CN111160850A - 一种适用于人员甄别的匹配系统及其匹配方法 - Google Patents

Abstract

本发明涉及人才招聘与简历管理领域，具体涉及利用大数据与互联网技术的软件设计。本发明是通过以下技术方案得以实现的：一种适用于人员甄别的匹配系统，包含，数据库：所述数据库包含多个候选人数据，每个所述候选人数据包含多个标签；所述标签包含意向标签数据，所述意向标签数据用于反映候选人的离职意愿度数值；人选画像编辑模块：用于用户自定义样本数据，所述样本数据包含多个标签数据，用户对各个所述标签数据进行赋值；排序模块：将各个筛选出的候选人按照匹配分值由高到低进行排序，推送给用户。本发明的目的是提供一种适用于人员招聘的人选精准甄别方法，通过用人单位自定义人才画像，进行筛选排序，提升人员招聘结果推送的精确度。

Description

一种适用于人员甄别的匹配系统及其匹配方法

技术领域

本发明涉及人才招聘与简历管理领域，具体涉及利用大数据与互联网技术的软件设计。

背景技术

随着经济发展、社会分工的细化、就业市场求职者和用人单位数量的增多，对于合适人才的挑选和甄别工作显得更为重要。

在传统的操作方式中，用人单位通过阅读人才的简历进行人员筛选。简历中记载中个人学历、经历、特长、爱好等信息。用人单位通过纸质简历或电子简历查看人才内容，对人才进行匹配度筛选。

然而，这样的操作方式是通过用人单位的HR对人才简历进行人工筛选。由于每天接收的简历数量可能会非常大，采用现有的这种人工筛选的方式存在人力成本高、筛选效率低的缺陷。在这个基础上，现有技术使用了自动化软件技术对此流程进行了优化。例如公开号为CN109816325A的中国专利文献公布了一种基于大数据分析的简历筛选方法，其技术方案为使用软件系统自动对录入系统的简历进行评分，用人单位的HR可根据系统的自动打分作为甄选的依据。然而，这样的操作方式是在后期对简历进行打分，并不涉及初期简历的精确筛选，即面对的简历数量依然庞大。

也有例如公开号为CN10698090961A的中国专利文件公开的一种简历筛选匹配方法及系统，通过字符搜索、筛选排序和双向匹配等步骤来实现在大量的简历中筛选出合适招聘者的简历，从而达成减少人员成本、增加工作效率的作用。然而，在实际操作中，尤其在以关键词或标签信息进行设定搜索的过程中，由于某些候选人标签缺失需要多次搜索。此外，对于合适人才的条件选择是复杂和多维度的，并不能简单通过过滤操作来进行删选，即对用人单位HR来说，搜索条件往往难以精确描述，简单的关键字筛选过滤会造成合适人选漏选的情况。

发明内容

本发明的目的是提供一种适用于人员招聘的人选精准甄别方法，通过用人单位自定义人才画像，进行筛选排序，提升人员招聘结果推送的精确度。

本发明的上述技术目的是通过以下技术方案得以实现的：一种适用于人员甄别的匹配系统，包含，

数据库：所述数据库包含多个候选人数据，每个所述候选人数据包含多个标签；所述标签包含意向标签数据，所述意向标签数据用于反映候选人的离职意愿度数值；

人选画像编辑模块：用于用户自定义样本数据，所述样本数据包含多个标签数据，用户对各个所述标签数据进行赋值；

检索模块：基于所述样本数据自动生成检索式，对数据库中候选人数据进行检索；

过滤模块：将标签数据的数值与所述样本数据中的标签数据不同的所述候选人数据进行过滤；

匹配分值赋予模块：根据检索过程中，根据候选人数据中的标签数据与样本数据中的标签信息的匹配度，赋予候选人数据不同的匹配分值；

排序模块：将各个筛选出的候选人按照匹配分值由高到低进行排序，推送给用户。

作为本发明的优选，所述人选画像编辑模块在给所述样本数据编辑标签数据时，编辑的结果包含正常设定值和空值。

作为本发明的优选，所述样本数据的标签包含非容差标签与容差标签。

作为本发明的优选，当所述候选人的标签数据与所述样本数据的非容差标签不同时，该候选人被所述过滤模块过滤掉。

作为本发明的优选，所述样本数据的容差标签允许用户设定容差阈值，当所述候选人的标签信息与所述样本数据的容差标签的数值虽然不同，但在所述容差阈值范围内，则该候选人不会被所述过滤模块过滤掉。

作为本发明的优选，所述人选画像编辑模块在给所述样本数据编辑标签数据时，编辑的结果包含正常设定值和空值，所述匹配分值赋予模块在授予匹配分值时，候选人的标签信息落在所述样本数据的所述容差阈值范围内得到的匹配分值，大于，候选人的标签信息落在所述样本的空值中得到的匹配分值。

作为本发明的优选，所述样本数据的容差标签为平台数据标签或业绩平台数据标签或职级信息数据标签。

一种适用于人员甄别的匹配系统的匹配方法，包含如下步骤：

S01，人才画像步骤；

用户对于需要挑选的人才进行自定义的人才画像，自定义样本数据，对样本数据中的各个标签数据进行赋值，

S02，搜索条件生成步骤；

根据样本数据，软件自动生成搜索脚本，对数据库中每个候选人的数据进行搜索，

S03,过滤步骤；

当候选人的某一项标签数据与所述样本数据中的对应的标签数据无法匹配时，该候选人被过滤，

S04，匹配与排序步骤；

对未被过滤的候选人进行匹配度打分，且根据匹配度分值进行由高到低的排序，且将结果推送给用户。

作为本发明的优选，在S03步骤之前，包含意向过滤步骤，在该步骤中，对所述意向标签的数值低于预设值的候选人都一并过滤。

综上所述，本发明具有如下有益效果：

1、由用户，即用人单位HR通过填写人才画像来进行筛选和过滤，且可通过数量不同的标签限定来进行筛选精度的调整。

2、允许容差标签和非容差标签的同时存在，对于容差标签提供一个预设的容差范围，增加候选人结果，且对候选人进行匹配度排名。

具体实施方式

以下对本发明作进一步详细说明。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

实施例1，包含数据库，数据库中包含有所有候选人的信息。而每一条候选人的信息均有多个标签，例如ID标签、年龄标签、性别标签、学历标签、毕业院校标签、专业标签、工作技能标签、工作年限标签、就职单位标签等等。在本技术方案中，额外有一个标签为“意向标签”，意向标签的数值反映着该候选人离职程度或者说换工作程度的意愿程度，可数字化表示，例如数值越小为离职意愿越低，数值越大为离职意愿越高。该数值的取得是通过与候选人的沟通，例如猎头公司与候选人的沟通来取得，或者也可以通过一些行业规律来进行数值的推定，例如行业走势、公司走势、管理层变动等。

在S01步骤，人才画像步骤中，用户可以自定义样本数据，即对需要寻找的理想人选进行画像。用户可以为一个企业的HR，编辑样本数据。

样本数据与候选人信息一样，也包含有多个标签，用户可以填入各个意向数据，例如：性别，女；年龄：30-35周岁；学历：本科；专业技能：软件工程等等。在这个过程中，也允许用户对于某个标签不进行定义。例如当用户对样本数据的性别标签不定义时，即表示无论候选人是男性或是女性，均可。

随后进入S02，搜索条件生成步骤。在该步骤中，根据S01中用户输入的信息，系统自动生成搜索脚本对数据库中的每个候选人的数据进行搜索。这个步骤的实现是现有技术中软件工程师均可撰写代码实现的自动化功能。使用的编程语言可以是javascript、python、 java C++等，这里不做限制。

在使用搜索功能对数据库的各个候选人进行检索过滤操作之前，先采用意向过滤的方式。即上文中提及过的意向标签，在本实施例中，首先用户可以确定一个意向标签数据的阈值，对所有候选人进行过滤。若候选人的意向标签中的数值低于该阈值，则表示候选人换职业意愿较低，从候选人名单中过滤掉。

随后，正式进入S03，过滤步骤。在该步骤中，当某个候选人的某一项标签，与样本数据中的对应的标签数据无法匹配时，该候选人被过滤。即上文的例子，样本数据为的性别标签的数据为女，则所有性别标签数据为男性的候选人都被统一过滤。由于样本数据包含多个标签，最终形成一个经过过滤筛选的候选人名单。

在该名单的行程过程中，通过筛选的候选人有两种过滤通过情况。情况一：候选人的标签数据与样本的标签数据一致。例如性别为女性。情况二：候选人的某一项标签数据空缺，也能通过过滤而不被排除掉。例如样本标签数据的性别标签为女性，而该候选人的该项标签数据空缺，没有填写自己的性别是男性还是女性。

进入S04，匹配与排序步骤，将刚才过滤结束后，没被过滤清除的候选人进入到名单，并进行匹配度排序。这个匹配度排序可以采用打分的形式。正如上文所述，存在两种过滤通过情况，这就使得每个候选人的标签匹配数量是不同的。例如用于在人才画像步骤中，对于样本数据进行了20个标签的赋值。有的候选人是18个标签匹配，另有2个标签空缺。有的候选人是14个标签匹配，有6个标签空缺。在本技术方案中的，匹配分值赋予模块则对空缺标签的情况不赋予分值，对标签匹配的情况赋予分值，则这两个候选人则分别得到了18分和14分。随后，排序模块将各个筛选出的候选人按照匹配分值由高到低进行排序，推送给用户。

实施例2：与实施例1的区别为引入了“容差标签”和“非容差标签”的概念。具体的，在S01，用户对人才进行画像，需要定义样本数据的标签，而样本数据的标签，存在两种类型，分别为“容差标签”和“非容差标签”。非容差标签即为上文举的例子，为普通标签，例如性别之类。而容差标签则允许了一个过滤范围，例如去年一年的业绩标签。用户设定的标签的数值为第三等级，过滤范围允许了一个偏差，如可上下浮动一级，则第二等级和第四等级的也不会被过滤筛掉。容差标签使得在搜索的过程中允许了小范围偏差，使得搜索的候选人名单数量增多。在实际应用中，“容差标签”往往应用在平台标签、业绩标签、职级标签等标签上。平台是指对该候选人所在公司的规模、实力、经营情况的评测，职级是对该候选人公司中的职位、职级的评测。

实施例2的其他步骤与实施例1相同，到了S03步骤中，则除了实施例1中说的两种情况外，还有情况三：即该候选人的标签数值并不完全与样本数据的对应的标签数值对应，但在它的容差范围内。例如其业绩为第二等级或第四等级。

基于此，在S04，匹配与排序步骤中，匹配分值赋予模块对情况三的赋值打分也是不同，其小于情况一的赋分，但高于情况二的赋分。如情况一赋分1分，情况二赋分0分，情况三赋分0.5分。例如用于在人才画像步骤中，对于样本数据进行了20个标签的赋值。有的候选人是16个标签完全匹配，1个标签并不完全匹配，但在其容差范围内，另有3个标签空缺。则该候选人的得分为16.5分。

其他步骤与方案细节与实施例一相同。

实施例三，与实施例二的区别是“意向标签”对于结果的影响。

实施例一与实施例二中，意向标签均为一个重要的过滤标签，即若意向标签的数值低于预设值，说明其离职意愿低，该候选人则被排除。在实施例三中，不对意向标签的数值进行筛选过滤，即无论其离职意愿的高低，都会被选入候选人名单中推送给用户。

Claims (9)

1.一种适用于人员甄别的匹配系统，其特征在于，包含， 数据库：所述数据库包含多个候选人数据，每个所述候选人数据包含多个标签；所述标签包含意向标签数据，所述意向标签数据用于反映候选人的离职意愿度数值； 人选画像编辑模块：用于用户自定义样本数据，所述样本数据包含多个标签数据，用户对各个所述标签数据进行赋值； 检索模块：基于所述样本数据自动生成检索式，对数据库中候选人数据进行检索； 过滤模块：将标签数据的数值与所述样本数据中的标签数据不同的所述候选人数据进行过滤； 匹配分值赋予模块：根据检索过程中，根据候选人数据中的标签数据与样本数据中的标签信息的匹配度，赋予候选人数据不同的匹配分值； 排序模块：将各个筛选出的候选人按照匹配分值由高到低进行排序，推送给用户。

2.根据权利要求1所述的一种适用于人员甄别的匹配系统，其特征在于： 所述人选画像编辑模块在给所述样本数据编辑标签数据时，编辑的结果包含正常设定值和空值。

3.根据权利要求1所述的一种适用于人员甄别的匹配系统，其特征在于：所述样本数据的标签包含非容差标签与容差标签。

4.根据权利要求3所述的一种适用于人员甄别的匹配系统，其特征在于：当所述候选人的标签数据与所述样本数据的非容差标签不同时，该候选人被所述过滤模块过滤掉。

5.根据权利要求4所述的一种适用于人员甄别的匹配系统，其特征在于：所述样本数据的容差标签允许用户设定容差阈值，当所述候选人的标签信息与所述样本数据的容差标签的数值虽然不同，但在所述容差阈值范围内，则该候选人不会被所述过滤模块过滤掉。

6.根据权利要求5所述的一种适用于人员甄别的匹配系统，其特征在于：所述人选画像编辑模块在给所述样本数据编辑标签数据时，编辑的结果包含正常设定值和空值，所述匹配分值赋予模块在授予匹配分值时，候选人的标签信息落在所述样本数据的所述容差阈值范围内得到的匹配分值，大于，候选人的标签信息落在所述样本的空值中得到的匹配分值。

7.根据权利要求3或4或5或6所述的一种适用于人员甄别的匹配系统，其特征在于：所述样本数据的容差标签为平台数据标签或业绩平台数据标签或职级信息数据标签。

8.一种根据权利要求1-7任意一项所述的适用于人员甄别的匹配系统的匹配方法，其特征在于，包含如下步骤：S01，人才画像步骤； 用户对于需要挑选的人才进行自定义的人才画像，自定义样本数据，对样本数据中的各个标签数据进行赋值， S02，搜索条件生成步骤； 根据样本数据，软件自动生成搜索脚本，对数据库中每个候选人的数据进行搜索，S03,过滤步骤； 当候选人的某一项标签数据与所述样本数据中的对应的标签数据无法匹配时，该候选人被过滤， S04，匹配与排序步骤； 对未被过滤的候选人进行匹配度打分，且根据匹配度分值进行由高到低的排序，且将结果推送给用户。

9.根据权利要求8所述的一种适用于人员甄别的匹配系统的甄别方法，其特征在于：在S03步骤之前，包含意向过滤步骤，在该步骤中，对所述意向标签的数值低于预设值的候选人都一并过滤。