KR102314150B1 - 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버 - Google Patents

딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버 Download PDF

Info

Publication number
KR102314150B1
KR102314150B1 KR1020180155803A KR20180155803A KR102314150B1 KR 102314150 B1 KR102314150 B1 KR 102314150B1 KR 1020180155803 A KR1020180155803 A KR 1020180155803A KR 20180155803 A KR20180155803 A KR 20180155803A KR 102314150 B1 KR102314150 B1 KR 102314150B1
Authority
KR
South Korea
Prior art keywords
job
information
competency
seeker
incumbent
Prior art date
Application number
KR1020180155803A
Other languages
English (en)
Other versions
KR20200071879A (ko
Inventor
엄신조
Original Assignee
엄신조
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 엄신조 filed Critical 엄신조
Priority to KR1020180155803A priority Critical patent/KR102314150B1/ko
Publication of KR20200071879A publication Critical patent/KR20200071879A/ko
Application granted granted Critical
Publication of KR102314150B1 publication Critical patent/KR102314150B1/ko

Links

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
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G06Q50/2057—Career enhancement or continuing education service

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은, 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용하여, 구직자의 단말 장치로 취업 준비 가이드를 제공하는 서버 및 방법에 관한 것으로, 본 발명에 따른 서버는, 재직자 정보를 획득하고, 상기 재직자 정보를 기초로 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 정보를 생성하는 재직자 정보 관리부, 구직자 정보를 획득하여 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 분류하고, 분류된 구직자 정보를 기초로 하여 상기 구직자의 현재 직무 역량 정보를 생성하는 구직자 정보 관리부 및 상기 구직자의 현재 직무 역량 정보, 상기 직업 별 표준 직무 역량 정보 및 상기 직업 별 필요 직무 역량 기준 정보를 기초로 하여 상기 구직자에게 적합한 직업을 선정하고, 상기 구직자의 현재 직무 역량 정보와 상기 선정된 직업에 대응하는 필요 직무 역량 간 차이를 나타내는 갭 값을 산출하는 구직 정보 제공부를 포함할 수 있다.

Description

딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버{METHOD AND SERVER FOR PROVIDING JOB SEARCH INFORMATION}
본 발명은 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버에 관한 것이다.
최근 취업 경쟁률은 점점 높아지고 구직난이 심해지고 있다. 커리어넷, 워크넷 등 구직을 위한 구직 정보를 얻기 위한 많은 창구들이 존재한다. 하지만 구직자가 본인의 직무역량을 객관적으로 판단해서 구직 활동을 하기에는 현실적인 어려움이 있다. 직접 시험 또는 면접을 보면서 하나하나씩 본인의 직무역량이 어느 정도인지 파악하게 된다. 이에 구직자가 취업 준비 활동을 하는 데에 많은 시간과 비용을 투자하게 된다.
구직자가 취업 준비 활동을 하는 데에 최소한의 시간과 비용을 소비할 수 있도록, 구직자에게 적합한 직업 분야와 구직자가 설정한 목표 직장에 취업하기 위하여 구직자에게 필요한 역량, 부족한 점 등에 대한 정보를 제공하는 서비스가 필요하다.
대한민국공개특허공보 제10-2016-0080515호
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 직업 별 표준 직무 역량 모델을 산출함으로써, 구직자들에게 개인별 맞춤 직업 별 취업 준비 활동 가이드를 제공하는 것을 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 실시예에 의한, 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용하여, 구직자의 단말 장치로 취업 준비 가이드를 제공하는 서버는, 재직자 정보를 획득하고, 상기 재직자 정보를 기초로 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 정보를 생성하는 재직자 정보 관리부, 구직자 정보를 획득하여 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 분류하고, 분류된 구직자 정보를 기초로 하여 상기 구직자의 현재 직무 역량 정보를 생성하는 구직자 정보 관리부 및 상기 구직자의 현재 직무 역량 정보, 상기 직업 별 표준 직무 역량 정보 및 상기 직업 별 필요 직무 역량 기준 정보를 기초로 하여 상기 구직자에게 적합한 직업을 선정하고, 상기 구직자의 현재 직무 역량 정보와 상기 선정된 직업에 대응하는 필요 직무 역량 간 차이를 나타내는 갭 값을 산출하는 구직 정보 제공부를 포함할 수 있다.
또한, 본 발명의 실시예에 의한, 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용하여, 구직자의 단말 장치로 취업 준비 가이드를 제공하는 방법은, 재직자 정보를 획득하는 단계, 상기 재직자 정보를 기초로 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 정보를 생성하는 단계, 구직자 정보를 획득하여 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 분류하는 단계, 상기 분류된 구직자 정보를 기초로 하여 상기 구직자의 현재 직무 역량 정보를 생성하는 단계, 상기 구직자의 현재 직무 역량 정보, 상기 직업 별 표준 직무 역량 정보 및 상기 직업 별 필요 직무 역량 기준 정보를 기초로 하여 상기 구직자에게 적합한 직업을 선정하는 단계 및 상기 구직자의 현재 직무 역량 정보와 상기 선정된 직업에 대응하는 필요 직무 역량 간 차이를 나타내는 갭 값을 산출하는 단계를 포함할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 의하면, 직업 별 표준 직무 역량 모델을 산출함으로써, 구직자들에게 개인별 맞춤 직업 별 취업 준비 활동 가이드를 제공할 수 있다.
또한, 본 발명에 의하면, 취업 준비 활동함에 있어 개인이 소비하는 비용과 시간을 크게 절감할 수 있다.
도 1은 본 발명의 일 실시예에 따라 구직자에게 직업을 추천하고 구직 활동 가이드를 제공하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 서버의 내부 구성을 상세하게 도시하는 도면이다.
도 3 및 도 4는 재직자 정보 관리부에서 각 분야 별 재직자의 정보를 획득하고 이를 관리하는 과정을 설명하기 위한 도면이다.
도 5 내지 도 7은 본 발명의 일 실시예에 따라 재직자 정보를 2차 분류하기 위한 기준이 되는 항목을 예시적으로 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 구직자 정보 관리부에서 구직자의 정보를 획득하고 관리하는 과정을 예시적으로 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따라 구직자가 본인의 역량에 기반한 구직 정보를 제공받는 과정을 예시적으로 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 구직 정보 제공부에서 구직자에게 구직 관련 정보를 제공하는 과정을 설명하기 위한 순서도이다.
도 11은 본 발명의 실시예에 따른 컴퓨팅 장치를 나타내는 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서, 동일한 구성요소에 대해서 중복된 설명은 생략한다.
또한 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
또한, 본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로써, 본 발명을 한정하려는 의도로 사용되는 것이 아니다.
또한 본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
또한 본 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐, 하나 또는 그 이상의 다른 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 할 것이다.
또한 본 명세서에서, '및/또는' 이라는 용어는 복수의 기재된 항목들의 조합 또는 복수의 기재된 항목들 중의 어느 항목을 포함한다. 본 명세서에서, 'A 또는 B'는, 'A', 'B', 또는 'A와 B 모두'를 포함할 수 있다.
또한 본 명세서에서, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략될 것이다.
도 1은 본 발명의 일 실시예에 따라 구직자에게 직업을 추천하고 구직 활동 가이드를 제공하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 서버(200) 및 사용자의 단말 장치(300)를 포함하여 구성될 수 있다.
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 데이터 송수신 서비스가 가능한 대형 통신망의 고속 기간 망일 수 있으며, 인터넷(Internet) 또는 고속의 멀티미디어 서비스를 제공하기 위한 와이파이(Wi-Fi), 와이기그(WiGig), 와이브로(Wireless Broadband Internet, Wibro), 와이맥스(World Interoperability for Microwave Access, Wimax) 등을 포함하는 차세대 무선망일 수 있다.
상기 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 사용자 단말 장치(300)가 서버(200)에 접속될 수 있게 하는 환경을 제공할 수 있다.
한편, 상기 인터넷은 유선 또는 무선 인터넷일 수도 있고, 이외에도 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어망 일 수도 있다.
만약, 통신망(100)이 이동 통신망일 경우 동기식 이동 통신망일 수도 있고, 비동기식 이동 통신망일 수도 있다. 상기 비동기식 이동 통신망의 실시 예로서, WCDMA(Wideband Code Division Multiple Access) 방식의 통신망을 들 수 있다. 이 경우 도면에 도시되진 않았지만, 상기 이동 통신망은 예컨대, RNC(Radio Network Controller) 등을 포함할 수 있다. 한편, 상기 WCDMA망을 일 예로 들었지만, 3G LTE망, 4G망, 5G망 등 차세대 통신망, 그 밖의 IP를 기반으로 한 IP 망일 수 있다.
다음으로, 본 발명의 일 실시예에 따른 서버(200)는 통신망(100)을 통하여 사용자의 단말 장치(300)로부터 사용자(예를 들어, 재직자 또는 구직자)의 정보를 수신하고, 수신한 정보를 분석하여 사용자의 단말 장치(300; 예를 들어, 구직자의 단말 장치)로 추천 직업 또는 추천 직장에 대한 정보를 제공하며, 추천 직업을 갖거나 추천 직장에 입사할 수 있도록 하는 구직 활동 가이드를 제공하는 기능을 수행할 수 있다.
본 발명에 따른 서버(200)의 구성과 기능에 관하여는 아래의 상세한 설명을 통하여 자세하게 알아보기로 한다.
한편, 본 발명의 일 실시예에 따른 사용자 단말 장치(300)는 서버(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 사용자 단말 장치(300)로서 채택될 수 있다.
특히, 사용자 단말 장치(300)에는 서버(200)가 제공하는, 사용자의 정보를 입력할 수 있는 사용자 인터페이스를 제공받을 수 있도록 하는 브라우저(browser) 관련 프로그램이 포함되어 있을 수 있다.
이하에서는, 본 발명에 따른 서버의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 서버의 내부 구성을 상세하게 도시하는 도면이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 서버(200)는 재직자 정보 관리부(210), 구직자 정보 관리부(220), 구직 정보 제공부(230), 데이터베이스(240), 통신부(250) 및 제어부(260)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 재직자 정보 관리부(210), 구직자 정보 관리부(220), 구직 정보 제공부(230), 데이터베이스(240), 통신부(250) 및 제어부(260)는 그 중 적어도 일부가 사용자 단말 장치(300)와 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 서버(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다.　 또한, 이러한 프로그램 모듈은 서버(200)와 통신 가능한 원격 기억 장치에 저장될 수도 있다.　 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
본 발명의 일 실시예에 따른 재직자 정보 관리부(210)는 각 분야의 재직자의 정보를 획득하고 이를 관리하는 기능을 수행할 수 있다. 여기서 재직자는 현재 직장에 근무중인 사람일수도 있고 재직 후 퇴사한 퇴직자일 수도 있다. 본 발명의 일 실시예에 따라 각 분야의 재직자 정보를 획득하고 이를 이용하여 직업 별 표준 직무 역량 정보와 직업 별 필수 직무 역량 정보를 포함하는 직업 별 직무 역량 정보를 생성하는 과정은 이하에서 도 3 내지 도 7을 더 참조로 하여 설명하도록 한다.
도 3 및 도 4는 재직자 정보 관리부에서 각 분야 별 재직자의 정보를 획득하고 이를 관리하는 과정을 설명하기 위한 도면이다.
도 2 및 도 3을 참조하면, 먼저, 재직자 정보 관리부(210)는 재직자의 정보를 획득할 수 있다(S310). 이 때, 재직자 정보 관리부(210)는 사용자 단말 장치(300)로 재직자 정보 입력을 위한 사용자 인터페이스를 제공하고, 사용자 단말 장치(300)로부터 재직자의 정보를 획득할 수 있다.
재직자 정보 관리부(210)가 획득하는 재직자 정보는, 재직자가 취업을 위하여 제출한 자료 및 이와 관련된 정보 전반을 의미할 수 있으며, 예를 들어, 학교생활기록부, 대학성적표, 이력서, 자기소개서, 자격증, 면접후기, SNS 작성글에 대한 정보 등을 포함할 수 있다.
재직자 정보가 획득되면, 재직자 정보 관리부(210)는 획득된 재직자 정보를 소정의 기준에 따라 1차 분류할 수 있으며, 구체적으로, 획득된 재직자 정보를 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 1차 분류할 수 있다(S320).
여기서, 인적사항 항목은, 재직자의 나이, 성별, 적성, 흥미, 취미, 관심분야 등에 대한 정보를 포함할 수 있으며, 교육사항 항목은, 재직자가 졸업한 학교, 계열, 전공, 이수교과목, 학점, 직업교육, 기타교육 등에 대한 정보를 포함할 수 있다. 또한, 자격사항 항목은, 국가공인기술자격증, 국가공인전문자격증, 국가공인민간자격증 등 재직자가 취득한 자격증에 대한 정보를 포함할 수 있으며, 경력사항 항목은 재직자의 아르바이트 경력, 인턴 경력, 연수 경력, 회사근무이력 등에 대한 정보를 포함할 수 있다. 또한, 경험사항 항목은 재직자의 체험활동, 봉사활동, 동아리활동, 여행활동, 독서활동 등에 대한 정보를 포함할 수 있다.
한편, 재직자 정보 관리부(210)는 딥 러닝 기반으로 재직자 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 상기 1차 분류 작업을 수행할 수 있다. 딥 러닝 기반의 텍스트 분석 기법은 단어 추출 및 형태소분석으로 장문의 텍스트에서 키워드를 추출하고, 중요도 및 단어 간의 관계 네트워크 분석하고, 기계학습 토픽 모델링기법을 이용하여 하위 주제파악, 하위 주제간 연결관계구성 및 분류하고, 워드 클라우드 기반의 시각화를 통해 데이터 검증 및 확인하는 것을 의미할 수 있다.
도 3 및 도 4를 참조하면, 재직자 정보가 상기 소정의 기준에 따라 1차 분류되면, 재직자 정보 관리부(210)는 1차 분류된 데이터를 소정의 기준에 따라 2차 분류할 수 있다(S330).
도 5 내지 도 7은 본 발명의 일 실시예에 따라 재직자 정보를 2차 분류하기 위한 기준이 되는 항목을 예시적으로 설명하기 위한 도면이다.
도 5 내지 도 7을 참조하면, 재직자 정보를 2차 분류하기 위한 소정의 기준은 직무정의, 자격사항, 직업기초능력, 교육내용, 경력사항, 및 경험사항 항목을 포함할 수 있다. 특히, 직무정의 항목은, 국가직무능력표준(NCS, National Competency Standards)을 기반으로 한 것으로서, 도 5 및 도 6에 도시된 된 것과 같은 직무정의, 직무정보, 능력단위/수준, 수행준거, 지식/기술/태도를 기초로 생성된 것일 수 있다. 직무정의 항목에 대한 데이터는, 1차 분류된 재직자 정보 중 교육사항 항목, 자격사항 항목, 경력사항 항목 및 경험사항 항목을 기초로 생성될 수 있다. 또한, 자격사항 항목에 대한 데이터는 1차 분류된 재직자 정보 중 자격 사항 항목을 기초로 생성될 수 있으며, 직업기초능력 항목에 대한 데이터는 1차 분류된 재직자 정보 중 경력사항 및 경험사항 항목을 기초로 생성될 수 있다. 또한, 교육내용 항목에 대한 데이터는 1차 분류된 재직자 정보 중 교육사항 및 자격사항 항목을 기초로 생성될 수 있다.
재직자 정보 관리부(210)는 딥 러닝 기반으로 1차 분류된 재직자 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 상기 2차 분류 작업을 수행할 수 있다.
도 3 및 도 4를 참조하면, 재직자 정보 관리부(210)는 2차 분류된 재직자 정보를 분석하여 직업 별 표준 직무 역량 정보 생성할 수 있다(S340). 예를 들어, 도 4에 도시된 것과 같이 간호사에 대한 표준 직무 역량 정보, 건축사에 대한 표준 직무 역량 정보 등이 생성될 수 있다.
재직자 정보 관리부(210)는 딥 러닝 기반으로 2차 분류된 재직자 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 표준 직무 역량 정보 생성 작업을 수행할 수 있다. 또한, 재직자 정보 관리부(210)는 직업 별 재직자에게 최소한으로 필요한 역량에 대한 정보인 직업 별 필요 직무 역량 기준 정보를 생성할 수 있다. 여기서 직업 별 필요 직무 역량 기준 정보는 회사에서 원하는 재직자 역량의 최소 기준을 의미할 수 있다. 또는, 직업 별 필요 직무 역량 기준 정보는 취업 합격을 위하여 구직자가 갖춰야 하는 최소 역량을 의미할 수도 있다.
재직자 정보 관리부(210)는 재직자 정보가 새롭게 입력될 때마다 도 3을 참조로 하여 상술한 단계 S320, 단계 S330 및 단계 S340를 반복하여 표준 직무 역량 정보에 대한 정보와 직업 별 필요 직무 역량 기준 정보를 지속적으로 업데이트할 수 있다. 여기서 표준 직무 역량 정보는 재직자들 또는 취업 합격자의 평균 역량을 의미할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 구직자 정보 관리부(220)는 구직자의 정보를 획득하고 이를 관리하는 기능을 수행할 수 있다. 본 발명의 일 실시예에 따른 구직자 정보 관리부(220)의 구체적인 기능에 관하여는 이하에서 도 8 및 도 9를 참조로 하여 구체적으로 설명하도록 한다.
도 8은 본 발명의 일 실시예에 따른 구직자 정보 관리부에서 구직자의 정보를 획득하고 관리하는 과정을 예시적으로 설명하기 위한 도면이고, 도 9는 본 발명의 일 실시예에 따라 구직자가 본인의 역량에 기반한 구직 준비 정보를 제공받는 과정을 예시적으로 설명하기 위한 도면이다.
도 2, 도 8 및 도 9를 참조하면, 먼저 구직자 정보 관리부(220)는 구직자의 정보를 획득할 수 있다(S810). 여기서 구직자는 취업을 준비하는 사람 전반을 의미할 수 있다. 구직자 정보 관리부(220)는 사용자 단말 장치(300)로 구직자 정보 입력을 위한 사용자 인터페이스를 제공하고, 사용자 단말 장치(300)로부터 구직자의 정보를 획득할 수 있다.
구직자 정보 관리부(220)에서 획득하는 구직자 정보는 취업을 위하여 제출하게 될 자료 및 이와 관련된 정보 전반을 의미할 수 있으며, 예를 들어, 역량검사, 학교생활기록부, 대학성적표, 이력서, 자기소개서, 자격증, 면접후기, SNS상 작성글에 대한 정보 등을 포함할 수 있다.
구직자 정보가 획득되면, 구직자 정보 관리부(220)는 획득된 구직자 정보를 소정의 기준에 따라 분류할 수 있으며, 구체적으로, 획득된 재직자 정보를 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 분류할 수 있다(S820).
여기서, 인적사항 항목은, 구직자의 나이, 성별, 적성, 흥미, 취미, 관심분야 등에 대한 정보를 포함할 수 있으며, 교육사항 항목은, 구직자가 졸업한 학교, 계열, 전공, 이수교과목, 학점, 직업교육, 등에 대한 정보를 포함할 수 있다. 또한, 자격사항 항목은, 국가공인기술자격증, 국가공인전문자격증, 국가공인민간자격증 등 구직자가 취득한 자격증에 대한 정보를 포함할 수 있으며, 경력사항 항목은 구직자의 연수 경력, 회사근무이력, 프로젝트 수행 경험 등에 대한 정보를 포함할 수 있다. 또한, 경험사항 항목은 구직자의 아르바이트 경력, 인턴 경력, 체험활동, 봉사활동, 동아리활동, 여행활동, 독서활동 등에 대한 정보를 포함할 수 있다.
한편, 구직자 정보 관리부(220)는 딥 러닝 기반으로 구직자 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 상기 분류 작업을 수행할 수 있다.
구직자 정보가 상기 소정의 기준에 따라 분류되면, 구직자 정보 관리부(220)는 분류된 데이터를 분석하여 구직자의 현재 직무 역량 정보를 생성할 수 있다. 이 때, 구직자의 현재 직무 역량 정보는, 재직자 정보 관리부(210)에서 생성한 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 기준 정보를 분류된 구직자 정보와 비교함으로써 생성될 수 있다.
구직자 정보 관리부(220)는 딥 러닝 기반으로, 분류된 구직자 정보, 직업 별 표준 직무 역량 정보 및 직업 별 필요 직무 역량 기준 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 구직자의 현재 직무 역량 정보를 생성할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 구직 정보 제공부(230)는 구직자 정보 관리부(220)에서 생성한 구직자의 현재 직무 역량 정보를 기초로 하여 구직자에게 적절한 직장 또는 직업 정보를 추천하고, 추천 직장에 취업하거나 추천 직업을 가질 수 있도록 하는 구직 가이드 정보를 제공할 수 있다. 구직 정보 제공부(230)의 구체적인 기능에 관하여는 이하에서 도 9 및 도 10을 참조로 하여 구체적으로 설명하도록 한다.
도 10은 본 발명의 일 실시예에 따른 구직 정보 제공부에서 구직자에게 구직 관련 정보를 제공하는 과정을 설명하기 위한 순서도이다.
도 9 및 도 10을 참조하면, 구직 정보 제공부(230)는 구직자의 현재 직무 역량 정보, 직업 별 표준 직무 역량 정보 및 직업 별 필요 직무 역량 기준 정보를 기초로 하여 구직자에게 적합한 직업을 선정할 수 있다(S1010). 다음으로, 구직 정보 제공부(230)는 선정된 직업에 대한 필요 직무 역량 간 차이를 나타내는 갭 값을 산출할 수 있다(S1020). 상기 갭 값은 선정된 직업에 대한 직업 별 필요 직무 역량 기준과 구직자의 현재 직무 역량 간 차이를 수치화 한 것일 수 있다.
구직 정보 제공부(230)는 구직자가 특정 목표를 설정할 수 있도록 상기 갭 값에 대한 정보를 구직자의 단말장치로 제공할 수 있다.
구직자는 구직 정보 제공부(230)로부터 제공받은 정보를 참고하여 본인의 구직 목표, 예를 들어, 갖고자 하는 직업, 취업하길 원하는 직장 등을 설정할 수 있다. 구직자에 의하여 설정된 목표는 구직자의 단말 장치를 통해 구직 정보 제공부(230)에 전달될 수 있다.
구직 정보 제공부(230)는 구직자의 설정 구적 목표에 대한 정보를 제공받으면, 설정 목표에 대응하는 필요 직무 역량 기준을 참조로 하여, 구직자가 설정 목표를 이룰 수 있도록 하는 정보(이하, '구직 가이드 정보'라 함)를 구직자에게 제공할 수 있다. 예를 들어, 구직 가이드 정보는 설정 목표를 이루기 위하여 구직자가 수행하여야 하는 교육과정, 프로그램, 자격증, 인턴, 실습, 체험활동, 취업활동 등에 대한 정보나, 설정 목표와 관련된 컨텐츠, 기사, 동향, 자기소개서 및 면접 관련 내용 등에 대한 정보를 포함할 수 있다.
구직 정보 제공부(230)는 인공지능(Artificial Intelligence, AI) 기반의 협력 필터(Collaborative Filtering, CF), 인공신경망(Recurrent Neural Network, RNN) 및 적응형학습(adaptive learning)을 이용하여 구직 가이드 정보를 분석한 후 구직자에게 맞춤 정보를 제공할 수 있다.
구직 정보 제공부(230)는 구직자 정보가 입력될 때마다 도 9 및 도 10을 참조로 하여 상술한 단계 S1020, 단계 S1030, 및 단계 S1040을 반복하여, 구직자가 설정한 목표 달성 가능성 여부, 현재 구직자에게 부족한 항목에 대한 정보, 즉 구직 가이드 정보를 지속적으로 업데이트 할 수 있다.
본 발명의 일 실시예에 의한 구직 정보 제공부(230)는 소정의 구인업체로부터 구인 내역에 대한 정보를 제공받으면, 서버(200)에 등록된 구직자 정보(예를 들어, 구직자의 현재 직무 역량 정보)를 참조로 하여 상기 구인 내역에 적합한 최적의 구직자를 선정하는 기능을 수행할 수 있다. 또한, 구직 정보 제공부(230)는 선정된 구직자에 대한 정보를 구인업체에 제공할 수도 있다.
다음으로, 본 발명의 일 실시예에 따른 데이터베이스(240)에는, 재직자에 대한 정보 및 구직자에 대한 정보 등이 저장될 수 있다. 비록 도 2에서 데이터베이스(240)가 서버(200)에 포함되어 구성되는 것으로 도시되어 있지만, 본 발명을 구현하는 당업자의 필요에 따라, 데이터베이스(240)는 서버(200)와 별개로 구성될 수도 있다. 또한, 도 2에는 하나의 데이터베이스(240)만이 도시되어 있지만 본 발명이 이에 제한되는 것은 아니며, 본 발명을 구현하는 당업자의 필요에 따라 데이터베이스(240)는 복수 개 구비될 수 있다. 한편, 본 발명에서의 데이터베이스(240)는, 컴퓨터 판독 가능한 기록 매체를 포함하는 개념으로서, 협의의 데이터베이스뿐만 아니라 파일 시스템에 기반을 둔 데이터 기록 등을 포함하는 광의의 데이터베이스일 수도 있으며, 단순한 로그의 집합이라도 이를 검색하여 데이터를 추출할 수 있다면 본 발명에서의 데이터베이스(240)가 될 수 있다.
다음으로, 본 발명의 일 실시예에 따른 통신부(250)는 재직자 정보 관리부(210), 구직자 정보 관리부(220), 구직 정보 제공부(230) 및 데이터베이스(240) 로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다. 또한, 통신부(250)는 서버(200) 내 구성과 사용자 단말 장치(300) 간 데이터 송수신이 가능하도록 하는 기능을 수행할 수도 있다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(260)는 재직자 정보 관리부(210), 구직자 정보 관리부(220), 구직 정보 제공부(230), 데이터베이스(240) 및 통신부(250) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(270)는 서버(200)의 외부로부터의/로의 데이터 흐름 또는 서버의 각 구성요소 간의 데이터 흐름을 제어함으로써, 재직자 정보 관리부(210), 구직자 정보 관리부(220), 구직 정보 제공부(230), 데이터베이스(240) 및 통신부(250)에서 각각 고유 기능을 수행하도록 제어할 수 있다.
도 11은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다. 도 11의 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 장치(예, 서버(200) 등) 일 수 있다.
도 11의 실시예에서, 컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.
프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다.
메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다.
송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 통상의 기술자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 통신망 200: 서버
210: 재작자 정보 관리부 220: 구직자 정보 관리부
230: 구직 정보 제공부 240: 데이터베이스
250: 통신부 260: 제어부
300: 사용자의 단말 장치

Claims (11)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 구직자의 단말 장치로 상기 구직자에 대응하는 구직 정보를 제공하는 방법에 있어서,
    서버에서 직업 별 재직자 정보를 획득하는 단계;
    상기 서버에서 상기 재직자 정보를 기초로 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 정보를 생성하는 단계;
    상기 서버에서 구직자 정보를 획득하여 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 분류하는 단계;
    상기 서버에서 상기 분류된 구직자 정보를 기초로 하여 상기 구직자의 현재 직무 역량 정보를 생성하는 단계;
    상기 서버에서 상기 구직자의 현재 직무 역량 정보, 상기 직업 별 표준 직무 역량 정보 및 상기 직업 별 필요 직무 역량 기준 정보를 기초로 하여 상기 구직자에게 적합한 직업을 선정하는 단계; 및
    상기 서버에서 상기 구직자의 현재 직무 역량 정보와 상기 선정된 직업에 대응하는 필요 직무 역량 간 차이를 상기 단말 장치에 제공하는 단계;를 포함하고,
    상기 직업 별 표준 직무 역량 정보와 직업 별 필요 직무 역량 정보를 생성하는 단계는,
    상기 재직자 정보를 인적사항, 교육사항, 자격사항, 경력사항 및 경험사항 항목 별로 1차 분류하는 단계;
    상기 1차 분류된 재직자 정보를 직무정의 항목, 자격사항 항목, 직업기초능력 항목, 교육내용 항목, 경력사항 항목 및 경험사항 항목을 기준으로 하여 2차 분류하는 단계; 및
    상기 2차 분류된 재직자 정보를 분석하는 단계를 포함하고,
    상기 구직자의 현재 직무 역량 정보를 생성하는 단계는, 상기 구직자 정보, 상기 직업 별 표준 직무 역량 정보 및 상기 직업 별 필요 직무 역량 기준 정보 내 텍스트를 분석하고 카테고리 그룹화 과정을 통해 상기 구직자의 현재 직무 역량 정보를 생성하며,
    상기 구직자의 현재 직무 역량 정보와 상기 선정된 직업에 대응하는 필요 직무 역량 간 차이를 상기 단말 장치에 제공하는 단계는,
    상기 선정된 직업의 취업 합격을 위하여 상기 구직자가 갖춰야 하는 최소 역량을 의미하는 상기 필요 직무 역량과 재직자들의 평균 역량을 의미하는 상기 표준 직무 역량 중에서, 상기 필요 직무 역량과 상기 구직자의 현재 직무 역량 정보 간 차이를 상기 단말 장치에 제공하는 것을 특징으로 하는 방법.
  10. 제9항에 있어서,
    상기 재직자 정보는 상기 재직자의 SNS 작성글에 대한 정보를 포함하고,
    상기 구직자 정보는 상기 구직자의 SNS 작성글에 대한 정보를 포함하는 방법.
  11. 삭제
KR1020180155803A 2018-12-06 2018-12-06 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버 KR102314150B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180155803A KR102314150B1 (ko) 2018-12-06 2018-12-06 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180155803A KR102314150B1 (ko) 2018-12-06 2018-12-06 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버

Publications (2)

Publication Number Publication Date
KR20200071879A KR20200071879A (ko) 2020-06-22
KR102314150B1 true KR102314150B1 (ko) 2021-10-15

Family

ID=71142264

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180155803A KR102314150B1 (ko) 2018-12-06 2018-12-06 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버

Country Status (1)

Country Link
KR (1) KR102314150B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230150226A (ko) 2022-04-21 2023-10-30 (주)더자람컴퍼니 채용 공고 기반의 직무 역량 정보 제공 방법 및 장치
KR102621594B1 (ko) * 2023-10-25 2024-01-04 오희망 기업 맞춤형 직무 개발 및 구직자 맞춤형 직무교육 제공 방법, 장치 및 시스템
KR20240028865A (ko) 2022-08-25 2024-03-05 주식회사 아이엠알엔 간호사 직무 적합도 분석 시스템

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102546409B1 (ko) * 2021-02-01 2023-06-22 주식회사 마이온컴퍼니 사용자 경험 정보의 학습 기반 분석에 기초한 직무 적합성 정보 제공 방법 및 그 장치
KR102521561B1 (ko) * 2021-02-25 2023-04-14 메이저맵 주식회사 직무역량 기반의 직업 추천 서비스 방법 및 서비스 시스템
KR102286028B1 (ko) * 2021-03-19 2021-08-04 주식회사 렛유인 인공지능 기반 인재 관리 솔루션 제공 방법, 장치 및 시스템
WO2022265399A1 (ko) * 2021-06-15 2022-12-22 서울대학교산학협력단 인공지능 기반의 직원 맞춤형 관리 솔루션 제공 장치, 시스템 및 방법
KR102634888B1 (ko) * 2021-10-01 2024-02-08 (주)아리오씨오에스 맞춤형 직무교육을 통한 구인구직 매칭방법 및 이를 위한 구인구직 매칭시스템
KR102368188B1 (ko) * 2021-11-29 2022-03-02 (주)올워크 인공지능 기반 직업 매칭 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101672514B1 (ko) 2014-12-29 2016-11-03 김수일 창의적 진로 역량 개발 보조 시스템
KR101667482B1 (ko) * 2015-03-30 2016-10-20 주식회사 씨큐브 학생 역량 개발 시스템 및 그 방법
KR101875923B1 (ko) * 2016-10-14 2018-08-02 주식회사 렙딥 기계학습을 활용한 월렛 시스템 기반 인재 매칭 시스템 및 그 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230150226A (ko) 2022-04-21 2023-10-30 (주)더자람컴퍼니 채용 공고 기반의 직무 역량 정보 제공 방법 및 장치
KR20230150227A (ko) 2022-04-21 2023-10-30 (주)더자람컴퍼니 직무 역량 기반의 교육 서비스 제공 방법 및 장치
KR20240028865A (ko) 2022-08-25 2024-03-05 주식회사 아이엠알엔 간호사 직무 적합도 분석 시스템
KR102621594B1 (ko) * 2023-10-25 2024-01-04 오희망 기업 맞춤형 직무 개발 및 구직자 맞춤형 직무교육 제공 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR20200071879A (ko) 2020-06-22

Similar Documents

Publication Publication Date Title
KR102314150B1 (ko) 딥러닝 기반 직업별 직무역량 표준화 및 인공지능을 이용한 취업 준비 가이드 제공 방법 및 서버
Sloan et al. The SAGE handbook of social media research methods
Zhang et al. Multifaceted effects of host country language proficiency in expatriate cross-cultural adjustments: A qualitative study in China
Rowley Designing and using research questionnaires
US10789602B2 (en) System and method for gathering, identifying and analyzing learning patterns
Litvin Hofstede, cultural differences, and TripAdvisor hotel reviews
KR102237881B1 (ko) 딥러닝 기반으로 구성된 대학 학과별 표준 모델 및 인공 지능을 이용한 입시 합격 가이드 제공 방법 및 서버
US10452411B2 (en) System and method of using emojis for interactive and enhanced data matching capabilities
Baneres et al. A life-long learning recommender system to promote employability
KR102375755B1 (ko) 과목 유사도에 기반한 과목 추천 시스템과 방법 및 이를 위한 컴퓨터 프로그램
US20180307750A1 (en) Opportunity network system for providing career insights by determining potential next positions and a degree of match to a potential next position
JP2020071869A (ja) 動画基盤求人求職マッチングサーバーおよび方法
Bu et al. Understanding success through the diversity of collaborators and the milestone of career
KR20210001419A (ko) 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법
Maharjan et al. Research productivity of self‐initiated expatriate academics: Influences of job demands, resources and cross‐cultural adjustment
US11074509B1 (en) Predictive learner score
US20200342410A1 (en) Prediction of psychometric attributes relevant for job positions
KR102278936B1 (ko) 정보 분석 장치 및 방법
US20180253811A1 (en) Career gap identifier
Çeltek et al. Big data, artificial intelligence, and their implications in the tourism industry
Karami et al. Elaboration on the culturally informed Iranian hierarchical wisdom model: Comparison with Sternberg’s ACCEL model
Stanica et al. How to choose one’s career? a proposal for a smart career profiler system to improve practices from romanian educational institutions
KR20200108570A (ko) 헤드헌팅서비스장치 및 그 장치의 구동방법
Scott et al. Millennial subgroups' attendance and participation in events
Calvo et al. Multiplatform Career Guidance System Using IBM Watson, Google Home and Telegram: A User Experience and Usability Evaluation

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant