CN112749869A - 适性化职缺媒合系统及方法 - Google Patents
适性化职缺媒合系统及方法 Download PDFInfo
- Publication number
- CN112749869A CN112749869A CN201911118713.7A CN201911118713A CN112749869A CN 112749869 A CN112749869 A CN 112749869A CN 201911118713 A CN201911118713 A CN 201911118713A CN 112749869 A CN112749869 A CN 112749869A
- Authority
- CN
- China
- Prior art keywords
- job
- interview
- generate
- target
- question
- 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
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 12
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 8
- 230000007547 defect Effects 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000008520 organization Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001568 sexual effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010049976 Impatience Diseases 0.000 description 1
- 201000001880 Sexual dysfunction Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Abstract
一种适性化职缺媒合系统及方法。该系统执行以下运作:基于电子履历,决定目标语料库;分析电子履历,以产生多个关键字集合;分析该多个关键字集合,产生电子履历评分;根据该多个关键字集合及对应至目标职务类别的多个预设问题集合,产生多个面试问题;传送动画至使用者装置,动画与该多个面试问题相关;接收回应动画,回应动画与各该面试问题的回答内容相关;分析回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的信心度;根据电子履历评分等面试问题评分及该多个信心度,计算指标评分以产生职缺媒合清单。
Description
【技术领域】
本发明是关于一种职缺媒合系统及方法;更具体而言,本发明的职缺媒合技术是借由分析求职者的电子履历信息及模拟面试信息,借以产生职缺媒合清单。
【背景技术】
随着各类型产业的快速进步,就业市场上对于各种人力资源的需求日渐提升。这样的趋势下,征才单位需要有效率地找到合适的员工,而求职者亦想要更了解自己的优势及定位。
目前市面上已有多种人力资源的媒合平台,传统的人力资源的媒合平台(下称媒合平台)媒合流程如下:首先,由求职者建立自身履历,并由求职者自行勾选欲应征的职务类别后。接着,媒合平台再将该求职者履历广发给各个征才单位,由各征才单位主动人工浏览求职者相关信息作评估。最后,才由征才单位与求职者另外约时间进行下一步面谈。
然而,前述的媒合流程,各征才单位若仅从文字呈现的履历作判断,很难对于求职者作精准的筛选,且常在求职者进入最后面试阶段时,征才单位才发现不符合其职缺的征才需求,造成资源及时间的浪费。因此,目前传统的媒合流程对于征才单位而言,不但耗时冗长,对于求职者更是耗费劳力。
进一步言,对于征才单位而言,除了专业能力的评估指标之外,人格特质亦是征才单位在评估求职者是否合适该职缺的一项重要的评估指标。然而,传统征才单位在判断求职者的人格特质时,通常仅是在面试时借由纸本问题做性向测验,求职者有可能经过大量的反复作答练习,进而作答出满足征才单位其职缺选才的需求人格特质,导致测验成绩的效果不准确,而对于征才单位造成困扰。因此,由目前媒合平台提供的传统媒合方式,仍无法有效率的为征才单位媒合职缺与人才,对于求职者亦无法提供有效的信息作为参考。
有鉴于此,如何提供一种能够适性化职缺媒合的技术,乃业界亟需努力的目标。
【发明内容】
本发明的一目的在于提供一种适性化职缺媒合系统,该适性化职缺媒合系统与一使用者装置通过一网络连线,该使用者装置由一求职者操作。该适性化职缺媒合系统包含一收发接口、一存储器及一处理器,其中该处理器电性连接至该收发接口及该存储器。该存储器存储多个语料库及一职缺数据库,其中,该多个语料库与多个职务类别其中之一相关,该职缺数据库包含多个职缺,各该职缺与该多个职务类别其中之一相关,各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生。该处理器自该使用者装置接收一电子履历。该处理器基于该电子履历,决定一目标语料库,其中该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关。该处理器基于该目标语料库分析该电子履历,以产生多个第一关键字集合,其中该多个第一关键字集合与该电子履历中多个栏位内容相关。该处理器基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分。该处理器根据该多个第一关键字集合及对应至该目标职务类别的该多个预设问题集合,产生多个面试问题,其中,该多个面试问题包含多个专业问题及多个性向问题。该处理器传送一动画至该使用者装置的一显示接口,该动画与该多个面试问题相关。该处理器自该使用者装置接收一回应动画,该回应动画与各该面试问题的一回答内容相关。该处理器分析该回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度。该处理器根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单。
本发明的另一目的在于提供一种适性化职缺媒合方法,其是适用于一电子装置。该电子装置包含一收发接口、一存储器及一处理器。该存储器存储多个语料库及一职缺数据库,其中,该多个语料库与多个职务类别其中之一相关,该职缺数据库包含多个职缺,各该职缺与该多个职务类别其中之一相关,各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生。
该适性化职缺媒合方法由该处理器所执行,且包含下列步骤:自该使用者装置接收一电子履历;基于该电子履历,决定一目标语料库,其中,该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关;基于该目标语料库分析该电子履历,以产生多个第一关键字集合,其中,该多个第一关键字集合与该电子履历中多个栏位内容相关;基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分;根据该多个第一关键字集合及对应至该目标职务类别的该多个预设问题集合,产生多个面试问题,其中,该多个面试问题包含多个专业问题及多个性向问题;传送一动画至该使用者装置的一显示接口,该动画与该多个面试问题相关;自该使用者装置接收一回应动画,该回应动画与各该面试问题的一回答内容相关;分析该回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度;以及根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单。
本发明所提供的适性化职缺媒合技术(至少包含系统及方法)借由自动的分析求职者的电子履历,产生求职者电子履历的评分。随后,根据该电子履历及各该职缺的预先准备的预设问题,产生适合该求职者的面试问题。接着,通过虚拟人像技术产生该面试问题的影音动画与该求职者进行模拟面试,根据求职者回答的影音动画,进一步自动分析求职者的作答内容及信心度,产生面试问题评分。最后,基于该求职者的电子履历的评分及模拟面试的评分,产生职缺媒合清单,解决已知技术无法有效率媒合职缺的问题。另外,本发明亦可提供推荐名单给征才单位,并提供相关的落点信息供求职者参考。
以下结合附图阐述本发明的详细技术及较佳实施方式,俾使本领域的技术人员能理解所请求保护的发明的特征。
【附图说明】
图1是描绘第一实施方式的适性化职缺媒合系统的架构示意图;
图2是描绘职缺数据库的一具体范例;
图3是描绘分类表的一具体范例;
图4A描绘适性化职缺媒合系统产生的动画的一具体范例;
图4B是描绘使用者装置产生的回应动画的一具体范例;以及
图5是描绘第二实施方式的适性化职缺媒合方法的部分流程图。
【符号说明】
1:适性化职缺媒合系统
3:使用者装置
5:求职者
7:外部装置
11:收发接口
13:存储器
15:处理器
101:电子履历
103:推荐职务类别
105:目标职务类别
107:动画
109:回应动画
111:职缺媒合清单
113:推荐名单
M1、……、Mn:语料库
J:职缺数据库
Q1~Q4:预设问题集合
S501-S517:步骤
【具体实施方式】
以下将通过实施方式来解释本发明所提供的一种适性化职缺媒合系统及方法。然而,该多个实施方式并非用以限制本发明需在如该多个实施方式所述的任何环境、应用或方式方能实施。因此,关于实施方式的说明仅为阐释本发明的目的,而非用以限制本发明的范围。应理解,在以下实施方式及附图中,与本发明非直接相关的元件已省略而未绘示,且各元件的尺寸以及元件间的尺寸比例仅为例示而已,而非用以限制本发明的范围。
本发明的第一实施方式为一适性化职缺媒合系统1,其示意图是描绘于图1。于本实施方式中,适性化职缺媒合系统1通过一网络与使用者装置3以及多个外部装置7(即,多个征才单位X1、……、征才单位Xn所使用的装置)连线,使用者装置3由一求职者5操作,该多个外部装置7可为各个征才单位使用的各式运算装置。需说明者,本发明并未限制与适性化职缺媒合系统1所连线的使用者装置3的数目及外部装置7的数目。换言之,于本发明的其他实施方式中,适性化职缺媒合系统1可与多个使用者装置3以及多个验证装置外部装置7通过网络连线,视该适性化职缺媒合系统1的规模及实际需求而定。
本发明的第一实施方式为一适性化职缺媒合系统1,其架构示意图是描绘于图1。适性化职缺媒合系统1包含一收发接口11、一存储器13及一处理器15,且处理器15电性连接至收发接口11及存储器13。收发接口11为一可接收及传输数据的接口或本领域的技术人员所知悉的其他可接收及传输数据的接口。于本实施方式中,收发接口11作为与使用者装置3以及多个外部装置7的信息沟通媒介,收发接口11用以接收与发送例如:电子履历、推荐职务类别、目标职务类别、动画、回应动画、职缺媒合清单、推荐名单等等信息,具体的细节将于后段说明。
存储器13可为一存储器、一通用串列总线(Universal Serial Bus;USB)盘、一硬盘、一光盘、一随身盘或本领域的技术人员所知且具有相同功能的任何其他存储媒体或电路。处理器15可为各种处理器、中央处理单元、微处理器、数字信号处理器或本领域的技术人员所知的其他计算装置。于某些实施方式中,适性化职缺媒合系统1可单独的被设置,或是将适性化职缺媒合系统1整合至某些运算服务器中,本发明未限制其内容。
先说明本实施方式的整体运作,首先,适性化职缺媒合系统先自使用者装置接收电子履历,并根据电子履历的内容决定目标语料库(目标语料库用于后续运作),并产生书面的评分(即,电子履历评分)。接着,根据分析后的该电子履历及存储器预先存储的预设问题集合,产生适合该求职者的面试问题。随后,适性化职缺媒合系统根据虚拟人像技术产生关于面试问题的动画,并传送给使用者装置,以进行模拟面试。接着,由使用者装置回传关于面试问题的回应动画(包含声音与影像)。随后,由适性化职缺媒合系统分析回应动画的内容,产生各面试问题相应的问题评分与回答信心度。最后,由适性化职缺媒合系统根据电子履历评分及模拟面试的评分,产生职缺媒合清单给使用者装置,以下将详述每个运作的具体细节。
于本实施方式中,如图1所示,适性化职缺媒合系统1的存储器13预先存储多个语料库M1、……、Mn及一职缺数据库J,其中,n为大于2的正整数,语料库M1、……、Mn与多个职务类别其中之一相关(例如:语料库M1是针对「业务」职务类别的语料库、语料库Mn则是关于「工程师」职务类别的语料库等等)。
一般而言,由于各种职务类别的职缺所需要评估的能力与标准不同(例如:业务职缺较注重求职者的行销与沟通能力、工程师职缺则较注重求职者的逻辑能力),对于各种职务类别中出现的字汇及意义,在不同职务类别上自然应有不同的解读。因此,若能根据求职者的应征职务类别选择专门对应的语料库来辅助判断,则能提高媒合的精准度。
须说明者,语料库是根据大量该职务类别的样本(例如:电子履历、文章、历史职缺的匹配数据、网络上的相关数据等等),通过机器学习所建立。因此,语料库M1、……、Mn中包含了针对该职务类别的字汇的意义、字汇出现频率及相关字比较的信息及功能。需说明者,语料库M1、……、Mn可由适性化职缺媒合系统1本身建置并训练,亦可自外部装置直接接收训练完的语料库,所属领域具有通常知识者,应可根据上述内容了解语料库的内容,兹不赘言。
于本实施方式中,存储器13存储的职缺数据库J包含多个等待配对的职缺,各该职缺与该多个职务类别其中之一相关(例如:「A公司软件工程师」的职缺对应至「工程师」的职务类别),各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生。
为便于理解,请参考图2关于职缺数据库的具体范例,但其非用以限制本发明的范例。如图2所示,职缺数据库至少包含职缺、职务类别、预设问题集合等栏位,职缺数据库包含了「A公司软件工程师」、「B公司软件工程师」、「C公司产品业务」、「D公司产品业务」等4个职缺,其分别对应至「工程师」、「工程师」、「业务」及「业务」等职务类别及「Q1」、「Q2」、「Q3」及「Q4」的预设问题集合。于某些实施方式中,预先存储在存储器13的预设问题集合除了专业问题,亦包含性向问题。
预设问题集合Q1~Q4为该征才单位对于该职缺所设计的多个面试题目(例如:A公司人资主管为了该「A公司软件工程师」职缺设计的面试题目),以图2中的预设问题集合Q1举例而言,预设问题集合Q1可能包含「对于JAVA语言的熟悉程度」及「软件开发的经验」,而Q3的预设问题集合则可能为「对于C公司产品的了解程度」及「对于C公司销售策略的看法」。需说明者,图2中的职缺数据库尚包含其他数值及相关细节未绘示,例如:职缺的相关内容、录取该职缺的门槛值、职缺的限制条件等等,本领域的技术人员应可理解其内容,故以下段落将仅详细说明与本发明相关的实施细节。
接着说明适性化职缺媒合系统1执行的运作,请参考图1。首先,适性化职缺媒合系统1自使用者装置3接收电子履历101。接着,处理器15基于电子履历101,决定一目标语料库,其中,该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关。
于某些实施方式中,处理器15可基于电子履历101,从该多个职务类别中产生多个推荐职务类别103给使用者装置3,由求职者5从该多个推荐职务类别103中选出有兴趣的职务类别(即,目标职务类别)。接着,适性化职缺媒合系统1自使用者装置3接收该目标职务类别105,目标职务类别105为该多个推荐职务类别其中之一,处理器15基于接收的目标职务类别105,从语料库M1、……、Mn中决定该采用哪个语料库作为目标语料库。
为便于理解,请参考图3的分类表具体范例,但其非用以限制本发明的范例。处理器15可基于此分类表,分别比对求职者5的电子履历101中工作经历、学历、技能、竞赛或作品等栏位内容,以判断求职者5适合的职务类别,产生适合的推荐职务类别103给使用者装置3,所属领域具有通常知识者应可根据上述内容理解关产生多个推荐职务类别103及决定目标职务类别105的内容,兹不赘言。
接着,适性化职缺媒合系统1分析求职者5的书面数据(即,电子履历101),从求职者5的书面数据中撷取出相关的关键字,以用于后续的书面数据评分及产生面试题目。于本实施方式中,处理器15基于该目标语料库分析电子履历101,以产生多个第一关键字集合,其中,该多个第一关键字集合与该电子履历中多个栏位内容相关。
具体而言,处理器15可针对求职者5的电子履历101中的该多个栏位内容(例如:工作经历、学历、具备的技能、竞赛或作品、自传等等),分别进行断词处理(通过如JIEBA断词程序等等),以产生各该栏位内容的断词结果。随后,通过目标语料库对各该栏位内容的断词结果进行一关键字提取,以产生对应各该栏位的第一关键字集合。于某些实施方式中,处理器15更设定各该目标语料库中各关键字不同的权重(例如:提升出现「Java语言」关键字的权重),以基于各征才单位的需求作调整。
接着,处理器15基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分。具体而言,处理器15分析该多个第一关键字集合包含以下运作:处理器15通过该目标语料库,对该多个第一关键字集合进行一关键字比对,以产生该电子履历评分。举例而言,处理器15将各该第一关键字集合与目标语料库进行关键字比对,电子履历评分可通过如BM25(Best Match 25)、TF/IDF(Term frequency–inverse document frequency)等演算法实现。于某些实施方式中,处理器15根据电子履历101中的各个栏位内容(例如:工作经历、学历、具备的技能、竞赛或作品、自传等等)产生的各该第一关键字集合,产生包含一学经历指标、一技能指标及一人格特质指标的电子履历评分。
随后,在电子履历评分后,适性化职缺媒合系统1即开始模拟面试的相关运作。于本实施方式中,适性化职缺媒合系统1基于处理完的电子履历(即,第一关键字集合)及对应至该目标职务类别的该多个预设问题集合来产生专属于求职者5的多个面试问题,其中,该多个面试问题包含多个专业问题及多个性向问题。因此,处理器15产生的面试问题可同时包含专业问题的考核及性向问题的考核。
以图2的示例而言,当求职者5应征的目标职务类别为「工程师」时,处理器15可从对应至「工程师」职务类别的预设问题集合Q1或Q2中,选择其中部分的问题作为面试问题,例如:专业问题为「对于JAVA语言的熟悉程度」、性向问题为「在团队中是否具有良好的沟通能力」。又举例而言,处理器15亦可基于该多个第一关键字集合进行出题,(即,电子履历101中关于学历、具备的技能、竞赛或作品、自传等等处理后的关键字进行出题),例如,处理器15可根据求职者5的学历,产生面试问题如「在某科系念书时,面对过最困难的挑战是什么?」、或是根据求职者5的竞赛或作品,产生面试问题如「参加某竞赛所获得的经验」。
接着,当处理器15产生面试问题后,处理器15将该多个面试问题通过一虚拟人像技术,产生与该多个面试问题相关的动画107。随后,处理器15传送动画107至该使用者装置3的显示接口。之后,处理器15自使用者装置3接收一回应动画109,回应动画109与各该面试问题的一回答内容相关。具体而言,处理器15将该多个面试问题通过虚拟人像技术呈现,通过虚拟影像来模拟面试官询问该多个面试问题以产生动画107,动画107经由使用者装置3的显示接口(例如:电脑屏幕、手机屏幕等等)显示给求职者5。接着,求职者5基于面试问题(即,动画107)作出回应或回答,并通过使用者装置3的影音撷取设备(例如:摄影机及麦克风)记录求职者5的影像及语音以产生回应动画109,使用者装置3再将回应动画109回传给处理器15进行分析。于某些实施方式中,回应动画109亦可经由求职者5自行录影后上传。
为便于理解,请参考图4A及图4B分别关于动画107及回应动画109的具体范例。如图4A所示,求职者5通过使用者装置3的显示接口与模拟面试官进行模拟面试,并针对模拟面试官提出的面试问题回答。接着,由使用者装置3的摄影镜头及麦克风接收求职者5的影音信息后,产生回应动画109,并传回给处理器15以完成模拟面试。须说明者,所属领域具有通常知识者应熟悉关于虚拟人像技术的内容及实施细节,且由何种方式完成虚拟人像技术非本发明的重点,此处不再赘言。
随后,处理器15分析回应动画109,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度。先说明关于面试问题的评分方法,处理器15通过一语音转文字(Speech to Text)技术,将回应动画109中的各该面试问题产生对应的文字内容。接着,与处理器15分析电子履历101时的运作类似,处理器15针对各该面试问题产生的文字内容,分别进行断词处理,以产生对应各该面试问题的断词结果。随后,处理器15通过该目标语料库,对各该断词结果进行关键字提取,以产生对应各该面试问题的一第二关键字集合。最后,通过该目标语料库,对各该第二关键字集合进行关键字比对,以针对各该面试问题产生各该面试问题评分。于某些实施方式中,处理器15产生的各该面试问题评分更包含一学经历指标、一技能指标及一人格特质指标。
举例而言,处理器15将各该第二关键字集合与目标语料库进行关键字比对,电子履历评分可通过如BM25(Best Match25)、TF/IDF(Term frequency–inverse documentfrequency)等演算法实现。
接着说明关于计算对应各该面试问题的信心度方法,处理器15针对回应动画109的各该面试问题,执行一测谎识别,以产生对应各该面试问题的该信心度,其中,该测谎识别包含一行为分析及一语音分析。举例而言,若面试问题的回答具有较高的信心度,则代表求职者5对于该面试问题的回答较有信心,该回答可能较接近于求职者5的真实情形。反之,若该题面试问题的回答具有较低的信心度,则代表求职者5对于该题面试问题的回答较无信心,甚至可能是说谎。
具体而言,测谎识别借由分析求职者5的面部表情、手势、说话方式及说话的内容等等来分辨其是否在说谎,行为分析主要对于受测者的面部表情作判别。例如:当受测者(即,求职者5)反映出一边嘴角上扬、眼睛微微缩小、瞳孔缩小等面部特征时,其反应出的行为分析为「蔑视」。当受测者面部肌肉是一种松弛的状态,分布平稳均匀,没有较大的变化时,其反应出的行为分析则为「平静」。当受测者嘴角上扬并且眼睛会变小,同时眼角上扬时,其反应出的行为分析为「平静」。
语音分析则对于受测者的说话声音频率及说话速度计算作为判断。例如:当男生或女生受测者的声音频率分别落于164~698赫兹(Hz)及220~1100赫兹时(Hz),其反应出的语音分析为活力十足、朝气蓬勃及性格比较外向等特征。当说话速度每分钟大于160字时,其反应出的特征为急躁、行动及灵敏。当说话速度每分钟小于80字时,其反应出可能思考较为缜密等特征。
于某些实施方式中,测谎识别可通过多模态特征提取步骤、特征编码步骤及分类步骤完成。举例而言,多模态特征提取步骤借由辨识回应动画109中的动作特征、音频特征及内容脚本特征完成。辨识动作特征包含将强化密集轨迹(Improved Dense Trajectory;IDT)运用在动作识别以及使用运动动力学来识别面部微表情。辨识音频特征则通过梅尔频率倒谱系数(Mel-frequency Cepstral Coefficients;MFCC)分析音频特征,并使用高斯混合模型(Gaussian Mixed Model;GMM)为所有训练视频,构建音频特征字典。内容脚本特征使用Glove(Global Vectors for Word Representation;用于词表示的全局向量)来将视频脚本中的整个单词集,编码为一个固定长度的向量。
接着,对于特征编码步骤,采用Fisher向量的编码方式,将数个变数的特征(动作、音频、内容)分类到固定长度的向量。最后,在分类步骤时通过面部微表情预测,将最具预测性的微表情(例如:皱眉、眉毛抬起、唇角向上及嘴唇突出和头侧转弯),使用微表情探测的预测分数作为预测欺骗的高级特征,并将分类应用于影片以产生信心度。须说明者,所属领域具有通常知识者,应可根据上述内容理解测谎识别的内容,兹不赘言。
最后,处理器15根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单111。具体而言,处理器15可将该信心度作为一权重,当该面试问题的信心度较高时,给予该面试问题评分较高的权重。反之,当该面试问题的信心度较低时,给予该面试问题评分较低的权重(甚至为0),以此方法计算面试的评分。接着,处理器15并基于前述的方式产生的面试评分及电子履历评分,计算指标评分(例如:将面试评分及电子履历评分的平均值作为指标评分)。最后,处理器15根据求职者5的指标评分,比对在职缺数据库J中对应该目标职务类别相关的各职缺的门槛值,将适合的职缺(例如:符合该职缺的各项门槛值)推荐给求职者5。于某些实施方式中,该指标评分包含学经历指标、技能指标及人格特质指标。
于某些实施方式中,处理器15更根据该指标评分,产生一推荐名单113给征才单位X1、……、征才单位Xn。举例而言,处理器15可将指标评分排名前几名的求职者名单,或是将满足该职缺要求(即,符合该职缺的各项门槛值)的求职者名单,推荐给征才单位。
于某些实施方式中,处理器15更根据该指标评分,产生一落点分析给该使用者装置3,其中,该落点分析与该电子履历评分、该多个面试问题评分及该多个信心度相关。举例而言,处理器15可统计多个求职者所获得的指标评分(包含学经历指标、技能指标及人格特质指标),并根据该统计结果,产生对应的落点分析给求职者,协助求职者了解其测验的结果。
由上述说明可知,本发明所提供的适性化职缺媒合系统1借由自动的分析求职者的电子履历,产生求职者电子履历的评分。随后,根据该电子履历及各该职缺的预先准备的预设问题,产生适合该求职者的面试问题。接着,通过虚拟人像技术产生该面试问题的影音动画与该求职者进行模拟面试,根据求职者回答的影音动画,进一步自动分析求职者的作答内容及信心度,产生面试问题评分。最后,基于该求职者的电子履历的评分及模拟面试的评分,产生职缺媒合清单,解决已知技术无法有效率媒合职缺的问题。另外,本发明亦可提供推荐名单给征才单位,并提供相关的落点信息供求职者参考。
本发明的第二实施方式为一适性化职缺媒合方法,其流程图是描绘于图5。适性化职缺媒合方法适用于一电子装置(例如:第一实施方式所述的适性化职缺媒合系统1),该电子装置与一使用者装置通过一网络连线,该使用者装置由一求职者操作。该电子装置包含一收发接口、一存储器及一处理器,该存储器存储多个语料库及一职缺数据库(例如:第一实施方式的语料库M1、……、Mn及职缺数据库J),其中,该多个语料库与多个职务类别其中之一相关,该职缺数据库包含多个职缺,各该职缺与该多个职务类别其中之一相关,各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生,该适性化职缺媒合方法由该处理器所执行。适性化职缺媒合方法通过步骤S501至步骤S517产生职缺媒合清单。
于步骤S501,由该电子装置自该使用者装置接收一电子履历。于步骤S503,由该电子装置基于该电子履历,决定一目标语料库,其中,该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关。
接着,于步骤S505,由该电子装置基于该目标语料库分析该电子履历,以产生多个第一关键字集合,其中,该多个第一关键字集合与该电子履历中多个栏位内容相关。
随后,于步骤S507,由该电子装置基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分。
接着,于步骤S509,由该电子装置根据该多个第一关键字集合及对应至该目标职务类别的该多个预设问题集合,产生多个面试问题,其中,该多个面试问题包含多个专业问题及多个性向问题。接着,于步骤S511,由该电子装置传送一动画至该使用者装置的一显示接口,该动画与该多个面试问题相关。
接着,于步骤S513,由该电子装置自该使用者装置接收一回应动画,该回应动画与各该面试问题的一回答内容相关。接着,于步骤S515,由该电子装置分析该回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度。最后,于步骤S517,由该电子装置根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单。
于某些实施方式中,其中,决定该目标语料库包含以下步骤:基于该电子履历,产生多个推荐职务类别给该使用者装置;自该使用者装置接收该目标职务类别,其中,该目标职务类别为该多个推荐职务类别其中之一;以及基于该目标职务类别决定该目标语料库。
于某些实施方式中,其中,分析该电子履历包含以下步骤:针对该电子履历中的各该栏位内容,分别进行一断词处理,以产生各该栏位内容的一断词结果;以及通过该目标语料库对该断词结果进行一关键字提取,以产生该多个第一关键字集合。
于某些实施方式中,其中,分析该多个第一关键字集合包含以下步骤:通过该目标语料库,对该多个第一关键字集合进行一关键字比对,以产生该电子履历评分。
于某些实施方式中,其中,产生各该面试问题评分包含以下步骤:将该回应动画通过一语音转文字技术,针对各该面试问题产生一文字内容;针对该多个文字内容,分别进行一断词处理,以产生对应各该面试问题的一断词结果;通过该目标语料库,对各该断词结果进行一关键字提取,以产生对应各该面试问题的一第二关键字集合;以及通过该目标语料库,对各该第二关键字集合进行一关键字比对,以针对各该面试问题产生各该面试问题评分。
于某些实施方式中,其中,产生对应各该面试问题的该信心度包含以下步骤:针对该回应动画的各该面试问题,执行一测谎识别,以产生对应各该面试问题的该信心度,其中,该测谎识别包含一行为分析及一语音分析。
于某些实施方式中,其中,该多个面试问题评分及该电子履历评分包含一学经历指标、一技能指标及一人格特质指标。
于某些实施方式中,更包含下列步骤:根据该指标评分,产生一推荐名单给该征才单位。于某些实施方式中,更包含下列步骤:根据该指标评分,产生一落点分析给该使用者装置,其中,该落点分析与该电子履历评分、该多个面试问题评分及该多个信心度相关。
除了上述步骤,第二实施方式亦能执行第一实施方式所描述的适性化职缺媒合系统1的所有运作及步骤,具有同样的功能,且达到同样的技术效果。本领域的技术人员可直接了解第二实施方式如何基于上述第一实施方式以执行此等运作及步骤,具有同样的功能,并达到同样的技术效果,故不赘述。
需说明者,于本发明专利说明书及申请专利范围中,某些用语(包含:关键字集合)前被冠以「第一」或「第二」,该多个「第一」及「第二」仅用来区分不同的用语。例如:第一关键字集合及第二关键字集合中的「第一」及「第二」仅用来表示不同阶段所产生的关键字集合。
综上所述,本发明所提供的适性化职缺媒合技术(至少包含系统及方法)借由自动的分析求职者的电子履历,产生求职者电子履历的评分。随后,根据该电子履历及各该职缺的预先准备的预设问题,产生适合该求职者的面试问题。接着,通过虚拟人像技术产生该面试问题的影音动画与该求职者进行模拟面试,根据求职者回答的影音动画,进一步自动分析求职者的作答内容及信心度,产生面试问题评分。最后,基于该求职者的电子履历的评分及模拟面试的评分,产生职缺媒合清单,解决已知技术无法有效率媒合职缺的问题。另外,本发明亦可提供推荐名单给征才单位,并提供相关的落点信息供求职者参考。
上述实施方式仅用来例举本发明的部分实施态样,以及阐释本发明的技术特征,而非用来限制本发明的保护范畴及范围。任何本领域的技术人员可轻易完成的改变或均等性的安排均属于本发明所主张的范围,而本发明的权利保护范围以权利要求书为准。
Claims (18)
1.一种适性化职缺媒合系统,其特征在于,该适性化职缺媒合系统与一使用者装置通过一网络连线,该使用者装置由一求职者操作,该适性化职缺媒合系统包含:
一收发接口;
一存储器,存储多个语料库及一职缺数据库,其中该多个语料库与多个职务类别其中之一相关,该职缺数据库包含多个职缺,各该职缺与该多个职务类别其中之一相关,各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生;以及
一处理器,该处理器电性连接至该收发接口及该存储器,并执行以下运作:
自该使用者装置接收一电子履历;
基于该电子履历,决定一目标语料库,其中该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关;
基于该目标语料库分析该电子履历,以产生多个第一关键字集合,其中该多个第一关键字集合与该电子履历中多个栏位内容相关;
基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分;
根据该多个第一关键字集合及对应至该目标职务类别的该多个预设问题集合,产生多个面试问题,其中该多个面试问题包含多个专业问题及多个性向问题;
传送一动画至该使用者装置的一显示接口,该动画与该多个面试问题相关;
自该使用者装置接收一回应动画,该回应动画与各该面试问题的一回答内容相关;
分析该回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度;以及
根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单。
2.如权利要求1所述的适性化职缺媒合系统,其特征在于,决定该目标语料库包含以下运作:
基于该电子履历,产生多个推荐职务类别给该使用者装置;
自该使用者装置接收该目标职务类别,其中该目标职务类别为该多个推荐职务类别其中之一;以及
基于该目标职务类别决定该目标语料库。
3.如权利要求1所述的适性化职缺媒合系统,其特征在于,分析该电子履历包含以下运作:
针对该电子履历中的各该栏位内容,分别进行一断词处理,以产生各该栏位内容的一断词结果;以及
通过该目标语料库对该断词结果进行一关键字提取,以产生该多个第一关键字集合。
4.如权利要求1所述的适性化职缺媒合系统,其特征在于,分析该多个第一关键字集合包含以下运作:
通过该目标语料库,对该多个第一关键字集合进行一关键字比对,以产生该电子履历评分。
5.如权利要求1所述的适性化职缺媒合系统,其特征在于,产生各该面试问题评分包含以下运作:
将该回应动画通过一语音转文字技术,针对各该面试问题产生一文字内容;
针对该多个文字内容,分别进行一断词处理,以产生对应各该面试问题的一断词结果;
通过该目标语料库,对各该断词结果进行一关键字提取,以产生对应各该面试问题的一第二关键字集合;
通过该目标语料库,对各该第二关键字集合进行一关键字比对,以针对各该面试问题产生各该面试问题评分。
6.如权利要求1所述的适性化职缺媒合系统,其特征在于,产生对应各该面试问题的该信心度包含以下运作:
针对该回应动画的各该面试问题,执行一测谎识别,以产生对应各该面试问题的该信心度,其中该测谎识别包含一行为分析及一语音分析。
7.如权利要求1所述的适性化职缺媒合系统,其特征在于,该多个面试问题评分及该电子履历评分包含一学经历指标、一技能指标及一人格特质指标。
8.如权利要求1所述的适性化职缺媒合系统,其特征在于,该处理器更根据该指标评分,产生一推荐名单给该征才单位。
9.如权利要求1所述的适性化职缺媒合系统,其特征在于,该处理器更根据该指标评分,产生一落点分析给该使用者装置,其中该落点分析与该电子履历评分、该多个面试问题评分及该多个信心度相关。
10.一种适性化职缺媒合方法,其特征在于,适用于一电子装置,该电子装置与一使用者装置通过一网络连线,该使用者装置由一求职者操作,该电子装置包含一收发接口、一存储器及一处理器,该存储器存储多个语料库及一职缺数据库,其中该多个语料库与多个职务类别其中之一相关,该职缺数据库包含多个职缺,各该职缺与该多个职务类别其中之一相关,各该职缺对应至一预设问题集合,且各该预设问题集合由至少一征才单位产生,该适性化职缺媒合方法由该处理器所执行且包含下列步骤:
自该使用者装置接收一电子履历;
基于该电子履历,决定一目标语料库,其中该目标语料库为该多个语料库其中之一,且该目标语料库与一目标职务类别相关;
基于该目标语料库分析该电子履历,以产生多个第一关键字集合,其中该多个第一关键字集合与该电子履历中多个栏位内容相关;
基于该目标语料库分析该多个第一关键字集合,产生一电子履历评分;
根据该多个第一关键字集合及对应至该目标职务类别的该多个预设问题集合,产生多个面试问题,其中该多个面试问题包含多个专业问题及多个性向问题;
传送一动画至该使用者装置的一显示接口,该动画与该多个面试问题相关;
自该使用者装置接收一回应动画,该回应动画与各该面试问题的一回答内容相关;
分析该回应动画,针对各该面试问题产生一面试问题评分及对应各该面试问题的一信心度;以及
根据该电子履历评分、该多个面试问题评分及该多个信心度,计算一指标评分以产生一职缺媒合清单。
11.如权利要求10所述的适性化职缺媒合方法,其特征在于,决定该目标语料库包含以下步骤:
基于该电子履历,产生多个推荐职务类别给该使用者装置;
自该使用者装置接收该目标职务类别,其中该目标职务类别为该多个推荐职务类别其中之一;以及
基于该目标职务类别决定该目标语料库。
12.如权利要求10所述的适性化职缺媒合方法,其特征在于,分析该电子履历包含以下步骤:
针对该电子履历中的各该栏位内容,分别进行一断词处理,以产生各该栏位内容的一断词结果;以及
通过该目标语料库对该断词结果进行一关键字提取,以产生该多个第一关键字集合。
13.如权利要求10所述的适性化职缺媒合方法,其特征在于,分析该多个第一关键字集合包含以下步骤:
通过该目标语料库,对该多个第一关键字集合进行一关键字比对,以产生该电子履历评分。
14.如权利要求10所述的适性化职缺媒合方法,其特征在于,产生各该面试问题评分包含以下步骤:
将该回应动画通过一语音转文字技术,针对各该面试问题产生一文字内容;
针对该多个文字内容,分别进行一断词处理,以产生对应各该面试问题的一断词结果;
通过该目标语料库,对各该断词结果进行一关键字提取,以产生对应各该面试问题的一第二关键字集合;以及
通过该目标语料库,对各该第二关键字集合进行一关键字比对,以针对各该面试问题产生各该面试问题评分。
15.如权利要求10所述的适性化职缺媒合方法,其特征在于,产生对应各该面试问题的该信心度包含以下步骤:
针对该回应动画的各该面试问题,执行一测谎识别,以产生对应各该面试问题的该信心度,其中该测谎识别包含一行为分析及一语音分析。
16.如权利要求10所述的适性化职缺媒合方法,其特征在于,该多个面试问题评分及该电子履历评分包含一学经历指标、一技能指标及一人格特质指标。
17.如权利要求10所述的适性化职缺媒合方法,其特征在于,更包含下列步骤:
根据该指标评分,产生一推荐名单给该征才单位。
18.如权利要求10所述的适性化职缺媒合方法,其特征在于,更包含下列步骤:
根据该指标评分,产生一落点分析给该使用者装置,其中该落点分析与该电子履历评分、该多个面试问题评分及该多个信心度相关。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108139057A TWI727476B (zh) | 2019-10-29 | 2019-10-29 | 適性化職缺媒合系統及方法 |
TW108139057 | 2019-10-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112749869A true CN112749869A (zh) | 2021-05-04 |
Family
ID=75586146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911118713.7A Pending CN112749869A (zh) | 2019-10-29 | 2019-11-15 | 适性化职缺媒合系统及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210125149A1 (zh) |
CN (1) | CN112749869A (zh) |
TW (1) | TWI727476B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023031089A (ja) * | 2021-08-24 | 2023-03-08 | 株式会社ティファナ ドットコム | 面接支援システム |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11367051B2 (en) * | 2020-04-03 | 2022-06-21 | Genesys Telecommunications Laboratories, Inc. | System and method for conducting an automated interview session |
US11755668B1 (en) | 2022-03-15 | 2023-09-12 | My Job Matcher, Inc. | Apparatus and method of performance matching |
US11538462B1 (en) | 2022-03-15 | 2022-12-27 | My Job Matcher, Inc. | Apparatuses and methods for querying and transcribing video resumes |
US11558580B1 (en) | 2022-03-15 | 2023-01-17 | My Job Matcher, Inc. | Apparatus and method for generating a video record using audio |
US11838682B2 (en) * | 2022-03-15 | 2023-12-05 | My Job Matcher, Inc. | Apparatus and method for generating a video record using audio |
CN114662993A (zh) * | 2022-05-18 | 2022-06-24 | 广东电网有限责任公司肇庆供电局 | 一种岗位推荐方法、系统与设备 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020084564A (ko) * | 2001-05-03 | 2002-11-09 | 장충엽 | 인터넷 기반 가상 면접 시스템 및 그것의 방법 |
KR20070096090A (ko) * | 2005-12-14 | 2007-10-02 | 인천상공회의소 | 인력 채용관리 시스템 |
US20110276507A1 (en) * | 2010-05-05 | 2011-11-10 | O'malley Matthew Carl | System and method for recruiting, tracking, measuring, and improving applicants, candidates, and any resources qualifications, expertise, and feedback |
US20130332381A1 (en) * | 2012-06-12 | 2013-12-12 | Jordan Gilmore Incorporated | System and method for online hiring and virtual interview questioning |
US20140122355A1 (en) * | 2012-10-26 | 2014-05-01 | Bright Media Corporation | Identifying candidates for job openings using a scoring function based on features in resumes and job descriptions |
US20160034851A1 (en) * | 2014-07-31 | 2016-02-04 | Verizon Patent And Licensing Inc. | Virtual interview via mobile device |
US20160055457A1 (en) * | 2014-08-25 | 2016-02-25 | Laura Anne Mather | Human Resource System Providing Reduced Bias |
US20170039523A1 (en) * | 2015-08-06 | 2017-02-09 | Ocubicle Inc. | Interviewing system and method |
CN106663383A (zh) * | 2014-06-23 | 2017-05-10 | 因特维欧研发股份有限公司 | 分析受试者的方法和系统 |
CN106663230A (zh) * | 2014-03-14 | 2017-05-10 | 庞德·萨利尔 | 职业分析平台 |
US20170161686A1 (en) * | 2015-12-03 | 2017-06-08 | Job-One v/Marianne Sihm Christiansen | Systems and methods for matching job seekers and job openings |
US20180158027A1 (en) * | 2015-11-27 | 2018-06-07 | Prasad Venigalla | System and method for evaluating a candidate curriculum vitae intelligent quotient (cviq) score |
CN108650316A (zh) * | 2018-05-10 | 2018-10-12 | 北京大米科技有限公司 | 一种面试者自助面试方法、终端和服务器 |
CN108805533A (zh) * | 2018-06-07 | 2018-11-13 | 厦门华厦学院 | 一种基于大数据的人才能力评估推荐平台 |
CN109146430A (zh) * | 2018-09-05 | 2019-01-04 | 福建省伯乐仁资智能科技有限公司 | 一种在线视频面试方法及系统 |
CN109726974A (zh) * | 2018-05-24 | 2019-05-07 | 平安普惠企业管理有限公司 | 智能招聘方法、装置、设备及计算机可读存储介质 |
CN109816326A (zh) * | 2018-12-13 | 2019-05-28 | 平安科技(深圳)有限公司 | 基于数据分析的招聘信息页面的发布和装置 |
CN109919564A (zh) * | 2018-12-20 | 2019-06-21 | 平安科技(深圳)有限公司 | 面试优化方法及装置、存储介质、计算机设备 |
CN110162599A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 招聘面试方法、装置及计算机可读存储介质 |
CN110321409A (zh) * | 2019-06-03 | 2019-10-11 | 平安科技(深圳)有限公司 | 基于人工智能的辅助面试方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7711573B1 (en) * | 2003-04-18 | 2010-05-04 | Algomod Technologies Corporation | Resume management and recruitment workflow system and method |
TW200530881A (en) * | 2004-03-05 | 2005-09-16 | Via Tech Inc | Resume management system, method, and computer-readable medium |
TW201814637A (zh) * | 2016-10-07 | 2018-04-16 | 一零四資訊科技股份有限公司 | 媒合系統及方法 |
-
2019
- 2019-10-29 TW TW108139057A patent/TWI727476B/zh active
- 2019-11-15 CN CN201911118713.7A patent/CN112749869A/zh active Pending
- 2019-11-29 US US16/699,324 patent/US20210125149A1/en not_active Abandoned
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020084564A (ko) * | 2001-05-03 | 2002-11-09 | 장충엽 | 인터넷 기반 가상 면접 시스템 및 그것의 방법 |
KR20070096090A (ko) * | 2005-12-14 | 2007-10-02 | 인천상공회의소 | 인력 채용관리 시스템 |
US20110276507A1 (en) * | 2010-05-05 | 2011-11-10 | O'malley Matthew Carl | System and method for recruiting, tracking, measuring, and improving applicants, candidates, and any resources qualifications, expertise, and feedback |
US20130332381A1 (en) * | 2012-06-12 | 2013-12-12 | Jordan Gilmore Incorporated | System and method for online hiring and virtual interview questioning |
US20140122355A1 (en) * | 2012-10-26 | 2014-05-01 | Bright Media Corporation | Identifying candidates for job openings using a scoring function based on features in resumes and job descriptions |
CN106663230A (zh) * | 2014-03-14 | 2017-05-10 | 庞德·萨利尔 | 职业分析平台 |
CN106663383A (zh) * | 2014-06-23 | 2017-05-10 | 因特维欧研发股份有限公司 | 分析受试者的方法和系统 |
US20170213190A1 (en) * | 2014-06-23 | 2017-07-27 | Intervyo R&D Ltd. | Method and system for analysing subjects |
US20160034851A1 (en) * | 2014-07-31 | 2016-02-04 | Verizon Patent And Licensing Inc. | Virtual interview via mobile device |
US20160055457A1 (en) * | 2014-08-25 | 2016-02-25 | Laura Anne Mather | Human Resource System Providing Reduced Bias |
US20170039523A1 (en) * | 2015-08-06 | 2017-02-09 | Ocubicle Inc. | Interviewing system and method |
US20180158027A1 (en) * | 2015-11-27 | 2018-06-07 | Prasad Venigalla | System and method for evaluating a candidate curriculum vitae intelligent quotient (cviq) score |
US20170161686A1 (en) * | 2015-12-03 | 2017-06-08 | Job-One v/Marianne Sihm Christiansen | Systems and methods for matching job seekers and job openings |
CN108650316A (zh) * | 2018-05-10 | 2018-10-12 | 北京大米科技有限公司 | 一种面试者自助面试方法、终端和服务器 |
CN109726974A (zh) * | 2018-05-24 | 2019-05-07 | 平安普惠企业管理有限公司 | 智能招聘方法、装置、设备及计算机可读存储介质 |
CN108805533A (zh) * | 2018-06-07 | 2018-11-13 | 厦门华厦学院 | 一种基于大数据的人才能力评估推荐平台 |
CN109146430A (zh) * | 2018-09-05 | 2019-01-04 | 福建省伯乐仁资智能科技有限公司 | 一种在线视频面试方法及系统 |
CN109816326A (zh) * | 2018-12-13 | 2019-05-28 | 平安科技(深圳)有限公司 | 基于数据分析的招聘信息页面的发布和装置 |
CN109919564A (zh) * | 2018-12-20 | 2019-06-21 | 平安科技(深圳)有限公司 | 面试优化方法及装置、存储介质、计算机设备 |
CN110162599A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 招聘面试方法、装置及计算机可读存储介质 |
CN110321409A (zh) * | 2019-06-03 | 2019-10-11 | 平安科技(深圳)有限公司 | 基于人工智能的辅助面试方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023031089A (ja) * | 2021-08-24 | 2023-03-08 | 株式会社ティファナ ドットコム | 面接支援システム |
JP7334913B2 (ja) | 2021-08-24 | 2023-08-29 | 株式会社ティファナ ドットコム | 面接支援システム |
Also Published As
Publication number | Publication date |
---|---|
TW202117616A (zh) | 2021-05-01 |
US20210125149A1 (en) | 2021-04-29 |
TWI727476B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112749869A (zh) | 适性化职缺媒合系统及方法 | |
Naim et al. | Automated analysis and prediction of job interview performance | |
Naim et al. | Automated prediction and analysis of job interview performance: The role of what you say and how you say it | |
CN115413348B (zh) | 用于自动验证和量化面试问题回答的系统和方法 | |
CN107818798B (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
CN106663383B (zh) | 分析受试者的方法和系统 | |
US10607188B2 (en) | Systems and methods for assessing structured interview responses | |
CN111833853B (zh) | 语音处理方法及装置、电子设备、计算机可读存储介质 | |
WO2022095380A1 (zh) | 基于ai的虚拟交互模型生成方法、装置、计算机设备及存储介质 | |
US20150243279A1 (en) | Systems and methods for recommending responses | |
CN112732974A (zh) | 一种数据处理方法、电子设备及存储介质 | |
CN112966568A (zh) | 一种视频客服服务质量分析方法及装置 | |
Chou et al. | An AI mock-interview platform for interview performance analysis | |
CN114021962A (zh) | 教学评估方法、评估装置及其相关设备和存储介质 | |
CN112562723B (zh) | 发音准确度确定方法、装置、存储介质和电子设备 | |
CN110852073A (zh) | 一种为用户定制学习内容的语言学习系统及学习方法 | |
CN115147067A (zh) | 一种基于深度学习智能招聘人才的方法 | |
Kao et al. | Voice Response Questionnaire System for Speaker Recognition Using Biometric Authentication Interface. | |
CN114138960A (zh) | 用户意图识别方法、装置、设备及介质 | |
JP2016157388A (ja) | コミュニケーションスキル評価フィードバック装置、コミュニケーションスキル評価フィードバック方法及びコミュニケーションスキル評価フィードバックプログラム | |
US20230208966A1 (en) | Determination method, information processing apparatus, and computer-readable recording medium storing determination program | |
KR102310135B1 (ko) | 기계학습 모델을 이용하여 지원자에 대한 채용과정을 수행하는 방법, 시스템 및 컴퓨터-판독가능 매체 | |
US20240095679A1 (en) | Virtual interview system using machine learning models | |
Ramanarayanan et al. | An analysis of time-aggregated and time-series features for scoring different aspects of multimodal presentation data | |
Caldera et al. | Interview Bot Using Natural Language Processing and Machine Learning |
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 |