JP2020071869A - 動画基盤求人求職マッチングサーバーおよび方法 - Google Patents

Abstract

【課題】インターネット上で求人求職の効果的なマッチングを最大化させる。【解決手段】動画基盤求人求職マッチングシステムにおいて、動画基盤求人求職マッチングサーバー１００は、企業についての情報および求職者についての情報を保存する保存部、企業が使う企業端末から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する企業映像受信部、求職者が使う求職端末から求職者の紹介映像又は質問に対する返答映像を含む求職映像情報を受信する求職映像受信部、企業映像情報、求職映像情報のそれぞれに含まれた音声情報を抽出してそれぞれの音声情報をテキスト化した企業テキスト情報及び求職テキスト情報を保存するテキスト抽出部と、企業テキスト情報及び求職テキスト情報に基づいて企業端末に企業が所望する求職者についての情報を提供したり又は求職端末に求職者が所望する企業についての情報を提供するマッチング部と、を含む。【選択図】図２

Description

本発明は動画に含まれた情報に基づいて企業と求職者をマッチングさせる技術に関する。

インターネットの発達につれて就職のための求人求職はインターネット上で活発に行われている。

インターネット上で行われる求人求職システムを詳察すると、職業を求める求職者が就職サイトに履歴情報を提供すると就職サイトはこれを集合して求職者情報データベースを構築する。また、雇用人材を求める企業が就職サイトに企業情報と必要な人材条件を提供すると、就職サイトはこれを集合して企業情報データベースを構築する。このような過程を通じてデータベースが構築された後、就職サイトでは企業や求職者にデータベースの情報を提供して企業と求職者を連結させる。

しかし、既存の求人求職システムは企業や求職者がテキストで入力した情報またはイメージファイルなどのような限定された情報だけを提供したため、情報自体に対する相互間の信頼が保証できなかった。

例えば、企業の立場ではインターネット上の情報を通じて求職者の性格、印象、イメージなどについての情報を十分に分かり難いという点で、インターネット上の求職者の履歴が気に入るとしても、面接後に評価が異なるため求職者を雇用しない場合がある。また、求職者の立場ではインターネット上の情報を通じて企業の雰囲気や、勤務環境についての情報を分かることができないため、雇用されてまもなく退社してしまう場合が発生したりもする。

このように、単純に入力した何行かの文章と何枚かのイメージのような限定された情報を通じての求人求職は、直接顔を見合わせて仕事をする社会の中でミスマッチングを発生させ、その結果、企業や求職者の相互間に時間的、物質的損害を発生させ、雇用人材不足でありながらも就職率の低下という矛盾する社会現象を作っている。

たとえインターネット上とはいえ、フェイスタイム、ユーチューブ、画像会議のような動画の中で人が駆使する単語、語り口、文章等を通してその人に対する印象と感じをある程度把握することができる。

このような点に着眼して、本発明の実施例は企業または求職者が直接アップロードした動画で人に対して実生活で感じることができる情報をデータとして抽出し、このようなデータを企業または求職者に提供し、正しい求人求職文化を達成しようとする。

これを通じて、インターネット上で発生する既存の求人求職システムのミスマッチングを解決し、企業や求職者の個人的観点から時間的、物理的費用を減少させ、社会的観点で就職率を上昇させようとする。

ただし、本発明の実施例が達成しようとする技術的課題は以上で言及した課題に制限されず、以下で説明する内容から通常の技術者に自明な範囲内で多様な技術的課題が導き出され得る。

本発明の一実施例に係る動画基盤求人求職マッチングサーバーは、企業についての情報および求職者についての情報を保存する保存部、前記企業が使う企業端末から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する企業映像受信部、前記求職者が使う求職端末から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信する求職映像受信部、前記企業映像情報および前記求職映像情報のそれぞれに含まれた音声情報を抽出して前記それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を保存するテキスト抽出部および前記企業テキスト情報および前記求職テキスト情報に基づいて、前記企業端末に前記企業が所望する求職者についての情報を提供したりまたは前記求職端末に前記求職者が所望する企業についての情報を提供するマッチング部を含む。

また、前記テキスト抽出部は前記企業映像情報及び前記求職映像情報のそれぞれをｍｐ４形式の音声情報に変換し、ＣＳＲ（Ｃｌｏｖａ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）アルゴリズムに基づいて前記それぞれの音声情報から前記企業テキスト情報及び前記求職テキスト情報を抽出することができる。

また、前記テキスト抽出部は前記企業テキスト情報に含まれたキーワードを判別して前記企業についての情報に前記キーワードをマッピングして保存し、前記マッチング部は前記求職者についての情報に前記求職者が既指定したキーワードが保存されている場合、前記既指定したキーワードがマッピングされている企業端末の情報を前記求職端末に提供することができる。

また、前記テキスト抽出部は前記企業テキスト情報に含まれたキーワードを判別して前記企業についての情報に前記キーワードをマッピングして保存し、前記求職テキスト情報に含まれたキーワードを判別して前記求職者についての情報に前記キーワードをマッピングして保存し、前記マッチング部は前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードの類似度に基づいて、複数の企業端末のうちいずれか一つと複数の求職端末のうちいずれか一つをマッチングさせることができる。

また、前記テキスト抽出部は前記企業テキスト情報および求職テキスト情報をクローリングして既設定された単語または語句をキーワードで判別することができる。

また、前記テキスト抽出部はテキスト情報を入力レイヤー、既設定された単語または語句を出力レイヤーとして設定して、機械学習アルゴリズムに基づいて学習された神経網モデルに、前記企業テキスト情報および求職テキスト情報を入力した時に出力される単語または語句をキーワードで判別することができる。

また、前記マッチング部は前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードとが一致する程度に基づいて類似度を判別することができる。

また、前記マッチング部は前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードをｋ−ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇアルゴリズムに基づいた非指導学習モデルに入力して、前記企業テキスト情報に含まれたキーワードの群集と前記求職テキスト情報に含まれたキーワードの群集間の距離に基づいて類似度を判別することができる。

また、前記テキスト抽出部は前記求職映像情報に含まれた言語の種類を判別して前記求職者についての情報に前記判別された言語の種類をマッピングして保存し、前記マッチング部は前記企業が要求する既指定した言語が前記判別された言語である場合、前記求職者についての情報を前記企業端末に提供することができる。

また、前記テキスト抽出部は前記求職映像情報から抽出された求職テキスト情報に基づいて前記言語の種類を判別することができる。

また、前記テキスト抽出部は音声情報を入力レイヤー、前記音声情報に含まれた言語の種類および前記音声情報の言語駆使水準についての情報を出力レイヤーとして設定して、機械学習アルゴリズムに基づいて学習されたモデルに、前記求職映像情報から抽出された音声情報を入力した時に出力される情報から前記言語の種類および言語駆使水準を判別して、前記マッチング部は前記企業が要求する既指定した言語が前記判別された言語である場合、前記企業端末に前記求職者の言語駆使水準についての情報を追加的に提供することができる。

本発明の一実施例に係る動画基盤求人求職マッチング方法は、一つ以上のプロセッサが以下の段階を遂行し、該当段階は、企業についての情報および求職者についての情報を保存する段階、前記企業が使う企業端末から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する段階、前記求職者が使う求職端末から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信する段階、前記企業映像情報および前記求職映像情報のそれぞれに含まれた音声情報を抽出して前記それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を保存する段階および前記企業テキスト情報および前記求職テキスト情報に基づいて、前記企業端末に前記企業が所望する求職者についての情報を提供したりまたは前記求職端末に前記求職者が所望する企業についての情報を提供する段階を含むことができる。

本発明の実施例は企業または求職者が直接アップロードした動画からキーワードクローリングまたはマシンランニングアルゴリズムで学習された神経網モデルを通じてデータを抽出し、ある人に対して実生活で感じることができる情報を企業または求職者に提供することができる。

これに伴い、本発明の実施例は実生活で感じることができる情報を企業または求職者に提供してインターネット上で求人求職の効率的なマッチングを最大化させることによって、企業や求職者の個人的観点では時間的、物理的費用を減少させることができ、社会的観点では就職率を上昇させることができる。

本発明の一実施例に係る動画基盤求人求職マッチングシステムの構成図である。 本発明の一実施例に係る動画基盤求人求職マッチングサーバーの構成図である。 本発明の一実施例によって企業が企業端末を通じて映像を登録する例示図である。 本発明の一実施例により求職者が求職端末を通じて映像を登録する例示図である。 本発明の一実施例により企業映像情報からキーワードを抽出することを説明するための例示図である。 本発明の一実施例により求職映像情報からキーワードを抽出することを説明するための例示図である。 本発明の一実施例により企業映像情報から抽出した企業の特徴をおよび企業の質問目録を求職端末に提供することを説明するための例示図である。 本発明の一実施例により求職端末に企業の紹介映像を提供することを説明するための例示図である。 本発明の一実施例に係る動画基盤求人求職マッチング方法のプロセスを図示したフローチャートである。

本発明の利点および特徴、そして、それらを達成する方法は添付される図面と共に詳細に後述されている実施例を参照すると明確となるはずである。しかし、本発明は以下で開示される実施例に限定されるものではなく、多様な形態で具現され得、単に本実施例は本発明の開示を完全とさせ、本発明が属する技術分野で通常の知識を有する者に発明の範疇を完全に知らせるために提供されるものであり、本発明の範疇は請求項によってのみ定義される。

本発明の実施例の説明において、公知の機能または構成に対する具体的な説明は、本発明の実施例の説明において実際に必要な場合以外には省略される。そして、後述される用語は本発明の実施例での機能を考慮して定義された用語であって、これは使用者、運用者の意図または慣例などにより変わり得る。したがって、その定義は本明細書の全般に亘った内容に基づいて下されるべきである。

図面に表示され下記に説明される機能ブロックは可能な具現例に過ぎないものである。他の具現においては、詳細な説明の思想および範囲を逸脱しない範囲で他の機能ブロックが使われ得る。また、本発明の一つ以上の機能ブロックが個別ブロックで表示されるが、本発明の機能ブロックのうち一つ以上は同一機能を実行する多様なハードウェアおよびソフトウェア構成の組み合わせであり得る。

また、ある構成要素を含むという表現は開放型の表現であって、該当構成要素が存在することを単に指し示すのみであり、追加的な構成要素を排除するものと理解されてはならない。

さらに、ある構成要素が他の構成要素に連結されているとか接続されていると言及されるときには、その他の構成要素に直接連結または接続されていてもよいが、中間に他の構成要素が存在してもよいものと理解されるべきである。

また「第１、第２」などのような表現は複数の構成を区分するための用途でのみ使われた表現であって、構成間の順序やその他の特徴を限定しない。

以下では図面を参照して本発明の実施例について説明する。

図１は、本発明の一実施例に係る動画基盤求人求職マッチングシステム１の構成図である。

図１を参照すると、本発明の一実施例に係る動画基盤求人求職マッチングシステム１は、企業端末１０、求職端末２０および動画基盤求人求職マッチングサーバー１００を含むことができ、これらは有無線ネットワークを通じてデータを送受信することができる。

企業端末１０は企業が使う端末装置である。企業は企業の紹介および所望する求職者を求めるために、動画基盤求人求職マッチングサーバー１００に企業についての情報を伝送し、求職者についての情報の提供を受けることができる。

例えば、企業は企業端末１０を通じて企業情報、企業の便り、企業の紹介映像、企業の質問映像、企業の採用リスト、企業の採用の詳細、進行中の採用、終了した採用、待機中の採用などの情報を動画基盤求人求職マッチングサーバー１００に伝送することができる。

求職端末２０は求職者が使う端末装置である。求職者は自分の履歴紹介および所望する職場を求めるために、動画基盤求人求職マッチングサーバー１００に求職者自分についての情報を伝送し、企業についての情報の提供を受けることができる。

例えば、求職者は求職端末２０を通じて個人の履歴情報、経歴、紹介映像、質問の返答映像を動画基盤求人求職マッチングサーバー１００に伝送することができる。

動画基盤求人求職マッチングサーバー１００は、企業端末１０および求職端末２０から伝送を受けた情報に基づいて、企業が所望する求職者についての情報を企業端末１０に提供したり、求職者が所望する企業についての情報を求職端末２０に提供して企業と求職者をマッチングさせる。

この時、本発明の実施例に係る動画基盤求人求職マッチングサーバー１００は、企業端末１０および求職端末２０から受信した動画からデータを抽出する。したがって、使用者が直接入力したテキストおよびイメージのような限定された情報に比べて、ある人に対して実生活で感じることができる現実的な情報を提供することができる。以下、図２〜図８とともに動画基盤求人求職マッチングサーバー１００の構成を詳察する。

図２は、本発明の一実施例に係る動画基盤求人求職マッチングサーバー１００の構成図である。

図２を参照すると、本発明の一実施例に係る動画基盤求人求職マッチングサーバー１００は、保存部１１０、企業映像受信部１２０、求職映像受信部１３０、テキスト抽出部１４０およびマッチング部１５０を含むことができる。

保存部１１０はデータを保存するデータベースである。保存部１１０は企業についての情報および求職者についての情報を保存することができる。

この時、企業についての情報は、企業情報、企業の便り、企業の紹介映像、企業の質問映像、企業の採用リスト、企業の採用の詳細、進行中の採用、終了した採用、待機中の採用についての情報を含むことができる。

また、求職者についての情報は、求職者の個人の履歴情報、経歴、紹介映像、質問の返答映像についての情報を含むことができる。

このような情報は企業映像受信部１２０および求職映像受信部１３０を通じて受信することができ、企業映像受信部１２０および求職映像受信部１３０は企業端末１０および求職端末２０と有無線通信の役割を遂行する通信モジュールを含むことができる。

企業映像受信部１２０は、企業が使う企業端末１０から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信することができる。

企業の紹介映像は、求職者が企業の雰囲気、企業の構成員についての情報が分かるように、企業の代表またはチーム員が自分の企業に対して本人が直接紹介する姿を撮影した映像を含む。

面接のための質問映像は、求職者が企業が提示した質問に対して答えるように、企業の代表またはチーム員が求職者に質問をする姿を撮影する映像を含む。

このために、企業端末１０は図３のような実施例のＵＩ／ＵＸを通じて企業映像を録画することができ、企業映像受信部１２０は企業端末１０から企業映像情報を受信することができる。

求職映像受信部１３０は、求職者が使う求職端末２０から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信することができる。

求職者の紹介映像は、企業が求職者についての情報が分かるように、求職者が本人に対して直接紹介する姿を撮影した映像を含む。

質問に対する返答映像は、企業の質問映像で企業が提示した質問に対して求職者が答える姿を撮影した映像を含む。

このために、求職端末２０は図４のような実施例のＵＩ／ＵＸを通じて求職映像を録画することができ、求職映像受信部１３０は求職端末２０から求職映像情報を受信することができる。

テキスト抽出部１４０は、企業映像情報および求職映像情報のそれぞれに含まれた音声情報を抽出し、それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を抽出することができる。この時、テキスト抽出部１４０は企業テキスト情報および求職テキスト情報に含まれたテキスト情報のうち、企業の核心情報または求職者の核心情報を表すキーワードを抽出することができる。

このために、テキスト抽出部１４０は、企業テキスト情報および求職テキスト情報をクローリングして既設定された単語または語句をキーワードで判別することができる。例えば、地域に関する単語（「ソウル」、「ブンダン」、「パンギョ」）、職業に関する単語（「開発者」、「プログラマー」）、特技に関する単語（「ハッキングセキュリティー」、「パイソン」、「ウェブ開発」）を抽出するように、キーワードに該当し得る単語を既設定して、テキスト情報内のキーワードを抽出することができる。

また、テキスト抽出部１４０は、テキスト情報を入力レイヤーに、既設定された単語または語句を出力レイヤーに入力されるように設定して、機械学習アルゴリズムに基づいて学習された神経網モデルに、企業テキスト情報および求職テキスト情報を入力した時に出力される単語または語句をキーワードで判別することができる。

キーワードを判別する神経網モデルを生成する方法の一例を説明する。まず、映像で話したテキスト情報から重要であると思われる単語または語句を学習するキーワードとしてラベリングする。この時、テキスト情報は神経網の入力レイヤーに、ラベリングされた単語または語句は神経網の出力レイヤーに入力されるように設定する。この時、神経網設計者の選択により入力レイヤー、隠匿レイヤー、出力レイヤーに含まれるノードの個数および隠匿レイヤーの深さを設定して、複数の互いに異なるテキスト情報に対して、数回学習させて神経網モデルを生成することができる。この時、使用できる機械学習アルゴリズムの種類はいずれか一つに限定されるものではない。

図５は、本発明の一実施例により企業映像情報からキーワードを抽出することを説明するための例示図である。

図５を参照すると、テキスト抽出部１４０は、企業映像のフォーマットをｍｐ３、ｍｐ４、ｗａｖなどの形式に変換して企業の代表またはチーム員が映像内で話した音声情報を抽出することができる。これに伴い、テキスト抽出部１４０はＣＳＲ（Ｃｌｏｖａ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）アルゴリズムに基づいて抽出した音声情報に含まれた言語をテキスト化した企業テキスト情報を抽出することができる。これに伴い、企業テキスト情報を神経網モデルに入力すると、キーワードとして会社情報、求人職種、企業の質問に該当する単語または語句をキーワードで判別することができる。

図６は、本発明の一実施例により求職映像情報からキーワードを抽出することを説明するための例示図である。

図６を参照すると、テキスト抽出部１４０は求職映像のフォーマットをｍｐ３、ｍｐ４、ｗａｖなどの形式に変換して求職者が映像内で話した音声情報を抽出することができる。これに伴い、テキスト抽出部１４０はＣＳＲ（Ｃｌｏｖａ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）アルゴリズムに基づいて抽出した音声情報に含まれた言語をテキスト化した求職テキスト情報を抽出することができる。これに伴い、求職テキスト情報を神経網モデルに入力すると、キーワードとして使用言語、職業、強み、企業の質問に対する返答に該当する単語または語句をキーワードで判別することができる。

一方、図５および図６の実施例に対する説明において、音声情報抽出方式はｍｐ４変換、テキスト情報抽出方式はＣＳＲアルゴリズムを例示して説明したが、本発明の実施例はこのような例示に限定されるものではなく、図５および図６の神経網の構成は例示に過ぎず、このような構成に限定されるものではない。

マッチング部１５０はテキスト抽出部１４０が抽出した企業テキスト情報および求職テキスト情報に基づいて、企業端末１０に企業が所望する求職者についての情報を提供したりまたは求職端末２０に求職者が所望する企業についての情報を提供することができる。

以下、テキスト抽出部１４０およびマッチング部１５０が企業と求職者をマッチングさせる多様な実施例を説明する。

一実施例として、テキスト抽出部１４０は企業テキスト情報に含まれたキーワードを判別して、判別されたキーワードを保存部１１０に保存された企業についての情報とマッピングさせて保存することができる。これに伴い、マッチング部１５０は求職者についての情報に求職者が所望する企業に対する要件に対するキーワードが保存されている場合、該当キーワードがマッピングされている企業端末１０の情報を求職端末２０に提供することができる。

たとえば、企業の代表が企業映像で［わが社は東京に位置したＩＣＴスタートアップとして、ＡＰＰ開発可能なプログラマーを募集しています。はやく私たちの開発者にお会いしたいです］と話したとすれば、テキスト抽出部１４０は「ＩＣＴ」、「ＡＰＰ開発」、「スタートアップ」、「東京」をキーワードとして抽出することができる。

この時、保存部１１０に保存された求職者についての情報のうち、履歴がＡＰＰ開発者であり、パンギョで仕事をすることを所望する求職者が保存されている場合、マッチング部１５０は保存部１１０で該当する求職者を検索して、上記企業についての情報を求職端末２０に図７の例示のように提供することができ、企業の質問映像で抽出したキーワードを求職端末２０にあらかじめ提供することができる。

これに伴い、求職者は求職端末２０を通じて企業情報を選択して、図８の例示と企業が求職端末２０を通じて、該当企業の紹介映像および質問映像を見ることができる。

また、一実施例として、テキスト抽出部１４０は企業テキスト情報に含まれたキーワードを判別して企業についての情報に判別されたキーワードをマッピングして保存し、求職テキスト情報に含まれたキーワードを判別して求職者についての情報に判別されたキーワードをマッピングして保存することができる。これに伴い、マッチング部１５０は企業テキスト情報に含まれたキーワードと求職テキスト情報に含まれたキーワードの類似度に基づいて複数の企業端末１０のうちいずれか一つと複数の求職端末２０のうちいずれか一つをマッチングさせることができる。

類似度の判別のために、マッチング部１５０は企業テキスト情報に含まれたキーワードと求職テキスト情報に含まれたキーワードとが一致する程度に基づいて類似度を判別することができる。たとえば、企業テキスト情報に含まれたキーワードが１０個であり、求職テキスト情報に含まれたキーワードが１０であるとき、互いに８個のキーワードが一致するのであれば８０％の類似度と判別することができ、類似度が７０％以上である企業および求職者である場合、相互間の情報を優先して露出させたりマッチングさせることができる。

また、類似度の判別のために、マッチング部１５０は企業テキスト情報に含まれたキーワードと求職テキスト情報に含まれたキーワードとを非指導学習モデルに入力して、企業テキスト情報に含まれたキーワードの群集と求職テキスト情報に含まれたキーワードの群集間の距離に基づいて類似度を判別することができる。このために、非指導学習アルゴリズムのうち、ｋ−ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ技法を使うことができるが、例示に過ぎず、これに限定されるものではない。

また、一実施例として、テキスト抽出部１４０は求職映像情報に含まれた言語の種類を判別して求職者についての情報に判別された言語の種類をマッピングして保存部１１０に保存し、マッチング部１５０は該当言語が特定企業が要求するものと指定した言語である場合、該当企業端末１０に該当求職者についての情報と該当求職者の言語駆使水準についての情報を提供することができる。

このために、テキスト抽出部１４０は求職映像情報から抽出された求職テキスト情報に基づいて言語の種類を判別することができる。

また、テキスト抽出部１４０は音声情報を入力レイヤーに、音声情報に含まれた言語の種類および駆使水準についての情報を出力レイヤーに入力されるように設定して、機械学習アルゴリズムに基づいて学習された神経網モデルに、音声情報を入力した時に出力される情報から言語の種類および言語駆使水準を判別することができる。

言語の種類を判別する神経網モデルを生成する方法の一例を説明する。まず、音声情報に含まれた言語の種類と該当音声情報の言語駆使水準に対してラベリングする。この時、音声情報は神経網の入力レイヤーに、ラベリングされた言語の種類と言語駆使水準は神経網の出力レイヤーに入力されるように設定する。これに対し、神経網設計者の選択により入力レイヤー、隠匿レイヤー、出力レイヤーに含まれるノードの個数および隠匿レイヤーの深さを設定して、複数の互いに異なる音声情報に対して数回学習させて神経網モデルを生成することができる。この時、使用できる機械学習アルゴリズムの種類はいずれか一つに限定されるものではない。

前述した実施例によると、企業または求職者が直接アップロードした動画で人に対して実生活で感じることができる情報をデータとして抽出し、このようなデータを企業または求職者に提供して効率的な求人求職マッチングを成功させることができる。

一方、前述した実施例が含む保存部１１０、企業映像受信部１２０、求職映像受信部１３０、テキスト抽出部１４０およびマッチング部１５０は、これらの機能を遂行するようにプログラムされた命令語を含むメモリ、およびこれらの命令語を遂行するマイクロ・プロセッサを含む演算装置によって具現され得る。

図９は、本発明の一実施例に係る動画基盤求人求職マッチング方法のプロセスを図示したフローチャートである。図９による動画基盤求人求職マッチング方法の各段階は図２を通じて説明された動画基盤求人求職マッチングサーバー１００により実行され得、各段階を説明すると次の通りである。

まず、保存部１１０は企業についての情報及び求職者についての情報を保存する （Ｓ１１０）。

次に、企業映像受信部１２０は企業が使う企業端末１０から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する（Ｓ１２０）。

また、求職映像受信部１３０は求職者が使う求職端末２０から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信する（Ｓ１３０）。

これに伴い、テキスト抽出部１４０は企業映像情報および求職映像情報のそれぞれに含まれた音声情報を抽出して、それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を保存部１１０に保存する（Ｓ１４０）。

この後、マッチング部１５０は企業テキスト情報および求職テキスト情報に基づいて企業端末１０に企業が所望する求職者についての情報を提供したりまたは求職端末２０に求職者が所望する企業についての情報を提供する（Ｓ１５０）。

一方、前述した各段階の主体である要素が該当段階を実施するための過程と 多様な実施例は、図２〜図８と共に説明したため、重複する説明は省略する。

前述した本発明の実施例は多様な手段を通じて具現され得る。例えば、本発明の実施例はハードウェア、ファームウェア（ｆｉｒｍｗａｒｅ）、ソフトウェアまたはそれらの結合などによって具現され得る。

ハードウェアによる具現の場合、本発明の実施例に係る方法は、一つまたはそれ以上のＡＳＩＣｓ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ）、ＤＳＰｓ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒｓ）、ＤＳＰＤｓ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｖｉｃｅｓ）、ＰＬＤｓ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅｓ）、ＦＰＧＡｓ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙｓ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロ・プロセッサなどによって具現され得る。

ファームウェアやソフトウェアによる具現の場合、本発明の実施例に係る方法は、以上で説明された機能または動作を遂行するモジュール、手続きまたは関数などの形態で具現され得る。ソフトウェアコードなどが記録されたコンピュータプログラムは、コンピュータ読み取り可能記録媒体またはメモリユニットに保存されてプロセッサによって駆動され得る。メモリユニットはプロセッサの内部または外部に位置して、すでに公知とされている多様な手段によってプロセッサとデータをやり取りすることができる。

また、本発明に添付されたブロック図の各ブロックとフローチャートの各段階の組み合わせは、コンピュータプログラムインストラクションによって遂行されてもよい。これらコンピュータプログラムインストラクションは、汎用コンピュータ、特殊用コンピュータまたはその他のプログラム可能なデータプロセシング装備のエンコーディングプロセッサに搭載され得るため、コンピュータまたはその他のプログラム可能なデータプロセシング装備のエンコーディングプロセッサを通じて遂行されるそのインストラクションが、ブロック図の各ブロックまたはフローチャートの各段階で説明された機能を遂行する手段を生成することになる。これらコンピュータプログラムインストラクションは、特定の方法で機能を具現するために、コンピュータまたはその他のプログラム可能なデータプロセシング装備を指向できるコンピュータ利用可能またはコンピュータ読み取り可能メモリに保存されることも可能であるため、そのコンピュータ利用可能またはコンピュータ読み取り可能メモリに保存されたインストラクションは、ブロック図の各ブロックまたはフローチャートの各段階で説明された機能を遂行するインストラクション手段を内包する製造品目を生産することも可能である。コンピュータプログラムインストラクションは、コンピュータまたはその他のプログラム可能なデータプロセシング装備上に搭載されることも可能であるため、コンピュータまたはその他のプログラム可能なデータプロセシング装備上で一連の動作段階が遂行されて、コンピュータで実行されるプロセスを生成してコンピュータまたはその他のプログラム可能なデータプロセシング装備を遂行するインストラクションは、ブロック図の各ブロックおよびフローチャートの各段階で説明された機能を遂行するための段階を提供することも可能である。

併せて、各ブロックまたは各段階は、特定された論理的機能を実行するための一つ以上の実行可能なインストラクションを含むモジュール、セグメントまたはコードの一部を表すことができる。また、いくつかの代替実施例では、ブロックまたは段階で言及された機能が順序を外れて発生することも可能であることに注目しなければならない。例えば、連続して図示されている二つのブロックまたは段階は、実質的に同時に実行されることも可能でありまたはそのブロックまたは段階が時々該当する機能にしたがって逆順で遂行されることも可能である。

このように、本発明が属する技術分野の当業者は、本発明がその技術的思想や必須の特徴を変更することなく他の具体的な形態で実施され得るということが理解できるはずである。したがって、以上で記述した実施例はすべての面で例示的なものであり限定的ではないものとして理解されるべきである。本発明の範囲は詳細な説明よりは後述する特許請求の範囲によって示され、特許請求の範囲の意味および範囲そして、その等価概念から導き出されるすべての変更または変形された形態も本発明の範囲に含まれるものと解釈されるべきである。

１：動画基盤求人求職マッチングシステム
１０：企業端末
２０：求職端末
１００：動画基盤求人求職マッチングサーバー
１１０：保存部
１２０：企業映像受信部
１３０：求職映像受信部
１４０：テキスト抽出部
１５０：マッチング部

Claims (13)

1. 企業についての情報および求職者についての情報を保存する保存部；
   前記企業が使う企業端末から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する企業映像受信部；
   前記求職者が使う求職端末から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信する求職映像受信部；
   前記企業映像情報および前記求職映像情報のそれぞれに含まれた音声情報を抽出して、前記それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を保存するテキスト抽出部；および
   前記企業テキスト情報および前記求職テキスト情報に基づいて、前記企業端末に前記企業が所望する求職者についての情報を提供したりまたは前記求職端末に前記求職者が所望する企業についての情報を提供するマッチング部を含む、動画基盤求人求職マッチングサーバー。
2. 前記テキスト抽出部は、
   前記企業映像情報および前記求職映像情報のそれぞれを音声情報に変換し、ＣＳＲ（Ｃｌｏｖａ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉｔｉｏｎ）アルゴリズムに基づいて前記それぞれの音声情報からテキスト情報を抽出する、請求項１に記載の動画基盤求人求職マッチングサーバー。
3. 前記テキスト抽出部は、
   前記企業テキスト情報に含まれたキーワードを判別して前記企業についての情報に前記キーワードをマッピングして保存し、
   前記マッチング部は、
   前記求職者についての情報に前記求職者が既指定したキーワードが保存されている場合、前記既指定したキーワードがマッピングされている企業端末の情報を前記求職端末に提供する、請求項１に記載の動画基盤求人求職マッチングサーバー。
4. 前記テキスト抽出部は、
   前記企業テキスト情報に含まれたキーワードを判別して前記企業についての情報に前記キーワードをマッピングして保存し、
   前記求職テキスト情報に含まれたキーワードを判別して前記求職者についての情報に前記キーワードをマッピングして保存し、
   前記マッチング部は、
   前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードの類似度に基づいて、複数の企業端末のうちいずれか一つと複数の求職端末のうちいずれか一つをマッチングさせる、請求項１に記載の動画基盤求人求職マッチングサーバー。
5. 前記テキスト抽出部は、
   前記企業テキスト情報および求職テキスト情報をクローリングして既設定された単語または語句をキーワードで判別する、請求項３または請求項４に記載の動画基盤求人求職マッチングサーバー。
6. 前記テキスト抽出部は、
   テキスト情報を入力レイヤー、既設定された単語または語句を出力レイヤーとして設定して、機械学習アルゴリズムに基づいて学習された神経網モデルに、前記企業テキスト情報および求職テキスト情報を入力した時に出力される単語または語句をキーワードで判別する、請求項３または請求項４に記載の動画基盤求人求職マッチングサーバー。
7. 前記マッチング部は、
   前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードとが一致する程度に基づいて類似度を判別する、請求項４に記載の動画基盤求人求職マッチングサーバー。
8. 前記マッチング部は、
   前記企業テキスト情報に含まれたキーワードと前記求職テキスト情報に含まれたキーワードをｋ−ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇアルゴリズムに基づいた非指導学習モデルに入力して、前記企業テキスト情報に含まれたキーワードの群集と前記求職テキスト情報に含まれたキーワードの群集間の距離に基づいて類似度を判別する、請求項４に記載の動画基盤求人求職マッチングサーバー。
9. 前記テキスト抽出部は、
   前記求職映像情報に含まれた言語の種類を判別して前記求職者についての情報に前記判別された言語の種類をマッピングして保存し、
   前記マッチング部は、
   前記企業が要求する既指定した言語が前記判別された言語である場合、前記求職者についての情報を前記企業端末に提供する、請求項１に記載の動画基盤求人求職マッチングサーバー。
10. 前記テキスト抽出部は、
    前記求職映像情報から抽出された求職テキスト情報に基づいて前記言語の種類を判別する、請求項９に記載の動画基盤求人求職マッチングサーバー。
11. 前記テキスト抽出部は、
    音声情報を入力レイヤー、前記音声情報に含まれた言語の種類および前記音声情報の言語駆使水準についての情報を出力レイヤーとして設定して、機械学習アルゴリズムに基づいて学習されたモデルに、前記求職映像情報から抽出された音声情報を入力した時に出力される情報から前記言語の種類および言語駆使水準を判別し、
    前記マッチング部は、
    前記企業が要求する既指定した言語が前記判別された言語である場合、前記企業端末に前記求職者の言語駆使水準についての情報を追加的に提供する、請求項９に記載の動画基盤求人求職マッチングサーバー。
12. 動画基盤求人求職マッチングサーバーが遂行する動画基盤求人求職マッチング方法において、
    企業についての情報および求職者についての情報を保存する段階；
    前記企業が使う企業端末から企業の紹介映像または面接のための質問映像を含む企業映像情報を受信する段階；
    前記求職者が使う求職端末から求職者の紹介映像または質問に対する返答映像を含む求職映像情報を受信する段階；
    前記企業映像情報および前記求職映像情報のそれぞれに含まれた音声情報を抽出して前記それぞれの音声情報をテキスト化した企業テキスト情報および求職テキスト情報を保存する段階；および
    前記企業テキスト情報および前記求職テキスト情報に基づいて、前記企業端末に前記企業が所望する求職者についての情報を提供したりまたは前記求職端末に前記求職者が所望する企業についての情報を提供する段階を含む、動画基盤求人求職マッチング方法。
13. 請求項１２に記載された方法をプロセッサが遂行するようにする命令語を含むコンピュータプログラムが記録された、コンピュータ読み取り可能記録媒体。