KR102635771B1 - 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 - Google Patents
키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR102635771B1 KR102635771B1 KR1020230059965A KR20230059965A KR102635771B1 KR 102635771 B1 KR102635771 B1 KR 102635771B1 KR 1020230059965 A KR1020230059965 A KR 1020230059965A KR 20230059965 A KR20230059965 A KR 20230059965A KR 102635771 B1 KR102635771 B1 KR 102635771B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- talent
- terminal
- headhunter
- job
- Prior art date
Links
- 230000007115 recruitment Effects 0.000 claims abstract description 52
- 238000010276 construction Methods 0.000 claims abstract description 12
- 230000009193 crawling Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 12
- 238000013503 de-identification Methods 0.000 claims description 6
- 238000003012 network analysis Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000003111 delayed effect Effects 0.000 claims description 2
- 238000007790 scraping Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 33
- 238000013461 design Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 239000011669 selenium Substances 0.000 description 11
- 229910052711 selenium Inorganic materials 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000003058 natural language processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—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
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Bioethics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템이 제공되며, 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말 및 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부를 포함하는 플랫폼 서비스 제공 서버를 포함한다.
Description
본 발명은 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템에 관한 것으로, 채용정보 및 인재정보를 비식별화하도록 키워드로 공유함으로써 헤드헌터의 보유자원을 노출시키지 않고도 매칭률을 높일 수 있는 시스템을 제공한다.
헤드헌팅은 구인기업으로부터 특정한 고위관리직 또는 전문직 종사자의 추천의뢰를 받아, 적절한 후보자를 탐색·추천하는 것을 말한다. 헤드헌팅은 직업안정법상 직업소개와 달리, 고위관리직 또는 전문직 종사자를 소개대상으로 하고, 구인기업으로부터 의뢰를 받아 탐색을 시작하며, 보수 역시 구인기업으로부터만 받는다는 특징이 있다. 헤드헌터가 구인회사로부터 보수를 받기 위해서는 보수청구의 근거가 되는 계약, 계약에 따른 후보자의 추천, 그리고 서치펌의 노력과 후보자와 구인기업 사이의 계약체결 사이에 인과관계가 인정되어야 한다. 헤드헌팅은 다른 말로 이그제큐티브 서치(Executive Search) 또는 이그제큐티브 리크루팅(Executive Recruiting)이라고 표현되기도 하고, 헤드헌팅을 전문으로 하는 업체를 헤드헌터(Headhunter) 또는 서치펌(Search Firm)이라고 한다. 헤드헌팅은 그 보수지급방법에 따라, 후보자와 구인기업 사이에 계약이 체결되는지 묻지 않고 보수를 받는 선급조건부 헤드헌팅(Retained Search)과, 후보자와 구인기업 사이에 계약이 체결되는 것을 조건으로 보수를 받는 성공조건부 헤드헌팅(Contingency Search)으로 나뉜다.
이때, 구인구직을 중개하는 채용중개플랫폼이나 헤드헌팅 중개 시스템이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국등록특허 제2021-0147763호(2021년12월07일 공개) 및 한국공개특허 제2022-0072682호(2022년06월02일 공개)에는, 구직정보를 비공개로 설정한 구직 단말로 매칭되는 구인 포지션의 요약 정보를 제공하는 구성과, 기업 단말로부터 기업구인정보를 수신하고, 고유식별자를 제외한 공개구인정보를 헤드헌터 단말로 전송하고, 헤드헌터 단말로부터 공개구인정보를 요청하는 요청 이벤트를 수신한 후 기업 단말로 전송하며, 헤드헌터 단말로 기업의 고유식별자인 기업명과 연락처 정보를 제공하는 구성이 각각 개시되어 있다.
다만, 전자의 경우 구인기업이 아닌 구직자의 정보가 비공개인 경우를 중개하는 구성을 개시할 뿐이고, 후자의 경우에도 기업명 및 기업 담당자 연락처를 헤드헌터에게 공개하는 구성일 뿐이지 헤드헌터 간 보유한 비공개 인재정보를 헤드헌터 간 공유함으로써 매칭이 이루어질 수 있도록 하는 구성이 아니다. 헤드헌터의 업무는 채용사로부터 오더를 받아 인재를 추천하는 업무와 역으로 보유한 인재를 채용사의 채용정보를 보고 추천하는 업무를 병행하게 되는데, 헤드헌터의 영업비밀에 해당하는 인재풀(Pool)이 공유되지 않은 상태에서 적재적소에 인재를 추천하는 일은 그리 쉬운 일이 아니다. 헤드헌터 간 협업(Co-Work)을 수행하기도 하지만 헤드헌터의 인맥에 따라 주고받는 인재가 서로 달라질 수 있고, 헤드헌터는 채용사와의 관계를 유지하기 위해 자신이 힘들게 구축한 관계의 채용사의 정보를 경쟁사의 다른 헤드헌터에게 넘겨주기를 꺼리게 된다. 이에, 채용사 및 인재의 정보를 비공개로 유지하여 채용정보풀 및 인재풀을 구축하고, 채용정보에 맞는 인재를, 인재에 맞는 채용정보를 추천해줄 수 있는 플랫폼의 연구 및 개발이 요구된다.
본 발명의 일 실시예는, 헤드헌터 단말로부터 채용정보 및 인재정보를 수집할 때 비공개로 수집되도록 비식별화 또는 가명화 처리를 수행하고, 채용정보를 적어도 하나의 채용 카테고리에 대응하는 키워드로 변경하여 업로드하며, 인재정보를 적어도 하나의 인재 카테고리에 대응하는 키워드로 변경하여 업로드하여 채용정보풀(Pool) 및 인재풀(Pool)을 구축하고, 키워드를 기반으로 헤드헌터 단말 간 매칭을 제공함으로써 각 헤드헌터가 보유한 영업비밀을 노출시키지 않으면서도 정보공유로 적재적소에 인재를 매칭시킬 수 있도록 하며, 인재의 채용률은 높이고 실업률은 감소시킬 수 있는, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말 및 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부를 포함하는 플랫폼 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 헤드헌터 단말로부터 채용정보 및 인재정보를 수집할 때 비공개로 수집되도록 비식별화 또는 가명화 처리를 수행하고, 채용정보를 적어도 하나의 채용 카테고리에 대응하는 키워드로 변경하여 업로드하며, 인재정보를 적어도 하나의 인재 카테고리에 대응하는 키워드로 변경하여 업로드하여 채용정보풀(Pool) 및 인재풀(Pool)을 구축하고, 키워드를 기반으로 헤드헌터 단말 간 매칭을 제공함으로써 각 헤드헌터가 보유한 영업비밀을 노출시키지 않으면서도 정보공유로 적재적소에 인재를 매칭시킬 수 있도록 하며, 인재의 채용률은 높이고 실업률은 감소시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 플랫폼 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
도 2는 도 1의 시스템에 포함된 플랫폼 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 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.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템(1)은, 적어도 하나의 구직 단말(100), 플랫폼 서비스 제공 서버(300), 적어도 하나의 헤드헌터 단말(400)을 포함할 수 있다. 다만, 이러한 도 1의 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 구직 단말(100)은 네트워크(200)를 통하여 플랫폼 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 플랫폼 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 구직 단말(100), 적어도 하나의 헤드헌터 단말(400)과 연결될 수 있다. 또한, 적어도 하나의 헤드헌터 단말(400)은, 네트워크(200)를 통하여 플랫폼 서비스 제공 서버(300)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 구직 단말(100)은, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 학력, 이력, 경력, 직무 등의 정보를 키워드로 등록하는 구직자의 단말일 수 있다.
여기서, 적어도 하나의 구직 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 구직 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 구직 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
플랫폼 서비스 제공 서버(300)는, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 플랫폼 서비스 제공 서버(300)는, 적어도 하나의 헤드헌터 단말(400)로부터 채용정보 또는 인재정보를 키워드로 등록받거나, 채용정보 또는 인재정보가 업로드되면 비식별화를 거친 후 기 구축된 채용정보 카테고리의 키워드와 인재정보 카테고리의 키워드를 추출한 후 키워드로 등록함으로써 채용정보풀(Pool) 및 인재정보풀(Pool)에 대한 데이터베이스를 구축하는 서버일 수 있다. 또한, 플랫폼 서비스 제공 서버(300)는, 채용정보 내 키워드와 인재정보 내 키워드가 1차적으로 매칭되는 경우, 채용정보를 보유한 헤드헌터와 인재정보를 보유한 헤드헌터의 헤드헌터 단말(400)로 매칭정보를 전송하고, 2차적으로 세부정보, 예를 들어, 포지션정보, 계약내용정보 등을 확인하거나 검증하고자 연결을 위한 채널을 생성하는 서버일 수 있다. 또, 플랫폼 서비스 제공 서버(300)는 헤드헌터 단말(400)로부터 포지션 제안을 받은 구직 단말(100)에서 지인을 소개한 후 지인이 채용된 경우 구직 단말(100)로 보상을 지급하는 서버일 수 있다.
여기서, 플랫폼 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
적어도 하나의 헤드헌터 단말(400)은, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 헤드헌터의 단말일 수 있다. 그리고, 적어도 하나의 헤드헌터 단말(400)은, 플랫폼 서비스 제공 서버(300)로 자신이 보유한 채용정보 또는 인재정보를 키워드로만 비공개로 업로드하거나, 플랫폼 서비스 제공 서버(300)에서 비식별화를 거친 후 키워드를 등록하도록 하는 헤드헌터의 단말일 수 있다. 이때, 헤드헌터 단말(400)은 자신이 보유한 인재정보에 매칭되는 채용정보가 검색되거나, 자신이 보유한 채용정보에 매칭되는 인재정보가 검색되는 경우 플랫폼 서비스 제공 서버(300)로부터 알람을 받고, 검증을 위하여 상세정보나 세부사항을 확인하도록 헤드헌터 단말(400) 간 익명 채널 또는 실명 채널이 생성되면 이 채널에 참여하는 단말일 수 있다.
여기서, 적어도 하나의 헤드헌터 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 헤드헌터 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 헤드헌터 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 플랫폼 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 플랫폼 서비스 제공 서버(300)는, 비공개접수부(310), 구축부(320), 게재부(330), 비공개매칭부(340), 비식별화부(350), 자동게재부(360), 검증부(370), 구직관리부(380), 예약부(390), 지인소개부(391), 위변조방지부(393), 인맥분석부(395)를 포함할 수 있다.
본 발명의 일 실시예에 따른 플랫폼 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 구직 단말(100) 및 적어도 하나의 헤드헌터 단말(400)로 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 구직 단말(100) 및 적어도 하나의 헤드헌터 단말(400)는, 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 구직 단말(100) 및 적어도 하나의 헤드헌터 단말(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
도 2를 참조하면, 비공개접수부(310)는, 헤드헌터 단말(400)로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받을 수 있다. 헤드헌터 단말(400)은, 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드할 수 있다. 이때, 키워드로 업로드하는 이유는, 인재정보를 보유한 헤드헌터는 자신의 인재정보를 다른 헤드헌터에게 공개하기를 꺼리고, 채용사로부터 채용정보를 받은 헤드헌터는 자신이 채용사와 구축한 관계에 들인 시간 및 비용이 많기 때문에 이를 다른 헤드헌터에게 공개하기를 꺼려해서 서로가 매칭이 되지 않기 때문이다. 만약, 헤드헌터가 보유한 인재풀에 채용사가 원하는 조건의 인재가 없는 경우, 각 헤드헌터가 서로 정보를 공유해야 매칭 및 채용이 이루어질 수 있지만, 자신의 자산과 같은 정보를 공유하려고 하지 않기 때문에 본 발명의 일 실시예에서는 비식별화된 정보인 키워드만을 공유함으로써 매칭률은 높이고 정보공개율은 제로화하도록 할 수 있다. 특허도 마찬가지로 자신의 영업비밀이나 노하우는 서로 공개하지 않으려고 하기 때문에 기술공개를 목적으로 반대급부로 독점권을 주는 것과 같이, 본 발명의 일 실시예에서도 서로 이익이 되는 방향으로 자산은 공개하지 않으면서도 매칭은 이루어질 수 있도록 키워드를 공개하는 방식에 따른 비공개업로드를 채택할 수 있다.
구축부(320)는, 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축할 수 있다. 만약 헤드헌터 단말(400)에서 식별정보까지 모두 포함되어 채용정보 또는 인재정보가 그대로 업로드가 되었다면 데이터베이스에 데이터가 저장되기 이전에 비식별화 또는 가명화 작업을 별도로 진행할 수 있고, 키워드도 헤드헌터가 기재하지 않았거나 설정하지 않은 경우에는 자동으로 추출하여 업로드할 수 있다. 예를 들어 이하 표 1과 같은 채용정보가 존재하는 경우, 근무지 키워드는 잠실이고, 부서는 아키텍처이며, 직무 중 AI/ML Architect의 경우 학력은 석사 또는 박사이고, 직무는 AI/ML 분석모델설계, AI/ML 분석모델구현, AI/ML 분석모델운영, 클라우드 AI/ML 분석이다.
| 개발센터 아키텍처팀 채용(잠실) * AI/ML Architect(SWArchitect):석/박사,AI/ML/분석모델설계/구현/운영,클라우드AI/ML분석 - AI/ML모델설계/프로그램개발,NeuralNetworkDL모델설계/구현,이미지프로세싱모델설계/구현 - 자연어처리모델설계/구현,음성처리모델설계/구현(우대: 음성처리DL모델개발 경험) * Security Architect 3개 분야 1) 개발역량/경력자: SW설계/개발2년 및 보안경력1년이상,영어 - 어플리케이션보안아키텍처설계/개발/시큐어코딩(클라우드기반아키텍처설계/구축) 2) 운영역량/경력자: 시스템운영2년 및 보안경력1년이상,영어 - 보안기술실무,어플리케이션보안아키텍처운영(다양한Cloud정보보안솔루션/시스템운영) 3) Zero Trust역량/경력자: SW설계2년 및 보안경력1년이상,영어 - 보안기술실무.어플리케이션보안아키텍처설계/개발(클라우드기반인증서비 |
세부직무는 AI/ML 분석모델설계에서도 신경망(NeuralNetwork)DL 모델설계, 이미지프로세싱(Image Processing) 모델설계 및 구현이다. 이 외에도, 자연어처리모델(NLP)모델설계도 포함되고, 음성처리(Speech Processing)모델설계는 우대사항이다. 이렇게 지역에 대응하는 엔티티(Entity)인 잠실을 근무지로 추출하고, 각 포지션의 학력요구사항, 직무 등을 TF-IDF(Term Frequency-Inverse Document Frequency) 및 개체명 인식과 같은 키워드 추출 알고리즘을 이용하여 추출하는 경우, 헤드헌터가 일일이 키워드를 지정하지 않더라도 키워드를 추출하여 저장할 수 있다. 이렇게 키워드로 추출된 결과는 이하 표 2와 같이 정리될 수 있다.
| 채용정보 카테고리 | 키워드 |
| 근무지 | 잠실 |
| 부서 | 개발 아키텍처 |
| 포지션 | AI/ML Architect |
| 직무 | AI/ML 분석모델설계 |
| AI/ML 분석모델구현 | |
| AI/ML 분석모델운영 | |
| 클라우드 AI/ML 분석 | |
| 세부직무 | 신경망(NeuralNetwork)DL 모델설계 |
| 이미지프로세싱(Image Processing) 모델설계 | |
| 자연어처리모델(NLP)모델설계 | |
| 우대사항 | 음성처리(Speech Processing)모델설계 |
<개체명 인식>
개체명 인식은 문장에서 미등록어로 주로 나타나는 인명, 기관명, 지명, 날짜, 시간 등의 고유한 단어들을 주어진 개체명의 범주로 분류하는 언어 분석의 한 단계이다. 대화 시스템, 내용 요약, 정보 검색 등의 자연어처리 분야에서 개체명 인식 단계는 문장 이해의 성능을 높일 수 있는 중요한 작업이다. 최근 자연어 처리의 패러다임을 바꾼 기계학습, 딥러닝 기술의 빠른 발전으로 개체명 인식의 성능 또한 빠른 속도로 개선되고 있다. 방대한 양의 자연어 코퍼스를 이용해 자연어의 언어 표현을 사전학습한 BERT 계열의 사전학습 언어모델은 다양한 태스크에서 우수한 성능을 보이고 있다. BERT는 트랜스포머(Transformer)의 인코더(Encoder) 조를 기반으로 MLM(Masked Language Model)을 통해 사전학습을 수행하여 문장의 양방향 문맥을 모두 반영한 언어 표현 정보를 가진다. 본 발명의 일 실시예에서는 대용량 한국어 코퍼스를 이용해 사전학습한 언어모델인 KorBERT에 Bidirectional LSTM과 CRF(Conditional Random Field), 개체명 단서 사전을 결합한 모델을 이용할 수 있다. 이때, 헤드헌팅 도메인에 특화된 개체명 사전을 미리 구축하도록 헤드헌팅 포지션 제안 데이터를 누적시켜 데이터베이스화할 수 있다. 개체명 단서 사전을 통해 문장 내에 존재하는 개체명의 주변 문맥을 고려한 정보를 추가적으로 반영할 수 있다.
CRF(Conditional Random Field)는, 통계적 모델링 방법 중 하나로 연속적인 정보 간의 의존성, 즉 전이 확률을 구하여 일련의 레이블들을 예측한다. 판별적 비방향성 그래프 모델로 정의되어 HMM(Hidden Markov Model)이나 MEMM(Maximum Entropy Markov Model)과 달리 특정 위치에서의 측정값을 확신할 수 있으며 레이블 편향 문제 등을 해결하는데 사용된다. 본 발명의 일 실시예에서는, 프롬프트 학습 방법을 기반으로 개체명 단서 사전을 결합한 개체명 인식 모델을 이용할 수 있다. 형태소 단위의 입력 시퀀스는 개체명 단서 사전을 통해 얻은 단서 단어 토큰들로 이루어진 프롬프트 시퀀스와 입력 문장으로 구성될 수 있다. 프롬프트를 구성하기 위한 개체명 단서 사전은 일반적으로 개체명과 인접하여 나타나는 단어들의 그룹으로 구성된다. 각 카테고리의 단서 단어는 위키피디아, 뉴스 등과 같은 다양한 코퍼스에서 추출하여 사전을 생성할 수도 있으나, 본 발명의 일 실시예에서는 포지션 제안에 적합하도록 채용공고 데이터 등을 누적하여 사전을 생성하도록 한다.
입력 문장에서 단서 단어가 발견되는 경우, 프롬프트 시퀀스 중 발견된 단서 단어의 카테고리 위치를 해당 단서 단어로 채우고, 만약 단서 단어가 발견되지 않은 카테고리 위치에는 [PAD] 토큰을 채워서 프롬프트에 대한 위치 임베딩이 안정적으로 일정하게 할 수 있다. 또한 단서 단어와 음절의 형태는 같지만 다른 문맥에서 사용되는 단어로 인한 잘못된 정보의 추가를 막기 위해, 각 단서 단어의 형태소를 함께 고려하여 프롬프트에 등록한다. 특히, 프롬프트에서 각 단서 단어가 어떤 카테고리의 단서인지 정보를 제공해 주기 위해 Verbalizer를 활용하여 카테고리의 자연어를 프롬프트 시퀀스에서 각 카테고리 위치 가장 앞에 배치한다. 그 후, 정형화된 입력을 KorBERT의 입력으로 사용한다. KorBERT를 통해 얻은 단어 표상(Word Representation)은 순차 레이블링에 특화된 Bidirectional LSTM에 입력하여 각 입력 데이터별로 은닉 계층의 결과를 얻고, CRF를 통해 정답 레이블 간의 의존성(전이 확률)을 추가한다. 또한, 동적 프로그래밍(Dynamic Pprogramming) 기법의 일종인 Viterbi 알고리즘을 통해 은닉 상태의 최적 시퀀스를 찾아 평가를 진행할 수 있다. 물론, 개체명 인식은 상술한 방법에 한정되지 않는다.
게재부(330)는, 채용정보풀 및 인재정보풀을 공개되도록 게재할 수 있다. 본 발명의 일 실시예에 따른 플랫폼에서 매칭해주는 것 외에도 직접 헤드헌터들이 자신이 보유한 인재가 지원해볼만한 채용정보가 무엇이 있는지, 또는 채용사로부터 받은 채용정보에 적합한 인재가 누가 있는지 등을 찾아볼 수 있다. 이때 필터나 검색어 또 검색자를 다양하게 설정함으로써 다양하고 정교한 검색이 가능하도록 할 수 있다. 예를 들어, AI 전문가라고 검색을 하더라도 동일한 키워드만을 제공하는 것이 아니라, AI를 동의어로 검색어를 확장하여 자동으로 검색을 한다거나, 띄어쓰기를 다르게 주는 등 서로 다른 헤드헌터가 기재하거나 채용사가 기재하여 서로 다른 용어를 사용하는 경우까지를 고려하도록 할 수 있다.
<질의어 확장>
질의어 확장은 명사와 명사구를 워드 임베딩 모델을 활용하여 유사어/동의어로 확장할 수 있다. 제한된 양의 학습 데이터셋을 사용하는 경우 단어 확장 정확도에 문제가 발생하기 때문에, 사전 학습 모델에 추가 학습을 진행할 수 있다. 추가 학습은 학습 코퍼스에서 특수문자 등을 제거 등 전처리 작업을 수행하고, 명사구 추출 지원하는 OKT 형태소분석기를 사용하여 명사와 명사구를 추출한다. 이때, 추출된 명사구의 결과를 모두 학습시킨다. 명사구는 워드 임베딩 모델에서 하나의 단어로 인식하기 위해 구분자로 각 단어를 연결하여 학습한다. 이렇게 학습한 모델을 활용하여 사용자 질의에서 분리한 명사와 명사구에 대한 확장을 수행한다. 확장된 질의어는 이를 카티션 곱하여 질의를 생성하고 검색을 수행한다. 데이터셋 검색 결과는 데이터셋 리스트와 데이터셋 유사도 점수를 반환할 수 있다. 그 다음 순위를 매겨야 하는데 연관성 높은 데이터를 우선 제공하기 위해 데이터셋의 순위를 부여한다. 이를 위해 헤드헌터들이 검색한 질의에 대해 선택된 데이터셋 로그를 활용하여 로그 학습 모델을 생성할 수 있다. 이전에 선택된 데이터셋이 다른 데이터셋에 비해 재선택될 확률이 높기 때문에 이를 활용한다. 따라서, 키워드 검색 결과로 나온 유사도 점수와 로그 학습 모델이 제공하는 점수를 활용하여 랭킹을 부여하여 내림차순 정렬한다. 로그 학습 모델은 질의 결과 중 클릭한 데이터셋에 대한 로그를 기반으로 학습한다. 해당 모델을 생성하기 위해 입력 질의와 클릭된 데이터셋을 도큐먼트 임베딩 모델을 활용하여 임베딩하고, 네거티브 샘플링 기법을 사용하여 클릭되지 않은 데이터셋 중 랜덤한 N 개에 대해 같은 방식으로 임베딩 하고 1과 0으로 레이블링 하여 저장한 데이터를 학습한다. 이 모델의 결과 값은 해당 데이터셋의 클릭 확률을 의미한다. 물론 상술한 방법 외에 다양한 방법으로 질의어를 확장할 수 있고, 사용자인 헤드헌터가 전문분야여서 다양한 유의어나 동의어를 알지 못하는 경우에도 상술한 헤드헌팅 도메인 특화된 라이브러리나 사전을 이용하여 자동으로 질의어를 확장해줄 수 있으며, 정확한 키워드를 넣지 않더라도 정확한 검색결과를 얻을 수 있게 된다.
비공개매칭부(340)는, 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말(400)로 알람을 전송할 수 있다. 이 경우 1 단계 매칭으로 예를 들어 가장 중요한 키워드, 예를 들어 미리 세팅되어 있던 근무지, 직무, 직급, 학력, 경력 등의 정보가 70% 이상 일치해야 알람을 전송한다. 이렇게 키워드 매칭을 했다고 해도 세부사항으로 들어가보면 실제 원하던 인재가 아니거나, 구직자가 원하는 채용정보가 아닐 수 있으므로 후술하는 검증부(370)에서 2 단계 매칭으로 상세 세부내역을 서로 확인할 수 있도록 소통할 수 있는 채널을 마련할 수 있다.
비식별화부(350)는, 채용정보 또는 인재정보를 업로드받을 때 채용정보를 제공한 기업을 식별가능한 고유식별자 또는 인재정보 내 인재를 식별가능한 고유식별자를 비식별화 또는 가명화 처리할 수 있다. 이때 로컬 차분 프라이버시(Differential Privacy, DP)를 이용할 수 있는데, 이는 통계치를 고려하여 Query의 값을 변조하여 개인의 식별성을 제거하는 프라이버시 보호 기법이다. 차분 프라이버시는 신뢰할 수 있는 데이터 수집가를 가정하기 때문에, 수집가는 원본 데이터를 저장하고, Query 요청이 올 때 원본 데이터에 노이즈를 추가하여 배포한다. 하지만 현실에는 데이터 수집가를 신뢰할 수 없는 경우가 많아, 현실적으로 차분 프라이버시를 적용하기 어렵다. 이를 극복하기 위해, 로컬 차분 프라이버시를 이용할 수 있는데, 데이터 수집가를 신뢰할 수 없기 때문에, 로컬 차분 프라이버시는 원본 그대로를 저장하지 않고 노이즈를 추가하여 저장한다. 그렇기 때문에 데이터 소유자는 누구도 믿지 않는 상황에서 데이터를 공개할 수 있게 된다. 정의는 이하 표 3과 같다.
| 정의 (ε- 로컬 차분 프라이버시) 알고리즘 A가 임의의 입력값 v , v'와 모든 출력값 f(a)에 대해 다음을 만족할 때, ε- 로컬 차분 프라이버시를 만족한다. |
노이즈를 추가할 땐, 무작위 응답 메커니즘을 기반으로 한다. 무작위 응답 메커니즘은 실제 값 x, 임의의 값 y에 대해 다음의 확률을 만족한다.
어떤 질문이 있을 때, 동전을 던져 앞면이 나오면 조건 YES라고 대답하고 뒷면이 나오면 사실대로 대답하게 하여 프라이버시를 보호한다. 이때 앞면이 나올 확률을 
, 뒷면이 나올 확률을 
로 설정하면 로컬 차분 프라이버시를 만족한다는 것이 증명되어 있다.
자동게재부(360)는, 헤드헌터 단말(400)로부터 헤드헌터 단말(400)의 정보공유에 동의를 받은 경우, 헤드헌터 단말(400)의 헤드헌터의 써치펌(Search Firm)에 게재된 채용정보 또는 인재정보를 웹스크래핑 또는 웹크롤링으로 수집한 후 플랫폼 서비스 제공 서버에서 제공하는 페이지에 자동으로 게재할 수 있다. 이때, 동적 웹크롤링은 브라우저 오토메이션(Browser Automation) 기술을 이용하고, 브라우저 오토메이션 툴은, Selenium 또는 Puppeteer의 브라우저 동작을 자동화하는 라이브러리를 이용할 수 있다. 즉, 브라우저 오토메이션 기술은 Selenium 또는 Puppeteer 등의 라이브러리와 같이 브라우저의 동작을 자동화하는 기술을 말한다. 브라우저의 오토메이션을 통해 사용자 클라이언트에서 동적으로 변하는 웹페이지의 정보를 크롤링할 수 있다. 또, Headless 모드를 통하여 백그라운드(Background)에서 실행할 수 있다. 웹크롤러(Web Crawler)는 웹페이지 사이를 이동하며 HTML 구조를 파싱하고 웹데이터를 수집하는 기술이다. 따라서, 웹사이트의 리뉴얼 등에 의해 HTML 구조가 변경되면 그에 따라 웹크롤러의 소스 코드를 수정해야 하는 종속적 특징을 가지며, 운영 규모가 클수록 유지보수 비용이 비례적으로 증가하게 되어 웹 크롤링 운영에 대한 부담이 발생하게 된다.
이에 자동게재부(360)는 웹크롤러의 유지보수의 비용을 절감하기 위한 방안으로 웹크롤러의 동작을 구조화한 설정 항목을 도출하고 설정에 따라 동작하는 크롤러 개발을 통하여 설정만으로 다수의 웹크롤러 관리하는 방법을 이용할 수 있다. 웹크롤러의 설정은 웹페이지 이동 설정, 데이터 수집 설정으로 구분하여 설계하고 셀레니움(Selenium) 프레임워크를 이용한 웹크롤러를 구현할 수 있으며, 다양한 유형에 웹 사이트를 대상으로 데이터 수집을 수행하여 설계된 설정 구조가 다양한 웹페이지에서 적용할 수 있다.
<동작 기반 웹 크롤링>
정적 웹페이지 방식의 웹 사이트는 서버에서만 페이지를 만들어 전송하는 방식이지만 동적 웹페이지는 클라이언트에서 Javascript 실행을 통해 빈번한 데이터 송수신이 이뤄지는 웹페이지이기 때문에 기존 웹크롤링 방식이였던 HTML 만을 파싱하여 방법으로는 데이터 수집이 불가능하다. 따라서, 로딩된 웹페이지의 HTML 이벤트를 감지하고 HTML 데이터 변경사항을 수집할 수 있는 기술이 필요한데, Javascript 실행을 통한 데이터 변화를 감지하는 기술로 HTML Unit, Selenium 등의 미들웨어를 이용하여 웹브라우저에서의 클릭, 입력 등의 동작을 발생시키는 동작 기반의 웹 크롤링 방식이 널리 사용되고 있다.
<동적 웹페이지>
동적 웹페이지는 서버와 클라이언트 웹페이지간 비동기적으로 데이터를 송수신하는 Ajax(Asynchronous Javascript and XML) 기법을 이용하여 웹페이지의 HTML를 부분적으로 변경하는 웹페이지를 말한다. 기존 정적 웹페이지는 일부의 데이터가 변경되더라도 페이지 전체를 재구성하여 전송하기 때문에 새로고침이 발생하고 화면이 깜박이는 현상으로 인하여 사용자들로 하여금 흐름이 끊기는 사용성을 보여준다. 이러한 문제를 해결하기 위하여 등장한 기술이 바로 동적 웹페이지이다. 많은 양의 데이터를 한 번에 송수신하고 웹페이지에 보여주는 방식이 아니라 데이터를 작게 분할하여 수신된 데이터만큼 즉시 바로 화면 출력하는 방식으로 로딩이 없는 것처럼 느끼게 한다는 측면에서 로컬 설치형 네이티브 애플리케이션과 유사한 연속적인 UI사용성을 보여준다. 현재 동적 웹페이지 기술을 적용한 웹 서비스들의 핵심이 되고 있는 추세이다.
<동작 기반의 미들웨어 Selenium>
Selenium은 웹 테스트를 자동화하는 미들웨어 형태의 도구로써, 웹 사이트를 대상으로 버튼 클릭, 텍스트 입력 등의 반복적인 테스트를 자동화하여 버그 및 결함을 발견하기 위한 목적으로 개발된 자동화 테스트 도구이다. 따라서 Chromium, Google Chrome, Microsoft Explorer, Mozilla Firefox, Apple Safari 등 다양한 웹 브라우저 함께 동작한다. 동적 웹페이지 기술이 등장함에 웹 크롤링을 하기 위해서 웹 브라우저와 동일한 수준의 Javascript 엔진과 웹 렌더링 엔진이 필요하게 되었는데, 사용자 수준의 동작을 발생 시킬 수 있다는 점에서 정적 웹페이지 뿐만 아니라 동적 웹페이지 방식에서도 이용 가능하고 웹 브라우저의 Javascript 엔진을 이용한 HTML 변형 등을 수행할 수 있다는 측면에서 Selenium이 웹 크롤링 분야에서 이용되고 있다.
<동작 기반 웹 크롤링의 설정 구조>
본 발명의 일 실시예에 따른 동작은 버튼/링크 클릭, 텍스트 입력, 스크롤, 탭 이동 등의 이벤트를 의미한다. Selenium을 통하여 웹 브라우저에게 동작 명령을 주고 웹 브라우저의 데이터 로딩이 완료되면 변경된 웹페이지 HTML을 파싱을 반복하는 것을 기본 메커니즘으로 한다. 따라서 각 설정항목은 반복적으로 호출되어 사용될 수 있도록 모듈화 되어야 하며 고정된 이동, 수집 뿐만 아니라 다양한 상황에서 대처할 수 있는 분기기능도 반드시 포함되도록 설계되어야 한다. 이를 반영하여 동작들이 유기적으로 실행될 수 있도록 설정 항목으로 도출할 수 있고, JSON 포맷의 설정 파일로 정의할 수 있다. 웹크롤러는 웹 크롤링에 대한 정보가 담겨 있는 JSON 설정파일을 파싱하여 웹데이터를 수집하게 되며, JSON 구조로 이뤄진 웹크롤러의 설정은 ① 크롤러 기본 설정, ② 동작 설정, ③ 데이터 수집 설정으로 크게 3가지로 구분할 수 있다.
① 크롤러 기본 설정은 크롤러 이름, 시작 URL, 저장 방식, 수집 속도, 수집 개수 등의 웹 크롤링에 대한 기본정보를 명시하는 설정이다. 특히 수집 속도는 크롤링의 대상이 되는 사이트의 트래픽 부담을 주지 않기 위한 최소 접근 주기를 의미한다. 또한 유지보수를 위하여 크롤링 결과에 대한 알림을 이메일로 받을 수 있는 항목을 설계할 수 있다. ② 동작 설정은 Click, Text 입력, Refresh, Select, Close Window, Change tab, Collect(데이터수집), Javascript 삽입 등의 웹 브라우저에서 일어나는 동작 기반의 설정 값으로 이뤄진다. 동작 설정은 최소 하나의 동작을 포함하는 Group 으로 이뤄진 계층적인 구조로 구성되어 Group 단위로 실행된다. Group 은 고유한 ID를 가지며 Group의 실행 도중 또는 종료 시점에 다음 Group을 실행 가능하도록 설계하여 Group의 재사용성을 높일 수 있다.
Ajax에 기반하여 동적으로 HTML 구조가 변화하는 사이트들은 HTML 구조가 복잡하여 웹 크롤링를 어렵게 하는 문제가 있는데, 이를 효율적으로 크롤링하기 위하여, 웹페이지의 HTML 구조를 웹 크롤링하기 쉬운 간단한 구조로 변경하거나 임의로 Element 의 ID 값을 삽입하는 등 기능이 필요하게 된다. 따라서, 동작 설정 항목 중 Javascript에 기반한 주요 동작들을 정형화할 수 있고, 하나의 설정 기능으로 정의할 수 있다. 실제 동작에서는 Javascript 구현한 코드를 웹페이지에 삽입하여 실행시키는 방식으로 동작할 수 있다. Selenium 기반 웹 크롤링은 정적 웹페이지와 동적 웹페이지 모두를 수집할 수 있다는 측면에서 많이 사용되지만 웹 사이트의 HTML 구조에 종속적이고 변화에 민감한 것은 변함이 없다. 이러한 종속성 문제를 해결하기 위하여 Javascript 기반의 동작 중 Hooking_ajax기능을 통해 웹 서버와 웹 브라우저 간의 Ajax 결과를 후킹하는 Javascript 코드를 삽입하여 JSON/XML 데이터를 바로 수신 받아 저장할 수 있도록 설정을 적용할 수 있다. Ajax 후킹 방식을 이용하면 HTML 구조와 무관하게 데이터를 수신받을 수 있기 때문에 HTML 구조에 종속성을 완화할 수 있게 된다.
③ 데이터 수집 설정은 동작 설정을 통하여 데이터가 위치한 웹페이지에 도착했을 때, 수집할 데이터를 가지고 있는 Element들을 명시하고 저장될 데이터 형식을 지정하는 설정이다. 설정 내용으로는 수집할 Element path, 데이터 이름, 저장 데이터 형식을 포함하는 Column으로 구성되며, 여러개의 Column을 Recode라는 항목으로 그룹화 하여 관리한다. Recode는 고유한 ID를 지니며, 동작 설정에서 Collect 명령과 함께 ID를 부여하면 해당 Recode에 지정된 데이터 수집을 수행하도록 구성할 수 있다. 데이터의 저장 위치는 기본설정에서 지정한 DB 또는 CSV에 저장하게 된다. 만약 찾고자 하는 데이터가 Text Node 안에서 특정 위치 또는 패턴으로 저장되어 있을 경우 데이터를 수집하고 나서 후처리 코드를 작성하는 경우가 있는데, 그러한 문제점을 해결하기 위하여 정규표현식 기반의 필터링 설정 항목을 통해 수집하는 시점에 데이터의 필터링 또는 수정도 가능하도록 설정을 설계할 수 있다.
<웹크롤러의 구현>
웹크롤러는 OpenJDK v1.8, Google Chrome v83, Selenium WebDriver for Java v3.1으로 구현할 수 있고, 총 5개의 모듈로 구성할 수 있다. Crawler 모듈은 설정 파일에서 크롤링 정보를 불러온다. WorkManager 모듈은 Action들을 관리 및 실행하고 모니터링 한다. Scraper 모듈은 Selenium에게 Action을 전달하고 HTML 반환받는다. Parser 모듈은 HTML 파일을 파싱하고 데이터를 추출한다. Writer 모듈은 파싱된 데이터를 지정한 방식에 따라 DB 또는 CSV로 저장할 수 있다.
검증부(370)는, 매칭이 발생한 후 채용정보를 보유한 헤드헌터 단말(400)과 인재정보를 보유한 헤드헌터 단말(400) 간 추가검증을 위하여 연락처, 계약내용공유 및 합의를 진행하도록 헤드헌터 단말(400) 간 채널을 생성할 수 있다. 검증부(370)는, 업종, 근무지, 나이, 학력 및 연봉의 조건을 만족하면서 직무내용은 키워드가 기 설정된 유사도를 초과하여 매칭이 발생한 이후, 추가검증을 통하여 상세매칭여부를 확인하도록 할 수 있다. 이때, 헤드헌터 간 채널은 익명 채널일 수도 있고 각 프로필을 검증해야 입장할 수 있는 실명 채널일 수도 있다. 이는 헤드헌터가 설정할 수 있도록 옵션으로 제공할 수 있다.
구직관리부(380)는, 적어도 하나의 구직 단말(100)로부터 학력, 경력, 희망연봉, 희망직무 및 희망근무지를 포함하는 인재 카테고리의 키워드를 업로드받아 인재정보풀에 입력되도록 업데이트할 수 있다. 장황한 이력서를 업로드하는 것보다는 키워드만을 등록하는 것이 더 빠른 매칭을 가져올 수 있다. 만약 구직자가 이력서를 업로드한 경우일지라도 상술한 TF-IDF로 키워드만을 추출하거나, 개체명 인식으로 인재정보 카테고리의 키워드만을 추출한 후 인재정보풀에 입력되도록 업데이트할 수 있다.
예약부(390)는, 헤드헌터 단말(400)에서 전송하는 포지션 제안 메시지에 대하여 예약기능을 제공하여 기 설정된 시간 이후에 포지션 제안 메시지가 전송되는 경우 예약기능으로 딜레이 전송이 되도록 할 수 있다. 아무리 좋은 포지션 제안이라도 예를 들어 오후 10 시가 넘어 보내게 되면 실례가 될 수 있고 워라밸을 깨트릴 수 있다. 이에 따라, 오후 10 시가 넘어서 헤드헌터가 메시지를 보내려고 할 때에는 이를 자동으로 익일 오전 9시로 설정하도록 함으로써 헤드헌터는 일반적으로 메시지를 보내는 것 같지만 수신인인 구직자를 고려하여 시스템 상에서 메시지를 홀딩하고 있다가 이를 구직 단말(100)로 전송되도록 할 수 있다.
지인소개부(391)는, 헤드헌터 단말(400)에서 포지션 제안 메시지가 구직 단말(100)로 전송된 경우, 구직 단말(100)로부터 지인소개 이벤트가 발생되면 헤드헌터 단말(400)로 지인소개 이벤트를 전송하고, 지인소개 이벤트로 채용이 확정된 경우 구직 단말(100)로 리워드를 지급할 수 있다.
위변조방지부(393)는, 포지션 제안 메시지, 지인소개 이벤트 및 채용의 확정에 대한 기록을 블록체인 기반 분산장부에 기록하여 위변조를 제로화할 수 있다. 이때, 각 포지션 제안 메시지, 지인소개 이벤트 등이 발생할 때마다 블록체인에 블록을 생성하여 트랜잭션으로 기록한다면 가스피(GasFee)가 많이 들기 때문에 IPFS(InterPlanetary File System)에 파일 등 콘텐츠를 저장하고, 데이터값만 블록을 생성하여 블록체인에 연결 및 저장하는 방식으로 관리할 수 있다.
인맥분석부(395)는, 적어도 하나의 구직 단말(100)로부터 소셜 네트워크를 입력받는 경우 SNA(Social Network Analysis)로 적어도 하나의 구직 단말(100) 간 인맥 네트워크를 분석할 수 있다. 예를 들어, A 대학 전기전자공학부를 졸업한 B가 삼성전자에 취직했다면, B는 전기전자공학부의 인맥과 삼성전자의 인맥을 모두 가지고 있다. 이때, B를 중심으로 소셜네트워크를 구축하고 각 노드(Node), 즉 B의 인맥에 대한 직업정보를 모두 알 수 있다면 지인소개를 할 수 있는 구직 단말(100)로 포지션 제안을 보낼 수 있게 된다. 이에 따라 각 구직 단말(100)로부터 인맥을 등록할 수 있도록 하고, 각 인맥의 직업정보를 수집함으로써 누구에게 포지션 제안 및 지인 소개를 위한 포지션 제안을 보내야 하는지를 헤드헌터들은 알 수 있고, 이렇게 지인 소개로 채용이 된 경우에는 헤드헌터에게 배분될 비용 중 일부를 리워드로 전환하여 구직 단말(100)로 제공할 수 있다.
이하, 상술한 도 2의 플랫폼 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 플랫폼 서비스 제공 서버(300)는 적어도 하나의 헤드헌터 단말(400)로부터 인재정보 또는 채용정보를 수집하여 비식별화를 한 후 키워드를 추출하여 인재정보풀 및 채용정보풀을 구축하거나, 헤드헌터 단말(400)에서 키워드만 수신한 후 인재정보풀 및 채용정보풀을 구축할 수 있다. 이렇게 수집된 정보는 키워드를 기반으로 (b)와 같이 게재될 수 있고, 본 발명의 플랫폼에 따른 자체적인 매칭이나 헤드헌터가 각자 키워드 검색 및 질의어 확장으로 검색을 수행할 수 있다. (c)와 같이 비공개 매칭을 진행할 때에는 1 단계로 연봉, 나이, 경력, 학력, 근무지 등의 정보를 매칭하여 70% 이상 매칭이 완료되면 2 단계로 헤드헌터 간 세부정보를 확인하는 절차를 거치도록 함으로써 헤드헌터가 보유한 인재정보나 채용사 정보를 공개하지 않으면서도 매칭률은 높일 수 있는 플랫폼을 구축할 수 있게 된다. 도 4의 (a)와 같이 구직 단말(100)은 자신의 구직정보를 키워드로 등록할 수 있고, 이렇게 키워드로 등록된 정보는 인재정보풀에 입력되어 업데이트될 수 있다. 또, (b)와 같은 예약기능으로 밤 늦게 메시지가 전달되는 일이 없도록 하고, (c)와 같이 지인소개의 경우 채용된 것을 조건으로 보상을 지급할 수 있게 된다. (d)와 같이 SNA를 실시하여 어떠한 구직자에게 정보를 보내면 지인 추천확률이 높을 것인지를 분석해줄 수도 있다.
이와 같은 도 2 내지 도 4의 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 도 1의 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 5를 참조하면, 플랫폼 서비스 제공 서버는, 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는다(S5100).
그리고, 플랫폼 서비스 제공 서버는, 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하고(S5200), 채용정보풀 및 인재정보풀을 공개되도록 게재한다(S5300).
또, 플랫폼 서비스 제공 서버는, 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송한다(S5400).
상술한 단계들(S5100~S5400)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5400)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 5의 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (10)
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 상기 채용정보 또는 인재정보를 업로드받을 때 채용정보를 제공한 기업을 식별가능한 고유식별자 또는 상기 인재정보 내 인재를 식별가능한 고유식별자를 비식별화 또는 가명화 처리하는 비식별화부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 삭제
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 상기 헤드헌터 단말로부터 상기 헤드헌터 단말의 정보공유에 동의를 받은 경우, 상기 헤드헌터 단말의 헤드헌터의 써치펌(Search Firm)에 게재된 채용정보 또는 인재정보를 웹스크래핑 또는 웹크롤링으로 수집한 후 플랫폼 서비스 제공 서버에서 제공하는 페이지에 자동으로 게재하는 자동게재부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 상기 매칭이 발생한 후 채용정보를 보유한 헤드헌터 단말과 인재정보를 보유한 헤드헌터 단말 간 추가검증을 위하여 연락처, 계약내용공유 및 합의를 진행하도록 상기 헤드헌터 단말 간 채널을 생성하는 검증부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 제 4 항에 있어서,
상기 검증부는,
업종, 근무지, 나이, 학력 및 연봉의 조건을 만족하면서 직무내용은 키워드가 기 설정된 유사도를 초과하여 상기 매칭이 발생한 이후, 상기 추가검증을 통하여 상세매칭여부를 확인하도록 하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 적어도 하나의 구직 단말로부터 학력, 경력, 희망연봉, 희망직무 및 희망근무지를 포함하는 상기 인재 카테고리의 키워드를 업로드받아 상기 인재정보풀에 입력되도록 업데이트하는 구직관리부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 상기 헤드헌터 단말에서 전송하는 포지션 제안 메시지에 대하여 예약기능을 제공하여 기 설정된 시간 이후에 포지션 제안 메시지가 전송되는 경우 상기 예약기능으로 딜레이 전송이 되도록 하는 예약부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 상기 헤드헌터 단말에서 포지션 제안 메시지가 구직 단말로 전송된 경우, 상기 구직 단말로부터 지인소개 이벤트가 발생되면 상기 헤드헌터 단말로 상기 지인소개 이벤트를 전송하고, 상기 지인소개 이벤트로 채용이 확정된 경우 상기 구직 단말로 리워드를 지급하는 지인소개부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 제 8 항에 있어서,
상기 플랫폼 서비스 제공 서버는,
상기 포지션 제안 메시지, 지인소개 이벤트 및 채용의 확정에 대한 기록을 블록체인 기반 분산장부에 기록하여 위변조를 제로화하는 위변조방지부;
를 더 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
- 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 적어도 하나의 채용 카테고리의 키워드 또는 적어도 하나의 인재 카테고리의 키워드로 업로드하는 헤드헌터 단말; 및
상기 헤드헌터 단말로부터 적어도 하나의 채용정보 또는 적어도 하나의 인재정보를 상기 적어도 하나의 채용 카테고리 또는 적어도 하나의 인재 카테고리의 키워드로 업로드받는 비공개접수부, 상기 적어도 하나의 채용정보 및 적어도 하나의 인재정보를 기반으로 채용정보풀(Pool) 및 인재정보풀(Pool)을 구축하는 구축부, 상기 채용정보풀 및 인재정보풀을 공개되도록 게재하는 게재부, 상기 채용정보풀 내 키워드와 인재정보풀 내 키워드 간 매칭이 발생하는 경우 매칭이 발생한 채용정보 또는 인재정보를 가진 헤드헌터 단말로 알람을 전송하는 비공개매칭부, 적어도 하나의 구직 단말로부터 소셜 네트워크를 입력받는 경우 SNA(Social Network Analysis)로 적어도 하나의 구직 단말 간 인맥 네트워크를 분석하는 인맥분석부를 포함하는 플랫폼 서비스 제공 서버;
를 포함하는 것을 특징으로 하는 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230059965A KR102635771B1 (ko) | 2023-05-09 | 2023-05-09 | 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230059965A KR102635771B1 (ko) | 2023-05-09 | 2023-05-09 | 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102635771B1 true KR102635771B1 (ko) | 2024-02-13 |
Family
ID=89899518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230059965A KR102635771B1 (ko) | 2023-05-09 | 2023-05-09 | 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102635771B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170132963A (ko) * | 2016-05-25 | 2017-12-05 | 주식회사 햄파트너스 | 지인 추천 기반 합격 보상금 지급 인재 추천 시스템 |
| KR20170133583A (ko) * | 2016-05-26 | 2017-12-06 | 주식회사 햄파트너스 | 헤드헌팅을 위한 기업 고객과 후보자 간 인재 매칭 알고리즘 |
| KR20180093326A (ko) * | 2017-02-13 | 2018-08-22 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| KR101950769B1 (ko) * | 2018-01-23 | 2019-05-03 | 기웅정보통신 주식회사 | 인력정보 검증서비스 제공 시스템 및 방법 |
| KR102319077B1 (ko) * | 2020-12-18 | 2021-10-29 | 주식회사 컴퍼니제이 | 온라인 지원자 이력 제공 및 채용 방법, 장치, 및 시스템 |
| KR20220126124A (ko) * | 2021-03-08 | 2022-09-15 | (주)헤드헌트 | 헤드헌터 시스템을 활용한 보상 방식의 채용 시스템 |
-
2023
- 2023-05-09 KR KR1020230059965A patent/KR102635771B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170132963A (ko) * | 2016-05-25 | 2017-12-05 | 주식회사 햄파트너스 | 지인 추천 기반 합격 보상금 지급 인재 추천 시스템 |
| KR20170133583A (ko) * | 2016-05-26 | 2017-12-06 | 주식회사 햄파트너스 | 헤드헌팅을 위한 기업 고객과 후보자 간 인재 매칭 알고리즘 |
| KR20180093326A (ko) * | 2017-02-13 | 2018-08-22 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| KR101950769B1 (ko) * | 2018-01-23 | 2019-05-03 | 기웅정보통신 주식회사 | 인력정보 검증서비스 제공 시스템 및 방법 |
| KR102319077B1 (ko) * | 2020-12-18 | 2021-10-29 | 주식회사 컴퍼니제이 | 온라인 지원자 이력 제공 및 채용 방법, 장치, 및 시스템 |
| KR20220126124A (ko) * | 2021-03-08 | 2022-09-15 | (주)헤드헌트 | 헤드헌터 시스템을 활용한 보상 방식의 채용 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8856229B2 (en) | System and method for social networking | |
| US20200193382A1 (en) | Employment resource system, method and apparatus | |
| Senthil Kumaran et al. | Towards an automated system for intelligent screening of candidates for recruitment using ontology mapping (EXPERT) | |
| US11586656B2 (en) | Opportunity network system for providing career insights by determining potential next positions and a degree of match to a potential next position | |
| Kelly | Assessment of digitized library and archives materials: A literature review | |
| KR102465711B1 (ko) | 소셜 데이터 분석을 이용한 법률안의 국회 본회의 통과가능성 동적 예측 서비스 제공 시스템 | |
| US20170235835A1 (en) | Information identification and extraction | |
| KR102413961B1 (ko) | Ｒｐａ 모니터링을 이용한 뉴스 분석 서비스 제공 방법 | |
| Troiano et al. | Modeling and predicting the user next input by Bayesian reasoning | |
| Mhaidli et al. | Researchers’ experiences in analyzing privacy policies: Challenges and opportunities | |
| Kehl et al. | Natural language processing and futures studies | |
| Hennesy et al. | Measuring actual practices: A computational analysis of LibGuides in academic libraries | |
| KR20240020166A (ko) | Esg 보조 툴을 이용하여 정형화된 esg 데이터로 기계학습 모델을 학습하는 방법 및 기계학습 모델로 자동완성된 esg 문서를 생성하는 서비스 서버 | |
| KR102635771B1 (ko) | 키워드 매칭을 이용한 헤드헌팅 플랫폼 서비스 제공 시스템 | |
| CN113961811B (zh) | 基于事件图谱的话术推荐方法、装置、设备及介质 | |
| KR102252096B1 (ko) | 빅데이터 기반 회의록 가공 서비스 제공 시스템 | |
| KR102185978B1 (ko) | 신문칼럼 구독을 이용한 온라인 독해력 및 논술 교육 서비스 제공 시스템 | |
| Aziz et al. | Quranic verse finder: A tool for speech preparation using quranic verses | |
| Jia et al. | In favour of or against multi-lingual Q&A sites? Exploring the evidence from user and knowledge perspectives | |
| US20200175476A1 (en) | Job identification for optimizing digital page | |
| Munzert et al. | Web scraping | |
| KR102434880B1 (ko) | 멀티미디어 플랫폼 기반 지식 공유 서비스 제공 시스템 | |
| Arbelaitz et al. | Web mining for navigation problem detection and diagnosis in D iscapnet: A website aimed at disabled people | |
| Chun-tingHo | Using computational text analysis with social media text | |
| KR102231365B1 (ko) | 특허분야를 위한 기계독해기술 기반 질의응답 서비스 제공 방법, 서버, 및 기록매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |