CN110232555A - 应聘者背景调查方法、装置、设备及计算机可读存储介质 - Google Patents
应聘者背景调查方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110232555A CN110232555A CN201910342552.3A CN201910342552A CN110232555A CN 110232555 A CN110232555 A CN 110232555A CN 201910342552 A CN201910342552 A CN 201910342552A CN 110232555 A CN110232555 A CN 110232555A
- Authority
- CN
- China
- Prior art keywords
- information
- applicant
- result
- resume
- personnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据分析技术领域。公开了一种应聘者背景调查方法、装置、设备及计算机可读存储介质。方法包括:获取应聘者的人员基本信息;接收调查请求,根据调查请求中包含的调查项,将人员基本信息,分别发送至各个调查项对应的信息收集端;接收各个信息收集端反馈的多个信息收集结果;将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;基于对比结果,输出调查报告。通过本发明,可自动对聘者简历中多个维度的信息进行真伪性验证,减轻了HR工作量,提高了招聘效率,优化了招聘效果。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种应聘者背景调查方法、装置、设备及计算机可读存储介质。
背景技术
目前,企业在进行招聘时,一般是通过应聘者的简历对应聘者进行初步挑选。在这一流程中,需要HR对简历的真实性进行验证。例如,在学信网上查询简历中的学历信息是否真实,对简历中记载的工作经历进行验证等。当企业收到的简历数量较多时,将导致HR难以对每一份简历进行真伪性验证,从而导致招聘效果不理想。
发明内容
本发明的主要目的在于提供一种应聘者背景调查方法、装置、设备及计算机可读存储介质,旨在解决现有技术中当企业收到的简历数量较多时,HR难以对每一份简历进行真伪性验证,从而导致招聘效果不理想的技术问题。
为实现上述目的,本发明提供一种应聘者背景调查方法,所述应聘者背景调查方法包括:
获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
接收各个信息收集端反馈的多个信息收集结果;
将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
基于所述对比结果,输出调查报告。
可选地,所述接收各个信息收集端反馈的多个信息收集结果的步骤之后,还包括:
检测多个信息收集结果中是否存在恶意记录;
若多个信息收集结果中不存在恶意记录,则执行所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤。
可选地,所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤包括:
将每个信息收集结果与简历中记载的同类信息进行对比,得到每个信息收集结果对应的相似度;
根据每个信息收集结果对应的相似度,得到每个信息收集结果对应的风险评估值;
统计每个信息收集结果对应的风险评估值,得到总风险评估值。
可选地,所述基于所述对比结果,输出调查报告的步骤包括:
确定所述总风险评估值所处的目标区间,输出所述目标区间对应的调查报告。
可选地,所述获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息的步骤之后,还包括:
检测预存风控黑名单中是否存在所述人员基本信息;
若预存风控黑名单中存在所述人员基本信息,则输出告警提示;
若预存风控黑名单中不存在所述人员基本信息,则执行所述显示调查请求触发页面的步骤。
可选地,所述基于所述对比结果,输出调查报告的步骤之后,还包括:
若基于所述调查报告,确定所述应聘者的调查结果为可录用,则计算所述应聘者与在职人员的相似度,得到计算结果;
根据所述计算结果,确定与所述应聘者相似的目标在职人员;
基于所述目标在职人员的工作岗位名称,输出岗位推荐信息。
可选地,所述计算所述应聘者与在职人员的相似度的步骤包括:
获取在职人员的简历信息,通过余弦相似度计算应聘者的简历信息与在职人员的简历信息的相似度:
其中,n(A)表示所述应聘者的简历中信息的项数,n(B)表示在职人员的简历中信息的项数,n(A∩B)表示应聘者的简历与在职人员的简历中相同信息的数量;K表示所述应聘者与在职人员的相似度。
此外,为实现上述目的,本发明还提供一种应聘者背景调查装置,所述应聘者背景调查装置包括:
基本信息获取模块,用于获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
调查模块,用于显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
接收模块,用于接收各个信息收集端反馈的多个信息收集结果;
对比模块,用于将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
输出模块,用于基于所述对比结果,输出调查报告。
可选地,应聘者背景调查装置还包括:
恶意记录检测模块,用于检测多个信息收集结果中是否存在恶意记录;
第一步骤跳转模块,用于若多个信息收集结果中不存在恶意记录,则执行所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤。
可选地,对比模块包括:
相似度计算单元,用于将每个信息收集结果与简历中记载的同类信息进行对比,得到每个信息收集结果对应的相似度;
风险评估值计算单元,用于根据每个信息收集结果对应的相似度,得到每个信息收集结果对应的风险评估值;
总风险评估值统计单元,用于统计每个信息收集结果对应的风险评估值,得到总风险评估值。
可选地,输出模块包括:
区间确定单元,用于确定所述总风险评估值所处的目标区间;
输出单元,用于输出所述目标区间对应的调查报告。
可选地,应聘者背景调查装置还包括:
黑名单检测模块,用于检测预存风控黑名单中是否存在所述人员基本信息;
告警模块,用于若预存风控黑名单中存在所述人员基本信息,则输出告警提示;
第二步骤跳转模块,用于若预存风控黑名单中不存在所述人员基本信息,则执行所述显示调查请求触发页面的步骤。
可选地,应聘者背景调查装置还包括:
人员相似度计算模块,用于若基于所述调查报告,确定所述应聘者的调查结果为可录用,则计算所述应聘者与在职人员的相似度,得到计算结果;
查找模块,用于根据所述计算结果,确定与所述应聘者相似的目标在职人员;
岗位推荐模块,用于基于所述目标在职人员的工作岗位名称,输出岗位推荐信息。
可选地,人员相似度计算模块包括:
人员相似度计算单元,用于获取在职人员的简历信息,通过余弦相似度计算应聘者的简历信息与在职人员的简历信息的相似度:
其中,n(A)表示所述应聘者的简历中信息的项数,n(B)表示在职人员的简历中信息的项数,n(A∩B)表示应聘者的简历与在职人员的简历中相同信息的数量;K表示所述应聘者与在职人员的相似度。
此外,为实现上述目的,本发明还提供一种应聘者背景调查设备,所述应聘者背景调查设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的应聘者背景调查程序,所述应聘者背景调查程序被所述处理器执行时实现如上所述的应聘者背景调查方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有应聘者背景调查程序,所述应聘者背景调查程序被处理器执行时实现如上所述的应聘者背景调查方法的步骤。
本申请中,基于大数据分析的方式,将应聘者的基本信息发送至多个信息收集端,根据信息收集端反馈的信息收集结果,对应聘者简历中多个维度的信息进行真伪性验证,减轻了HR工作量,提高了招聘效率,优化了招聘效果。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的应聘者背景调查设备结构示意图;
图2为本发明应聘者背景调查方法一实施例的流程示意图;
图3为本发明应聘者背景调查装置一实施例的功能模块示意图。
本发明目的的实现、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
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1为本发明实施例方案涉及的硬件运行环境的应聘者背景调查设备结构示意图。
本发明实施例应聘者背景调查设备可以是PC,也可以是智能手机、平板电脑、便携计算机、服务器等具有数据处理能力的终端设备。
如图1所示,该应聘者背景调查设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选地可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选地还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的应聘者背景调查设备结构并不构成对应聘者背景调查设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及应聘者背景调查程序。
在图1所示的应聘者背景调查设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的应聘者背景调查程序,并执行以下应聘者背景调查方法各个实施例的操作。
参照图2,图2为本发明应聘者背景调查方法一实施例的流程示意图。
应聘者背景调查方法包括:
步骤S10,获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
本实施例,应聘者背景调查设备为应聘者背景调查方法的执行主体,应聘者背景调查设备可以是服务器、电脑等终端设备。
本实施例中,简历可以是应聘者的电子简历,或是纸质简历的扫描件。通过对电子简历进行字段识别,或通过OCR技术对纸质简历的扫描件进行识别,得到应聘者的人员基本信息。其中,人员基本信息为可以代表该应聘者的唯一标识信息,例如应聘者的身份证号码。
步骤S20,显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求;
本实施例中,在应聘者背景调查设备的显示器上,显示调查请求触发页面。调查请求触发页面上显示多个可选调查项,例如:学历信息调查项、工作履历调查项、资格证书调查项,当然调查项还可以包括其他,并不限于上述列出的三种,具体根据实际需要进行设置。相关人员可以对上述可选调查项进行选择,并进行确认操作,应聘者背景调查设备接收到确认操作时,基于相关人员对可选调查项的选择,接收调查请求。
步骤S30,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
一具体实施例中,上述三项可选调查项均被选择,则将人员基本信息,分别发送至学历信息调查项对应的信息收集端1、工作履历调查项对应的信息收集端2、资格证书调查项对应的信息收集端3。其中,信息收集端1可以对接(或内置)学历信息存储数据库,学历信息存储数据库中存储了可以收集到的人员的学历信息;信息收集端2可以对接(或内置)工作履历信息存储数据库,工作履历信息存储数据库中存储了可以收集到的人员的工作履历信息;信息收集端3可以对接(或内置)资格证书信息存储数据库,资格证书信息存储数据库中存储了可以收集到的人员的资格证书信息。
步骤S40,接收各个信息收集端反馈的多个信息收集结果;
本实施例中,上述信息收集端1-3收到人员基本信息后,分别在各自对接(或内置)的数据库中搜索该人员基本信息对应的已存储信息,例如信息收集端1在对接的(或内置)学历信息存储数据库中搜索到人员基本信息对应的已存储学历信息;信息收集端2在对接的(或内置)工作履历信息存储数据库中搜索到人员基本信息对应的已存储工作履历信息;信息收集端3在对接的(或内置)资格证书信息存储数据库中搜索到人员基本信息对应的已存储资格证书信息。并将上述已存储学历信息、已存储工作履历信息、已存储资格证书信息反馈至应聘者背景调查设备,以供应聘者背景调查设备接收已存储学历信息、已存储工作履历信息、已存储资格证书信息(即多个信息收集结果)。
步骤S50,将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
本实施例中,多个信息收集结果包括已存储学历信息、已存储工作履历信息、已存储资格证书信息,则将已存储学历信息与简历中记载的学历信息进行对比;将已存储工作履历信息与简历中记载的工作履历信息进行对比;将已存储资格证书信息与简历中记载的资格证书信息进行对比。并根据对比情况,将对比结果分为三种:属实、存在差异、不属实。
以学历信息对比为例,学历信息中可以包含毕业院校、毕业时间、学历等级、专业。若已存储学历信息与简历中记载的学历信息完全一致,则有4项符合项。若已存储学历信息与简历中记载的学历信息只有毕业院校、学历等级、专业符合,且在毕业时间上差异在三个月(该时长可根据实际需要进行灵活设置)内,则有3项符合,1项存在差异。若已存储学历信息与简历中记载的学历信息只有毕业院校、学历等级、专业符合,且在毕业时间上差异超过三个月,则有3项符合,1项不属实。
以工作履历信息对比为例,工作履历信息中可以包含原雇主名称、雇佣时间、任职部门。若已存储工作履历信息与简历中记载的工作履历信息完全一致,则有3项符合;若只有雇佣时间、任职部门一致,则有2项符合,1项不属实。
以资格证书信息对比为例,若已存储资格证书信息与简历中记载的资格证书信息完全一致,则1项符合,若不一致,则0项符合,1项不属实。
步骤S60,基于所述对比结果,输出调查报告。
本实施例中,可将步骤S50得到的对比结果中属实情况与不属实情况作为调查报告进行输出。
本实施例中,获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;接收各个信息收集端反馈的多个信息收集结果;将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;基于所述对比结果,输出调查报告。通过本实施例,基于大数据分析的方式,将应聘者的基本信息发送至多个信息收集端,根据信息收集端反馈的信息收集结果,对应聘者简历中多个维度的信息进行真伪性验证,减轻了HR工作量,提高了招聘效率,优化了招聘效果。
进一步地,在本发明应聘者背景调查方法一实施例中,在上述步骤S40之后,还包括:
检测多个信息收集结果中是否存在恶意记录;
若多个信息收集结果中不存在恶意记录,则执行所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤。
本实施例中,例如,信息收集端1反馈的已存储学历信息中,有替考记录,即在信息收集结果中存在恶意记录;或信息收集端2反馈的已存储工作履历信息中,有因工作失误造成原公司重大损失的记录,即在信息收集结果中存在恶意记录。当然,在步骤S20中,在显示调查请求触发页面时,还可以提供公安记录调查项以及法院记录调查项,以供相关人员勾选。从而接收到公安记录调查项对应的信息收集端4反馈的已存储公安记录信息或接收到法院记录调查项对应的信息收集端5反馈的已存储法院记录信息,若已存储公安记录信息或已存储法院记录信息中,记录该应聘人为公安在逃人员,或为失信被执行人,即即在信息收集结果中存在恶意记录,则不进行步骤S50,并输出告警提示。只有在多个信息收集结果中不存在恶意记录时,才执行步骤S50。
本实施例中,若检测到步骤S40接收到的多个信息收集结果中,存在恶意记录,则没有必要进行后续的处理过程,可直接输出不予录用的提示信息;若不存在恶意记录,则继续后续的处理过程,使得整个方法更加合理。
进一步地,在本发明应聘者背景调查方法一实施例中,上述步骤S50包括:
步骤S501,将每个信息收集结果与简历中记载的同类信息进行对比,得到每个信息收集结果对应的相似度;
本实施例中,多个信息收集结果包括已存储学历信息、已存储工作履历信息、已存储资格证书信息,则将已存储学历信息与简历中记载的学历信息进行对比;将已存储工作履历信息与简历中记载的工作履历信息进行对比;将已存储资格证书信息与简历中记载的资格证书信息进行对比。并根据对比情况,将对比结果分为三种:属实、存在差异、不属实。
以学历信息对比为例,学历信息中可以包含毕业院校、毕业时间、学历等级、专业。若已存储学历信息与简历中记载的学历信息完全一致,则有4项符合项。若已存储学历信息与简历中记载的学历信息只有毕业院校、学历等级、专业符合,且在毕业时间上差异在三个月(该时长可根据实际需要进行灵活设置)内,则有3项符合,1项存在差异。若已存储学历信息与简历中记载的学历信息只有毕业院校、学历等级、专业符合,且在毕业时间上差异超过三个月,则有3项符合,1项不属实。
以工作履历信息对比为例,工作履历信息中可以包含原雇主名称、雇佣时间、任职部门。若已存储工作履历信息与简历中记载的工作履历信息完全一致,则有3项符合;若只有雇佣时间、任职部门一致,则有2项符合,1项不属实。
以资格证书信息对比为例,若已存储资格证书信息与简历中记载的资格证书信息完全一致,则1项符合,若不一致,则0项符合,1项不属实。
步骤S502,根据每个信息收集结果对应的相似度,得到每个信息收集结果对应的风险评估值;
本实施例中,对比结果分为三种:属实、存在差异、不属实,其中,属实对应的风险值为0,存在差异对应的风险值为0.5,不属实对应的风险值为-1。
如上述,若将已存储学历信息与简历中记载的学历信息对比,有3项符合,1项存在差异,则学历信息收集结果的风险评估值为:0+0.5=0.5;若将已存储工作履历信息与简历中记载的工作履历信息对比,有2项符合,1项不属实,则工作履历信息收集结果的风险评估值为:0+1=1;若将已存储资格证书信息与简历中记载的资格证书信息对比,有1项符合,则资格证书信息收集结果的风险评估值为:0。
步骤S503,统计每个信息收集结果对应的风险评估值,得到总风险评估值。
统计上述每个信息收集结果的风险评估值,得到的总风险评估值为0.5+1+0=1.5。
进一步地,在本发明应聘者背景调查方法一实施例中,上述步骤S60包括:
确定所述总风险评估值所处的目标区间,输出所述目标区间对应的调查报告。
本实施例中,可根据实际需要预设若干个区间,且设置各个区间的区间值。例如区间1:(-∞,0],区间2:(0,3],区间3:(3,+∞),且区间1对应的调查报告为“建议录用”,区间2对应的调查报告为“需进一步考核”,区间3对应的调查报告为“不建议录用”。在一具体实施例中,若根据上述方案,得到的总风险评估值为1.5,由于1.5处于区间2,则输出区间2对应的调查报告:“需进一步考核”。
本实施例中,基于对比结果,得到总风险评估值,然后输出总风险评估值对应的调查报告,使得HR可以直观明了知晓背景调查结果。
进一步地,在本发明应聘者背景调查方法一实施例中,在上述步骤S10之后,还包括:
检测预存风控黑名单中是否存在所述人员基本信息;
若预存风控黑名单中存在所述人员基本信息,则输出告警提示;
若预存风控黑名单中不存在所述人员基本信息,则执行所述显示调查请求触发页面的步骤。
本实施例中,应聘者背景调查设备中预存风控黑名单,风控黑名单中记录了某些因为特殊原因而被标记为不可录用的人员信息。风控黑名单中记录的信息可以通过人工操作的方式录入。在基于应聘者简历获取到应聘者的人员基本信息后,首先在风控黑名单中搜索,若在风控黑名单中存在上述人员基本信息,则表明当前的应聘者是不能被录用的,因此,输出告警提示,以供HR知晓。若在风控黑名单中不存在上述人员基本信息,则执行步骤S20。
进一步地,在本发明应聘者背景调查方法一实施例中,在上述步骤S60之后,还包括:
若基于所述调查报告,确定所述应聘者的调查结果为可录用,则计算所述应聘者与在职人员的相似度,得到计算结果;
本实施例中,若根据调查报告,确定应聘者的调查结果为可录用。参照上述方案,即总风险评估值处于区间1,则计算应聘者与在职人员的相似度。
其中,计算所述应聘者与在职人员的相似度的步骤包括:
获取在职人员的简历信息,通过余弦相似度计算应聘者的简历信息与在职人员的简历信息的相似度:
其中,n(A)表示所述应聘者的简历中信息的项数,n(B)表示在职人员的简历中信息的项数,n(A∩B)表示应聘者的简历与在职人员的简历中相同信息的数量;K表示所述应聘者与在职人员的相似度。
本实施例中,应聘者的简历中可以包含:所学专业信息、工作年限信息、期望薪资信息,则n(A)=3,在职人员的简历中可以包含:所学专业信息、工作年限信息、期望薪资信息,则n(B)=3。若应聘者的简历与某在职人员的简历中所学专业信息以及期望薪资信息相同,则n(A∩B)=2,根据上述公式,计算得到应聘者与该在职人员的相似度为按照上述方式,分别计算应聘者与每个在职人员的相似度,得到若干个K值。
根据所述计算结果,确定与所述应聘者相似的目标在职人员;
本实施例中,从上述若干个K值中,确定最大的K值,并将最大K值对应的在职人员作为与应聘者相似的目标在职人员。当最大K值有多个时,可以从对应的在职人员中随机挑选一位作为与应聘者相似的目标在职人员。
基于所述目标在职人员的工作岗位名称,输出岗位推荐信息。
在确定目标在职人员后,进一步获取该目标在职人员的工作岗位名称,例如目标在职人员的工作岗位名称为“销售岗位”,则输出的岗位推荐信息可以是“该应聘者与销售岗位匹配”。
此外,本发明实施例还提出一种应聘者背景调查装置。参照图3,图3为本发明应聘者背景调查装置一实施例的功能模块示意图。
应聘者背景调查装置包括:
基本信息获取模块10,用于获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
请求触发模块20,用于显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求;
发送模块30,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
接收模块40,用于接收各个信息收集端反馈的多个信息收集结果;
对比模块50,用于将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
输出模块60,用于基于所述对比结果,输出调查报告。
本实施例中,获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求,根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;接收各个信息收集端反馈的多个信息收集结果;将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;基于所述对比结果,输出调查报告。通过本实施例,基于大数据分析的方式,将应聘者的基本信息发送至多个信息收集端,根据信息收集端反馈的信息收集结果,对应聘者简历中多个维度的信息进行真伪性验证,减轻了HR工作量,提高了招聘效率,优化了招聘效果。
进一步地,应聘者背景调查装置还包括:
恶意记录检测模块70,用于检测多个信息收集结果中是否存在恶意记录;
第一步骤跳转模块80,用于若多个信息收集结果中不存在恶意记录,则执行将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤。
进一步地,对比模块50包括:
相似度计算单元501,用于将每个信息收集结果与简历中记载的同类信息进行对比,得到每个信息收集结果对应的相似度;
风险评估值计算单元502,用于根据每个信息收集结果对应的相似度,得到每个信息收集结果对应的风险评估值;
总风险评估值统计单元503,用于统计每个信息收集结果对应的风险评估值,得到总风险评估值。
进一步地,输出模块60包括:
区间确定单元,用于确定所述总风险评估值所处的目标区间;
输出单元,用于输出所述目标区间对应的调查报告。
进一步地,应聘者背景调查装置还包括:
黑名单检测模块90,用于检测预存风控黑名单中是否存在所述人员基本信息;
告警模块100,用于若预存风控黑名单中存在所述人员基本信息,则输出告警提示;
第二步骤跳转模块110,用于若预存风控黑名单中不存在所述人员基本信息,则执行所述显示调查请求触发页面的步骤。
进一步地,应聘者背景调查装置还包括:
人员相似度计算模块120,用于若基于所述调查报告,确定所述应聘者为可录用,则计算所述应聘者与在职人员的相似度;
查找模块130,用于根据计算结果,确定与所述应聘者相似的目标在职人员;
岗位推荐模块140,用于基于所述目标在职人员的工作岗位名称,输出岗位推荐信息。
进一步地,人员相似度计算模块120包括:
人员相似度计算单元,用于获取在职人员的简历,通过余弦相似度计算应聘者的简历与在职人员的简历的相似度:
其中,n(A)表示所述应聘者的简历中信息的项数,n(B)表示在职人员的简历中信息的项数,n(A∩B)表示应聘者的简历与在职人员的简历中相同信息的数量;K表示所述应聘者与在职人员的相似度。
本发明应聘者背景调查装置的具体实施例与上述应聘者背景调查方法的各个实施例基本相同,在此不做赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有应聘者背景调查程序,所述应聘者背景调查程序被处理器执行时实现如上所述的应聘者背景调查方法的步骤。
本发明计算机可读存储介质的具体实施例与上述应聘者背景调查方法的各个实施例基本相同,在此不做赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他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、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。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、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,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效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种应聘者背景调查方法,其特征在于,所述应聘者背景调查方法包括:
获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求;
根据所述调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
接收各个信息收集端反馈的多个信息收集结果;
将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
基于所述对比结果,输出调查报告。
2.如权利要求1所述的应聘者背景调查方法,其特征在于,所述接收各个信息收集端反馈的多个信息收集结果的步骤之后,还包括:
检测多个信息收集结果中是否存在恶意记录;
若多个信息收集结果中不存在恶意记录,则执行所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤。
3.如权利要求2所述的应聘者背景调查方法,其特征在于,所述将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果的步骤包括:
将每个信息收集结果与简历中记载的同类信息进行对比,得到每个信息收集结果对应的相似度;
根据每个信息收集结果对应的相似度,得到每个信息收集结果对应的风险评估值;
统计每个信息收集结果对应的风险评估值,得到总风险评估值。
4.如权利要求3所述的应聘者背景调查方法,其特征在于,所述基于所述对比结果,输出调查报告的步骤包括:
确定所述总风险评估值所处的目标区间,输出所述目标区间对应的调查报告。
5.权利要求1所述的应聘者背景调查方法,其特征在于,所述获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息的步骤之后,还包括:
检测预存风控黑名单中是否存在所述人员基本信息;
若预存风控黑名单中存在所述人员基本信息,则输出告警提示;
若预存风控黑名单中不存在所述人员基本信息,则执行所述显示调查请求触发页面的步骤。
6.如权利要求1至5中任一项所述的应聘者背景调查方法,其特征在于,所述基于所述对比结果,输出调查报告的步骤之后,还包括:
若基于所述调查报告,确定所述应聘者的调查结果为可录用,则计算所述应聘者与在职人员的相似度,得到计算结果;
根据所述计算结果,确定与所述应聘者相似的目标在职人员;
基于所述目标在职人员的工作岗位名称,输出岗位推荐信息。
7.如权利要求6所述的应聘者背景调查方法,其特征在于,所述计算所述应聘者与在职人员的相似度的步骤包括:
获取在职人员的简历信息,通过余弦相似度计算应聘者的简历信息与在职人员的简历信息的相似度:
其中,n(A)表示所述应聘者的简历中信息的项数,n(B)表示在职人员的简历中信息的项数,n(A∩B)表示应聘者的简历与在职人员的简历中相同信息的数量;K表示所述应聘者与在职人员的相似度。
8.一种应聘者背景调查装置,其特征在于,所述应聘者背景调查装置包括:
基本信息获取模块,用于获取应聘者的简历,并基于所述简历,得到应聘者的人员基本信息;
请求触发模块,用于显示调查请求触发页面,接收基于所述请求触发页面触发的调查请求;
发送模块,用于根据调查请求中包含的调查项,将所述人员基本信息,分别发送至各个调查项对应的信息收集端;
接收模块,用于接收各个信息收集端反馈的多个信息收集结果;
对比模块,用于将多个信息收集结果与所述简历中记载的信息进行同类信息对比,得到对比结果;
输出模块,用于基于所述对比结果,输出调查报告。
9.一种应聘者背景调查设备,其特征在于,所述应聘者背景调查设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的应聘者背景调查程序,所述应聘者背景调查程序被所述处理器执行时实现如权利要求1至7中任一项所述的应聘者背景调查方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有应聘者背景调查程序,所述应聘者背景调查程序被处理器执行时实现如权利要求1至7中任一项所述的应聘者背景调查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342552.3A CN110232555A (zh) | 2019-04-26 | 2019-04-26 | 应聘者背景调查方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342552.3A CN110232555A (zh) | 2019-04-26 | 2019-04-26 | 应聘者背景调查方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110232555A true CN110232555A (zh) | 2019-09-13 |
Family
ID=67860379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910342552.3A Pending CN110232555A (zh) | 2019-04-26 | 2019-04-26 | 应聘者背景调查方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232555A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689325A (zh) * | 2019-09-30 | 2020-01-14 | 深圳春沐源控股有限公司 | 信息处理方法、装置及计算机可读存储介质 |
CN110889038A (zh) * | 2019-11-19 | 2020-03-17 | 平安金融管理学院(中国·深圳) | 人脉数据的生成方法、装置、计算机设备及存储介质 |
CN113128948A (zh) * | 2021-03-17 | 2021-07-16 | 广州番禺职业技术学院 | 一种应聘信息审核方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701522A (zh) * | 2016-01-13 | 2016-06-22 | 浙江工贸职业技术学院 | 基于互联网的个人简历的真伪识别方法与系统 |
CN107590133A (zh) * | 2017-10-24 | 2018-01-16 | 武汉理工大学 | 基于语义的招聘职位与求职简历匹配的方法及系统 |
CN108985707A (zh) * | 2018-06-11 | 2018-12-11 | 安徽引航科技有限公司 | 一种快速判断简历内容真实性的方法 |
-
2019
- 2019-04-26 CN CN201910342552.3A patent/CN110232555A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701522A (zh) * | 2016-01-13 | 2016-06-22 | 浙江工贸职业技术学院 | 基于互联网的个人简历的真伪识别方法与系统 |
CN107590133A (zh) * | 2017-10-24 | 2018-01-16 | 武汉理工大学 | 基于语义的招聘职位与求职简历匹配的方法及系统 |
CN108985707A (zh) * | 2018-06-11 | 2018-12-11 | 安徽引航科技有限公司 | 一种快速判断简历内容真实性的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689325A (zh) * | 2019-09-30 | 2020-01-14 | 深圳春沐源控股有限公司 | 信息处理方法、装置及计算机可读存储介质 |
CN110889038A (zh) * | 2019-11-19 | 2020-03-17 | 平安金融管理学院(中国·深圳) | 人脉数据的生成方法、装置、计算机设备及存储介质 |
CN113128948A (zh) * | 2021-03-17 | 2021-07-16 | 广州番禺职业技术学院 | 一种应聘信息审核方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3345099B1 (en) | Systems and methods for matching and scoring sameness | |
US10311106B2 (en) | Social graph visualization and user interface | |
CN109815314B (zh) | 一种意图识别方法、识别设备及计算机可读存储介质 | |
CN110232555A (zh) | 应聘者背景调查方法、装置、设备及计算机可读存储介质 | |
CN109063920A (zh) | 一种交易风险识别方法、装置、及计算机设备 | |
CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
US20160239520A1 (en) | Biometric matching engine | |
CN109920174B (zh) | 图书借阅方法、装置、电子设备及存储介质 | |
CN109564669A (zh) | 基于信任得分和地理范围搜索实体 | |
CN106650433B (zh) | 一种异常行为检测方法及系统 | |
CN110992167A (zh) | 银行客户业务意图识别方法及装置 | |
CN109063977B (zh) | 一种无感式交易风险监测方法及装置 | |
US10755094B2 (en) | Information processing apparatus, system and program for evaluating contract | |
CN107038784B (zh) | 安全验证方法和装置 | |
CN106933964B (zh) | 一种确定阅读时长的方法、装置及电子设备 | |
US10122711B2 (en) | Secure communications methods for use with entrepreneurial prediction systems and methods | |
CN109685645A (zh) | 用户信用风险评估方法及装置、存储介质 | |
US20090072946A1 (en) | Collaborative product authentication | |
CN107392614A (zh) | 线下交易的实现方法和装置 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN115640074A (zh) | 业务数据处理方法、装置和智能柜台终端 | |
US10990985B2 (en) | Remote supervision of client device activity | |
CN109726904A (zh) | 医疗护理评估结论生成方法、设备及存储介质 | |
CN111882113B (zh) | 一种企业手机银行用户的预测方法和装置 | |
CN107944841A (zh) | 薪酬计算系统及方法 |
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 |