KR20150102820A - 자기 소개서 가이드 시스템 및 방법 - Google Patents

자기 소개서 가이드 시스템 및 방법 Download PDF

Info

Publication number
KR20150102820A
KR20150102820A KR1020140024324A KR20140024324A KR20150102820A KR 20150102820 A KR20150102820 A KR 20150102820A KR 1020140024324 A KR1020140024324 A KR 1020140024324A KR 20140024324 A KR20140024324 A KR 20140024324A KR 20150102820 A KR20150102820 A KR 20150102820A
Authority
KR
South Korea
Prior art keywords
tendency
self
data
introduction
analysis
Prior art date
Application number
KR1020140024324A
Other languages
English (en)
Inventor
김근현
Original Assignee
김근현
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김근현 filed Critical 김근현
Priority to KR1020140024324A priority Critical patent/KR20150102820A/ko
Publication of KR20150102820A publication Critical patent/KR20150102820A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services

Abstract

본 발명은 자기 소개서 가이드 시스템 및 방법에 관한 것이다.
본 발명에 따른 자기 소개서 가이드 시스템은 제1 차 성향 분석 설문 데이터 수신부, 제1 차 성향 분석부, 제1 데이터 베이스, 자기 소개서 수신부, 자기 소개서 키워드 추출부, 제2 차 성향 분석부, 기초 성향 관계 데이터 베이스, 제2 데이터 베이스, 성향 분석 비교부 및 자기 소개서 가이드부를 포함할 수 있다.

Description

자기 소개서 가이드 시스템 및 방법{COVER LETTER GUIDING SYSTEM AND METHOD}
본 발명은 자기 소개서 가이드 시스템 및 방법에 관한 것이다.
근자에 자기소개서는 진학, 취업 등에 있어서 반드시 제출해야 하는 서류 중 하나로 인식되고 있다. 자기소개서를 통해서 학교, 취업 지원자들은 자기 자신의 성장 과정, 장점과 약점, 동기, 포부 등 본인에 대한 필요한 정보를 학내 진학 담당자 또는 사내 인사 담당자들에게 소개할 수 있으며, 진학 담당자나 인사 담당자들은 상기 자기소개서를 보고 일차적으로 지원자의 수업 또는 업무 적합성을 판단하게 된다.
따라서 현대 사회에 있어서 자기 소개서의 중요성은 말로 표현할 수 없으며, 자기소개서를 진학 담당자나 인사 담당자의 주의를 끌 수 있을 정도로 충실하고 깔끔하게 작성하는 것은 지원자에게 있어서 가장 중요한 일이 되었다.
그러나 자기소개서를 통해 자신이 어떠한 사람인지를 충분히 나타내는 것은 쉬운 일이 아니다. 즉, 자신은 어떠한 성향을 가진 사람이고, 어떠한 부분에 관심과 흥미를 가지고 있으며, 어떠한 부분에 강하고 약한지를 자기 소개서를 통해 나타내는 것은 쉬운 일이 아니다.
아울러, 자기소개서의 중요성에 비하여 그 작성의 높은 난도는 새로운 시장을 창출하기 시작하였다. 즉, 질 좋은 자기 소개서를 구하고자 하는 지원자 등과 이러한 자기 소개서 작성에 다양한 노하우를 지닌 자들이 각각 수요자 및 공급자가 되어 자기소개서 작성에 대한 시장이 형성되고 있다. 따라서 자기소개서 작성 대행 서비스나 자기소개서 대필 서비스 또는 자기소개서 샘플 판매/제공 서비스 등의 신종의 관련 서비스업이 발전하기 시작하였다.
그러나 종래의 자기소개서 대행 서비스나 대필 서비스는 각 개개인의 특성에 상관없이 천편일률적으로 작성되어, 개개인의 특성이나 성향을 나타내는데 부족하였다.
아울러, 이와 같은 자기소개서 대행 서비스나 대필 서비스는 대부분 다른 자기 소개서 샘플과 유사한 경우가 많아, 진학 담당자나 인사 담당자에게 오히려 안 좋은 인상을 주는 경우가 많았다.
본 발명은 자기 소개서 가이드 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명에 따른 자기 소개서 가이드 시스템은 제1 차 성향 분석 설문 데이터 수신부, 제1 차 성향 분석부, 제1 데이터 베이스, 자기 소개서 수신부, 자기 소개서 키워드 추출부, 제2 차 성향 분석부, 기초 성향 관계 데이터 베이스, 제2 데이터 베이스, 성향 분석 비교부 및 자기 소개서 가이드부를 포함할 수 있다.
아울러, 본 발명에 따른 자기 소개서 가이드 방법은, 먼저, 제1 차 성향 분석 설문 데이터 수신부를 통하여, 제1 차 성향 분석 설문 데이터를 수신 할 수 있다.
이후, 제1 차 성향 분석부는 수신된 제1 차 성향 분석 설문 데이터를 분석하여, 각 성향 카테고리 별로 제1차 성향 데이터 값을 계산하고, 계산된 제1 차 성향 데이터 값을 제1 데이터 베이스에 저장 할 수 있다.
이후, 자기 소개서 수신부가 컴퓨터로 저장 가능한 문서 파일(예를 들어, 한글 파일, 워드 파일, 메모 파일)로 작성된 자기 소개서 파일을 수신 할 수 있다.
다음, 자기 소개서 키워드 추출부는 자기 소개서 파일에서 각 성향 카테고리 별로 관련된 키워드를 추출 할 수 있다.
다음, 제2 차 성향 분석부는 자기 소개서 키워드 추출부에서 추출된 각 성향 카테고리 별 키워드를 기초 성향 관계 데이터 베이스에 저장된 각 성향 카테고리 별 키워드와 비교하여, 각 성향 카테고리 별로 제2 차 성향 데이터 값을 계산 할 수 있다.
이와 같이 계산된 제2 차 성향 데이터 값은 제2 데이터 베이스에 저장될 수 있다.
이후, 성향 분석 비교부는 제1 데이터 베이스에 저장된 제1 차 성향 데이터 값과 제2 데이터 베이스에 저장된 제2 차 성향 데이터 값을 비교 할 수 있다.
마지막으로, 자기 소개서 가이드부는 성향 분석 비교부에 의한 결과값에 따라 작성자에게 각 성향 카테고리 별로 자기 소개서 작성 가이드를 제시할 수 있다.
본 발명에 따른 자기 소개서 가이드 시스템 및 방법은 자기 소개서 작성자에게 작성자 본인의 성향에 따라, 성향 카테고리 별로 자기 소개서 작성 가이드를 제시함으로써, 보다 양질의 자기 소개서를 작성할 수 있도록 도와줄 수 있다.
도 1은 본 발명의 일례에 따른 자기 소개서 가이드 시스템을 포함한 전체 구조에 대해 설명하기 위한 도이다.
도 2는 도 1에 도시된 자기 소개서 가이드 서버의 구체적인 구조에 대해 설명하기 위한 도이다.
도 3은 자기 소개서 가이드 서버의 동작을 설명하기 위한 도이다.
도 4는 성향 분석 카테고리의 일례에 대해 설명하기 위한 도이다.
도 5는 리더십 관련 성향 분석 설문의 일례이다.
도 6은 창의성 관련 성향 분석 설문의 일례이다.
도 7 및 도 8은 제1 차 성향 분석부에 의해 분석된 제1 차 성향 데이터의 일례를 표시한 예이다.
도 9은 기초 성향 관계 데이터 베이스에 저장되는 각 성향 카테고리 별로 키워드에 대한 데이터 값의 일례를 설명하기 위한 도이다.
도 10은 기초 성향 관계 데이터 베이스에 저장되는 리더쉽 관련 데이터 값의 일례를 도식적으로 표현한 도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다. 층, 막, 영역, 판 등의 부분이 다른 부분 "위에" 있다고 할 때, 이는 다른 부분 "바로 위에" 있는 경우뿐 아니라 그 중간에 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 위에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다. 또한 어떤 부분이 다른 부분 위에 “전체적”으로 형성되어 있다고 할 때에는 다른 부분의 전체 면(또는 전면)에 형성되어 있는 것뿐만 아니라 가장 자리 일부에는 형성되지 않은 것을 뜻한다.
도 1은 본 발명의 일례에 따른 자기 소개서 가이드 시스템의 전체 개념에 대해 포괄적으로 설명하기 위한 도이다.
본 발명에 따른 자기 가이드 시스템은 자기 소개서 가이드 서버와 데이터 베이스를 포함한다.
여기서, 자기 소개서 가이드 서버는 사용자 단말기로부터 제1 차 성향 분석 설문 데이터와, 자기 소개서 데이터를 인터넷 또는 인트라넷 기반의 컴퓨터 장치, 스마트폰과 같은 장치로 입력 받을 수 있다.
이와 같은 자기 소개서 가이드 서버는 입력된 제1 차 성향 분석 설문 데이터를 연산 처리하여 각 성향 카테고리 별로 제1 차 성향을 분석을 수행하여, 제1 데이터 베이스에 저장할 수 있다.
아울러, 자기 소개서 가이드 서버는 자기 소개서 데이터를 입력받아 자기 소개서로부터 키워드를 추출하고, 각 성향별 키워드와 그 노출 빈도에 근거하야 각 성향 카테고리 별로 제2 차 성향 분석을 수행하여, 제2 데이터 베이스에 저장할 수 있다.
아울러, 자기 소개서 가이드 서버는 성향 카테고리 별로 제1 차 성향 데이터와 제2 차 성향 데이터를 비교하여, (1) 제2 차 성향 데이터 값이 제1 차 성향 데이터 보다 낮은 경우, 자기 소개서 가이드 서버는 작성자에게 해당되는 성향에 대해 자기 소개서에 보완할 것을 가이드 할 수 있으며, (2) 제2 차 성향 데이터 값이 제1 차 성향 데이터 보다 높은 경우, 자기 소개서 가이드 서버는 자기 소개서에서 해당되는 성향이 충분히 잘 표현된 것으로 가이드 할 수 있다.
아울러, (3) 제2 차 성향 데이터 값과 제1 차 성향 데이터 값이 모두 낮은 경우, 자기 소개서 가이드 서버는 작성자에게 해당되는 성향이 부족함을 가이드하고, 이를 자기 소개서에 보완할 것을 가이드 할 수 있다.
이하에서는 이와 같은 자기 소개서 가이드 시스템의 구체적인 구조 및 시스템의 동작 방법에 대해 설명한다.
도 2는 도 1에 도시된 자기 소개서 가이드 서버의 구체적인 구조에 대해 설명하기 위한 도이고, 도 3은 자기 소개서 가이드 서버의 동작을 설명하기 위한 도이다.
아울러, 도 4는 성향 분석 카테고리의 일례에 대해 설명하기 위한 도이고, 도 5는 리더십 관련 성향 분석 설문의 일례이고, 도 6은 제1 차 성향 분석부가 리더십의 역평가 문항에 대한 답을 점수화하는 일례를 설명하기 위한 표이다.
도 7 및 도 8은 제1 차 성향 분석부에 의해 분석된 제1 차 성향 데이터의 일례를 표시한 일례이다.
본 발명에 따른 자기 소개서 가이드 서버는 도 2에 도시된 바와 같이, 제1 차 성향 분석 설문 데이터 수신부, 제1 차 성향 분석부, 제1 데이터 베이스, 자기 소개서 수신부, 자기 소개서 키워드 추출부, 제2 차 성향 분석부, 기초 성향 관계 데이터 베이스, 제2 데이터 베이스, 성향 분석 비교부 및 자기 소개서 가이드부를 포함할 수 있다.
아울러, 본 발명에 따른 자기 소개서 가이드 방법은, 도 3에 도시된 바와 같이, 먼저, 제1 차 성향 분석 설문 데이터 수신부를 통하여, 제1 차 성향 분석 설문 데이터를 수신할 수 있다.
여기서, 제1 차 성향 분석 설문 데이터 수신부는 자기 소개서를 작성하고자 하는 사람(이하, 작성자)이 작성한 성향 분석 설문 데이터를 수신할 수 있다. 이와 같은 성향 분석 데이터는 작성자의 각 성향을 분석하고자 하는 설문에 응답한 데이터일 수 있다.
여기서, 제1 차 성향 분석 설문의 일례는 도 5에 도시된 바와 같이, 창의성, 전공 관심도, 리더십, 사회성 및 잠재성과 같은 성향 카테고리를 포함할 수 있으며, 이외에도, 자기 주도성, 지적 호기심, 이타성, 역경 극복력, 완결성(또는 책임감)에 대한 카테로리를 더 포함할 수 있다.
제1 차 성향 분석 설문은 전술한 바와 같은 성향 카테고리 별로, 복수 개의 설문을 포함할 수 있다. 즉, 각 성향 카테고리 별로 일례로, 5개 ~ 20개의 선택 문항을 구비할 수 있다.
일례로, 리더십 관련 카테고리에 대한 선택 문항은 도 5에 기재된 바와 같이 11 개의 선택 문항을 포함할 수 있다. 이와 같은 각 카테고리에 대한 선택 문항은 진실 혹은 거짓을 구별하기 위하여 서로 반대되는 선택 문항을 포함할 수 있으며, 확실성을 담보하기 위하여, 동일한 유형이나 다른 표현의 선택 문항을 포함할 수 있다.
참고로, 제1 차 성향 분석부는 서로 반대되는 선택 문항에 대한 답안이 서로 상이한 경우, 양 답안의 차이를 점수화할 수 있으며, 서로 동일한 유형이나 표현이 다른 선택 문항의 경우, 평균 점수를 점수화할 수 있다.
제1 차 성향 분석 설문의 작성자는 일례로, 각 성향 카테고리 별로 제시된 복수 개의 선택 문항에 대해, 컴퓨터나 스마트폰과 같은 사용자 단말기를 통하여 해당 선택 문항에 대해 1 ~ 5 의 답을 선택하여, 인터넷과 같은 유선 또는 무선 통신망을 통해 자기 소개서 서버로 전송할 수 있다.
제1 차 성향 분석 설문 데이터 수신부는 작성자에 의해 작성된 제1 차 성향 분석 설문 데이터를 제1 차 성향 분석부로 전송한다.
이와 같이, 제1 차 성향 분석부는 수신된 성향 분석 데이터를 연산 처리하여, 작성자의 성향을 카테고리 별로 분석할 수 있다.
일례로, 제1 차 성향 분석부는 다음과 같은 기준으로 각 성향 카테고리 별로 제1 차 성향 분석을 수행할 수 있다.
(1) 일반 평가 문항에 대해서는 선택 문항에 대한 답을 평가 점수로 점수화할 수 있으며, (2) 집중력 유인과 관련된 선택 문항(예 도 5의 5번 문항)에 대해서는 질문에 대한 집중력을 높이기 위한 문제로 배점이 없을 수 있으며, (3) 역평가 문항(예를 들어, 도 5의 2번과 6번 문항, 및 도 5의 8번과 10번 문항)에 대해서는 두 문항의 점수 차이를 점수화할 수 있다. 일례로 도 6에 도시된 바와 같이 점수화할 수 있다.
아울러, 이와 같은 역평가 문항의 경우, 만약 선택시 문항별 차이가 발생할 경우, 큰 선택문항에서 작은 선택문항을 뺀 차이점수를 점수화하거나, 두 문항의 차이점수를 리더십 평가점수로 사용할 수 있다.
아울러, 도 5의 2번과 6번 문항, 및 도 5의 8번과 10번 문항은 서로 반대되는 문항이므로, 이와 같은 문항에 대해 반대로 답하는 경우, 일례로, 2번 문항에 대해 ①번 선택, 6번 문항에 대해 ⑤번을 선택하는 경우, 또는 8번 문항에 대해 ①번 선택, 10번 문항에 대해 ①번을 선택하는 경우, 진실된 답변이라 할 수 없으므로, 최저점을 부과할 수 있다.
이와 같은 방법으로, 제1 차 성향 분석부는 각 성향 카테고리 별로 제1 차 성향 분석을 수행하여, 각 성향 카테고리 별로 데이터 값을 계산하여, 각 성향 카테고리 별로 제1 차 성향 데이터 값을 생성하고, 생성된 제1 차 성향 데이터 값을 제1 데이터 베이스에 저장할 수 있다.
이와 같이, 제1 데이터 베이스에 저장된 제1 차 성향 분석 결과는 도 7이나 도 8에 나타난 바와 같이, 작성자에게 제공될 수도 있다.
이후, 자기 소개서 수신부가 컴퓨터로 저장 가능한 문서 파일(예를 들어, 한글 파일, 워드 파일, 메모 파일)로 작성된 자기 소개서 파일을 수신 할 수 있다.
다음, 자기 소개서 키워드 추출부는 자기 소개서 파일에서 각 성향 카테고리 별로 관련된 키워드를 추출 할 수 있다.
다음, 제2 차 성향 분석부는 자기 소개서 키워드 추출부에서 추출된 각 성향 카테고리 별 키워드를 기초 성향 관계 데이터 베이스에 저장된 각 성향 카테고리 별 키워드와 비교하여, 각 성향 카테고리 별로 제2 차 성향 데이터 값을 계산 할 수 있다.
이를 위하여, 기초 성향 관계 데이터 베이스에는 각 성향 카테고리 별로, 키워드와 그 데이터 값이 저장되어 있을 수 있다.
도 9은 기초 성향 관계 데이터 베이스에 저장되는 각 성향 카테고리 별로 키워드에 대한 데이터 값의 일례를 설명하기 위한 도이고, 도 10은 기초 성향 관계 데이터 베이스에 저장되는 리더쉽 관련 데이터 값의 일례를 도식적으로 표현한 도이다.
도 9에 도시된 바와 같이, 성향 1에 관련된 카테고리에 대해서, A~Z까지의 복수 개의 키워드가 저장될 수 있으며, 각 키워드에는 성향 1까지의 거리 값에 비례하여 데이터 값이 저장되어 있을 수 있다. 예를 들어, 성향 1에 관련된 카테고리에서 상대적으로 거리가 가까운 A ~ F 까지는 상대적으로 높은 점수가 데이터 값으로 부여되어 저장되어 있을 수 있으며, 상대적으로 거리가 먼 I ~ Z까지는 거리에 비례하여 상대적으로 낮은 점수가 데이터 값으로 부여되어 저장되어 있을 수 있다.
일례로, 도 10에 도시된 리더쉽 관련 기초 성향 관계를 예로 들면, 공약, 직책, 솔선 수범, 결단력, 의사 결정과 같은 키워드에 대해서는 상대적으로 높은 점수가 데이터 값으로 부여되어 저장될 수 있으며, 문제, 실천, 회장, 반상, 믿음, 자질과 같은 키워드에 대해서는 상대적으로 낮은 점수가 데이터 값으로 부여되어 저장될 수 있다.
제2 차 성향 분석부는 자기 소개서 키워드 추출부에서 추출된 각 성향 카테고리 별 키워드를 기초 성향 관계 데이터 베이스에 저장된 각 성향 카테고리 별 키워드에 매칭하여, 각 성향 카테고리 별로 자기 소개서에 기재된 키워드에 대한 데이터 값을 계산할 수 있다.
이때, 제2 차 성향 분석부는 각 성향 카테고리 별로, 기재된 키워드의 빈도수와 데이터값을 모두 고려하여, 제2 차 성향 데이터 값을 결정할 수 있다.
예를 들어, 리더쉽 카테고리와 관련된 키워드의 개수가 특정 개수 이상인 경우, 리더쉽의 기본 점수를 특정 점수 이상이 되도록 할 수 있으며, 키워드의 개수가 특정 개수 이하인 경우, 최고 점수의 상한을 낮추어 계산할 수도 있다.
이와 같이 계산된 제2 차 성향 데이터 값은 제2 데이터 베이스에 저장될 수 있다.
이후, 성향 분석 비교부는 제1 데이터 베이스에 저장된 제1 차 성향 데이터 값과 제2 데이터 베이스에 저장된 제2 차 성향 데이터 값을 비교 할 수 있다.
마지막으로, 자기 소개서 가이드부는 성향 분석 비교부에 의한 결과값에 따라 작성자에게 각 성향 카테고리 별로 자기 소개서 작성 가이드를 제시할 수 있다.
일례로, 성향 분석 비교부의 비교 결과 (1) 제2 차 성향 데이터 값이 제1 차 성향 데이터 보다 낮은 경우, 자기 소개서 가이드부는 작성자에게 해당되는 성향에 대해 자기 소개서에 보완할 것을 가이드 할 수 있다.
아울러, 성향 분석 비교부의 비교 결과 (2) 제2 차 성향 데이터 값이 제1 차 성향 데이터 보다 높은 경우, 자기 소개서 가이드부는 자기 소개서에서 해당되는 성향이 충분히 잘 표현된 것으로 가이드 할 수 있다.
또한, 성향 분석 비교부의 비교 결과 (3) 제2 차 성향 데이터 값과 제1 차 성향 데이터 값이 모두 낮은 경우, 자기 소개서 가이드부는 작성자에게 해당되는 성향이 부족함을 가이드하고, 이를 자기 소개서에 보완할 것을 가이드 할 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (2)

  1. 수신된 성향 분석 데이터를 연산 처리하여 제1 차 성향 데이터를 분석하는 제1 차 성향 분석부;
    수신된 자기 소개서 데이터로부터 성향 관련 키워드를 추출하는 추출부;
    상기 추출부에서 추출된 상기 성향 관련 키워드를 기초 성향 관계 데이터 베이스에 저장된 기초 성향 관계 키워드와 비교하여 제2 차 성향 데이터 값을 결정하는 제2 차 성향 분석부; 및
    상기 제1 차 성향 데이터와 상기 제2 차 성향 데이터 값을 비교하는 성향 분석 비교부;
    를 포함하는 자기 소개서 가이드 시스템.
  2. 수신된 성향 분석 데이터를 연산 처리하여 제1 차 성향 데이터를 분석하는 제1 차 성향 분석 단계;
    수신된 자기 소개서 데이터로부터 성향 관련 키워드를 추출하는 키워드 추출 단계;
    상기 추출부에서 추출된 상기 성향 관련 키워드를 기초 성향 관계 데이터 베이스에 저장된 기초 성향 관계 키워드와 비교하여 제2 차 성향 데이터 값을 결정하는 제2 차 성향 분석 단계; 및
    상기 제1 차 성향 데이터와 상기 제2 차 성향 데이터 값을 비교하는 성향 분석 비교 단계;
    를 포함하는 자기 소개서 가이드 방법.
KR1020140024324A 2014-02-28 2014-02-28 자기 소개서 가이드 시스템 및 방법 KR20150102820A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140024324A KR20150102820A (ko) 2014-02-28 2014-02-28 자기 소개서 가이드 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140024324A KR20150102820A (ko) 2014-02-28 2014-02-28 자기 소개서 가이드 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20150102820A true KR20150102820A (ko) 2015-09-08

Family

ID=54243488

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140024324A KR20150102820A (ko) 2014-02-28 2014-02-28 자기 소개서 가이드 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20150102820A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101687116B1 (ko) * 2015-09-21 2017-01-12 주식회사 스토리유 자기소개서 케어 시스템
WO2017090801A1 (ko) * 2015-11-27 2017-06-01 (주)인키움 자기소개서 자동 제공 서버 및 제공 방법
KR20190057895A (ko) * 2017-11-21 2019-05-29 정대웅 취업 서비스를 제공하는 방법 및 서버
KR20210077417A (ko) * 2019-12-17 2021-06-25 두산중공업 주식회사 자기소개서 정량화 장치 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101687116B1 (ko) * 2015-09-21 2017-01-12 주식회사 스토리유 자기소개서 케어 시스템
WO2017090801A1 (ko) * 2015-11-27 2017-06-01 (주)인키움 자기소개서 자동 제공 서버 및 제공 방법
KR20190057895A (ko) * 2017-11-21 2019-05-29 정대웅 취업 서비스를 제공하는 방법 및 서버
KR20210077417A (ko) * 2019-12-17 2021-06-25 두산중공업 주식회사 자기소개서 정량화 장치 및 방법

Similar Documents

Publication Publication Date Title
Anglim et al. Measurement and research using the Big Five, HEXACO, and narrow traits: A primer for researchers and practitioners
Gu et al. " what parts of your apps are loved by users?"(T)
Sloan et al. Who tweets? Deriving the demographic characteristics of age, occupation and social class from Twitter user meta-data
US10360305B2 (en) Performing linguistic analysis by scoring syntactic graphs
Hall et al. Am I who I say I am? Unobtrusive self-representation and personality recognition on Facebook
US8676565B2 (en) Semantic clustering and conversational agents
Chen et al. Mining social media data for understanding students’ learning experiences
US8694304B2 (en) Semantic clustering and user interfaces
Abbasi et al. CyberGate: a design framework and system for text analysis of computer-mediated communication
Lima et al. Automatic sentiment analysis of Twitter messages
US20140304814A1 (en) System and methods for automatically detecting deceptive content
US9583099B2 (en) Method and system for performing term analysis in social data
KR102218468B1 (ko) 텍스트의 내용 및 감정 분석에 기반한 답변 추천 시스템 및 방법
WO2011119171A2 (en) Semantic clustering
US20220405314A1 (en) Facilitating generation of data visualizations via natural language processing
JP2017016642A (ja) キュレーションラーニングにおける論理的思考を向上するシステム及び方法
KR20150102820A (ko) 자기 소개서 가이드 시스템 및 방법
Rizun et al. Text mining algorithms for extracting brand knowledge: The fashion industry case
López-Escobedo et al. Analysis of intertextual distances using multidimensional scaling in the context of authorship attribution
Wang et al. A model-driven method for quality reviews detection: An ensemble model of feature selection
Reino et al. A New Hotel Online Reputation Framework for Ontology Learning Development
US11134045B2 (en) Message sorting system, message sorting method, and program
Özyirmidokuz et al. Analyzing customer complaints: a web text mining application
Lamrharia et al. Business intelligence using the fuzzy-Kano model
Dutta et al. Analyzing big-five personality traits of Indian celebrities using online social media

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination