CN116503033A - 招聘数据处理方法、系统、计算机设备及存储介质 - Google Patents
招聘数据处理方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116503033A CN116503033A CN202310379313.1A CN202310379313A CN116503033A CN 116503033 A CN116503033 A CN 116503033A CN 202310379313 A CN202310379313 A CN 202310379313A CN 116503033 A CN116503033 A CN 116503033A
- Authority
- CN
- China
- Prior art keywords
- interview
- resume
- invitation
- recruitment
- screening
- 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
- 230000007115 recruitment Effects 0.000 title claims abstract description 289
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 title claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 264
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000006854 communication Effects 0.000 claims description 59
- 230000003993 interaction Effects 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 206010063385 Intellectualisation Diseases 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 53
- 238000004458 analytical method Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000209504 Poaceae Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G06Q10/1053—Employment or hiring
-
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1095—Meeting or appointment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/15—Conference systems
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种招聘数据处理方法、系统、计算机设备及存储介质,其中,方法包括:对多个应聘简历进行简历筛选得到与招聘需求数据匹配的目标简历,并对目标简历进行关键信息识别得到面试邀请对象的关键履历信息,然后依据关键履历信息生成面试邀请数据,再基于面试邀请数据进行语音面试邀请得到面试邀请结果,最后邀请成功,则根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,并将面试日程发送至面试官的终端设备。本发明实现了简历筛选、面试邀请和面试预约等环节的完全智能化,保证了各环节信息获取的准确性和各环节推进的及时性,从而提升了招聘效率,降低了人工成本。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种招聘数据处理方法、系统、计算机设备及存储介质。
背景技术
如今越来越多的招聘职位通过聘软件招聘员工,传统的人才招聘流程通常包括招聘职位发布职位、简历筛选、邀请面试、现场面试等环节。通常整个招聘流畅度各环节均需要人工参与,招聘效率低下、人工成本较高。
例如,在简历筛选和面试邀请阶段,往往需要花费大量的精力进行简历的人工识别、筛选,进而进行人工面试邀请,这些过程依赖个人的经验判断,一方面,招聘人员在长时间的简历筛选评估中容易感觉到疲劳,从而降低人员筛选的准确性和招聘效率;另一方面,面试邀请可能会因招聘人员工作安排或双方通讯状况不佳等原因,无法及时与候选人取得联系,错失合适的候选人而导致招聘效率降低。
发明内容
本发明提供一种招聘数据处理方法、系统、计算机设备及存储介质,以解决现有招聘流程中,各环节工作均需要人工参与,导致招聘效率低、人工成本高的问题。
针对上述问题,提供一种招聘数据处理方法,包括:
根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历;
对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息;
获取招聘职位的邀请话术数据,并依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据;
依据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果;
若面试邀请结果包括面试预约信息,则根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,并将面试日程发送至面试官的终端设备。
可选地,招聘需求数据包括招聘职位的职位描述和招聘职位的多个筛选条件,根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历,包括:
对职位描述进行关键字段提取,得到职位描述的多个关键字段;
基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历;
基于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历。
可选地,依据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果,包括:
解析面试邀请数据,面试邀请数据包括介绍话术信息和邀请话术信息,介绍信息包括问候信息、公司介绍信息、招聘职位信息,招聘职位信息包括面试邀请对象与招聘职位的契合性,邀请话术信息包括面试邀请、面试方式和面试地址;
依据联系信息与面试邀请对象进行语音通话,并在语音通话接通后按照介绍信息向面试邀请对象进行招聘事由介绍;
在进行招聘事由介绍过程中,实时确定语音通话是否中断;
若语音通话未中断,则按照邀请话术信息继续与面试邀请对象进行沟通;
在沟通过程中根据面试邀请对象的反馈对面试方式、面试时间和面试地址的一项或者多项进行调整,以确定调整后的面试方式、面试时间和面试地址,得到面试邀请结果。
可选地,根据联系信息联系面试邀请对象之前,该方法还包括:
将面试邀请对象和对应的联系信息更新至招聘职位的沟通状态表中,并将沟通状态表中面试邀请对象的联系状态标记为未沟通;
以预设频率轮询沟通状态表,并在面试邀请对象的联系状态为未沟通时,根据联系信息联系面试邀请对象。
提供一种招聘数据处理系统,包括简历筛选装置、数据处理中心和语音交互装置;
简历筛选装置用于:根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历;
数据处理中心用于:对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息;获取招聘职位的邀请话术数据,并依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据;
语音交互装置用于:根据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果;
数据处理中心还用于:若面试邀请结果包括面试预约信息,则根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,并将面试日程发送至面试官的终端设备。
提供一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,该处理器执行计算机程序时实现如上述招聘数据处理方法的步骤。
提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现如上述招聘数据处理方法的步骤。
上述招聘数据处理方法、系统、计算机设备及存储介质所提供的一个技术方案中,先筛选得到与招聘需求数据匹配的目标简历,然后提取目标简历的关键信息,得到面试邀请对象的关键履历信息,进而基于关键履历信息得到面试邀请数据,以便进行智能语音面试邀请,并在邀请成功后根据面试时间生成面试预约并发送至面试官的终端设备,实现了简历筛选、面试邀请和面试预约等环节的完全智能化,无需人工参与,保证了招聘各环节信息获取的准确性和各环节推进的及时性,从而提升了招聘效率,降低了人工成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中招聘数据处理方法的一应用环境示意图;
图2是本发明一实施例中招聘数据处理系统的一结构示意图;
图3是本发明一实施例中招聘数据处理方法的一流程示意图;
图4是本发明一实施例中招聘数据处理方法的另一流程示意图;
图5是图3中步骤S10的一实现流程示意图;
图6是本发明一实施例中服务器的一结构示意图;
图7是本发明一实施例中计算机设备的一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的招聘数据处理方法,可应用在如图1的应用环境中。具体地,该招聘数据处理方法应用在招聘数据处理系统中,该招聘数据处理系统包括如图1所示的终端设备和服务器,终端设备与服务器通过网络进行通信,用于实现简历筛选、面试邀请和面试预约等招聘环节的完全智能化,以保证了招聘各环节信息获取的准确性和各环节推进的及时性,从而提升招聘效率、降低人工成本。
在一实施例中,服务器可以用多个服务器组成的服务器集群来实现,该服务器集群包括简历筛选装置21、数据处理中心22、语音交互装置23。即如图2所示,招聘数据处理系统包括终端设备1、简历筛选装置21、数据处理中心22、语音交互装置23。
其中,简历筛选装置21用于:根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历并发送至数据处理中心;
数据处理中心22用于:对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息;获取招聘职位的邀请话术数据,并依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据并发送至语音交互装置;
语音交互装置23用于:根据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果并发送至数据处理中心;
数据处理中心22还用于:若面试邀请结果包括面试预约信息,则根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,并将面试日程发送至面试官的终端设备1。
本实施例中,先通过简历筛选装置21筛选得到与招聘需求数据匹配的目标简历,然后数据处理中心22提取目标简历的关键信息,得到面试邀请对象的关键履历信息和联系方式,再基于关键履历信息得到面试邀请数据,使得语音交互装置23能够基于面试邀请数据和面试邀请对象的联系方式,对面试邀请对象进行智能语音面试邀请,最后数据处理中心22再根据语音交互装置反馈的面试邀请结果生成面试日程,并发送至面试官的终端设备1;其实现了简历筛选、面试邀请和面试预约等环节的完全智能化,无需人工参与,保证了招聘各环节信息获取的准确性和各环节推进的及时性,从而提升了招聘效率,降低了人工成本。此外,采用该招聘数据处理系统进行简历筛选,不仅可以快速高效地筛选候选人,减少人工筛选的时间和成本,同时也可以避免传统简历筛选环节中人员主观性带来的偏见,提高招聘的准确性和公正性。
在其他实施例中,服务器可以用独立的服务器来实现,该服务器实现上述简历筛选装置21、数据处理中心22、语音交互装置23的所有功能。
本实施例中,终端设备包括用户的终端设备,该用户可以是招聘职位端的用户,如招聘人员、面试官,也可以是求职端的用户,如招聘职位的面试邀请对象。终端设备又称为用户端,是指与服务器相对应,为客户提供本地服务的程序的设备。终端设备包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一实施例中,如图3所示,提供一种招聘数据处理方法,以该方法应用在图2中的招聘数据处理系统为例进行说明,包括如下步骤:
S10:简历筛选装置根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历。
在企业有招聘需求时,企业的招聘人员确定招聘职位及该招聘职位的招聘需求数据,并通过终端设备将该招聘职位及其招聘需求数据对外发布至各互联网平台上,如企业官网、社交平台或者招聘平台上,其后,招聘数据处理系统中的简历接收装置会接收到招聘平台或应聘者会反馈的应聘简历。其中,应聘简历包括应聘者投递至招聘职位指定招聘邮箱的投递简历,以及招聘平台针对招聘职位进行筛选推送的推荐简历。简历接收装置会定期(如每天)到指定的招聘邮箱拉取该招聘职位的投递简历,然后发送至简历筛选装置;同时,简历接收装置还会定期到招聘平台拉取招聘平台推荐给该招聘职位的推荐简历。这些推荐简历可以是基于招聘职位和/或该招聘职位的招聘需求数据进行筛选得到的推荐简历。
在接收到多个应聘简历之后,简历筛选装置会先根据招聘职位的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历,并发送目标简历至数据处理中心。
本实施例中,在简历筛选装置接收应聘简历后,需要在应聘简历的数量达到预设简历数量后,根据招聘职位的招聘需求数据对多个应聘简历进行简历筛选,或者在预设周期内对根据招聘职位的招聘需求数据对多个应聘简历进行简历筛选,以减少简历筛选装置的处理线程,降低简历筛选装置的负载。在一实施例中,为保证简历的筛选及时性,加快招聘流程,预设简历数量和预设周期应设置在较小值,例如预设周期小于2天,预设简历数量小于10。
S20:数据处理中心对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息。
在获取到简历筛选装置发送的目标简历之后,数据处理中心需要对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息。关键信息包括面试邀请对象的联系方式、基本信息、工作履历和专业技能等信息。基本信息包括但不限于年龄、性别、教育水平、毕业院校、工作年限、在职状态等。联系方式包括但不限于手机号码、微信号、QQ号、邮箱等即时通讯账户。工作履历包括但不限于各工作单位,以及在各工作单位的工作时间段、工作岗位和工作内容和业绩。专业技能指的是能够为各项工作提供帮助和竞争力的个人技能,例如各类技能证书对应的职业技能。
即,对目标简历进行关键信息识别,具体为:基于目标简历对面试邀请对象的联系方式、基本信息、工作履历和专业技能等信息进行识别提取,从而得到面试邀请对象的联系信息和关键履历信息。其中,基于目标简历对面试邀请对象的联系方式进行识别提取,得到面试邀请对象的联系信息,联系信息包括面试邀请对象的手机号码、微信号、QQ号、邮箱等即时通讯账户信息。基于目标简历对面试邀请对象的、基本信息、工作履历和专业技能等信息进行识别提取,得到面试邀请对象的关键履历信息,关键履历信息包括面试邀请对象的基本信息、工作履历和专业技能等信息。
本实施例中,关键信息仅为示例性说明,在其他实施例中,关键信息还可以包括其他信息,例如求职意愿,以便后续进行面试邀请时进行求职意愿确认,提高面试邀请和面试成功性。
本实施例中,基本信息、联系信息仅为示例性说明,在其他实施例中,基本信息还可以包括其他信息,例如工作区域,以便对面试邀请对象的信息进行进一步了解;联系信息还可以包括其他信息,在此不再赘述。
本实施例中,关键履历信息包括面试邀请对象的基本信息、工作履历和专业技能等信息,仅为示例性说明,在其他实施例中,关键履历信息还可以包括其他信息,例如法律风险信息等,在此不再赘述。
S30:数据处理中心依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据。
在得到目标简历对应的面试邀请对象的关键履历信息和联系信息之后,数据处理中心需要从企业招聘数据库中,获取招聘人员预先存储的该招聘职位的邀请话术数据。该邀请话术数据可以是招聘人员根据招聘职位的需求和历史的面试邀请经验配置的、用于邀请相关人员进行面试的标准话术信息。
其中,邀请话术数据包括联系事由(如为何来电)、招聘职位信息、公司介绍、面试邀请对象信息确认话术(包括基本信息、工作履历和专业技能等信息的确认话术)、面试邀请、面试时间、面试方式、面试地点等信息。
面试时间是预先依据面试官工作情况确定的空闲时间段,面试时间可以包括多个。面试方式可以包括线上面试和线下面试两种,以便后续面试邀请对象根据实际情况选择;线上面试指的是通过互联网工具提供的远程会面方式,如视频面试。线下面试指的是面试官与面试邀请对象在实际场所中面谈的方式。面试地址为预先配置的至少一个面试地址,面试地点包括互联网上的虚拟场所(线上地点)和实际场所(线下地点);若面试方式为线下面试,则面试地点为预先约定的实际场所,通常为企业办公场所;若面试方式为线上面试,则面试地点为预先约定的互联网上的虚拟场所,可以远程视频工具。通过从多维角度描述邀请话术数据,以增加邀请话术数据的信息多样性,并提高后续基于邀请话术数据进行语音面试邀请过程的智能性,是的智能语音邀请过程更贴近人工邀请过程,提高面试邀请对象的体验。
在获取招聘职位的邀请话术数据之后,数据处理中心依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据,并将该面试邀请对象的面试邀请数据和联系信息发送至语音交互装置。邀请话术数据为预先配置的、用于后续对该招聘职位的面试邀请对象进行语音面试邀请的话术模板。
其中,依据面试邀请对象的关键履历信息对邀请话术数据进行更新,主要是依据面试邀请对象的关键履历信息更新邀请话术数据中的招聘职位信息,面试邀请对象信息确认话术,以增加面试邀请数据的信息准确性,从而可以提高后续基于面试邀请数据进行语音面试邀请过程的智能性。
在一实施例中,邀请话术数据包括介绍话术模板和邀请话术模板。其中,邀请话术模板包括面试邀请、面试方式和面试地址等模板信息。其中,介绍话术模板包括问候信息(包括联系事由)、公司介绍信息、招聘职位信息、面试邀请对象信息确认话术(包括基本信息、工作履历和专业技能等信息的确认话术)等模板信息。其中,招聘职位信息包括招聘职位、面试邀请对象与招聘职位的契合性。
在面试邀请对象的关键履历信息之后,首先拉取该招聘职位的招聘需求数据,然后基于面试邀请对象的关键履历信息与招聘需求数据的匹配度,计算得到面试邀请对象与招聘职位的契合性,从而更新介绍话术模板得到面试邀请数据的介绍话术信息。然后,需要拉取该招聘职位的面试官最新的工作日程信息,从而根据面试官最新的工作日程信息确定面试官可进行面试的面试时间和面试地址,进而根据该面试官可进行面试的面试时间和面试地址更新邀请话术模板,得到面试邀请数据的邀请话术信息。其中,邀请话术模板还可以包括面试时间,该面试时间为预先根据该招聘职位面试官的工作日程确定至少两个空闲时间段。
本实施例中,邀请话术数据包括介绍话术模板和邀请话术模板仅为示例性说明,在其他实施例中,邀请话术数据还可以包括其他话术模板,例如还包括信息问询模板,以询问面试邀请对象的求职意向和求职需求(包括所处城市区域、对求职工作的通勤邀请、目标薪资等),对应地面试邀请数据也包括信息问询话术;从而进一步丰富邀请话术数据的数据,以便后续在面试邀请阶段获取更多的面试邀请对象信息,增加后续招聘的准确性。
本实施例中,依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请数据仅为示例性说明。在其他实施例中,还可以有其他更新以得到面试邀请数据的方式。例如,在其他实施例中,为保证介绍话术信息的丰富性,还可以将面试邀请对象与招聘职位的契合性及其关键履历一同更新介绍话术模板,从而得到与面试邀请对象更为贴近的介绍话术信息,进一步丰富邀请话术数据的数据,从而提高了语音面试邀请的智能性,提高了面试邀请对象的通话体验。
S40:语音交互装置依据联系信息联系面试邀请对象。
S50:在成功联系到面试邀请对象后,语音交互装置基于面试邀请数据进行语音面试邀请,得到面试邀请结果。
在获取面试邀请数据和面试邀请对象的联系信息之后,语音交互装置依据联系信息联系面试邀请对象,在通过联系信息成功与面试邀请对象取得联系后,语音交互装置会基于面试邀请数据进行语音面试邀请,得到面试邀请结果,并将面试邀请结果转换为文本信息后发送至数据处理中心。本实施例中,面试邀请结果包括两种,一种是邀请成功,面试邀请结果还包括邀请成功的面试时间、面试方式、面试地点等面试预约信息;另一种是邀请失败,则面试邀请结果还包括邀请失败原因。邀请失败原因可以是无交流意愿(通话被挂断)、不考虑换工作、地点远、职位不匹配、薪资不匹配等。
其中,在基于面试邀请数据进行语音面试邀请的过程中,语音交互装置需利用语音转换技术将面试邀请数据进行逐句的语音转换,得到多个解析语音,并按照顺序播放解析语音,在该过程中,语音交互装置还需要接收面试邀请对象的语音信息,并利用语音识别技术识别面试邀请对象的意图,并及时根据其意图及时调整各解析语音的顺序,直至得到面试邀请结果。若
在成功与面试邀请对象取得联系后,语音交互装置还会记录双方整个通话过程形成语音面试邀请的通话记录,以便后续进行数据追溯、分析;也可以将该语音面试邀请的通话记录发送给对应人员(如面试官、招聘人员),从而对面试邀请对象进行初步了解。
S60:若面试邀请结果包括面试预约信息,则数据处理中心根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,将面试日程发送至面试官的终端设备。
在接收到语音交互装置发送的面试邀请结果后,若面试邀请结果包括面试预约信息,表示此次面试邀请成功,则数据处理中心则根据邀请成功的面试预约信息进行线上或线下会议室预订,生成面试邀请对象的面试日程,将面试日程发送至面试官的终端设备,以便面试官开展面试工作。同时,也可以通过联系信息将面试日程同步发送至面试邀请对象的终端设备,以提示面试邀请对象正常参加面试,保证招聘流程正常推进,从而提高招聘效率。
本实施例中,面试日程包括面试职位(招聘职位)、面试预约信息、面试的会议室(会议室包括线下会议室和/或线上会议室)、面试官。面试预约信息包括面试时间、面试方式、面试地点,面试方式可以是线上面试或者线下面试,面试地点对应可以是实际场景或者互联网上的虚拟场所。
在一实施例中,在面试邀请对象的面试日程发送至面试官的终端设备的时候,还可以将该面试邀请对象的简历、语音面试邀请过程的通话记录等数据发送至面试官,以便面试官对面试邀请对象进行初步了解。
S70:若面试邀请结果包括邀请失败原因,则数据处理中心将面试邀请对象的信息和失败原因记录至招聘职位的候选对象表中。
在接收到语音交互装置发送的面试邀请结果后,若面试邀请结果包括邀请失败原因,表示此时面试邀请失败,则数据处理中心会将沟通状态表中该面试邀请对象的联系状态标记为已沟通,并在备注为拒绝邀请,从而避免后续语音交互装置进行重复邀请,减少语音交互装置负载,并便于后续进行招聘数据分析处理。
若面试邀请结果包括邀请失败原因,则数据处理中心还会将该面试邀请对象的信息(如姓名、联系信息)和邀请失败原因记录至招聘职位的沟通状态表中,以便后续进行招聘数据分成处理,并可以在后续长时间未招聘到该招聘职位的合适人选时,根据沟通状态表表中各面试邀请对象的邀请失败原因重新发出面试邀请。
同时,为减轻数据处理中心的负载,在将面试邀请对象的信息和失败原因记录至招聘职位的沟通状态表之后,数据处理中心会根据邀请失败原因清理对应面试邀请对象的相关数据(包括该面试邀请对象的关键履历信息、面试邀请数据和简历)。例如,当该面试邀请对象对应的邀请失败原因是地点远、职位不匹配、不考虑换工作时,则将该面试邀请对象的关键履历信息、面试邀请数据和简历进行删除处理,以减少数据处理中心的负载;若该面试邀请对象对应的邀请失败原因是无交流意愿、薪资不匹配时,则将招聘职位与该面试邀请对象的关键履历信息、面试邀请数据和简历进行关联绑定后,存储至数据库中,以便后续根据招聘需求重新发出面试邀请,确保招聘正常开展,减少重复筛选简历,以及重复处理得到关键履历信息、面试邀请数据所好耗费的数据处理量,从而减轻数据处理中心的负载。
本实施例中,先筛选得到与招聘需求数据匹配的目标简历,然后提取目标简历的关键信息,得到面试邀请对象的关键履历信息,进而基于关键履历信息得到面试邀请数据,以便进行智能语音面试邀请,并在邀请成功后根据面试时间生成面试预约并发送至面试官的终端设备,实现了简历筛选、面试邀请和面试预约等环节的完全智能化,无需人工参与,保证了招聘各环节信息获取的准确性和各环节推进的及时性,从而提升了招聘效率,降低了人工成本。
在一实施例中,步骤S40之前,即语音交互装置根据联系信息联系面试邀请对象之前,该方法还具体包括如下步骤:
S401:数据处理中心将面试邀请对象和对应的联系信息更新至招聘职位的沟通状态表中,并将沟通状态表中面试邀请对象的联系状态标记为未沟通。
需要理解的是,传统的招聘过程中,企业按照招聘职位需求对候选人的简历初步评判后确认候选人符合要求,随后对候选人进行面试邀约,在候选人确认面试邀约后进行面试或面谈,最后根据面试结果确认最终的录用意向。在面试邀约过程中,可能会因候选人的通讯状况不佳、招聘人员工作繁忙等原因无法第一时间联系到候选人,导致了错失合适的候选人,从而影响招聘效率。
针对上述问题,本实施例中,在步骤S10之后,即简历筛选装置进行简历筛选得到与招聘需求数据匹配的目标简历,发送目标简历至数据处理中心之后,语音交互装置根据联系信息联系面试邀请对象之前,数据处理中心(服务器)可以及时将面试邀请对象和对应的联系信息更新至招聘职位的沟通状态表中,并将沟通状态表中面试邀请对象的联系状态标记为未沟通,保证沟通状态表的实时性,从而便于后续基于沟通状态表中的信息及时联系对应的面试邀请对象。
S402:语音交互装置以预设频率轮询沟通状态表,并在面试邀请对象的联系状态为未沟通时,根据联系信息联系面试邀请对象。
然后,在招聘职位的招聘过程中,语音交互装置以预设频率(可以是每天一次、每天两次或每两天一次)轮询该招聘职位的沟通状态表,并在发现某面试邀请对象的联系状态为未沟通时,根据联系信息联系面试邀请对象,从而基于面试邀请数据进行语音面试邀请,得到面试邀请结果。
本实施例中,在得到目标简历之后,根据联系信息联系面试邀请对象之前,先将面试邀请对象和对应的联系信息更新至招聘职位的沟通状态表中,并将沟通状态表中面试邀请对象的联系状态标记为未沟通,后续以预设频率轮询沟通状态表,并在面试邀请对象的联系状态为未沟通时,根据联系信息联系面试邀请对象进行面试邀请。该过程可以及时将初步满足招聘需求的意向候选人的信息及时录入到指定的沟通状态表中,然后以固定频繁轮询该沟通状态表,以便及时发现为进行面试邀请的意向候选人,并及时进行面试邀请沟通,减少传统招聘过程中因通讯状况不佳、招聘人员工作繁忙导致了错失合适候选人的可能,也解决了企业的招聘效率会因为信息的不及时更新而滞后的问题,提高了招聘智能化,从而提高了企业的招聘效率。
在一实施例中,如图4所示,步骤S40之后,即语音交互装置根据联系信息联系面试邀请对象之后,该方法还具体包括如下步骤:
S81:语音交互装置确定是否成功联系到面试邀请对象。
在语音交互装置根据联系信息联系面试邀请对象之后,语音交互装置需要先确定是否成功联系到面试邀请对象,以根据不同结果采取不同的信息处理措施,保证信息更新的及时性。
S82:若成功联系到面试邀请对象,则语音交互装置在得到面试邀请结果后,将沟通状态表中面试邀请对象的联系状态标记为已沟通。
在语音交互装置根据联系信息联系面试邀请对象之后,若成功联系到面试邀请对象,即语音通话接通后,则语音交互装置基于面试邀请数据进行语音面试邀请,得到面试邀请结果,并在得到面试邀请结果后,语音交互装置将沟通状态表中面试邀请对象的联系状态标记为已沟通。
S83:若未成功联系到面试邀请对象,则语音交互装置在沟通状态表中记录面试邀请对象的未接通次数,在未接通次数达到预设次数时,将面试邀请对象从沟通状态表中移除。
在语音交互装置根据联系信息联系面试邀请对象之后,若未成功联系到面试邀请对象,即语音通话未接通,则语音交互装置需要在沟通状态表中记录面试邀请对象的未接通次数,然后继续联系下一个联系状态为未沟通的候选人。此外,在后续继续轮询沟通状态表时,若语音交互装置发现某面试邀请对象的联系状态为未沟通,且其未接通次数达到预设次数时,表示该面试邀请对象的求职意愿较低,无继续联系的必要,则需要将面试邀请对象从沟通状态表中移除,降低沟通状态表的信息冗余,并减少语音交互装置因重复邀约导致的负载增加,提高了招聘智能化。
本实施例中,在根据联系信息联系面试邀请对象之后,需要先确定是否成功联系到面试邀请对象;若成功联系到面试邀请对象,则在得到面试邀请结果后,将沟通状态表中面试邀请对象的联系状态标记为已沟通;若未成功联系到面试邀请对象,则在沟通状态表中记录面试邀请对象的未接通次数,并在未接通次数达到预设次数时,将面试邀请对象从沟通状态表中移除,根据不同结果采取不同的信息处理措施,保证信息更新的及时性,从而提高了招聘效率。
在一实施例中,步骤S60之后,即数据处理中心将面试日程发送至面试官的终端设备之后,该方法还具体包括如下步骤:
S91:数据处理中心将面试邀请对象的面试日程添加至招聘职位的面试状态表中,并将面试状态表中面试邀请对象的面试状态标记为未面试。
本实施例中,面试日程包括面试官、面试方式、面试地址和面试时间。在数据处理中心将面试日程发送至面试官的终端设备之后,数据处理中心还会将面试邀请对象的面试日程添加至招聘职位的面试状态表中,并将面试状态表中面试邀请对象的面试状态标记为未面试。
S92:数据处理中心在获取面试官或者面试邀请对象的反馈后,修改面试状态表中面试邀请对象对应的面试状态。
在将面试状态表中面试邀请对象的面试状态标记为未面试之后,需要计算获取面试官或者面试邀请对象的反馈后,修改面试状态表中面试邀请对象对应的面试状态,保证信息更新的及时性。
该反馈可以是面试官或者面试邀请对象参加面试后的反馈,即面试反馈,例如面试官反馈面试未通过、面试通过,以及面试邀请对象反馈放弃下一轮面试或放弃offer(放弃入职);该反馈也可以是参加面试前的反馈,例如面试邀请对象反馈放弃当前轮次面试、面试官反馈面试邀请对象不符合要求、拒绝面试等。
在一实施例中,在获取面试官或者面试邀请对象的反馈后,修改面试邀请对象对应的面试状态,包括:
当面试邀请对象反馈放弃面试时,数据处理中心将对应面试状态修改为放弃面试;
当面试官反馈面试未通过时,数据处理中心将对应面试状态修改为淘汰;
当面试官反馈面试通过时,数据处理中心根据当前面试的类型将对应面试状态修改为等待下一轮面试或者面试通过。
本实施例中,根据面试官或者面试邀请对象的不同反馈信息,对面试状态表中面试邀请对象对应的面试状态进行修改,便于招聘人员及时了解各面试邀请对象的面试情况,并在面试邀请对象放弃面试或被淘汰时及时筛选简历,并新增面试邀请对象以招聘到合适人选;在面试官反馈面试通过时,及时安排下一轮面试或准备入职事项,及时推进招聘流程。
S93:数据处理中心轮询面试状态表,并在面试邀请对象的面试状态为放弃面试或者淘汰时,将面试邀请对象的面试日程从面试状态表移除。
在将面试状态表中面试邀请对象的面试状态标记为未面试之后,数据处理中心以特定间隔(如每天一次)轮询面试状态表,并在发现面试邀请对象的面试状态为放弃面试或者淘汰时,将面试邀请对象的面试日程从面试状态表移除,及时更新面试状态表,减少面试状态表的信息量。
在发现面试邀请对象的面试状态为下一轮面试时,根据面试官最新的工作日程确定该下一轮面试的面试信息(包括面试时间、面试地点和面试方式),然后基于该面试信息再次向面试邀请对象发出再次面试邀请,进而基于再次面试邀请的邀请结果进行会议室预订生成新的面试日程,并将新的面试日程推送至面试官和面试邀请对象的终端设备,以提示双方及时参加面试。
在发现面试邀请对象的面试状态为面试通过时,及时将该面试邀请对象的信息和面试通过的结果发送给相关人员,以便完成入职事项。
本实施例中,在将面试日程发送至面试官的终端设备之后,需要将面试邀请对象的面试日程添加至招聘职位的面试状态表中,并将面试状态表中面试邀请对象的面试状态标记为未面试,然后在获取面试官或者面试邀请对象的反馈后,修改面试邀请对象对应的面试状态,并轮询面试状态表,并在面试邀请对象的面试状态为放弃面试或者淘汰时,将面试邀请对象的面试日程从面试状态表移除;可以及时更新面试邀请对象的面试情况,并及时推进下一环节,提高了招聘智能化,从而提高了招聘效率。
在一实施例中,招聘需求数据包括招聘职位的职位描述和招聘职位的多个筛选条件。如图5所示,步骤S10中,即简历筛选装置根据招聘职位的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历,具体包括如下步骤:
S11:简历筛选装置对职位描述进行关键字段提取,得到职位描述的多个关键字段。
本实施例中,招聘职位的招聘需求数据包括招聘职位的职位描述和招聘职位的多个筛选条件。其中,关键字段可以包括工作行业、工作年限、工作或居住区域、年龄、性别等字段;多个筛选条件包括初始高等学历要求(如需统招一类本科、专业等)、预设的专业技能(撰写能力、具备某些资格证书等)、指定工作履历、指定工作项目的经验、性格特质(如沟通协调能力佳、自驱力、性格稳重、爱好阅读),以及该招聘职位特定的筛选条件等。
在获取招聘职位的招聘需求数据、多个应聘简历之后,简历筛选装置需要先对招聘需求数据中的职位描述进行关键字段提取,得到职位描述的多个关键字段,例如工作行业、工作年限、工作或居住区域、年龄、性别等字段。
S12:简历筛选装置基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历。
然后,在得到职位描述的关键字段之后,简历筛选装置需要招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历。具体地,先获取一个应聘简历,然后将该应聘简历依次与招聘职位、多个关键字段等进行字段匹配,若匹配到的字段数量小于第一预设数量,确定该应聘简历与招聘需求数据不匹配,则进行下一个应聘简历的匹配;若匹配到的字段数量大于或者等于第一预设数量,确定该应聘简历与招聘需求数据匹配,则将该应聘简历记录为匹配的初筛简历,再进行下一个应聘简历的匹配,直至遍历完当前所有的应聘简历。
本实施例中,第一预设数量可以是预先设置的任意数量。在一实施例中,为保证能够筛选到满足要求的初筛简历并保证筛选精度,第一预设数量可以是总字段数量的百分比,该百分比需大于50%,如第一预设数量可以是总字段数量的60%。具体地,招聘职位为1个字段,关键字段包括4个字段,则总字段数量为5个字段,对应地,第一预设数量可以是总字段数量的60%,即第一预设数量可以是3。
S13:简历筛选装置基于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历。
在得到匹配的初筛简历之后,简历筛选装置还需要基于多个筛选条件对多个初筛简历进行再次筛选,得到满足筛选要求的目标简历。具体地,先获取一个初筛简历,然后将该初筛简历依次与多个筛选条件进行一一匹配,若匹配上的筛选条件数量小于第二预设数量,确定该初筛简历不满足筛选要求,则进行下一个初筛简历的匹配;若匹配的筛选条件数量大于第二预设数量,确定该初筛简历与满足筛选要求,则将该初筛简历记录为目标简历,再进行下一个初筛简历的匹配,直至遍历完当前所有的初筛简历。
本实施例中,第二预设数量可以是预先设置的任意数量,第二预设数量小于第一预设数量。在一实施例中,为保证能够筛选到满足初筛要求的目标简历并保证筛选精度,第二预设数量可以是筛选条件总量的百分比,该百分比需大于40%,如第二预设数量可以是筛选条件总量的50%。具体地,多个筛选条件的数量为6,则筛选条件总量为6,对应地,第二预设数量可以是筛选条件总量的50%,即第二预设数量可以是3。
本实施例中,第一预设数量、第二预设数量仅为示例性说明,在其他实施例中,第一预设数量、第二预设数量还可以是其他数值,在此不再赘述。
需要理解的是,传统招聘过程中,一般第三方招聘平台先根据招聘职位或者招聘需求数据进行粗略匹配到相关简历,将匹配到的相关简历推荐给招聘人员进行人工筛选;在这个过程中存在两个问题:一是招聘平台是简历筛选算法较为简单,很难筛选到合适的简历,二是招聘人员进行人工简历筛选主观性影响较大,影响简历筛选的公正性和准确性,且长期人工筛选容易疲劳,影响简历筛选的准确性和效率。
本实施例中,通过对职位描述进行关键字段提取,得到职位描述的多个关键字段,然后基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历,再基于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历。该过程明确了根据招聘职位的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历的具体过程,先基于招聘职位和关键字段进行初步筛选,然后在基于多个筛选条件进行再次筛选,一方面提高了简历筛选的准确性,从而能够得到更匹配的目标简历;另一方面采用简历筛选装置进行简历筛选,无需人工筛选,不仅可以快速高效地筛选出合适的目标简历,减少人工筛选的时间和成本,提高效率,同时也可以避免传统简历筛选环节中人员主观性带来的偏见,提高招聘的准确性和公正性。
在一实施例中,步骤S12中,即简历筛选装置基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历,具体包括如下步骤:
S121:简历筛选装置基于多个关键字段对每一应聘简历进行关键信息匹配,匹配到与关键字段信息一致的粗筛简历。
在对招聘需求数据中的职位描述进行关键字段提取,得到职位描述的多个关键字段之后,简历筛选装置需要基于多个关键字段对每一应聘简历进行关键信息匹配,匹配到与关键字段信息一致的粗筛简历。
例如,多个关键字段包括工作行业A、工作年限B年、年龄M、性别P,则基于上述关键字段对每一应聘简历进行关键信息匹配,若该应聘简历中的工作行业、工作年限、年龄、性别均与多个关键字段上记载的信息匹配,则确定该应聘简历上的相关信息与关键字段信息一致,该应聘简历与多个关键字段匹配,可以记录为粗筛简历,提高了简历筛选的准确性。
S122:简历筛选装置确定粗筛简历中用户的历史工作职位,并计算历史工作职位与招聘职位的职位匹配度。
在匹配到与关键字段信息一致的粗筛简历之后,简历筛选装置还需要确定粗筛简历中用户的历史工作职位,并计算历史工作职位与招聘职位的职位匹配度。
相同工作内容或相同职能的工作职位在不同企事业单位具有不同的名称,例如,企业内负责政策分析解读,进行项目申报工作的职位,其职位名称可以是政策专员,也可以是项目申报员,仅按照该招聘职位很可能无法匹配到对应职位名称。本实施例中,在发布招聘职位之后,需要确定粗筛简历中用户的历史工作职位,并计算历史工作职位与招聘职位的职位匹配度,以根据职位匹配度进行再次筛选,可以提高简历筛选精度,避免因职位名称不同所导致的漏筛。
具体地,职位匹配度的计算方式有两种:
第一种:简历筛选装置确定粗筛简历中用户的历史工作职位是否存在招聘职位,若存在该招聘职位,则确定历史工作职位与招聘职位的职位匹配度为100%;若不存在该招聘职位,则获取该招聘职位的关联职位和该关联职位对应的关联值(该关联值为关联职位与招聘职位的职位关联度),然后确定粗筛简历中用户的历史工作职位是否存在关联职位,若存在该关联职位,则将该关联职位的关联值记录为历史工作职位与招聘职位的职位匹配度。
第一种:简历筛选装置可以先确定粗筛简历中用户的历史工作职位的总数量,然后基于招聘职位和该招聘职位的关联职位,对用户的历史工作职位进行职位匹配,确定匹配到的职位数量,然后将匹配到的职位数量除以历史工作职位的总数量,得到历史工作职位与招聘职位的职位匹配度。
S123:简历筛选装置将职位匹配度大于预设职位匹配度的粗筛简历,记为初筛简历。
在得到历史工作职位与招聘职位的职位匹配度之后,将职位匹配度大于预设职位匹配度的粗筛简历,记为初筛简历。本实施例中,预设职位匹配度为预先设置的数值,其中,不同的匹配度计算方式,其对应的预设职位匹配度不同。
本实施例中,先基于多个关键字段对每一应聘简历进行关键信息匹配,匹配到与关键字段信息一致的粗筛简历,然后确定粗筛简历中用户的历史工作职位,并计算历史工作职位与招聘职位的职位匹配度,再将职位匹配度大于预设职位匹配度的粗筛简历,记为初筛简历;明确了基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历是具体步骤,仅将多个关键字段完全匹配,且职位匹配度大于一定值的简历作为目标简历,进一步提高了简历筛选的准确性,并防止漏筛。
在一实施例中,筛选条件包括筛选项和筛选项对应的标准数据。步骤S13中,即简历筛选装置基于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历,具体包括如下步骤:
S131:简历筛选装置基于多个筛选条件的筛选项对初筛简历中的信息进行分类,得到每一筛选项对应的简历数据。
本实施例中,筛选条件包括筛选项和筛选项对应的标准数据。例如,多个筛选条件包括初始高等学历要求(如统招一类本科、市场营销专业)、预设的专业技能(具备资格证书C等)、指定工作履历(互联网公司工作履历)、指定工作项目的经验(项目申报D的独立申报经验)、性格特质(如沟通协调能力佳)等。即,多个筛选条件的筛选项对应包括初始高等学历要求、预设的专业技能、指定工作履历、指定工作项目的经验和性格特质,则初始高等学历要求的对应的标准数据为统招一类本科、市场营销专业;预设的专业技能对应的标准数据为资格证书C;指定工作履历对应的标准数据为互联网公司工作履历;指定工作项目的经验对应的标准数据为项目申报D的独立申报经验;性格特质对应的标准数据为沟通协调能力佳。
在获取多个筛选条件的筛选项及其对应的标准数据之后,简历筛选装置基于多个筛选条件的筛选项对初筛简历中的信息进行分类,得到每一筛选项对应的简历数据。
S132:简历筛选装置基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度。
然后,简历筛选装置基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度。
具体地,可以确定每一筛选项的简历数据和对应的标准数据是否匹配,若匹配,则确定该筛选项的数据匹配,然后记录数据匹配的筛选项数量,记录为匹配项数量,在将匹配项数量除以筛选项总数量,得到初筛简历的简历匹配度,简单直观。
S133:简历筛选装置将简历匹配度大于预设简历匹配度的初筛简历,记为目标简历。
在得到初筛简历的简历匹配度之后,将简历匹配度大于预设简历匹配度的初筛简历,记为目标简历。其中,预设简历匹配度为预先设置的匹配度,预设简历匹配度可以是大于或者等于0.5的数值,将预设简历匹配度设置我大于0.5的值,既可以筛选得到满足要求的目标简历,也可以保证筛选到的目标简历数量。
本实施例中,基于多个筛选条件的筛选项对初筛简历中的信息进行分类,得到每一筛选项对应的简历数据,然后基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度,最后将简历匹配度大于预设简历匹配度的初筛简历记为目标简历;其明确了于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历的步骤,将筛选条件总量区分为筛选项和对应的数据,以便后续计算简历和筛选条件的匹配度,进而筛选得到准确的目标简历,为后续环节的推进提供了准确的数据基础。
在一实施例中,步骤S132中,即简历筛选装置基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度,具体包括如下步骤:
S1321:简历筛选装置确定每一筛选项对应的简历数据与对应标准数据的匹配度,记为每一筛选项的匹配度。
在得到每一筛选项对应的简历数据之后,简历筛选装置需要先确定每一筛选项对应的简历数据与对应标准数据的匹配度,记为每一筛选项的匹配度。例如,该筛选项的简历数据与对应标准数据完全匹配,则该筛选项的匹配度为1(100%);若该筛选项的简历数据与对应标准数据不匹配,则该筛选项的匹配度为0(0%)。
S1322:简历筛选装置根据筛选项的类型对筛选项的匹配度进行分类,得到必须项的匹配度数据和加分项的匹配度数据。
本实施例中,筛选项的类型包括必须项和加分项。例如,多个筛选条件的筛选项包括初始高等学历要求、预设的专业技能、指定工作履历、指定工作项目的经验和性格特质,其中,初始高等学历要求、指定工作履历为必须项;预设的专业技能、指定工作项目的经验和性格特质为加分项。
在得到每一筛选项的匹配度之后,简历筛选装置根据筛选项的类型对筛选项的匹配度进行分类,得到必须项的匹配度数据和加分项的匹配度数据。必须项的匹配度数据包括每一必须项的匹配度;加分项的匹配度数据包括每一加分项的匹配度。
S1323:简历筛选装置根据必须项的权重和加分项的权重,对必须项的匹配度数据和加分项的匹配度数据进行加权计算,得到初筛简历的简历匹配度。
然后,简历筛选装置根据必须项的权重和加分项的权重,分别对必须项的匹配度数据和加分项的匹配度数据进行加权计算,得到初筛简历的简历匹配度。其中,必须项的权重大于加分项的权重,加大必须项对简历筛选的影响,从而得到更符合要求的目标简历。其中,各个必须项的权重可以相同,也可以不同,各个加分项的权重可以相同,也可以不同。
简历匹配度的计算方式为:(必须项的权重*必须项的匹配度+加分项的权重*加分项的匹配度)/筛选项总数量。
例如,必须项包括初始高等学历要求、指定工作履历,对应的匹配度分别为1、1;加分项包括预设的专业技能、指定工作项目的经验和性格特质,对应的匹配度分别为1、0、0;必须项的权重均为0.7;各个加分项的权重均为0.3,则简历匹配度为:[(1*0.7+1*0.7)+(1*0.3+0*0.3+0*0.3)]/3。
本实施例中,通过确定每一筛选项对应的简历数据与对应标准数据的匹配度,记为每一筛选项的匹配度,然后根据筛选项的类型对筛选项的匹配度进行分类,得到必须项的匹配度数据和加分项的匹配度数据,再根据必须项的权重和加分项的权重,最后对必须项的匹配度数据和加分项的匹配度数据进行加权计算,得到初筛简历的简历匹配度;其明确了基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度的具体过程,根据不同类型的筛选项进行匹配度计算,进而加权得到简历匹配度,提高了简历匹配度的准确性,进而能够筛选得到更为准确的目标简历。
在一实施例中,步骤S60中,即语音交互装置依据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果,具体包括如下步骤:
S61:语音交互装置解析面试邀请数据,面试邀请数据包括介绍话术信息和邀请话术信息。
语音交互装置在接收到数据处理中心发送的、该面试邀请对象的联系信息和面试邀请数据之后,需要对面试邀请数据进行解析,从而得到面试邀请数据中不同数据组的内容,以便后续依据不同的数据组合预先安排的话术播放方式对面试邀请对象进行语音面试邀请。
本实施例中,面试邀请数据包括介绍话术信息和邀请话术信息,介绍信息包括问候信息、公司介绍信息、招聘职位信息。其中,招聘职位信息包括面试邀请对象与招聘职位的契合性(该契合性为面试邀请对象的关键履历信息和招聘职位的招聘需求数据的匹配性),招聘职位信息为基于面试邀请对象的关键履历更新介绍话术模板中的招聘职位信息得到的信息。邀请话术信息包括面试邀请、面试方式和面试地址。在其他实施例中,邀请话术信息还可以包括面试时间,该面试时间可以包括面试官的多个空闲时间。
S62:语音交互装置依据联系信息与面试邀请对象进行语音通话,并在语音通话接通后按照介绍信息向面试邀请对象进行招聘事由介绍。
在解析面试邀请数据的得到介绍话术信息和邀请话术信息之后,语音交互装置需要依据联系信息与面试邀请对象进行语音通话,并在语音通话接通后先按照介绍信息向面试邀请对象进行招聘事由介绍。例如,在语音通话接通后,先按照问候信息问候面试邀请对象,如:xxx(面试邀请对象的姓名)您好,我是xx公司的招聘员,来电是xxx(来电原因)!然后,按照公司介绍信息对面试邀请对象进行公司介绍,再按照招聘职位信息进行招聘需求介绍、面试邀请对象的履历和专业技能等信息的确认、面试邀请对象与招聘职位的契合性评估等。在其他实施例中,在还可以进行按照面试邀请数据的信息问询话术(用于确定求职意向和求职需求,包括面试邀请对象所处城市区域、对求职工作的通勤邀请、目标薪资等多个问题)进行信息询问,提高通话互动性,并增加对面试邀请对象的了解。
S63:在进行招聘事由介绍过程中,语音交互装置实时确定语音通话是否中断。
在进行招聘事由介绍过程中,语音交互装置还需要实时确定语音通话是否中断,则确定面试邀请结果为邀请失败,并记录邀请失败原因。
S64:若语音通话未中断,则语音交互装置按照邀请话术信息继续与面试邀请对象进行沟通。
在进行招聘事由介绍过程中,若语音交互装置发现语音通话未中断,则在完成招聘事由介绍后,即介绍话术信息、信息问询话术进行信息遍历和获得相应答复后,按照邀请话术信息继续与面试邀请对象进行沟通,直至遍历邀请话术信息的各个信息,例如,询问是否愿意参加面试,若面试邀请对象回复参加面试,则根据邀请话术信息向面试邀请对象提供可选择的面试方式、面试时间,并提供面试地址等,从而确认面试方式、面试时间、面试地址等信息。
S65:语音交互装置在沟通过程中根据面试邀请对象的反馈确定面试方式、面试时间和面试地址,得到面试邀请结果。
其中,在按照邀请话术信息继续与面试邀请对象进行沟通的过程中,语音交互装置需要根据面试邀请对象的反馈对面试方式、面试时间和面试地址的一项或者多项进行调整,以确定面试邀请对象反馈的面试方式、面试时间和面试地址,得到面试邀请结果。即本实施例中,面试邀请结果包括调整后的面试方式、面试时间和面试地址等信息。
在按照邀请话术信息继续与面试邀请对象进行沟通的过程(即面试邀请沟通的过程)中,语音交互装置也需要实时确定语音通话是否中断。在进行招聘事由介绍过程中,或者按照邀请话术信息继续与面试邀请对象进行沟通的过程中,若语音交互装置发现语音通话中断,表示通讯信号不佳或者面试邀请对象主动挂断,则确定面试邀请结果为邀请失败,并记录邀请失败原因,并将面试邀请结果和邀请失败原因发送给数据处理中心,以使其将面试邀请对象的信息和失败原因记录至招聘职位的候选对象表中。若语音通话因通讯信号不佳而中断,则邀请失败原因为通讯信号不佳;若语音通话是被面试邀请对象主动中断,表示面试邀请对象无交流意愿,求职意愿较低,则邀请失败原因是无交流意愿。
在其他实施例中,也可以根据不同通过阶段,对邀请失败原因进行细分,从而进一步明确邀请失败原因,便于后续进行数据分析。例如,语音通话是在招聘事由介绍过程中被面试邀请对象主动中断,即在问候、公司介绍、招聘职位介绍过程中被挂断,表示面试邀请对象无交流意愿,则邀请失败原因是无交流意愿;若语音通话是在信息询问的过程中被面试邀请对象主动中断,表示面试邀请对象对通勤时间(距离、上班地点)、薪资等不满意,也可能是求职意愿较低,则邀请失败原因是对通勤时间(距离、上班地点)、薪资等不满意,或者求职意愿较低;若语音通话是在面试邀请沟通的过程中被面试邀请对象主动中断,表示面试邀请对象对面试方式、面试时间、面试地点等不满意,则邀请失败原因是对面试方式、面试时间或面试地点等不满意。
本实施例中,在确定语音通话是否中断后,直接确定面试邀请结果为邀请失败,并根据不同中断阶段确定不同的邀请失败原因,便于后续根据通话数据进行招聘分析,从而优化整个招聘流程。
本实施例中,通过解析面试邀请数据,面试邀请数据包括介绍话术信息和邀请话术信息,然后依据联系信息与面试邀请对象取得语音通话,并在语音通话接通后按照介绍信息向面试邀请对象进行招聘事由介绍,并在进行招聘事由介绍过程中,实时确定语音通话是否中断,若语音通话未中断,则按照邀请话术信息继续与面试邀请对象进行沟通,在沟通过程中根据面试邀请对象的反馈确定面试方式、面试时间和面试地址,从而得到面试邀请结果。其明确了依据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果,将面试邀请数据分为介绍话术信息和邀请话术信息,然后进行分模块语音通话以获取不同信息,使得语音面试邀请过程更接近真人邀请过程,提高了语音面试邀请的智能性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种服务器,该服务器与上述实施例中招聘数据处理方法一一对应。如图6所示,该服务器包括简历筛选装置21、数据处理中心22、语音交互装置23。各功能装置详细说明如下:
简历筛选装置21用于:根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与招聘需求数据匹配的目标简历;
数据处理中心22用于:对目标简历进行关键信息识别,得到目标简历对应的面试邀请对象的关键履历信息和联系信息;获取招聘职位的邀请话术数据,并依据面试邀请对象的关键履历信息对邀请话术数据进行更新,得到面试邀请对象的面试邀请数据;
语音交互装置23用于:根据联系信息联系面试邀请对象,并基于面试邀请数据进行语音面试邀请,得到面试邀请结果;
数据处理中心22还用于:若面试邀请结果包括面试预约信息,则根据面试预约信息进行会议室预订,生成面试邀请对象的面试日程,并将面试日程发送至面试官的终端设备。
可选地,招聘需求数据包括招聘职位的职位描述和招聘职位的多个筛选条件,简历筛选装置21具体用于:
对职位描述进行关键字段提取,得到职位描述的多个关键字段;
基于招聘职位和多个关键字段对每一应聘简历进行初步筛选,得到匹配的初筛简历;
基于多个筛选条件对初筛简历进行再次筛选,得到满足筛选要求的目标简历。
可选地,简历筛选装置21具体还用于:
基于多个关键字段对每一应聘简历进行关键信息匹配,匹配到与关键字段信息一致的粗筛简历;
确定粗筛简历中用户的历史工作职位,并计算历史工作职位与招聘职位的职位匹配度;
将职位匹配度大于预设职位匹配度的粗筛简历,记为初筛简历。
可选地,筛选条件包括筛选项和筛选项对应的标准数据,简历筛选装置21具体还用于:
基于多个筛选条件的筛选项对初筛简历中的信息进行分类,得到每一筛选项对应的简历数据;
基于每一筛选项对应的简历数据和标准数据,对初筛简历进行筛选条件的匹配性评估,得到初筛简历的简历匹配度;
将简历匹配度大于预设简历匹配度的初筛简历,记为目标简历。
可选地,简历筛选装置21具体还用于:
确定每一筛选项对应的简历数据与对应标准数据的匹配度,记为每一筛选项的匹配度,筛选项的类型包括必须项和加分项;
根据筛选项的类型对筛选项的匹配度进行分类,得到必须项的匹配度数据和加分项的匹配度数据;
根据必须项的权重和加分项的权重,对必须项的匹配度数据和加分项的匹配度数据进行加权计算,得到初筛简历的简历匹配度,必须项的权重大于加分项的权重。
可选地,语音交互装置23具体用于:
解析面试邀请数据,面试邀请数据包括介绍话术信息和邀请话术信息,介绍信息包括问候信息、公司介绍信息、招聘职位信息,招聘职位信息包括面试邀请对象与招聘职位的契合性,邀请话术信息包括面试邀请、面试方式和面试地址;
依据联系信息与面试邀请对象进行语音通话,并在语音通话接通后按照介绍信息向面试邀请对象进行招聘事由介绍;
在进行招聘事由介绍过程中,实时确定语音通话是否中断;
若语音通话未中断,则按照邀请话术信息继续与面试邀请对象进行沟通;
在沟通过程中根据面试邀请对象的反馈对面试方式、面试时间和面试地址的一项或者多项进行调整,以确定调整后的面试方式、面试时间和面试地址,得到面试邀请结果。
可选地,根据联系信息联系面试邀请对象之前,数据处理中心22还具体用于:将面试邀请对象和对应的联系信息更新至招聘职位的沟通状态表中,并将沟通状态表中面试邀请对象的联系状态标记为未沟通;
语音交互装置23还具体用于:以预设频率轮询沟通状态表,并在面试邀请对象的联系状态为未沟通时,根据联系信息联系面试邀请对象。
可选地,根据联系信息联系面试邀请对象之后,语音交互装置23还具体用于:
确定是否成功联系到面试邀请对象;
若成功联系到面试邀请对象,则基于面试邀请数据进行语音面试邀请,并在得到面试邀请结果后,将沟通状态表中面试邀请对象的联系状态标记为已沟通;
若未成功联系到面试邀请对象,则在沟通状态表中记录面试邀请对象的未接通次数,并在未接通次数达到预设次数时,将面试邀请对象从沟通状态表中移除。
可选地,将面试日程发送至面试官的终端设备之后,数据处理中心22还具体用于:
将面试邀请对象的面试日程添加至招聘职位的面试状态表中,并将面试状态表中面试邀请对象的面试状态标记为未面试,面试日程包括面试官、面试方式、面试地址和面试时间;
在获取面试官或者面试邀请对象的反馈后,修改面试邀请对象对应的面试状态;
轮询面试状态表,并在面试邀请对象的面试状态为放弃面试或者淘汰时,将面试邀请对象的面试日程从面试状态表移除。
关于服务器的具体限定可以参见上文中对于招聘数据处理方法的限定,在此不再赘述。上述服务器中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7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,该计算机设备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上述招聘数据处理方法用到、生成的数据,如应聘简历、目标简历、面试邀请对象的关键履历信息和联系信息、面试邀请结果、面试日程等数据。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招聘数据处理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述招聘数据处理方法的步骤。
在一个实施例中,提供了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上述招聘数据处理方法的步骤。
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于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,本申请所提供的各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以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种招聘数据处理方法,其特征在于,包括:
根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与所述招聘需求数据匹配的目标简历;
对所述目标简历进行关键信息识别,得到所述目标简历对应的面试邀请对象的关键履历信息和联系信息;
获取所述招聘职位的邀请话术数据,并依据所述面试邀请对象的关键履历信息对所述邀请话术数据进行更新,得到所述面试邀请对象的面试邀请数据;
依据所述联系信息联系所述面试邀请对象,并基于所述面试邀请数据进行语音面试邀请,得到面试邀请结果;
若所述面试邀请结果包括面试预约信息,则根据所述面试预约信息进行会议室预订,生成所述面试邀请对象的面试日程,并将所述面试日程发送至面试官的终端设备。
2.如权利要求1所述的招聘数据处理方法,其特征在于,所述招聘需求数据包括招聘职位的职位描述和多个筛选条件,所述根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与所述招聘需求数据匹配的目标简历,包括:
对所述职位描述进行关键字段提取,得到所述职位描述的多个关键字段;
基于所述招聘职位和多个所述关键字段对每一所述应聘简历进行初步筛选,得到匹配的初筛简历;
基于多个所述筛选条件对所述初筛简历进行再次筛选,得到满足所述筛选条件的所述目标简历。
3.如权利要求2所述的招聘数据处理方法,其特征在于,所述基于所述招聘职位和多个所述关键字段对每一所述应聘简历进行初步筛选,得到匹配的初筛简历,包括:
基于多个所述关键字段对每一所述应聘简历进行关键信息匹配,匹配到与所述关键字段信息一致的粗筛简历;
确定所述粗筛简历中用户的历史工作职位,并计算所述历史工作职位与所述招聘职位的职位匹配度;
将所述职位匹配度大于预设职位匹配度的所述粗筛简历,记为所述初筛简历。
4.如权利要求2所述的招聘数据处理方法,其特征在于,所述筛选条件包括筛选项和所述筛选项对应的标准数据,所述基于多个所述筛选条件对所述初筛简历进行再次筛选,得到满足所述筛选条件的所述目标简历,包括:
基于多个所述筛选条件的筛选项对所述初筛简历中的信息进行分类,得到每一所述筛选项对应的简历数据;
基于每一所述筛选项对应的简历数据和所述标准数据,对所述初筛简历进行所述筛选条件的匹配性评估,得到所述初筛简历的简历匹配度;
将所述简历匹配度大于预设简历匹配度的所述初筛简历,记为所述目标简历。
5.如权利要求4所述的招聘数据处理方法,其特征在于,所述基于每一所述筛选项对应的简历数据和所述标准数据,对所述初筛简历进行所述筛选条件的匹配性评估,得到所述初筛简历的简历匹配度,包括:
确定每一所述筛选项对应的简历数据与对应所述标准数据的匹配度,记为每一所述筛选项的匹配度,所述筛选项的类型包括必须项和加分项;
根据所述筛选项的类型对所述筛选项的匹配度进行分类,得到所述必须项的匹配度数据和所述加分项的匹配度数据;
根据所述必须项的权重和所述加分项的权重,对所述必须项的匹配度数据和所述加分项的匹配度数据进行加权计算,得到所述初筛简历的简历匹配度,所述必须项的权重大于所述加分项的权重。
6.如权利要求1-5任一项所述的招聘数据处理方法,其特征在于,所述依据所述联系信息联系所述面试邀请对象,并基于所述面试邀请数据进行语音面试邀请,得到面试邀请结果,包括:
解析所述面试邀请数据,所述面试邀请数据包括介绍话术信息和邀请话术信息,所述介绍信息包括所述面试邀请对象的履历与所述招聘职位的契合性;
依据所述联系信息与所述面试邀请对象进行语音通话,并在语音通话接通后按照所述介绍信息向所述面试邀请对象进行招聘事由介绍;
在进行所述招聘事由介绍过程中,实时确定所述语音通话是否中断;
若所述语音通话未中断,则按照所述邀请话术信息继续与所述面试邀请对象进行沟通;
在沟通过程中根据所述面试邀请对象的反馈确定面试方式、面试时间和面试地址,得到所述面试邀请结果。
7.如权利要求1-5任一项所述的招聘数据处理方法,其特征在于,所述将所述面试日程发送至面试官的终端设备之后,所述方法还包括:
将所述面试邀请对象的面试日程添加至所述招聘职位的面试状态表中,并将所述面试状态表中所述面试邀请对象的面试状态标记为未面试;
在获取所述面试官或者所述面试邀请对象的反馈后,修改所述面试邀请对象对应的面试状态;
轮询所述面试状态表,并在所述面试邀请对象的面试状态为放弃面试或者淘汰时,将所述面试邀请对象的面试日程从所述面试状态表移除。
8.一种招聘数据处理系统,其特征在于,包括简历筛选装置、数据处理中心和语音交互装置;
所述简历筛选装置用于:根据企业的招聘需求数据对多个应聘简历进行简历筛选,得到与所述招聘需求数据匹配的目标简历;
所述数据处理中心用于:对所述目标简历进行关键信息识别,得到所述目标简历对应的面试邀请对象的关键履历信息和联系信息;获取所述招聘职位的邀请话术数据,并依据所述面试邀请对象的关键履历信息对所述邀请话术数据进行更新,得到所述面试邀请对象的面试邀请数据;
所述语音交互装置用于:根据所述联系信息联系所述面试邀请对象,并基于所述面试邀请数据进行语音面试邀请,得到面试邀请结果,所述面试邀请结果包括邀请成功的面试时间;
所述数据处理中心还用于:若所述面试邀请结果包括面试预约信息,则根据所述面试预约信息进行会议室预订,生成所述面试邀请对象的面试日程,并将所述面试日程发送至面试官的终端设备。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述招聘数据处理方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述招聘数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310379313.1A CN116503033A (zh) | 2023-03-31 | 2023-03-31 | 招聘数据处理方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310379313.1A CN116503033A (zh) | 2023-03-31 | 2023-03-31 | 招聘数据处理方法、系统、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116503033A true CN116503033A (zh) | 2023-07-28 |
Family
ID=87329484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310379313.1A Pending CN116503033A (zh) | 2023-03-31 | 2023-03-31 | 招聘数据处理方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503033A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273677A (zh) * | 2023-09-22 | 2023-12-22 | 深圳夸夸菁领科技有限公司 | 一种基于jd生命周期的自适应简历匹配方法及系统 |
CN117972089A (zh) * | 2024-01-25 | 2024-05-03 | 北京网聘信息技术有限公司 | 一种b端智能简历筛选方法和装置 |
-
2023
- 2023-03-31 CN CN202310379313.1A patent/CN116503033A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273677A (zh) * | 2023-09-22 | 2023-12-22 | 深圳夸夸菁领科技有限公司 | 一种基于jd生命周期的自适应简历匹配方法及系统 |
CN117972089A (zh) * | 2024-01-25 | 2024-05-03 | 北京网聘信息技术有限公司 | 一种b端智能简历筛选方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210264372A1 (en) | Automated human resources management and engagement system and method | |
CN116503033A (zh) | 招聘数据处理方法、系统、计算机设备及存储介质 | |
US7991635B2 (en) | Management of job candidate interview process using online facility | |
US20100241581A1 (en) | System and Method for Interactive Interview and Recruitment | |
US20170337501A1 (en) | System and method for coordinating and controlling production processes and inter-related decision making processes | |
KR20120115101A (ko) | 온라인 인적 네트워킹뱅크 서비스 시스템 및 그 서비스 방법 | |
US20170147982A1 (en) | Dynamic system for human resource networking | |
Seah et al. | Impact of leader adaptability on organizational change and adaptation: the case of Savecom Communication | |
Rocha et al. | Ecosystem of Innovation in Industry 4.0: the case of collaborations in Startups in Brazil | |
US20220036314A1 (en) | System and method for providing employee driven mobility | |
Hildrum | When is frequent face-to-face contact necessary in innovation? A comparative study of two distributed product development projects | |
Bard | Strategies to achieve high performance in hybrid project teams. Addressing the relationship between Swedish project managers and Indian specialists at IBM Global Services. | |
CN117078221A (zh) | 基于ai的招聘方法、装置、设备和存储介质 | |
GB2556406A (en) | System and method of aggregating and analyzing diverse candidate data at a networked computer system and providing the data through a networked agent | |
US20210049621A1 (en) | System and method for intelligent customer relationship management data migration | |
US20210056587A1 (en) | System and method for enhanced website visitor notifications | |
GB2558032A (en) | System and method of anticipating hiring needs | |
Chetty et al. | The history of the southern African association for institutional research | |
Daly | The effect of participation in Denmark’s Innovation Network program | |
Stevanovic et al. | Growth and Success: In the Context of Startups in Sub-Saharan Africa | |
Needels et al. | Implementation of the EUC08 Reemployment Services and Reemployment Eligibility Assessments Program: Findings from Nine States | |
US11741477B2 (en) | System and method for identification of a decision-maker in a sales opportunity | |
WO2024073872A1 (en) | Provide action suggestion for a communication session | |
US20230353651A1 (en) | Identifying suggested contacts for connection | |
Shen | Essays on behavioral finance and corporate finance |
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 |