，其特征在于，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
在数据库中预设的供应商排名与招聘需求报价信息的对应关系中，匹配与所述供应商的排名所对应的招聘需求报价信息，并将匹配出的所述招聘需求报价信息发送至对应供应商的终端。
4.根据权利要求1所述的评估供应商响应简历的方法，其特征在于，所述用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名的步骤之后，包括：
按照所述供应商的排名名次先后，依次将所述供应商所响应第一简历中参加面试的目标简历发送至面试终端，并通过所述面试终端对所述目标简历对应的候选人进行面试，以获取是否通过用人单位面试的面试结果。
5.一种评估供应商响应简历的装置，其特征在于，包括：
记录单元，用于记录供应商终端响应用人单位每一个招聘需求的第一简历的数量，并对所述第一简历进行图像识别，从所述第一简历中识别出添加有通过标记的简历，以统计出对应于每一个招聘需求参加面试的面试数量；其中，所述通过标记为用人单位终端从所述第一简历中选择出参加面试时所添加的标记；
第一计算单元，用于将所述第一简历的数量以及面试数量输入至预设的第一脚本中，计算所述面试数量与所述第一简历的比值，以输出所述供应商终端响应用人单位每一个招聘需求的第一简历的简历通过率；
第二计算单元，用于获取所述第一脚本输出的所述供应商终端响应用人单位所有招聘需求的简历通过率，并输入至预设的第二脚本中计算出所述供应商终端响应用人单位所有招聘需求的平均简历通过率，以及通过所述第二脚本对所述供应商终端响应用人单位所有招聘需求的简历通过率进行排序，以从中选择出最高简历通过率以及最低简历通过率；
第三计算单元，用于根据数据库中预设的通过率与对应打分的映射关系，匹配出对应所述平均简历通过率、最高简历通过率以及最低简历通过率分别对应的第一分值、第二分值以及第三分值；
将所述第一分值、第二分值、第三分值，预设的第一分值、第二分值以及第三分值的权重比例，输入至预设的加权计算模型中进行加权计算得到总分值，作为评估所述供应商所响应简历的质量评分；
用人单位终端统计出所有供应商所响应简历的质量评分，并对所有供应商所响应简历的质量评分进行大小排序，并根据排序对所有的供应商进行排名；其中质量评分高的供应商排名在前；
按照所述供应商的排名顺序获取所有供应商的排名名次，选择出所述排名名次满足第一预设条件的第一供应商，并增加分配至所述第一供应商对应供应商终端的招聘需求；
或者，选择出排名名次满足第二预设条件的第二供应商，并减少分配至所述第二供应商对应供应商终端的招聘需求。
6.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN201910305852.4A 2019-04-16 2019-04-16 评估供应商响应简历的方法、装置和计算机设备 Active CN110163557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910305852.4A CN110163557B (zh) 2019-04-16 2019-04-16 评估供应商响应简历的方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910305852.4A CN110163557B (zh) 2019-04-16 2019-04-16 评估供应商响应简历的方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN110163557A CN110163557A (zh) 2019-08-23
CN110163557B true CN110163557B (zh) 2023-09-01

Family

ID=67639529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910305852.4A Active CN110163557B (zh) 2019-04-16 2019-04-16 评估供应商响应简历的方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN110163557B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868373A (zh) * 2016-03-31 2016-08-17 国网江西省电力公司信息通信分公司 电力业务信息系统关键数据处理方法及装置
CN109003004A (zh) * 2017-12-14 2018-12-14 上海态特网络科技有限公司 一种对招聘机构的招聘能力进行定量评价的方法及系统
CN109558529A (zh) * 2018-10-22 2019-04-02 平安科技（深圳）有限公司 简历审核的方法、装置、计算机设备和存储介质
CN109615161A (zh) * 2018-10-23 2019-04-12 平安科技（深圳）有限公司 供应商积极性判断的数据处理方法、装置和计算机设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009114129A1 (en) * 2008-03-10 2009-09-17 Hiaim, Inc. Method and system for managing on-line recruiting

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868373A (zh) * 2016-03-31 2016-08-17 国网江西省电力公司信息通信分公司 电力业务信息系统关键数据处理方法及装置
CN109003004A (zh) * 2017-12-14 2018-12-14 上海态特网络科技有限公司 一种对招聘机构的招聘能力进行定量评价的方法及系统
CN109558529A (zh) * 2018-10-22 2019-04-02 平安科技（深圳）有限公司 简历审核的方法、装置、计算机设备和存储介质
CN109615161A (zh) * 2018-10-23 2019-04-12 平安科技（深圳）有限公司 供应商积极性判断的数据处理方法、装置和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
招聘面试人工智能系统的框架与模块研究;杨真;陈建安;;江苏大学学报(社会科学版)(第06期);全文 *

Also Published As

Publication number Publication date
CN110163557A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
Sarrico et al. Data envelopment analysis and university selection
Bartlett Survey research in organizations
US8099311B2 (en) System and method for routing tasks to a user in a workforce
Leung Learning to hire? Hiring as a dynamic experiential learning process in an online market for contract labor
US6857877B1 (en) Recorded medium on which program for displaying skill, achievement level, display device, and displaying method
CN111651676B (zh) 基于能力模型进行职业推荐的方法、装置、设备和介质
US20140122357A1 (en) Scoring model methods and apparatus
US20120271675A1 (en) Dynamic candidate organization system
US20120271775A1 (en) Systems, methods, apparatus and graphical user interfaces for improved candidate search and selection and recruitment management
Aljanahi Challenges to the Emiratisation process: content analysis
Stock et al. A taxonomy of expatriate leaders' cross-cultural uncertainty: insights into the leader–employee dyad
Greenberg et al. Keeping surveys valid, reliable, and useful: A tutorial
Strutynska et al. Small and medium business structures clustering method based on their digital maturity
CN110083634A (zh) 基于数据分析的订单处理方法、装置、设备及存储介质
Llorens Rapid advances in HRM technologies and public employment systems: A research agenda for acquiring and managing talent
KR102521561B1 (ko) 직무역량 기반의 직업 추천 서비스 방법 및 서비스 시스템
Nikiforova The place of robo-advisors in the UK Independent financial advice market. substitute or complement?
CN110163557B (zh) 评估供应商响应简历的方法、装置和计算机设备
JP2002366790A (ja) 技術情報表示システム
EP2922002A1 (en) System and method for generating a campus recruitment plan for an organization
JP2019086908A (ja) マッチング装置
Kamari et al. Popularizing DGNB in the Danish construction industry: A field study of the industry via a qualitative comparative analysis
Chiware Business information needs, seeking patterns and information services in the small medium and micro enterprises sector (SMME) in Namibia
KR102677614B1 (ko) 개인 별 역량 및 mbti 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법, 시스템
KR102714109B1 (ko) 개인 별 역량분석 및 mbti 성향분석을 통한 인공지능 기반 인재 매칭 및 추천 방법, 시스템

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