CN116645071A - 人员招聘用智能简历管理系统 - Google Patents
人员招聘用智能简历管理系统 Download PDFInfo
- Publication number
- CN116645071A CN116645071A CN202310480704.2A CN202310480704A CN116645071A CN 116645071 A CN116645071 A CN 116645071A CN 202310480704 A CN202310480704 A CN 202310480704A CN 116645071 A CN116645071 A CN 116645071A
- Authority
- CN
- China
- Prior art keywords
- value
- post
- information
- recruitment
- unit
- 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 32
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims description 43
- 238000007781 pre-processing Methods 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 19
- 230000008030 elimination Effects 0.000 claims description 15
- 238000003379 elimination reaction Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000007726 management method Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000012795 verification Methods 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了人员招聘用智能简历管理系统，包括信息采集单元、信息分析单元和信息输出单元，本发明涉及人员简历管理技术领域，解决了审核量大，审核效率低，同时存在主观的因素不能公平公正地对待每一份简历资料的技术问题，本发明通过对多组简历进行预处理筛选操作，从而将大量的数据进行简单化，减小审核人员的工作量，进一步地进行二次的筛选操作，针对此次筛选计算出目标对象整体的岗位匹配值，并根据岗位匹配值来进行合适的岗位匹配和推荐，同时将预处理筛选没有通过的简历进行计算，从而给目标对象一次机会，提高平台对人才的筛选效率，同时提高整体筛选后简历的质量，为企业筛选高质量的人才。
Description
技术领域
本发明涉及人员简历管理技术领域，具体为人员招聘用智能简历管理系统。
背景技术
个人简历是人才找工作、企业发现人才的重要媒介，现有的个人简历一般包括教育、就业背景和个人特长的描述。
根据申请号为CN201611054741.3的专利显示，该专利系统包括个人简历模版建立模块、用户数据输入模块、推荐企业搜寻与企业数据采集模块、关键词提取模块、个人简历重组模块；所述个人简历模版建立模块用于建立个人简历标准模版，并对所述个人简历标准模版进行行业标注；所述用户数据输入模块用于输入用户就业兴趣数据、就业方向数据、就业领域数据；并输入用户的个人简历数据；所述推荐企业搜寻与企业数据采集模块通过网络文本爬虫技术，从互联网中搜寻推荐企业，输出推荐企业名单并采集所述推荐企业的企业数据；本发明使得用户填入的个人简历数据与企业的用人标准更匹配；提高了用户的就业成功率，为企业招聘人才提供了便利。
企业进行技术人才招聘的时候，通常会在招聘平台，比如人力资本生态价值链平台、BOSS，通过平台招聘的时候通常会收到大量的简历资料，但是由于简历资料质量存在参差不齐的情况，需要审核人员进行一一的校验审核，其中存在审核人员主观的意识，不能够保证公平地对待每一位份简历资料，其次大量的简历资料在进行审核的时候，一方面工作量大，另一方面审核的效率低，同时不能客观地进行审核。
发明内容
针对现有技术的不足，本发明提供了人员招聘用智能简历管理系统，解决了审核量大，审核效率低，同时存在主观的因素不能公平公正地对待每一份简历资料的问题。
为实现以上目的，本发明通过以下技术方案予以实现：人员招聘用智能简历管理系统，包括：
信息采集单元，用于获取目标对象的基础信息，目标对象即为面试人员的简历，基础信息包括目标对象的专业、教学背景、工作经验、简历投稿次数、电话咨询次数和意向工作岗位，并将获取的基础信息传输到预处理筛选单元；
预处理筛选单元对获取的基础信息进行预处理筛选，通过将目标对象的专业与招聘专业岗位进行匹配，将匹配的目标对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，将不匹配的目标对象标记为待处理对象，并将待处理对象的基础信息传输到淘汰存储单元，淘汰存储单元进一步的对待处理对象标记为预处理对象和淘汰对象；
信息分析单元对预处理对象的基础信息进行分析，分别计算出预处理对象教育背景评价值J、工作经验数值G和意向岗位胜任值H，同时计算出目标对象的综合值Q和衡量标准值QP，并将综合值Q和衡量标准值QP传输到二次筛选单元；
二次筛选单元获取传输的数据并对其进行筛选，将综合值Q大于衡量标准值QP的预处理对象标记为合格对象，并将合格对象的基础信息传输到岗位匹配单元，没有通过筛选的预处理对象直接传输到信息输出单元；
岗位匹配单元计算合格对象的岗位匹配值并与招聘专业岗位匹配值比较，分别选取数值相近的目标对象，系统基于岗位匹配值不相近的合格对象生成岗位匹配建议，并将生成的信息传输到信息输出模块。
作为本发明进一步的方案：所述预处理筛选的具体方式为：
若该目标对象的专业与招聘岗位专业匹配，则将该目标对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，反之则标记为待处理对象，并将待处理对象的基础信息传输到淘汰存储单元；
淘汰存储单元获取待处理对象的基础信息并进行分析，具体的分析方式如下：
P1：获取待处理对象简历投稿次数CS和电话咨询次数DH，并代入计算公式计算得出待处理对象个人企业评价值M：M＝CS×c+DH×d，且c+d＝1，其中c和d分别表示为影响因子，c和d可以由操作人员自行设定，c和d数值不固定；
P2：将待处理对象个人企业评价值M与公司预设值YS进行比较，具体的比较方式如下：
若M≥YS，则将待处理对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，反之标记为淘汰对象，并将生成的信息直接传输到信息输出单元。
作为本发明进一步的方案：所述预处理对象教育背景评价值J、工作经验数值G和意向岗位胜任值H的计算方式分别如下：
预处理对象教育背景评价值J计算方式为：
根据教育背景划分为专科并赋值为B1、本科赋值为B2、重点赋值为B3；
预处理对象工作年限数值G计算方式为：
将工作年限划分为小职并赋值A1、中职同时赋值A2、老职同时赋值A3，按照工作年限区间取值[0,2)之间定义为小职，按照工作年限区间取值[2,5)之间定义为中职，按照工作年限超过五年及以上定义为老职；
预处理对象意向岗位胜任值H的计算方式为：
将获取的教育背景评价值和工作经验数值代入计算公式得出意向岗位胜任值：H＝(J+G)×a，a＝0.3，且a表示预处理对象胜任影响因素；
将教育背景评价值J与工作经验数值G相加得到综合值Q，以此类推得到所有预处理对象的综合值Q，并计算平均值QP，作为衡量标准值，将预处理对象的综合值Q和衡量标准值QP传输到二次筛选单元。
作为本发明进一步的方案：所述招聘专业岗位匹配具体匹配方式如下：
W1：将衡量标准值QP和意向岗位胜任值H代入计算公式：K＝QP+H得出岗位匹配值K；
W2：获取招聘专业岗位的匹配值Ki，并将合格对象的岗位匹配值与招聘专业岗位的匹配值Ki进行比较，选择互相匹配的目标对象基础信息，同时将目标对象基础信息传输到信息输出单元。
作为本发明进一步的方案：淘汰存储单元与信息分析单元之间为单向电性连接，且二次筛选单元和淘汰存储单元均可以与信息输出单元之间单向电性连接。
有益效果
本发明提供了人员招聘用智能简历管理系统。与现有技术相比具备以下
有益效果：
本发明通过管理平台对多组简历进行预处理筛选操作，从而将大量的数据进行简单化，减小审核人员的工作量，其次将通过预处理筛选的简历进行后续的计算，从而来进行二次的筛选操作，针对此次筛选计算出目标对象整体的岗位匹配值，并根据岗位匹配值来进行合适的岗位匹配和推荐，同时将预处理筛选没有通过的简历进行计算，从而给目标对象一次机会，提高平台对人才的筛选效率，同时提高整体筛选后简历的质量，为企业筛选高质量的人才。
附图说明
图1为本发明系统框图。
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、完整的描述，显然，所描述的实施例仅仅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做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。
请参阅图1，本申请提供了人员招聘用智能简历管理系统，包括：
信息采集单元，用于获取目标对象的基础信息，目标对象即为面试人员的简历，基础信息包括目标对象的专业、教学背景、工作经验、简历投稿次数、电话咨询次数和意向工作岗位，并将获取的基础信息传输到预处理筛选单元；
预处理筛选单元获取到传输的目标对象专业信息并进行预处理筛选，并将筛选通过的目标对象的基础信息传输到信息分析单元，没有通过筛选的传输到淘汰存储单元，具体的预处理筛选方式为：
若该目标对象专业符合，标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，不符合则标记为待处理对象，并传输到淘汰存储单元；
淘汰存储单元获取待处理对象的基础信息并进行分析，具体的分析方式如下：
P1：获取待处理对象简历投稿次数CS和电话咨询次数DH，并代入计算公式：M＝CS×c+DH×d得出待处理对象个人企业评价值M，且c+d＝1，其中c和d分别表示为影响因子，c和d可以由操作人员自行设定，c和d数值不固定；
P2：将待处理对象个人企业评价值M与公司预设值YS进行比较，具体的比较方式如下：
若M≥YS，标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，反之标记为淘汰对象，并将生成的信息直接传输到信息输出单元。
信息分析单元对预处理对象的基础信息进行分析，具体的分析方式如下：
预处理对象教育背景评价值J、工作经验数值G和意向岗位胜任值H的计算方式分别如下：
预处理对象教育背景评价值J计算方式为：
根据教育背景划分为专科并赋值为B1、本科赋值为B2、重点赋值为B3，且B1、B2、B3的数值由操作人员进行设置，本申请中取值为4、5、6，重点包括教学背景为985或者211大学毕业，或者为985和211毕业的研究生或者博士生；
预处理对象工作年限数值G计算方式为：
将工作年限划分为小职并赋值A1、中职同时赋值A2、老职同时赋值A3，且A1、A2、A3的数值由操作人员进行限定，本申请中取值为4、5、6，按照工作年限区间取值[0,2)之间定义为小职，按照工作年限区间取值[2,5)之间定义为中职，按照工作年限超过五年及以上定义为老职；
预处理对象意向岗位胜任值H的计算方式为：
将获取的教育背景评价值和工作经验数值代入计算公式H＝(J+G)×a得出意向岗位胜任值H，其中a＝0.3，且a表示目标对象胜任影响因素；
将教育背景评价值J与工作经验数值G相加得到综合值Q，以此类推得到所有目标对象的综合值Q，并计算平均值QP，作为衡量标准值，将目标对象的综合值Q和衡量标准值QP传输到二次筛选单元。
二次筛选单元获取传输的数据，并对目标对象二次筛选，具体的筛选方式如下：
筛选综合值Q大于等于衡量标准值QP的预处理对象，并标记为合格对象，反之则标记为不合格对象，并直接传输到信息输出单元、
岗位匹配单元获取合格对象的信息数据和招聘专业岗位的匹配值Ki，岗位匹配值根据现有工作人员的基础数据进行计算得出，同时可以根据操作人员的要求来进行不同数值的调整，并进行以下方式的招聘专业岗位匹配：
W1：将衡量标准值QP和意向岗位胜任值H代入计算公式：K＝QPH得出岗位匹配值K；
W2：获取招聘专业岗位的匹配值Ki，并将合格对象的岗位匹配值与招聘专业岗位的匹配值Ki进行比较，选择互相匹配的合格对象基础信息，同时将合格对象基础信息传输到信息输出单元。
结合实际应用场景对K和Ki进行分析，例如K＝16.3，Ki＝16，因此这两组可以定义为互相匹配，系统将匹配的合格对象的信息传输到信息输出单元；
信息输出单元用于对传输的信息进行显示。
淘汰存储单元与信息分析单元之间为单向电性连接，且二次筛选单元和淘汰存储单元均可以与信息输出单元之间单向电性连接。
对多组简历进行预处理筛选操作，从而将大量的数据进行简单化，减小审核人员的工作量，其次将通过预处理筛选的简历进行后续的计算，从而来进行二次的筛选操作，针对此次筛选计算出目标对象整体的岗位匹配值，并根据岗位匹配值来进行合适的岗位匹配和推荐，同时将预处理筛选没有通过的简历进行计算，从而来给目标对象一次机会，提高企业的管理形象，同时提高面试人员的效率和质量，提高整体简历的筛选效率
本发明的工作原理：信息采集单元获取投放的简历信息，并通过对专业进行初步的筛选，将通过专业筛选的目标对象简历信息传输到信息分析单元，将没有通过初步筛选的目标对象简历信息传输到淘汰存储单元预备存储，信息分析单元对通过筛选的目标对象信息进行分析；
经过计算得出目标对象的综合值，并计算出目标对象整体综合值的平均值作为衡量标准值，并同时传输到二次筛选单元，二次筛选单元通过比较综合值与衡量标准值的大小来筛分合格对象和不合格对象，并将不合格对象直接传输到信息输出模块，将合格对象的数据信息进行分析，计算出合格对象的岗位匹配值，并根据招聘专业岗位匹配值进行比较，从而匹配合适的岗位；
对于没有通过预处理筛选的目标对象，通过计算待处理对象的个人企业评价值并与预设值进行比较，选取大于预设值的待处理对象，并将待处理对象信息传输到信息分析单元，并进行预处理对象相同的处理操作，小于预设值的待处理对象则直接将结果输出到信息输出模块。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (6)
1.人员招聘用智能简历管理系统，其特征在于，包括：
信息采集单元，用于获取目标对象的基础信息，目标对象即为面试人员的简历，基础信息包括目标对象的专业、教学背景、工作经验、简历投稿次数、电话咨询次数和意向工作岗位，并将获取的基础信息传输到预处理筛选单元；
预处理筛选单元对获取的基础信息进行预处理筛选，通过将目标对象的专业与招聘专业岗位进行匹配，将匹配的目标对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，将不匹配的目标对象标记为待处理对象，并将待处理对象的基础信息传输到淘汰存储单元，淘汰存储单元进一步的对待处理对象标记为预处理对象和淘汰对象；
信息分析单元对预处理对象的基础信息进行分析，分别计算出预处理对象教育背景评价值J、工作经验数值G和意向岗位胜任值H，同时计算出目标对象的综合值Q和衡量标准值QP，并将综合值Q和衡量标准值QP传输到二次筛选单元；
二次筛选单元获取传输的数据并对其进行筛选，将综合值Q大于衡量标准值QP的预处理对象标记为合格对象，并将合格对象的基础信息传输到岗位匹配单元，没有通过筛选的预处理对象直接传输到信息输出单元；
岗位匹配单元计算合格对象的岗位匹配值并与招聘专业岗位匹配值比较，分别选取数值相近的目标对象，系统基于岗位匹配值不相近的合格对象生成岗位匹配建议，并将生成的信息传输到信息输出模块。
2.根据权利要求1所述的人员招聘用智能简历管理系统，其特征在于，所述预处理筛选的具体方式为：
若该目标对象的专业与招聘岗位专业匹配，则将该目标对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，反之则标记为待处理对象，并将待处理对象的基础信息传输到淘汰存储单元；
淘汰存储单元获取待处理对象的基础信息并进行分析，具体的分析方式如下：
P1：获取待处理对象简历投稿次数CS和电话咨询次数DH，并代入公式M＝CS×c+DH×d，计算得出待处理对象个人企业评价值M，且c+d＝1，其中c和d分别表示为影响因子，c和d可以由操作人员自行设定，c和d数值不固定；
P2：将待处理对象个人企业评价值M与公司预设值YS进行比较，具体的比较方式如下：
若M≥YS，则将待处理对象标记为预处理对象，并将预处理对象的基础信息传输到信息分析单元，反之标记为淘汰对象，并将生成的信息直接传输到信息输出单元。
3.根据权利要求1所述的人员招聘用智能简历管理系统，其特征在于，所述预处理对象教育背景评价值J、工作经验数值G和意向岗位胜任值H的计算方式分别如下：
预处理对象教育背景评价值J计算方式为：
根据教育背景划分为专科并赋值为B1、本科赋值为B2、重点赋值为B3；
预处理对象工作年限数值G计算方式为：
将工作年限划分为小职并赋值A1、中职同时赋值A2、老职同时赋值A3，按照工作年限区间取值[0,2)之间定义为小职，按照工作年限区间取值[2,5)之间定义为中职，按照工作年限超过五年及以上定义为老职；
预处理对象意向岗位胜任值H的计算方式为：
将获取的教育背景评价值和工作经验数值代入公式：H＝(J+G)×a得出意向岗位胜任值H，a＝0.3，且a表示预处理对象胜任影响因素；
将教育背景评价值J与工作经验数值G相加得到综合值Q，以此类推得到所有预处理对象的综合值Q，并计算平均值QP，作为衡量标准值，将预处理对象的综合值Q和衡量标准值QP传输到二次筛选单元。
4.根据权利要求2所述的人员招聘用智能简历管理系统，其特征在于，所述二次筛选的具体方式如下：
筛选综合值Q大于等于衡量标准值QP的预处理对象标记为合格对象，并将合格对象传输到岗位匹配单元，反之则标记为不合格对象，并直接传输到信息输出单元。
5.根据权利要求4所述的人员招聘用智能简历管理系统，其特征在于，所述招聘专业岗位匹配具体匹配方式如下：
W1：将衡量标准值QP和意向岗位胜任值H代入公式：K＝QP+H得出岗位匹配值K；
W2：获取招聘专业岗位的匹配值Ki，并将合格对象的岗位匹配值与招聘专业岗位的匹配值Ki进行比较，选择互相匹配的目标对象基础信息，同时将目标对象基础信息传输到信息输出单元。
6.根据权利要求1所述的人员招聘用智能简历管理系统，其特征在于，所述淘汰存储单元与信息分析单元之间为单向电性连接，且二次筛选单元和淘汰存储单元均可以与信息输出单元之间单向电性连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310480704.2A CN116645071A (zh) | 2023-04-28 | 2023-04-28 | 人员招聘用智能简历管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310480704.2A CN116645071A (zh) | 2023-04-28 | 2023-04-28 | 人员招聘用智能简历管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116645071A true CN116645071A (zh) | 2023-08-25 |
Family
ID=87622133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310480704.2A Pending CN116645071A (zh) | 2023-04-28 | 2023-04-28 | 人员招聘用智能简历管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116645071A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117993876A (zh) * | 2024-04-03 | 2024-05-07 | 四川蓉城蕾茗科技有限公司 | 一种简历评估系统、方法、装置和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708441A (zh) * | 2012-04-18 | 2012-10-03 | 苏州万戈软件科技有限公司 | 企业人事招聘管理软件系统 |
| CN108154350A (zh) * | 2018-01-25 | 2018-06-12 | 王智国 | 一种基于职业技能的人员招聘方法及系统 |
| CN112529533A (zh) * | 2020-12-19 | 2021-03-19 | 杨漫漫 | 一种基于大数据的简历推送方法 |
| CN112734382A (zh) * | 2021-01-12 | 2021-04-30 | 杭州好职途信息科技有限公司 | 一种能够根据企业需求快速匹配相关求职者的人才招聘系统 |
| CN114792204A (zh) * | 2022-04-25 | 2022-07-26 | 湖北康森人才科技有限公司 | 利用人工智能的精英人才和岗位高嵌合度分类匹配系统 |
-
2023
- 2023-04-28 CN CN202310480704.2A patent/CN116645071A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708441A (zh) * | 2012-04-18 | 2012-10-03 | 苏州万戈软件科技有限公司 | 企业人事招聘管理软件系统 |
| CN108154350A (zh) * | 2018-01-25 | 2018-06-12 | 王智国 | 一种基于职业技能的人员招聘方法及系统 |
| CN112529533A (zh) * | 2020-12-19 | 2021-03-19 | 杨漫漫 | 一种基于大数据的简历推送方法 |
| CN112734382A (zh) * | 2021-01-12 | 2021-04-30 | 杭州好职途信息科技有限公司 | 一种能够根据企业需求快速匹配相关求职者的人才招聘系统 |
| CN114792204A (zh) * | 2022-04-25 | 2022-07-26 | 湖北康森人才科技有限公司 | 利用人工智能的精英人才和岗位高嵌合度分类匹配系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117993876A (zh) * | 2024-04-03 | 2024-05-07 | 四川蓉城蕾茗科技有限公司 | 一种简历评估系统、方法、装置和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Felten et al. | The occupational impact of artificial intelligence: Labor, skills, and polarization | |
| Rounds et al. | Development of occupational interest profiles for O* NET | |
| Saifalislam et al. | Human Resource Management Practices: Influence of recruitment and selection, and training and development on the organizational performance of the Jordanian Public University | |
| CN116645071A (zh) | 人员招聘用智能简历管理系统 | |
| Fuller et al. | Apprenticeship and the concept of occupation | |
| CN114139065B (zh) | 基于大数据的人才筛选推荐方法、系统及可读存储介质 | |
| Rutzer et al. | Estimating the green potential of occupations: A new approach applied to the us labor market | |
| CN114971693A (zh) | 一种基于bim的工程造价咨询管理系统 | |
| US20140129462A1 (en) | Multifaceted candidate screening | |
| Generalao | Measuring the telework potential of jobs: Evidence from the international standard classification of occupations | |
| Oswald et al. | Stratifying occupational units by specific vocational preparation (SVP) | |
| Iswahyudi et al. | Impact self-efficacy and supervisor support on transfer of training: two-stage approach analysis | |
| Sofyani et al. | The moderating role of IT development on the relationship between internal control and the quality performance of higher education institutions | |
| G. Misuraca et al. | Re-designing the UN e-Government Survey in light of the 2030 Agenda for Sustainable Development: Towards a post-COVID digital society | |
| David et al. | New Frontiers: The Origins and Content of New Work, 1940–2018 | |
| Igbape et al. | Performance evaluation model for quality assurance in Nigeria higher education | |
| Schuck-Zöller et al. | Developing criteria of successful processes in co-creative research. A formative evaluation scheme for climate services | |
| CN109978476A (zh) | 律所项目任务模板生成方法、装置、系统以及导入方法 | |
| Jacky et al. | Factors Affecting the Use of Data Analytics in External Auditing. | |
| DE112020004468T5 (de) | Verfahren für automatisierte codeprüferempfehlung | |
| Krishnan et al. | Performance measurement link between the balanced scorecard dimensions: an empirical study of the manufacturing sector in Malaysia | |
| Savolainen et al. | Cumulative and combined: analyzing methods use in a human-centered design mature company | |
| Orliv | Development of an in-service training system for civil servants and local self-government officials in Ukraine using the incrementalist model | |
| OBINNA et al. | Human Resource Management Practices: Factors influencing Recruitment, Selection, training and development on the organizational Performance of Rivers State Board of Internal Revenue | |
| Scotese | Task Structure Evolution: Specific Tasks and Employment Polarization |
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 |