KR102677614B1 - Methods and systems for matching and rewarding human resources by analyzing individual competencies and mbti tendencies based on artificial intelligence - Google Patents
Methods and systems for matching and rewarding human resources by analyzing individual competencies and mbti tendencies based on artificial intelligence Download PDFInfo
- Publication number
- KR102677614B1 KR102677614B1 KR1020230150803A KR20230150803A KR102677614B1 KR 102677614 B1 KR102677614 B1 KR 102677614B1 KR 1020230150803 A KR1020230150803 A KR 1020230150803A KR 20230150803 A KR20230150803 A KR 20230150803A KR 102677614 B1 KR102677614 B1 KR 102677614B1
- Authority
- KR
- South Korea
- Prior art keywords
- job seeker
- job
- terminal
- mbti
- compensation
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000000694 effects Effects 0.000 claims abstract description 24
- 230000007115 recruitment Effects 0.000 claims abstract description 20
- 238000012552 review Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- XEKOWRVHYACXOJ-UHFFFAOYSA-N Ethyl acetate Chemical compound CCOC(C)=O XEKOWRVHYACXOJ-UHFFFAOYSA-N 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 구직자의 역량분석 MBTI 성향분석 결과와 기업이 선호하는 우수 인재 유형을 인공지능 알고리즘을 이용해 분석함으로써, 기업이 필요로 하는 최적의 맞춤형 인재를 매칭 및 추천할 수 있음은 물론, 구직자의 구직활동과 기업의 구인활동 각각에 따라 구직자에게 그에 맞는 보상을 제공함으로써 서비스 활용을 더욱 장려할 수 있도록 하는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법, 시스템에 관한 것이다.The present invention analyzes the MBTI propensity analysis results of job seekers' competency analysis and the types of excellent talent preferred by companies using an artificial intelligence algorithm, so that it is possible to match and recommend the optimal customized talent needed by the company, as well as job search for job seekers. It is about an artificial intelligence-based talent matching and compensation provision method and system through analysis of individual capabilities and MBTI tendencies to further encourage service use by providing appropriate compensation to job seekers according to each activity and company's recruitment activities.
Description
본 발명은 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법, 시스템에 관한 것으로서, 보다 구체적으로는, 구직자의 역량분석 MBTI 성향분석 결과와 기업이 선호하는 우수 인재 유형을 인공지능 알고리즘을 이용해 분석함으로써, 기업이 필요로 하는 최적의 맞춤형 인재를 매칭 및 추천할 수 있음은 물론, 구직자의 구직활동과 기업의 구인활동 각각에 따라 구직자에게 그에 맞는 보상을 제공함으로써 서비스 활용을 더욱 장려할 수 있도록 하는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법, 시스템에 관한 것이다.The present invention relates to an artificial intelligence-based talent matching and compensation providing method and system through individual competency and MBTI propensity analysis. More specifically, the MBTI propensity analysis results of the job seeker's competency analysis and the type of excellent talent preferred by the company are artificially generated. By analyzing using an intelligent algorithm, it is possible to match and recommend the optimal customized talent that a company needs, as well as providing appropriate compensation to job seekers according to each job seeker's job search activity and the company's job search activity, thereby improving service utilization. It is about an artificial intelligence-based talent matching and compensation provision method and system through individual competency and MBTI propensity analysis that can encourage talent.
기존의 인재 채용 시스템은 구인을 하는 기업이 인터넷 신문 등의 각종 매체를 통해 구인광고를 하거나 취업알선업체에 의뢰를 하면, 구직자가 해당 기업에 입사원서와 이력서 등의 필요서류를 제출하고, 기업은 다시 이를 심사하여 필요한 인력을 채용하는 방식이었다.In the existing talent recruitment system, a company seeking employment advertises the job through various media such as Internet newspapers or requests an employment agency, and the job seeker submits necessary documents such as an application and resume to the company, and the company The method was to review this again and hire the necessary personnel.
이러한 방식에서 구직자는 취업을 원하는 기업에 일일이 입사지원을 하고 필요한 서류를 제출하고 면접을 보는 등의 과정을 구직이 완료될 때까지 반복해야 하므로 시간이 낭비될 수밖에 없다.In this method, job seekers must apply one by one to each company they want to work for, submit the necessary documents, go through an interview, etc., and repeat the process until the job search is complete, which inevitably wastes time.
또한 기업은 기업대로 인사채용 담당자가 구직자들의 성적표, 영어점수, 자기소개서 등의 추상적인 자료만으로 구직자들을 판단해야 하므로 기업의 필요에 맞는 인재를 구하기 힘들뿐 아니라, 수많은 구직자들에 대해 담당 자들이 수작업으로 평가하여 분류하는 작업을 거쳐야 하므로 이에 소요되는 시간 또한 무시할 수 없는 문제가 있다.In addition, companies have to judge job seekers only with abstract data such as transcripts, English scores, and self-introductions, so recruiters have to judge job seekers only with abstract data such as transcripts, English scores, and self-introductions, which not only makes it difficult to find talent that fits the company's needs, but also makes it difficult for companies to find talent that matches the company's needs, and requires managers to manually process numerous job seekers. Since it must be evaluated and classified, the time required for this process is also a problem that cannot be ignored.
특히, 최근에는 MZ세대 사이에서는 개인의 성향, 성격을 16개의 유형으로 세밀히 분류하는 마이어스-브릭스 유형 지표(MBTI) 성향분석이 인기를 끌고 있다. MBTI 성향은 그 사람의 주의초점(에너지 방향), 인식기능(사람이나 사물의 인식 방식), 판단기능(판단의 근거), 생활양식(선호하는 삶의 패턴)을 반영하고 있다. 따라서, 이러한 구직자의 MBTI 성향분석 결과를 인사채용 과정에 반영할 수 있다면, 기업 입장에서는 수많은 구직자들 중에서 인재를 채용할 확률을 높일 수 있고, 구직자 입장에서는 자신의 성향, 성격은 물론 업무역량에도 최적화된 직업을 구할 수 있다는 점에서, 최근 획일화되고 스펙 상향 평준화된 채용시장에서 기업이 채용하고자 하는 맞춤형 인재상을 매칭 및 추천할 수 있도록 하는 기술이 요구되고 있다.In particular, the Myers-Briggs Type Index (MBTI) tendency analysis, which classifies individual tendencies and personalities in detail into 16 types, has recently become popular among the MZ generation. MBTI tendency reflects a person's attention focus (energy direction), cognitive function (way of recognizing people or objects), judgment function (basis for judgment), and lifestyle (preferred life pattern). Therefore, if the results of the job seeker's MBTI propensity analysis can be reflected in the personnel recruitment process, companies can increase the probability of hiring talent from among numerous job seekers, and job seekers can optimize not only their propensity and personality but also their work capabilities. In the sense that it is possible to find a suitable job, there is a demand for technology that allows companies to match and recommend customized talent that they want to hire in the recent job market that has been standardized and standardized upwardly.
본 발명은 상기의 문제점을 해결하기 위함으로써, 구직자의 역량분석 MBTI 성향분석 결과와 기업이 선호하는 우수 인재 유형을 인공지능 알고리즘을 이용해 분석함으로써, 기업이 필요로 하는 최적의 맞춤형 인재를 매칭 및 추천할 수 있음은 물론, 구직자의 구직활동과 기업의 구인활동 각각에 따라 구직자에게 그에 맞는 보상을 제공함으로써 서비스 활용을 더욱 장려할 수 있도록 하는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법, 시스템을 제공하고자 한다.In order to solve the above problems, the present invention analyzes job seekers' competency analysis MBTI propensity analysis results and the type of excellent talent preferred by the company using an artificial intelligence algorithm to match and recommend the optimal customized talent needed by the company. Artificial intelligence-based talent matching through analysis of individual capabilities and MBTI propensity to further encourage service use by providing appropriate compensation to job seekers according to each job seeker's job search activity and the company's job search activity. We would like to provide a method and system for providing compensation.
본 발명의 일 실시예에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법은 인공지능 기반 인재 매칭 및 보상 제공 시스템에 의해 수행되는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법에 있어서, 구직자 단말 및 하나 이상의 SNS 컨텐츠 제공 단말로부터 구직자에 대한 정형 데이터, 비정형 데이터 및 MBTI 성향 데이터를 수집하고, 하나 이상의 기업 단말로부터 기업 데이터 및 사내직원 MBTI 성향 별 평균연봉 데이터를 수집하는 단계, 수집된 사내직원 MBTI 성향 별 평균연봉 데이터를 토대로 각각의 MBTI 성향에 따른 각 MBTI 성향 별 가중치를 정의하는 단계, 수집된 기업 데이터를 토대로 기업의 산업군, 사업 분야, 필요 직무 및 기업 문화를 분석하여 기업의 선호 및 우수 인재 유형을 분석하여 인재 특성 데이터를 추출하는 단계, 수집된 정형 데이터 및 비정형 데이터를 토대로, 구직자의 역량을 기 설정된 역량분석 항목 별로 분석 및 레벨링 하여 역량분석 데이터를 추출하는 단계, 구직자의 MBTI 성향 데이터를 점수화 하고, 해당 점수에 기 설정된 가중치를 반영한 후 구직자의 최종 MBTI 점수 데이터를 추출하는 단계, 상기 인재 특성 데이터에 상기 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과에 인공 신경망에 적용하여 적어도 한명 이상의 구직자를 선별하는 단계, 선별된 적어도 한명 이상의 구직자를 매칭 점수에 따라 순위를 나열하고, 기 설정된 순위 범위 내에 속하는 구직자에 대한 추천 데이터를 생성하여 기업 단말과 연계된 담당자 단말로 제공하고, 상기 인재 특성 데이터에 상기 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과를 구직자 단말로 제공하는 단계 및 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계를 포함할 수 있다.The artificial intelligence-based talent matching and compensation provision method through individual competency and MBTI propensity analysis according to an embodiment of the present invention is an artificial intelligence-based talent matching and compensation provision system through individual competency and MBTI propensity analysis. In the intelligence-based talent matching and compensation provision method, structured data, unstructured data, and MBTI tendency data on job seekers are collected from job seeker terminals and one or more SNS content provision terminals, and corporate data and MBTI tendency data of in-house employees are classified from one or more corporate terminals. Step of collecting average annual salary data, step of defining weights for each MBTI propensity according to each MBTI propensity based on the collected average annual salary data for each MBTI propensity of in-house employees, step of defining the weight of each MBTI propensity according to the collected corporate data, and the company's industry group, business field, and needs based on the collected corporate data. A step of extracting talent characteristic data by analyzing the company's preferences and excellent talent types by analyzing the job and corporate culture. Based on the collected structured and unstructured data, the job seeker's capabilities are analyzed and leveled for each preset competency analysis item to determine competency level. A step of extracting analysis data, scoring the job seeker's MBTI propensity data, reflecting a preset weight to the score, then extracting the job seeker's final MBTI score data, adding the talent characteristic data to the competency analysis data and the final MBTI score data. A step of selecting at least one job seeker by applying the matching result to an artificial neural network, ranking at least one selected job seeker according to the matching score, and generating recommendation data for job seekers within the preset ranking range to provide corporate A step of providing the result of matching the competency analysis data and the final MBTI score data with the talent characteristic data to the terminal of the person in charge linked to the terminal to the job seeker terminal, and providing the result of matching the talent characteristic data to the job seeker terminal, and providing the result of matching the talent characteristic data to the job seeker terminal according to the job offer and job search activities. It may include providing compensation.
일 실시예에서, 상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는 기업 단말과 연계된 담당자 단말로 제공된 상기 구직자에 대한 추천 데이터 중에서 상기 담당자 단말을 통해 특정 구직자에 대한 이력서가 열람되는 경우, 해당 구직자의 구직자 단말에게 이력서 열람에 따른 보상을 제공하는 단계를 포함할 수 있다.In one embodiment, the step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit is to select a specific job seeker through the manager terminal from among the recommendation data for the job seeker provided to the person in charge terminal linked to the corporate terminal. When a resume is viewed, a step may be included in which compensation is provided to the job seeker's terminal for viewing the resume.
일 실시예에서, 상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는 기업 단말과 연계된 담당자 단말로 제공된 상기 구직자에 대한 추천 데이터 중에서 상기 담당자 단말을 통해 특정 구직자에 대한 이력서가 열람, 조회된 후, 해당 구직자와 담당자 간 면접이 진행되어 기업 단말로부터 면접 진행 완료 피드백이 접수되는 경우, 해당 구직자의 구직자 단말에게 면접 진행에 따른 보상을 제공하는 단계를 포함할 수 있다.In one embodiment, the step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit is to select a specific job seeker through the manager terminal from among the recommendation data for the job seeker provided to the person in charge terminal linked to the corporate terminal. After the resume has been viewed and viewed, an interview is conducted between the job seeker and the person in charge, and when feedback on completion of the interview is received from the corporate terminal, a step of providing compensation according to the interview progress to the job seeker's terminal may be included. .
일 실시예에서, 상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는 구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수되고, 해당 구직자의 구직자 단말을 통해 해당 기업에 대한 후기가 작성되는 경우, 해당 구직자의 구직자 단말에게 후기 작성에 따른 보상을 제공하는 단계를 더 포함할 수 있다.In one embodiment, the step of providing compensation according to recruitment and job search activities in the compensation provision unit to the job seeker terminal is as a result of an interview conducted between the job seeker and the person in charge, and the job seeker gets a job at the company and receives job completion feedback from the company terminal. When it is received and a review is written about the company through the job seeker terminal of the job seeker, a step of providing compensation for writing a review to the job seeker terminal of the job seeker may be further included.
일 실시예에서, 상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는 구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수된 후, 해당 구직자의 구직자 단말을 통해 신규 구직자가 추천되어 신규 구직자에 대한 추천 데이터가 생성 및 등록되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 가입 추천에 따른 보상을 제공하는 단계를 더 포함할 수 있다.In one embodiment, the step of providing compensation according to recruitment and job search activities in the compensation provision unit to the job seeker terminal is as a result of an interview conducted between the job seeker and the person in charge, and the job seeker gets a job at the company and receives job completion feedback from the company terminal. After receipt, if a new job seeker is recommended through the job seeker terminal of the job seeker and recommendation data for the new job seeker is generated and registered, a step of providing compensation according to the recommendation of new job seeker registration to the job seeker terminal of the job seeker may be further included. You can.
일 실시예에서, 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는 구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수된 후, 해당 구직자의 구직자 단말을 통해 해당 기업 단말에게 신규 구직자에 대한 추천 데이터가 제공되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 추천에 따른 보상을 제공하는 단계를 더 포함할 수 있다.In one embodiment, the step of providing compensation according to job recruitment and job search activities in the compensation provision department to the job seeker terminal is as a result of an interview conducted between the job seeker and the person in charge, and the job seeker gets a job at the company, and feedback on job completion is received from the company terminal. After that, when recommendation data for a new job seeker is provided to the corporate terminal through the job seeker terminal of the job seeker, a step of providing compensation according to the recommendation of the new job seeker to the job seeker terminal of the job seeker may be further included.
본 발명의 일 측면에 따르면, 구직자의 역량분석 MBTI 성향분석 결과와 기업이 선호하는 우수 인재 유형을 인공지능 알고리즘을 이용해 분석함으로써, 기업이 필요로 하는 최적의 맞춤형 인재를 매칭 및 추천할 수 있는 이점을 가진다.According to one aspect of the present invention, by analyzing the job seeker's competency analysis MBTI propensity analysis results and the type of excellent talent preferred by the company using an artificial intelligence algorithm, there is an advantage of matching and recommending the optimal customized talent needed by the company. has
또한, 구직자의 업무역량은 물론 MBTI 성향분석 결과를 바탕으로 기업의 산업군, 사업분야, 필요 직무 및 기업 문화에 최적화된 인재상을 매칭시킬 수 있는 이점을 가진다.In addition, it has the advantage of matching a talent ideal for the company's industry, business field, required job, and corporate culture based on the MBTI propensity analysis results as well as the job seeker's work capabilities.
특히 본 발명에 따르면, 구직자의 구직활동과 기업의 구인활동 각각에 따라 구직자에게 그에 맞는 보상을 제공함으로써 서비스 활용을 더욱 장려할 수 있도록 하는 이점을 가진다.In particular, according to the present invention, it has the advantage of further encouraging service utilization by providing appropriate compensation to job seekers according to their job search activities and the company's job search activities.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)의 구성을 나타낸 도면이다.
도 2는 도 1에 도시된 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)을 통해 수행되는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법의 수행 과정을 순서대로 나타낸 도면이다.
도 3은 수집된 사내직원 MBTI 성향 별 평균연봉 데이터를 토대로 각각의 MBTI 성향에 따른 각 MBTI 성향 별 가중치를 정의하는 과정을 순서대로 나타낸 도면이다.
도 4는 구직자의 MBTI 성향 데이터를 점수화 하고, 해당 점수에 기 설정된 가중치를 반영한 후 구직자의 최종 MBTI 점수 데이터를 추출하는 과정을 순서대로 나타낸 도면이다.
도 5는 기업 단말과 연계된 담당자 단말로부터 구직자에 대한 이력서 열람 시 구직자 단말에게 이력서 열람에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.
도 6은 구직자와 담당자 간 면접이 진행되어 기업 단말로부터 면접 진행 완료 피드백이 접수되는 경우, 해당 구직자의 구직자 단말에게 면접 진행에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.
도 7은 구직자의 취직 완료 후 구직자 단말을 통해 해당 기업에 대한 후기가 작성되는 경우, 해당 구직자의 구직자 단말에게 후기 작성에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.
도 8은 구직자의 취직 완료 후 구직자 단말을 통해 신규 구직자가 추천되어 신규 구직자에 대한 추천 데이터가 생성 및 등록되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 가입 추천에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.
도 9는 구직자의 취직 완료 후 구직자 단말을 통해 해당 기업 단말에게 신규 구직자에 대한 추천 데이터가 제공되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 추천에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.Figure 1 is a diagram showing the configuration of an artificial intelligence-based talent matching and compensation provision system 100 according to an embodiment of the present invention.
FIG. 2 is a diagram sequentially showing the execution process of the artificial intelligence-based talent matching and compensation provision method through individual competency and MBTI propensity analysis performed through the artificial intelligence-based talent matching and compensation provision system 100 shown in FIG. 1. am.
Figure 3 is a diagram sequentially showing the process of defining the weight for each MBTI tendency according to each MBTI tendency based on the collected average annual salary data for each MBTI tendency of in-house employees.
Figure 4 is a diagram sequentially showing the process of scoring the job seeker's MBTI propensity data, reflecting preset weights on the score, and then extracting the job seeker's final MBTI score data.
Figure 5 is a flowchart sequentially showing the process of providing compensation for viewing the resume to the job seeker's terminal when the person in charge terminal linked to the corporate terminal reads the resume.
Figure 6 is a flow chart showing the process of providing compensation according to the interview progress to the job seeker's terminal when an interview is conducted between the job seeker and the person in charge and feedback on completion of the interview is received from the company terminal.
Figure 7 is a flow chart showing the process of providing compensation for writing a review to the job seeker's terminal when a review is written about the company through the job seeker's terminal after the job seeker completes employment.
Figure 8 shows, in order, the process of providing compensation according to the recommendation of new job seeker registration to the job seeker terminal when a new job seeker is recommended through the job seeker terminal after the job seeker completes employment and recommendation data for the new job seeker is generated and registered. This is the flow chart shown.
Figure 9 is a flowchart sequentially showing the process of providing compensation according to the recommendation of new job seekers to the job seeker terminal when recommendation data for new job seekers is provided to the company terminal through the job seeker terminal after the job seeker completes employment.
이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.Below, preferred embodiments are presented to aid understanding of the present invention. However, the following examples are provided only to make the present invention easier to understand, and the content of the present invention is not limited by the examples.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)의 구성을 나타낸 도면이고, 도 2는 도 1에 도시된 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)을 통해 수행되는 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법의 수행 과정을 순서대로 나타낸 도면이다.Figure 1 is a diagram showing the configuration of an artificial intelligence-based talent matching and compensation provision system 100 according to an embodiment of the present invention, and Figure 2 is an artificial intelligence-based talent matching and compensation provision system 100 shown in Figure 1. This is a diagram sequentially showing the implementation process of the artificial intelligence-based talent matching and compensation provision method through individual competency and MBTI propensity analysis.
도 1 및 도 2를 살펴보면, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법은 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)을 통해 수행 및 구현될 수 있다. 여기에서, 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)은 소프트웨어를 기반으로 개인 별 역량분석 및 MBTI 성향분석, 인재 매칭 및 추천하는 정보처리 과정을 수행하는 서버를 의미할 수 있다.Looking at Figures 1 and 2, the artificial intelligence-based talent matching and compensation provision method through individual competency and MBTI propensity analysis according to the present invention can be performed and implemented through the artificial intelligence-based talent matching and compensation provision system 100. there is. Here, the artificial intelligence-based talent matching and compensation provision system 100 may refer to a server that performs individual competency analysis, MBTI tendency analysis, talent matching, and recommended information processing processes based on software.
도 2를 살펴보면, 본 발명에 따른 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)은 먼저 구직자 단말 및 하나 이상의 SNS 컨텐츠 제공 단말로부터 구직자에 대한 정형 데이터, 비정형 데이터 및 MBTI 성향 데이터를 수집하고, 하나 이상의 기업 단말로부터 기업 데이터 및 사내직원 MBTI 성향 별 평균연봉 데이터를 수집한다(S201).Looking at Figure 2, the artificial intelligence-based talent matching and compensation provision system 100 according to the present invention first collects structured data, unstructured data, and MBTI tendency data about job seekers from the job seeker terminal and one or more SNS content providing terminals, and one Collect corporate data and average annual salary data by in-house employee MBTI tendency from the above corporate terminals (S201).
여기에서, 구직자 단말은 취업을 희망하는 구직자들이 소지한 휴대전화, 개인PC 등을 모두 포괄하는 의미로 해석되어야 하고, SNS 컨텐츠 제공 단말이라 함은, 각종 개인 SNS(Social Network Service)(예를 들어, 트위터, 인스타그램, 페이스북, 블로그, 카페 등) 컨텐츠를 제공하는 업체의 서버 단말을 의미할 수 있다. Here, the job seeker terminal should be interpreted to encompass all mobile phones, personal PCs, etc. owned by job seekers seeking employment, and the SNS content providing terminal refers to various personal SNS (Social Network Services) (e.g. , Twitter, Instagram, Facebook, blog, cafe, etc.) may refer to a server terminal of a company that provides content.
S201 단계에서 수집되는 구직자에 대한 데이터는 크게 정형 데이터와 비정형 데이터 및 MBTI 성향 데이터로 나뉜다.Data on job seekers collected at the S201 stage is largely divided into structured data, unstructured data, and MBTI tendency data.
정형 데이터는 구직자 단말이나 각종 개인 SNS 컨텐츠로부터 수집 가능한 구직자의 학력, 전공, 학점, 취직이력, 취업희망시기 등의 정보를 포함할 수 있고, 비정형 데이터는 이력서 내 자기소개서, 사회활동 정보, 멘토링 정보 및 채용정보를 포함할 수 있다. MBTI 성향 데이터는 구직자의 MBTI 성향분석 결과가 있을 경우에는 해당 구직자 단말로부터 MBTI 성향 분석에 따른 MBTI 성향 데이터를 입력 받을 수 있고, 만약 MBTI 성향분석 결과가 없을 경우에는, 해당 구직자 단말에게 MBTI 성향분석 진행을 요청한 후, 요청 결과에 대한 피드백으로써 MBTI 성향 데이터를 입력 받을 수 있다.Structured data may include information such as the job seeker's educational background, major, credits, employment history, and desired employment period, which can be collected from the job seeker's terminal or various personal SNS contents, while unstructured data includes the self-introduction in the resume, social activity information, and mentoring information. and employment information. MBTI propensity data can be input from the job seeker's terminal if there is a MBTI propensity analysis result. If there is no MBTI propensity analysis result, MBTI propensity analysis is performed on the job seeker's terminal. After requesting, you can receive MBTI tendency data as feedback on the request results.
이렇게 수집된 정형 및 비정형 데이터는 구직자의 역량분석을 위하여 이용될 수 있고, MBTI 성향 데이터는 구직자의 최종 MBTI 점수를 산출을 위하여 이용될 수 있다.The structured and unstructured data collected in this way can be used to analyze the job seeker's capabilities, and the MBTI propensity data can be used to calculate the job seeker's final MBTI score.
또한, S201 단계에서 본 발명은 하나 이상의 기업 단말로부터 기업 데이터 및 사내직원 MBTI 성향 별 평균연봉 데이터를 수집할 수 있다.Additionally, in step S201, the present invention can collect corporate data and average annual salary data by in-house employee MBTI tendency from one or more corporate terminals.
여기에서, 하나 이상의 기업 단말이라 함은, 인재 채용을 희망하는 기업의 서버나, 해당 기업 관리자 단말, 인사 담당자 단말 등을 모두 포괄하는 의미로 해석될 수 있다. 본 발명의 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)은 이러한 기업 단말로부터 각 기업 별 인재 채용 인원, 채용 시기, 채용 업종, 채용 직무 등 인재 채용에 필요한 모든 정보들을 수집할 수 있다.Here, one or more corporate terminals can be interpreted as encompassing the server of a company wishing to hire talent, the terminal of the company's manager, and the terminal of a human resources manager. The artificial intelligence-based talent matching and compensation provision system 100 of the present invention can collect all information necessary for talent recruitment, such as the number of talent recruited for each company, recruitment period, recruitment industry, and recruitment job, from these corporate terminals.
또한, 사내직원 MBTI 성향 별 평균연봉 데이터라 함은, 기업의 업종이나 직무에 가장 적합한 맞춤형 인재를 매칭할 수 있도록 해당 기업의 업종이나 직무에 따라 산출된 사내 직원들의 평균적인 연봉 혹은 임금 정보를 의미할 수 있다. 본 발명에서는 이를 토대로 각 MBTI 성향을 점수화하여 가중치를 설정 및 부여할 수 있다.In addition, the average annual salary data by in-house employee MBTI tendency refers to the average annual salary or wage information of in-house employees calculated according to the company's industry or job to match the company's industry or job with the most customized talent. can do. In the present invention, based on this, each MBTI tendency can be scored and a weight can be set and assigned.
다음으로, 본 발명은 기업의 산업군, 사업 분야, 필요 직무 및 기업 문화에 가장 적합한 선호 및 우수 인재 유형을 분석하기 위하여 우선 역량분석의 지표가 되는 역량분석 항목을 우선 정의하게 된다(S202). 이를 살펴보면 다음과 같다.Next, the present invention first defines competency analysis items that serve as indicators of competency analysis in order to analyze the preferred and excellent talent types that are most suitable for the company's industry, business field, required duties, and corporate culture (S202). Looking at this, it is as follows.
도 3은 수집된 사내직원 MBTI 성향 별 평균연봉 데이터를 토대로 각각의 MBTI 성향에 따른 각 MBTI 성향 별 가중치를 정의하는 과정을 순서대로 나타낸 도면이다.Figure 3 is a diagram sequentially showing the process of defining the weight for each MBTI tendency according to each MBTI tendency based on the collected average annual salary data for each MBTI tendency of in-house employees.
도 3을 살펴보면, 본 발명에 따른 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)은 먼저 앞서 S201 단계를 통해 수집된 사내직원 MBTI 성향 별 평균연봉 데이터를 토대로, MBTI 성향을 평균연봉 금액(혹은 평균 임금이 될 수도 있음)의 내림차순에 따라 정렬하여 MBTI 순위를 매긴다(S301).Looking at Figure 3, the artificial intelligence-based talent matching and compensation provision system 100 according to the present invention first calculates the MBTI tendency as the average annual salary amount (or average salary) based on the average annual salary data for each MBTI tendency of in-house employees collected through step S201. Rank MBTI by sorting in descending order (may be salary) (S301).
예를 들어, 해당 기업 내 직원들의 경우 ENTJ 성향을 가진 직원들이 가장 높은 평균연봉을 받고, INFP 성향을 가진 직원들이 가장 낮은 평균연봉을 받는 것으로 나타날 수 있다. 또한 이 중간에는 14개의 서로 다른 MBTI 성향에 따른 평균연봉 금액이 위치할 것이다. 따라서, 본 발명에서는 이러한 16개의 MBTI 성향을 각 평균연봉 금액에 따라 내림차순, 즉 가장 높은 평균연봉 금액에서 가장 낮은 평균연봉 금액 순으로 순위를 매겨 정렬하게 된다.For example, among employees within a given company, employees with ENTJ tendencies may receive the highest average annual salary, and employees with INFP tendencies may receive the lowest average annual salary. Also, in the middle will be the average annual salary according to 14 different MBTI tendencies. Therefore, in the present invention, these 16 MBTI tendencies are ranked and sorted in descending order according to each average annual salary amount, that is, from the highest average annual salary amount to the lowest average annual salary amount.
다음으로, 본 발명은 매겨진 MBTI 순위에 따라 차등적으로 점수를 부여한다(S302). 예를 들어, 가장 높은 평균연봉을 받는 MBTI 성향이 ENTJ일 경우 해당 ENTJ 성향에 100점의 점수를 부여하고, 가장 낮은 평균연봉을 받는 MBTI 성향이 INFP일 경우 해당 INJP 성향에 10점을 부여한다. 마찬가지로 이 중간에 위치하는 14개의 서로 다른 MBTI 성향에 대해서도 각 순위에 맞게 적합한 점수를 100점 내에서 10점 사이로 차등적으로 부여하게 된다.Next, the present invention assigns scores differentially according to the assigned MBTI ranking (S302). For example, if the MBTI personality with the highest average annual salary is ENTJ, 100 points are given to the ENTJ personality, and if the MBTI personality with the lowest average salary is INFP, 10 points are given to the INJP personality. Likewise, for the 14 different MBTI tendencies located in the middle, appropriate scores are differentially assigned between 10 points out of 100 for each ranking.
이러한 점수는 추후 구직자의 MBTI 성향 데이터를 토대로 해당 구직자의 최종 MBTI 점수를 산출하는데 이용될 수 있다.These scores can later be used to calculate the job seeker's final MBTI score based on the job seeker's MBTI propensity data.
한편, 본 발명은 단순히 이렇게 부여된 점수 만으로 최종 MBTI 점수를 산출하는 것이 아닌, 기업의 업종 혹은 업무 별로 기 설정된 가중치를 반영하게 된다.Meanwhile, the present invention does not simply calculate the final MBTI score using only the scores given in this way, but reflects preset weights for each industry or task of the company.
보다 구체적으로, S302 단계 다음으로 본 발명은 앞서 MBTI 순위에 부여된 점수에 해당 기업의 업종, 업무에 따라 서로 다른 가중치를 부여하게 된다(S303). 예를 들어, 기본적으로 본 발명에서는 MBTI 성향에 따라 0.5~1.5의 가중치를 각 성향 별로 부여할 수 있는데, 기업의 업종이 사무직인지, 영업직인지 등에 따라, MBTI 성향이 서로 정반대인 ENTJ와 INFP 간의 가중치를 동일하게 적용하지 않고 서로 변동하여 적용하게 된다. 예를 들어, 사무직의 경우 ENTJ 가중치를 1.5로, INFP 가중치를 0.9로 설정할 수 있고, 영업직의 경우 ENTJ 가중치를 0.9로, INFP 가중치를 1.5로 정반대 되도록 설정할 수 있다. 이렇게 설정되는 가중치는 추후 구직자의 최종 MBTI 점수 산출 과정에서 반영될 수 있다.More specifically, following step S302, the present invention assigns different weights to the scores previously assigned to the MBTI ranking according to the industry and work of the company (S303). For example, basically, in the present invention, a weight of 0.5 to 1.5 can be assigned to each tendency depending on the MBTI tendency. Depending on whether the company's industry is an office worker or a sales worker, the weight between ENTJ and INFP, whose MBTI tendencies are opposite to each other, is weighted. are not applied equally, but are applied in variations. For example, for office workers, the ENTJ weight can be set to 1.5 and the INFP weight can be set to 0.9, and for sales workers, the ENTJ weight can be set to 0.9 and the INFP weight can be set to 1.5. The weights set in this way can later be reflected in the process of calculating the job seeker's final MBTI score.
다음으로, 본 발명은 수집된 기업 데이터를 토대로 기업의 산업군, 사업 분야, 필요 직무 및 기업 문화를 분석하여 기업의 선호 및 우수 인재 유형을 분석하고 이를 바탕으로 인재 특성 데이터를 추출한다(S203). 이에 대해 구체적으로 살펴보면 다음과 같다.Next, the present invention analyzes the company's industry group, business field, required jobs, and corporate culture based on the collected company data to analyze the company's preferences and excellent talent types and extracts talent characteristic data based on this (S203). Looking at this in detail, it is as follows.
역량분석 항목은 크게 커뮤니케이션 능력 항목, 문제 해결 능력 항목, 리더쉽 항목 및 전문 지식 항목을 포함할 수 있다. 각 항목들은 다시 세부 항목들로 나뉘어진다. Competency analysis items can broadly include communication ability items, problem-solving ability items, leadership items, and professional knowledge items. Each item is further divided into detailed items.
커뮤니케이션 능력 항목은 구직자의 커뮤니케이션과 관련된 명확성, 청취 능력, 비언어적 커뮤니케이션 능력 및 피드백 제공 능력을 판단하기 위한 지표로써, 명확성은 얼마나 명확하게 의사를 전달하는지, 청취 능력은 다른 사람의 의견을 얼마나 이해하는지, 비언어적 커뮤니케이션 능력은 몸짓, 표정, 목소리 톤 등을 어떻게 사용하는지 등을 의미할 수 있다.The communication ability items are indicators for judging the job seeker's communication-related clarity, listening ability, non-verbal communication ability, and ability to provide feedback. Clarity refers to how clearly the communication is communicated, listening ability refers to how well the other person's opinions are understood, and Nonverbal communication skills can mean how to use gestures, facial expressions, tone of voice, etc.
또한, 문제 해결 능력 항목은 구직자의 분석 능력, 창의성, 결정력 및 협업을 통한 문제 해결 능력을 판단하기 위함이고, 리더쉽 항목은 구직자의 비전 설정, 동기 부여, 책임감 및 팀워크 촉진을 판단하기 위함이고, 전문 지식 항목은 구직자의 기술 능력, 업데이트 지식, 자원 활용 능력 및 전문성을 위한 자기개발 노력여부 등을 판단하기 위함이다.In addition, the problem-solving ability item is to determine the job seeker's analytical ability, creativity, decision-making ability, and problem-solving ability through collaboration, and the leadership item is to judge the job seeker's vision setting, motivation, responsibility, and teamwork promotion, and the professional Knowledge items are intended to determine the job seeker's technical skills, updated knowledge, ability to use resources, and self-development efforts for expertise.
이러한 모든 세부 항목들은 1점에서 5점 사이로 그 점수 가중치가 정의될 수 있는데, 본 발명은 앞서 수집된 기업 데이터를 토대로, 해당 역량분석 항목 내 세부 항목 별 점수 가중치를 산출 및 합산한 후, 합산된 점수 가중치를 토대로 해당 기업의 선호 및 우수 인재 유형을 분석하여 인재 특성 데이터를 추출할 수 있다.The score weight of all these detailed items can be defined between 1 and 5 points. The present invention calculates and adds up the score weights for each detailed item within the competency analysis item based on previously collected corporate data, and then calculates the total score. Based on the score weight, data on talent characteristics can be extracted by analyzing the company's preferred and excellent talent types.
이렇게 추출된 인재 특성 데이터는 실제 해당 기업에서 어떠한 인재 채용을 선호하는지를 점수(수치)로써 객관적으로 나타낼 수 있는 지표를 의미한다.The talent characteristic data extracted in this way refers to an indicator that can objectively express as a score (numerical value) what kind of talent the company actually prefers to hire.
다시 도 2로 돌아와서, 본 발명은 앞서 수집된 구직자의 정형 데이터 및 비정형 데이터를 토대로, 구직자의 역량을 기 설정된 역량분석 항목 별로 분석 및 레벨링하여 역량분석 데이터를 추출한다(S204).Returning to Figure 2, the present invention extracts competency analysis data by analyzing and leveling the job seeker's competency for each preset competency analysis item based on the previously collected structured and unstructured data of the job seeker (S204).
여기에서, 역량분석 항목은 앞서 S202 단계에서 정의된 역량분석 항목에 부합되는 항목으로써, 본 발명은 구직자의 정형 데이터 및 비정형 데이터를 토대로, 구직자의 커뮤니케이션 능력 항목, 문제 해결 능력 항목, 리더쉽 항목 및 전문 지식 항목에 대한 점수를 매김으로써, 이 결과를 역량분석 데이터로써 추출하게 된다.Here, the competency analysis item is an item that corresponds to the competency analysis item defined in step S202, and the present invention is based on the job seeker's structured and unstructured data, including the job seeker's communication ability item, problem-solving ability item, leadership item, and professional knowledge. By scoring knowledge items, these results are extracted as competency analysis data.
앞서 기업에 대해 추출된 인재 특성 데이터와, 구직자에 대해 추출된 역량분석 데이터는 그 비교요소가 역량분석 데이터라는 점에서 동일하며, 각 항목 별 점수(점수 가중치)가 일치하면 일치할 수록, 해당 구직자가 기업에 가장 적합한 인재임을 의미할 수 있다. 따라서, 본 발명은 이러한 결과를 구직자 선별 과정에 이용할 수 있는 것이다.The talent characteristics data previously extracted for the company and the competency analysis data extracted for the job seeker are the same in that the comparative element is the competency analysis data, and the more the scores (score weights) for each item match, the higher the match for the job seeker. This may mean that he or she is the most suitable talent for the company. Therefore, the present invention can use these results in the job applicant selection process.
다음으로, 본 발명은 앞서 수집된 구직자의 MBTI 성향 데이터를 점수화 하고, 해당 점수에 기 설정된 가중치를 반영한 후 이를 구직자의 최종 MBTI 점수 데이터로써 추출한다(S205). 이에 대해 보다 구체적으로 살펴보면 다음과 같다.Next, the present invention scores the previously collected MBTI propensity data of the job seeker, reflects a preset weight on the score, and extracts this as the job seeker's final MBTI score data (S205). Looking at this in more detail, it is as follows.
도 4는 구직자의 MBTI 성향 데이터를 점수화 하고, 해당 점수에 기 설정된 가중치를 반영한 후 구직자의 최종 MBTI 점수 데이터를 추출하는 과정을 순서대로 나타낸 도면이다.Figure 4 is a diagram sequentially showing the process of scoring the job seeker's MBTI propensity data, reflecting preset weights on the score, and then extracting the job seeker's final MBTI score data.
도 4를 살펴보면, 본 발명은 앞서 S303 단계에서 MBTI 순위에 부여된 점수와 구직자의 MBTI 성향 데이터를 서로 비교하여 해당 구직자의 MBTI 성향의 등급 점수를 우선 파악한다(S401). 예를 들어, 구직자의 MBTI 성향 데이터 MBTI 성향이 ENTJ일 경우, 등급 점수를 100점으로 우선 설정하고 다음 단계를 진행한다. 이에 대해 하기의 표를 통해 살펴보면 다음과 같다.Referring to Figure 4, the present invention compares the score given to the MBTI ranking in step S303 with the job seeker's MBTI propensity data to first identify the job seeker's MBTI propensity grade score (S401). For example, if the job seeker's MBTI tendency data is ENTJ, the rating score is first set to 100 points and proceed to the next step. Looking at this through the table below, it is as follows.
상기 [표 1]을 살펴보면, 본 발명은 16가지의 MBTI 성향을 연봉 기준으로 순위를 매긴 후, 각 순위 별로 등급 점수를 차등적으로 부여할 수 있다. 이때, 등급 점수는 상기 수치들에 한정되는 것이 아니라, 16가지 종류의 MBTI 성향의 연봉에 따른 레벨을 나눌 수 있는 수치라면 어떠한 수치라도 적용이 가능하다.Looking at [Table 1] above, the present invention can rank the 16 MBTI tendencies based on annual salary and then differentially assign grade points for each ranking. At this time, the grade score is not limited to the above numbers, but any number can be applied as long as it can be divided into levels according to the annual salary of the 16 types of MBTI tendencies.
다음으로, 본 발명은 MBTI 등급 점수에 대해 해당 기업의 업종이 사무직인지, 영업직인지와 같이 업종에 따른 가중치를 반영하여 최종 MBTI 점수를 산출한다(S402). 예를 들어, 구직자의 ENTJ 성향에 대해 100점의 등급 점수를 받았지만 해당 업종이 영업직일 경우, 본 발명은 100점의 등급 점수에 0.9의 가중치를 곱하여 100*0.9=90점을 최종 MBTI 점수로써 산출하게 된다.Next, the present invention calculates the final MBTI score by reflecting the weight of the MBTI grade score according to the industry, such as whether the company's industry is an office worker or a sales worker (S402). For example, if a job seeker receives a rating score of 100 points for ENTJ tendency, but the industry is a sales job, the present invention multiplies the rating score of 100 points by a weight of 0.9 to calculate 100*0.9=90 points as the final MBTI score. I do it.
반대로, ENTJ 성향을 가진 구직자에 대해 기업의 업종이 사무직일 경우, 본 발명은 100점의 등급 점수에 0.9가 아닌 1.5의 가중치를 곱하여 100*1.5=150 점을 최종 MBTI 점수로써 산출하게 된다.Conversely, for job seekers with ENTJ tendencies, if the company's industry is an office job, the present invention calculates 100*1.5=150 points as the final MBTI score by multiplying the grade score of 100 by a weight of 1.5 instead of 0.9.
즉, 기업의 업종이 어떠한 것이냐에 따라, 동일한 MBTI 성향에 대해서도 서로 다른 최종 MBTI 점수를 가지게 되는 것이다.In other words, depending on the company's industry, the same MBTI tendency will have different final MBTI scores.
따라서, 본 발명에서는 구직자를 선별하는 과정에서 구직자 별로 서로 다른 다양한 최종 MBTI 점수를 적용함으로써, 더욱 세밀하고 정확하게 구직자를 매칭시킬 수 있는 것이다.Therefore, in the present invention, by applying a variety of different final MBTI scores for each job seeker in the process of selecting job seekers, it is possible to match job seekers more precisely and accurately.
다시 도 2로 돌아와서, 본 발명은 앞서 인재 특성 데이터에 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과에 인공 신경망을 적용하여 적어도 한명 이상(다수)의 구직자를 선별하게 된다(S206).Returning to Figure 2, the present invention selects at least one (multiple) job seekers by applying an artificial neural network to the results of matching the talent characteristic data with the competency analysis data and the final MBTI score data (S206).
보다 구체적으로, 본 발명은 추론 기능을 수행하는 적어도 하나 이상의 인공 신경망을 구비할 수 있으며, 이때 인공 신경망은 매칭 결과를 토대로 기업에 가장 적합한 최적의 구직자를 선별 및 출력하는 알고리즘을 포함할 수 있다.More specifically, the present invention may include at least one artificial neural network that performs an inference function, and in this case, the artificial neural network may include an algorithm that selects and outputs the optimal job seeker most suitable for the company based on the matching results.
본 발명에 따른 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.The artificial neural network according to the present invention may be an artificial neural network learned according to reinforcement learning. The artificial neural network may be a Q-Network, Depp Q-Network (DQN), or relational network (RL) structure suitable for outputting abstract reasoning through reinforcement learning.
강화 학습에 따라 학습되는 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 매칭 결과를 통해 선별된 구직자 중 기업에 채용된 채용자의 수가 많을수록 보상값이 높아질 수 있으며, 제2 보상은 기업에 채용된 채용자가 해당 기업에서 근무한 근속 기간이 길수록 보상값이 높아질 수 있으며, 제3 보상은 채용자에 의해 평가된 기업 만족도가 높을수록 보상값이 높아질 수 있다.Artificial neural networks learned through reinforcement learning can be updated and optimized by reflecting evaluations on various rewards. For example, the first reward may be higher as the number of job seekers selected through the matching results increases, and the second reward may be higher as the number of employees employed by the company increases. The value may increase, and the third reward may increase as the level of satisfaction with the company evaluated by the recruiter increases.
한편, 일 실시예에서 본 발명은 인공 신경망이 매칭 결과를 통해 기업에 적합한 구직자를 선별하는 환경에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태들에서 취할 행동 들을 결정하는 정책을 최적화하는 과정을 통해 인공 신경망을 갱신할 수 있다. 이때, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정 은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.Meanwhile, in one embodiment, the present invention determines actions to be taken in specific states so that the expected value of the sum of rewards is maximized in an environment where an artificial neural network selects job seekers suitable for a company through matching results. The artificial neural network can be updated through the process of optimizing the policy. At this time, the process of optimizing the policy can be accomplished through estimating the maximum expected value of the sum of rewards or the maximum value of the Q-function, or estimating the minimum value of the loss function of the Q-function. Estimation of the minimum value of the loss function can be done through stochastic gradient descent (SGD), etc. The process of optimizing the policy is not limited to this, and various optimization algorithms used in reinforcement learning can be used.
또한 본 발명은 인공 신경망의 학습 과정을 반복함으로써, 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 기업에 적합한 구직자를 선별하여 선별된 구직자 리스트를 출력하는 인공 신경망을 학습시킬 수 있으며, 미리 설정된 선별 기준에 따라 기업에 적합한 구직자를 선별한 후, 제1 보상, 제2 보상 및 제3 보상을 통한 강화 학습을 반영하여, 선별 기준을 조정할 수 있다.Additionally, the present invention can gradually update the artificial neural network by repeating the learning process of the artificial neural network. Through this, it is possible to train an artificial neural network that selects job seekers suitable for the company and outputs a list of selected job seekers. After selecting job seekers suitable for the company according to preset selection criteria, the first reward, second reward, and third reward are provided. Selection criteria can be adjusted to reflect reinforcement learning through rewards.
다음으로, 본 발명에서는 선별된 적어도 한명 이상의 구직자를 매칭 점수에 따라 순위를 나열하고, 기 설정된 순위 범위 내에 속하는 구직자에 대한 추천 데이터를 생성하여 기업 단말과 연계된 담당자 단말로 제공하고, 상기 인재 특성 데이터에 상기 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과를 구직자 단말로 제공할 수 있다(S207).Next, in the present invention, at least one selected job seeker is ranked according to the matching score, recommendation data for job seekers falling within a preset ranking range is generated and provided to a manager terminal linked to the corporate terminal, and the talent characteristics are provided. The results of matching the competency analysis data and final MBTI score data can be provided to the job seeker's terminal (S207).
예를 들어, 본 발명은 구직자를 선별하는 과정에서 1명이 아닌 매칭 순위를 기준으로 1등부터 10등까지를 선별한 후, 1등부터 10등까지 선별된 모든 구직자에 대한 추천 데이터를 생성하고, 이를 기업 단말과 연계된 담당자 단말로 제공함으로써 구직자를 인재로써 추천할 수 있다.For example, in the process of selecting job seekers, the present invention selects 1st to 10th places based on matching ranking instead of 1, and then generates recommendation data for all job seekers selected from 1st to 10th. By providing this to the manager's terminal linked to the company's terminal, job seekers can be recommended as talent.
또한, 본 발명은 해당 기업과의 매칭 결과를 구직자 단말에게도 제공함으로써, 현재 어떠한 기업과 가장 매칭이 잘되는지를 구직자로 하여금 파악할 수 있도록 할 수 있다.In addition, the present invention provides the job seeker terminal with matching results with the company in question, allowing the job seeker to determine which company he or she is currently best matched with.
다음으로, 본 발명에서는 구직자 단말에게 기업의 구인활동 및 구직자의 구직활동에 따른 보상을 제공할 수 있다(S208). 이에 대해 살펴보면 다음과 같다.Next, in the present invention, compensation according to the company's recruitment activities and the job seeker's job search activities can be provided to the job seeker terminal (S208). Looking at this, it is as follows.
도 5는 기업 단말과 연계된 담당자 단말로부터 구직자에 대한 이력서 열람 시 구직자 단말에게 이력서 열람에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이고, 도 6은 구직자와 담당자 간 면접이 진행되어 기업 단말로부터 면접 진행 완료 피드백이 접수되는 경우, 해당 구직자의 구직자 단말에게 면접 진행에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이며, 도 7은 구직자의 취직 완료 후 구직자 단말을 통해 해당 기업에 대한 후기가 작성되는 경우, 해당 구직자의 구직자 단말에게 후기 작성에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이고, 도 8은 구직자의 취직 완료 후 구직자 단말을 통해 신규 구직자가 추천되어 신규 구직자에 대한 추천 데이터가 생성 및 등록되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 가입 추천에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이며, 도 9는 구직자의 취직 완료 후 구직자 단말을 통해 해당 기업 단말에게 신규 구직자에 대한 추천 데이터가 제공되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 추천에 따른 보상을 제공하는 과정을 순서대로 나타낸 순서도이다.Figure 5 is a flow chart showing the process of providing compensation to the job seeker for viewing the resume when the job seeker's resume is viewed from the manager's terminal linked to the corporate terminal, and Figure 6 shows an interview between the job seeker and the manager in which the reward is provided from the corporate terminal. When feedback on the completion of the interview is received, it is a flow chart showing the process of providing compensation according to the interview progress to the job seeker's terminal. Figure 7 shows a review of the company written through the job seeker's terminal after the job seeker completes the job. In this case, it is a flowchart showing the process of providing compensation according to writing a review to the job seeker's terminal, and Figure 8 shows that after the job seeker completes employment, a new job seeker is recommended through the job seeker terminal, and recommendation data for the new job seeker is generated. And when registered, it is a flowchart sequentially showing the process of providing compensation according to the recommendation of new job seeker registration to the job seeker terminal of the job seeker. Figure 9 shows the recommendation for a new job seeker to the corresponding company terminal through the job seeker terminal after the job seeker completes employment. This is a flow chart showing the process of providing compensation for recommending new job seekers to the job seeker's terminal when data is provided.
도 5를 살펴보면, 기업 단말과 연계된 담당자(기업의 인사채용 담당자) 단말에 다수의 구직자들에 대한 추천 데이터가 제공된다(S501).Referring to Figure 5, recommendation data for a number of job seekers is provided to the terminal of the person in charge (the person in charge of personnel recruitment of the company) linked to the enterprise terminal (S501).
이 중에서 담당자 단말을 통해 특정 구직자에 대한 이력서라 열람되는 경우(S502), 보상 제공부에서는 해당 열람된 이력서에 해당되는 구직자 단말에게 보상을 제공할 수 있다(S503). 여기에서, 보상이라 함은 구직자의 구직자 계정과 연계된 계좌로 지급되는 수수료가 될 수도 있고, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 내에서 사용가능한 일종의 포인트 혹은 사이버머니가 될 수도 있다. 또한, 경우에 따라서는 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼과 연계된 다양한 온라인/오프라인 매장에서 사용가능한 기프티콘 등이 될 수도 있다.Among these, when a resume for a specific job seeker is viewed through the person in charge's terminal (S502), the compensation provision department can provide compensation to the job seeker's terminal corresponding to the viewed resume (S503). Here, the compensation may be a fee paid to an account linked to the job seeker's account, and may be an artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It may be a type of point or cyber money that can be used within the implemented service platform. In addition, in some cases, gifticons that can be used in various online/offline stores linked to the service platform implemented with the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It could be.
이때, 구직자에 대한 이력서는 별도의 구직자 데이터베이스(미도시)에 기 저장될 수 있으며, 구직자 데이터베이스에 저장된 다수의 구직자들에 대한 이력서가 각 담당자 단말에게 추천 데이터로써 제공될 수 있는 것이다.At this time, resumes for job seekers may be previously stored in a separate job seeker database (not shown), and resumes for multiple job seekers stored in the job seeker database may be provided as recommendation data to each manager's terminal.
또한, 일 실시예에서는 구직자와 기업의 담당자 간에 실제 면접이 진행될 경우, 면접 진행에 따른 보상을 구직자에게 제공할 수도 있다. 이에 대해 살펴보면 다음과 같다.Additionally, in one embodiment, when an actual interview is conducted between a job seeker and a company representative, compensation according to the interview progress may be provided to the job seeker. Looking at this, it is as follows.
도 6을 살펴보면, 기업 단말과 연계된 담당자(기업의 인사채용 담당자) 단말에 다수의 구직자들에 대한 추천 데이터가 제공된다(S601). 다음으로 도 5와 마찬가지로 이 중에서 담당자 단말을 통해 특정 구직자에 대한 이력서라 열람되며(S602), 기업 담당자가 해당 구직자와 컨택하여 면접 일정을 조율하게 된다.Looking at FIG. 6, recommendation data for a number of job seekers is provided to the terminal of the person in charge (the company's personnel recruiter) linked to the enterprise terminal (S601). Next, as in Figure 5, the resume for a specific job seeker is viewed through the person in charge's terminal (S602), and the company person in charge contacts the job seeker to coordinate the interview schedule.
실제 해당 구직자와 담당자 간 면접이 진행되고 나면(S603), 보상 제공부에서는 면접을 진행하였던 기업의 기업 단말(혹은 담당자 단말)로부터 면접 진행 완료 피드백을 접수한다(S604). 여기에서, 면접 진행 완료 피드백이 함은, 해당 구직자와 인사채용 담당자 간에 실제 면접이 진행되었음을 시스템적으로 확인받기 위한 데이터로써, 면접 진행 완료 피드백이 접수되어야 보상 진행부에서 면접이 실제 진행되었는지 여부를 판단할 수 있는 것이다.After the interview is actually conducted between the job seeker and the person in charge (S603), the compensation provision department receives feedback on the completion of the interview from the corporate terminal (or person in charge) of the company where the interview was conducted (S604). Here, the interview completion feedback refers to data to systematically confirm that an actual interview was conducted between the job seeker and the hiring manager. Only when the interview progress completion feedback is received can the compensation processing department determine whether the interview was actually conducted. It is something that can be judged.
여기에서, 면접 진행 완료 피드백은 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼의 앱(APP)에 접속한 기업 단말(혹은 담당자 단말)에서 면접 진행 완료 영역을 선택하는 것만으로 처리 완료될 수 있다.Here, the interview completion feedback is provided through a corporate terminal (or The process can be completed simply by selecting the interview completion area on the person in charge (terminal).
이렇게 기업 단말(혹은 담당자 단말)로부터 면접 진행 완료 피드백이 접수된 경우, 보상 제공부에서는 해당 구직자의 구직자 단말에게 면접 진행에 따른 보상을 제공하게 된다(S605).When feedback on the completion of the interview process is received from the corporate terminal (or the person in charge's terminal), the compensation provision department provides compensation according to the interview progress to the job seeker's terminal (S605).
여기에서, 보상은 마찬가지로 구직자의 구직자 계정과 연계된 계좌로 지급되는 수수료가 될 수도 있고, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 내에서 사용가능한 일종의 포인트 혹은 사이버머니가 될 수도 있다. 또한, 경우에 따라서는 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼과 연계된 다양한 온라인/오프라인 매장에서 사용가능한 기프티콘 등이 될 수도 있다.Here, the compensation may also be a fee paid to an account linked to the job seeker's job seeker account, and is implemented as an artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It may be a type of point or cyber money that can be used within the service platform. In addition, in some cases, gifticons that can be used in various online/offline stores linked to the service platform implemented with the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It could be.
또한, 일 실시예에서는 구직자가 해당 기업에 실제 취직한 후 해당 기업에 대한 좋은 후기가 작성될 경우, 후기 작성에 따른 보상을 구직자에게 제공할 수도 있다. 이에 대해 살펴보면 다음과 같다.Additionally, in one embodiment, if a good review is written about the company after the job seeker actually gets a job at the company, compensation according to the review may be provided to the job seeker. Looking at this, it is as follows.
도 7을 살펴보면, 구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직한 후(S701), 보상 제공부는 구직자 단말로부터 구인 완료 피드백을 접수한다(S702).Referring to Figure 7, after the job seeker is employed at the company as a result of an interview conducted between the job seeker and the person in charge (S701), the compensation provider receives job completion feedback from the job seeker's terminal (S702).
여기에서, 구인 완료 피드백은 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼의 앱(APP)에 접속한 구직자 단말에서 구직 완료(혹은 취직 완료) 영역을 선택하는 것만으로 처리 완료될 수 있다.Here, the job completion feedback is received from the job seeker terminal connected to the app (APP) of the service platform implemented by the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. (or completion of employment) The process can be completed simply by selecting the area.
이렇게 구직자 단말로부터 구직 완료 피드백이 접수된 경우, 보상 제공부에서는 기업 단말(혹은 담당자 단말)에게 실제 해당 구직자의 구직(혹은 취직)이 완료되었는지 사실 여부를 확인하고, 기업 단말(혹은 담당자 단말)로부터 실제 구직 완료가 사실로 확인될 경우 해당 구직자의 구직 완료를 처리하게 된다(S703).When job search completion feedback is received from the job seeker's terminal in this way, the compensation provision department checks with the company terminal (or the person in charge's terminal) whether the job seeker's job search (or employment) has actually been completed, and receives the information from the company's terminal (or the person in charge's terminal). If it is confirmed that the job search has actually been completed, the job seeker's job search completion is processed (S703).
또한, 해당 구직자가 구직자 단말을 통해 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 상에 해당 기업(본인이 취직한 기업)에 대한 좋은 후기를 작성할 경우(S704), 해당 구직자의 구직자 단말에게 후기 작성에 따른 보상을 제공하게 된다(S705).In addition, the job seeker can access the company (the company where the applicant is employed) on a service platform implemented with an artificial intelligence-based talent matching and compensation provision system (100) through analysis of individual capabilities and MBTI tendencies according to the present invention through the job seeker terminal. If you write a good review about (S704), compensation according to the review will be provided to the job seeker's terminal (S705).
여기에서, 보상은 마찬가지로 구직자의 구직자 계정과 연계된 계좌로 지급되는 수수료가 될 수도 있고, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 내에서 사용가능한 일종의 포인트 혹은 사이버머니가 될 수도 있다. 또한, 경우에 따라서는 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼과 연계된 다양한 온라인/오프라인 매장에서 사용가능한 기프티콘 등이 될 수도 있다.Here, the compensation may also be a fee paid to an account linked to the job seeker's job seeker account, and is implemented as an artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It may be a type of point or cyber money that can be used within the service platform. In addition, in some cases, gifticons that can be used in various online/offline stores linked to the service platform implemented with the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It could be.
여기에서, 좋은 후기라 함은, 해당 기업에 대한 솔직한 평가 내용이 일정 텍스트 분량 이상 작성 및 반영된 후기를 의미할 수 있으며, 경우에 따라서는 사진, 동영상이 첨부될 수도 있다. 또한, 보상 제공부는 후기를 수신함에 있어서, 해당 구직자가 해당 기업에 취직한 기간을 고려하여, 너무 짧은 취직 기간의 경우 후기 작성을 하더라도 보상을 제공하지 않거나, 보상의 일부를 차감하여 제공할 수 있다. 이러한 점은 구직자가 해당 기업에 대해 충분히 경험하고 섣부른 판단을 하지 않도록 하기 위한 조치이다.Here, a good review may mean a review in which an honest evaluation of the company is written and reflected over a certain amount of text, and in some cases, photos or videos may be attached. In addition, when receiving reviews, the compensation provider considers the period of time the job seeker was employed at the company, and if the employment period is too short, compensation may not be provided even if the review is written, or a portion of the compensation may be deducted from the review. . This is a measure to ensure that job seekers have sufficient experience with the company and do not make hasty judgments.
또한, 일 실시예에서는 해당 기업에 실제 취직한 다른 신규 구직자들을 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼에 회원 가입을 하도록 추천한 경우, 신규 구직자 가입 추천에 따른 보상을 제공할 수도 있다. 이에 대해 살펴보면 다음과 같다.In addition, in one embodiment, other new job seekers who are actually employed at the company are registered as members of the service platform implemented by the artificial intelligence-based talent matching and compensation provision system 100 through individual competency and MBTI propensity analysis according to the present invention. If recommended, compensation may be provided based on the recommendation for new job seekers to sign up. Looking at this, it is as follows.
도 8을 살펴보면, 구직 완료 처리가 완료된 구직자가 자신의 구직자 단말을 통해 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 상에 신규 구직자를 추천하여, 해당 신규 구직자에 대한 추천 데이터가 생성되는 경우(S801), 보상 제공부에서는 해당 신규 구직자의 추천 데이터를 검증하여 플랫폼 상에 등록하게 된다(S802). 여기에서 신규 구직자에 대한 추천 데이터라 함은 해당 신규 구직자가 구직 활동을 하기 위한 이력서 등 정보를 의미한다.Looking at Figure 8, a job seeker whose job search process has been completed can use his or her job seeker terminal on a service platform implemented with an artificial intelligence-based talent matching and compensation provision system 100 through individual competency and MBTI propensity analysis according to the present invention. When a new job seeker is recommended and recommendation data for the new job seeker is generated (S801), the compensation provider verifies the new job seeker's recommendation data and registers it on the platform (S802). Here, recommendation data for new job seekers refers to information such as resumes for the new job seekers to engage in job search activities.
신규 구직자의 추천 데이터 생성 및 등록이 완료되면, 보상 제공부는 구직자의 구직자 단말에게 신규 구직자 가입 추천에 따른 보상을 제공하게 된다(S803).Once the creation and registration of the new job seeker's recommendation data is completed, the compensation provision unit provides compensation according to the recommendation for new job seeker registration to the job seeker's job seeker terminal (S803).
여기에서, 보상은 마찬가지로 구직자의 구직자 계정과 연계된 계좌로 지급되는 수수료가 될 수도 있고, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 내에서 사용가능한 일종의 포인트 혹은 사이버머니가 될 수도 있다. 또한, 경우에 따라서는 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼과 연계된 다양한 온라인/오프라인 매장에서 사용가능한 기프티콘 등이 될 수도 있다.Here, the compensation may also be a fee paid to an account linked to the job seeker's job seeker account, and is implemented as an artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It may be a type of point or cyber money that can be used within the service platform. In addition, in some cases, gifticons that can be used in various online/offline stores linked to the service platform implemented with the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It could be.
또한, 일 실시예에서는 해당 기업에 실제 취직한 다른 신규 구직자를 해당 기업에 직접 추천할 경우, 신규 구직자 추천에 따른 보상을 제공할 수도 있다. 이에 대해 살펴보면 다음과 같다.Additionally, in one embodiment, if another new job seeker who is actually employed at the company is directly recommended to the company, compensation may be provided based on the recommendation of the new job seeker. Looking at this, it is as follows.
도 9를 살펴보면, 구직 완료 처리가 완료된 구직자가 자신의 구직자 단말을 통해 본인이 취직한 기업의 기업 단말(혹은 담당자 단말)에게 신규 구직자를 추천할 경우(신규 구직자에 대한 추천 데이터(이력서 등)를 기업 단말(혹은 담당자) 단말)에게 제공, 추천하는 경우)(S901), 보상 제공부는 해당 기업 단말(혹은 담당자 단말)에게 실제 신규 구직자 추천이 있었는지 여부를 파악한다(S902). 해당 기업 단말(혹은 담당자 단말)로부터 실제 신규 구직자 추천이 있었다고 확인되는 경우, 보상 제공부는 해당구직자의 구직자 단말에게 신규 구직자 추천에 따른 보상을 제공하게 된다(S903).Looking at Figure 9, when a job seeker whose job search has been completed recommends a new job seeker to the corporate terminal (or manager terminal) of the company where he or she is employed through his or her job seeker terminal (recommendation data (resume, etc.) for the new job seeker) In the case of providing or recommending a job to a corporate terminal (or a representative's terminal) (S901), the compensation provision department determines whether there was actually a new job seeker recommendation to the relevant corporate terminal (or a representative's terminal) (S902). If it is confirmed that there was an actual recommendation of a new job seeker from the relevant company terminal (or the person in charge's terminal), the compensation provision department provides compensation according to the recommendation of the new job seeker to the job seeker terminal of the relevant job seeker (S903).
여기에서, 보상은 마찬가지로 구직자의 구직자 계정과 연계된 계좌로 지급되는 수수료가 될 수도 있고, 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼 내에서 사용가능한 일종의 포인트 혹은 사이버머니가 될 수도 있다. 또한, 경우에 따라서는 본 발명에 따른 개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 시스템(100)으로 구현된 서비스 플랫폼과 연계된 다양한 온라인/오프라인 매장에서 사용가능한 기프티콘 등이 될 수도 있다.Here, the compensation may also be a fee paid to an account linked to the job seeker's job seeker account, and is implemented as an artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It may be a type of point or cyber money that can be used within the service platform. In addition, in some cases, gifticons that can be used in various online/offline stores linked to the service platform implemented with the artificial intelligence-based talent matching and compensation provision system (100) through individual competency and MBTI propensity analysis according to the present invention. It could be.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the present invention has been described above with reference to preferred embodiments, those skilled in the art may make various modifications and changes to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. You will understand that you can do it.
100: 인공지능 기반 인재 매칭 및 보상 제공 시스템100: Artificial intelligence-based talent matching and compensation system
Claims (6)
인공지능 기반 인재 매칭 및 보상 제공 시스템이, 구직자 단말 및 하나 이상의 SNS 컨텐츠 제공 단말로부터 구직자에 대한 정형 데이터, 비정형 데이터 및 MBTI 성향 데이터를 수집하고, 그리고 하나 이상의 기업 단말로부터 기업 데이터 및 사내직원 MBTI 성향 별 평균연봉 데이터를 수집하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 수집된 사내직원 MBTI 성향 별 평균연봉 데이터를 토대로 각각의 MBTI 성향에 따른 각 MBTI 성향 별 가중치를 정의하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 수집된 기업 데이터를 토대로 기업의 산업군, 사업 분야, 필요 직무 및 기업 문화를 분석하여 기업의 선호 및 우수 인재 유형을 분석하여 인재 특성 데이터를 추출하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 수집된 정형 데이터 및 비정형 데이터를 토대로 구직자의 역량을 기 설정된 역량분석 항목 별로 분석 및 레벨링 하여 역량분석 데이터를 추출하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 구직자의 MBTI 성향 데이터를 점수화 하고, 해당 점수에 기 설정된 가중치를 반영한 후 구직자의 최종 MBTI 점수 데이터를 추출하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 상기 인재 특성 데이터에 상기 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과에 인공 신경망에 적용하여 적어도 한명 이상의 구직자를 선별하는 단계;
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템이, 선별된 적어도 한명 이상의 구직자를 매칭 점수에 따라 순위를 나열하고, 기 설정된 순위 범위 내에 속하는 구직자에 대한 추천 데이터를 생성하여 기업 단말과 연계된 담당자 단말로 제공하고, 상기 인재 특성 데이터에 상기 역량분석 데이터 및 최종 MBTI 점수 데이터를 매칭한 결과를 구직자 단말로 제공하는 단계; 및
상기 인공지능 기반 인재 매칭 및 보상 제공 시스템에 포함되는 보상 제공부에서, 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계;를 포함하되,
상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는,
기업 단말과 연계된 담당자 단말로 제공된 상기 구직자에 대한 추천 데이터 중에서 상기 담당자 단말을 통해 특정 구직자에 대한 이력서가 열람되는 경우, 해당 구직자의 구직자 단말에게 이력서 열람에 따른 보상을 제공하는 단계;를 포함하는 것을 특징으로 하는,
개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법.
In the method of artificial intelligence-based talent matching and compensation provision through analysis of individual capabilities and MBTI tendencies,
The artificial intelligence-based talent matching and compensation provision system collects structured data, unstructured data, and MBTI tendency data about job seekers from job seeker terminals and one or more SNS content provision terminals, and corporate data and MBTI tendency data of employees from one or more corporate terminals. Collecting average annual salary data by star;
The artificial intelligence-based talent matching and compensation provision system defines a weight for each MBTI tendency according to each MBTI tendency based on the collected average annual salary data for each MBTI tendency of in-house employees;
The artificial intelligence-based talent matching and compensation provision system analyzes the company's industry, business field, required jobs, and corporate culture based on the collected corporate data to analyze the company's preferences and excellent talent types to extract talent characteristic data. ;
The artificial intelligence-based talent matching and compensation provision system extracts competency analysis data by analyzing and leveling the job seeker's competency for each preset competency analysis item based on the collected structured and unstructured data;
The artificial intelligence-based talent matching and compensation provision system scores the job seeker's MBTI propensity data, reflects a preset weight on the score, and then extracts the job seeker's final MBTI score data;
The artificial intelligence-based talent matching and compensation provision system selecting at least one job seeker by applying the result of matching the talent characteristic data to the competency analysis data and final MBTI score data to an artificial neural network;
The artificial intelligence-based talent matching and compensation provision system ranks at least one selected job seeker according to the matching score, generates recommendation data for job seekers within a preset ranking range, and sends it to the manager terminal linked to the corporate terminal. providing a result of matching the talent characteristic data with the competency analysis data and final MBTI score data to a job seeker terminal; and
Including, in the compensation provision unit included in the artificial intelligence-based talent matching and compensation provision system, providing compensation according to recruitment and job search activities to the job seeker terminal,
The step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit,
When a resume for a specific job seeker is viewed through the manager terminal among the recommendation data for the job seeker provided to the person in charge terminal linked to the corporate terminal, providing compensation for viewing the resume to the job seeker terminal of the job seeker; including; Characterized by
Artificial intelligence-based talent matching and compensation provision method through analysis of individual capabilities and MBTI tendencies.
상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는,
기업 단말과 연계된 담당자 단말로 제공된 상기 구직자에 대한 추천 데이터 중에서 상기 담당자 단말을 통해 특정 구직자에 대한 이력서가 열람, 조회된 후, 해당 구직자와 담당자 간 면접이 진행되어 기업 단말로부터 면접 진행 완료 피드백이 접수되는 경우, 해당 구직자의 구직자 단말에게 면접 진행에 따른 보상을 제공하는 단계;를 포함하는 것을 특징으로 하는,
개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법.
According to paragraph 1,
The step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit,
After the resume for a specific job seeker is viewed and viewed through the manager's terminal among the recommendation data for the job seeker provided through the manager's terminal linked to the company's terminal, an interview is conducted between the job seeker and the person in charge, and feedback on completion of the interview is received from the company's terminal. When received, providing compensation according to the interview progress to the job seeker terminal of the job seeker.
Artificial intelligence-based talent matching and compensation provision method through analysis of individual capabilities and MBTI tendencies.
상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는,
구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수되고, 해당 구직자의 구직자 단말을 통해 해당 기업에 대한 후기가 작성되는 경우, 해당 구직자의 구직자 단말에게 후기 작성에 따른 보상을 제공하는 단계;를 더 포함하는 것을 특징으로 하는,
개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법.
According to paragraph 3,
The step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit,
As a result of the interview conducted between the job seeker and the person in charge, if the job seeker gets a job at the company and feedback on completion of the job is received from the company's terminal, and a review of the company is written through the job seeker's job seeker terminal, the job seeker's job seeker terminal Characterized by further comprising providing compensation for writing a review,
Artificial intelligence-based talent matching and compensation provision method through analysis of individual capabilities and MBTI tendencies.
상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는,
구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수된 후, 해당 구직자의 구직자 단말을 통해 신규 구직자가 추천되어 신규 구직자에 대한 추천 데이터가 생성 및 등록되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 가입 추천에 따른 보상을 제공하는 단계;를 더 포함하는 것을 특징으로 하는,
개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법.
According to paragraph 3,
The step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit,
As a result of the interview conducted between the job seeker and the person in charge, the job seeker gets a job at the company, and after the job completion feedback is received from the company terminal, a new job seeker is recommended through the job seeker's job seeker terminal, and recommendation data for the new job seeker is created and registered. If so, providing compensation according to the recommendation of new job seeker registration to the job seeker terminal of the job seeker; characterized in that it further includes,
Artificial intelligence-based talent matching and compensation provision method through analysis of individual capabilities and MBTI tendencies.
상기 보상 제공부에서 상기 구직자 단말에게 구인 및 구직활동에 따른 보상을 제공하는 단계는,
구직자와 담당자 간 진행된 면접의 결과로써 해당 구직자가 해당 기업에 취직하여 기업 단말로부터 구인 완료 피드백이 접수된 후, 해당 구직자의 구직자 단말을 통해 해당 기업 단말에게 신규 구직자에 대한 추천 데이터가 제공되는 경우, 해당 구직자의 구직자 단말에게 신규 구직자 추천에 따른 보상을 제공하는 단계;를 더 포함하는 것을 특징으로 하는,
개인 별 역량 및 MBTI 성향분석을 통한 인공지능 기반 인재 매칭 및 보상 제공 방법.According to paragraph 3,
The step of providing compensation according to recruitment and job search activities to the job seeker terminal in the compensation provision unit,
As a result of the interview conducted between the job seeker and the person in charge, if the job seeker gets a job at the company and feedback on job completion is received from the company terminal, then recommendation data for new job seekers is provided to the company terminal through the job seeker's job seeker terminal, Characterized in that it further includes a step of providing compensation according to the recommendation of a new job seeker to the job seeker terminal of the job seeker,
Artificial intelligence-based talent matching and compensation provision method through analysis of individual capabilities and MBTI tendencies.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230150803A KR102677614B1 (en) | 2023-11-03 | 2023-11-03 | Methods and systems for matching and rewarding human resources by analyzing individual competencies and mbti tendencies based on artificial intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230150803A KR102677614B1 (en) | 2023-11-03 | 2023-11-03 | Methods and systems for matching and rewarding human resources by analyzing individual competencies and mbti tendencies based on artificial intelligence |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102677614B1 true KR102677614B1 (en) | 2024-06-20 |
Family
ID=91669527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230150803A KR102677614B1 (en) | 2023-11-03 | 2023-11-03 | Methods and systems for matching and rewarding human resources by analyzing individual competencies and mbti tendencies based on artificial intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102677614B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140013951A (en) * | 2012-07-23 | 2014-02-05 | (주)미래융합연구소 | Apparatus and method of job matching using a capability map |
| KR20200006493A (en) * | 2018-07-10 | 2020-01-20 | 주식회사 위링크글로벌 | A System Providing Job Search Service Using Block Chain |
| KR102200334B1 (en) * | 2018-12-13 | 2021-01-08 | (주)코멘토 | A system for analyzing a job ability and talent-matching based on a job application documents and Controlling Method for the Same |
| KR20210034560A (en) * | 2021-03-15 | 2021-03-30 | (주)제니엘 | System for Providing Acquaintance Recommending Recruiting service Based on Block Chain and Driving Method thereof |
| KR102298722B1 (en) | 2021-04-01 | 2021-09-06 | 주식회사 컴퍼니제이 | Method, device and system for matching and recommending human resource based on artificial intelligence using video content platform service |
| KR20230072725A (en) * | 2021-11-18 | 2023-05-25 | 주식회사 베어런 | Career Recommendation System through String Similarity and Weight measurement and evaluation methods between Bigdata based Job-competency patterns and User's personal competency pattern |
-
2023
- 2023-11-03 KR KR1020230150803A patent/KR102677614B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140013951A (en) * | 2012-07-23 | 2014-02-05 | (주)미래융합연구소 | Apparatus and method of job matching using a capability map |
| KR20200006493A (en) * | 2018-07-10 | 2020-01-20 | 주식회사 위링크글로벌 | A System Providing Job Search Service Using Block Chain |
| KR102200334B1 (en) * | 2018-12-13 | 2021-01-08 | (주)코멘토 | A system for analyzing a job ability and talent-matching based on a job application documents and Controlling Method for the Same |
| KR20210034560A (en) * | 2021-03-15 | 2021-03-30 | (주)제니엘 | System for Providing Acquaintance Recommending Recruiting service Based on Block Chain and Driving Method thereof |
| KR102298722B1 (en) | 2021-04-01 | 2021-09-06 | 주식회사 컴퍼니제이 | Method, device and system for matching and recommending human resource based on artificial intelligence using video content platform service |
| KR20230072725A (en) * | 2021-11-18 | 2023-05-25 | 주식회사 베어런 | Career Recommendation System through String Similarity and Weight measurement and evaluation methods between Bigdata based Job-competency patterns and User's personal competency pattern |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vardarlier | Digital transformation of human resource management: digital applications and strategic tools in HRM | |
| US20180232751A1 (en) | Internet system and method with predictive modeling | |
| Beckers et al. | A DSS classification model for research in human resource information systems | |
| US20220067665A1 (en) | Three-party recruiting and matching process involving a candidate, referrer, and hiring entity | |
| Chungyalpa et al. | Best practices and emerging trends in recruitment and selection | |
| Flöthmann et al. | Career patterns of supply chain executives: An optimal matching analysis | |
| Singh | Developing organisational embeddedness: employee personality and social networking | |
| Nazifi et al. | Proactive handling of flight overbooking: how to reduce negative eWOM and the costs of bumping customers | |
| US20130282605A1 (en) | System and Method for User Profile Creation and Access Control | |
| US20080015912A1 (en) | Systems and methods for workforce management | |
| KR20200072900A (en) | A system for analyzing a job ability and talent-matching based on a job application documents and Controlling Method for the Same | |
| Baykal | Digital era and new methods for employee recruitment | |
| KR102118888B1 (en) | System that provides labor management service through analysis of industry and sales based on artificial intelligence | |
| US20200394592A1 (en) | Generating a machine-learned model for scoring skills based on feedback from job posters | |
| WO2016140697A1 (en) | Increasing interaction between clusters with low connectivity in a network | |
| Rodriguez et al. | Feature selection for job matching application using profile matching model | |
| US11232380B2 (en) | Mapping assessment results to levels of experience | |
| US11205144B2 (en) | Assessment-based opportunity exploration | |
| CN107993019A (en) | A kind of resume appraisal procedure and device | |
| US20230334428A1 (en) | System and methodologies for candidate analysis utilizing psychometric data and benchmarking | |
| JP2020004048A (en) | Job hunting support system and program thereof | |
| Sweis et al. | The relationship between project team members’ effectiveness and acknowledgment of talent: Team members’ perspective | |
| KR102054497B1 (en) | Enterprise information portal and enterprise resource planning system | |
| Umachandran | Application of artificial intelligence for recruitment in manufacturing industries | |
| KR20200104011A (en) | Wealth Manager Advertising And Matching Method of Wealth Management Service System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |