KR20210108622A - 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법 - Google Patents

인공지능 기반의 면접자 직무역량 판단 시스템 및 방법 Download PDF

Info

Publication number
KR20210108622A
KR20210108622A KR1020200023431A KR20200023431A KR20210108622A KR 20210108622 A KR20210108622 A KR 20210108622A KR 1020200023431 A KR1020200023431 A KR 1020200023431A KR 20200023431 A KR20200023431 A KR 20200023431A KR 20210108622 A KR20210108622 A KR 20210108622A
Authority
KR
South Korea
Prior art keywords
job
competency
interviewer
keyword
unit
Prior art date
Application number
KR1020200023431A
Other languages
English (en)
Other versions
KR102422790B1 (ko
Inventor
조영한
Original Assignee
주식회사 메타노드
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 주식회사 메타노드 filed Critical 주식회사 메타노드
Priority to KR1020200023431A priority Critical patent/KR102422790B1/ko
Publication of KR20210108622A publication Critical patent/KR20210108622A/ko
Application granted granted Critical
Publication of KR102422790B1 publication Critical patent/KR102422790B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 인공지능 기반의 면접자 직무역량 판단 방법에 관한 것이다. 본 발명은 지원자정보수신부가 채용자단말로부터 지원자정보를 수신하고, 형태소분석부가 수신된 지원자정보에서 형태소를 분석하는 단계와, 추출부가 형태소 분석결과에 기초하여 직무키워드DB에서 직무역량키워드를 추출하고, 직무역량판단부가 추출된 직무역량키워드가 전문직무에 해당하는지 판단하는 단계와, 면접질문생성부가 추출된 직무역량키워드가 전문직무에 해당하면 보통직무 및 전문직무 면접질문을 생성하고, 추출된 직무역량키워드가 보통직무에 해당하면 보통직무 면접질문을 생성하는 단계를 포함한다.

Description

인공지능 기반의 면접자 직무역량 판단 시스템 및 방법{Artificial intelligence-based interviewer system and method for determining job competence}
본 발명은 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법에 관한 것으로, 특히 전문직무 데이터 수집 및 CNN(Convolutional neural network) 기반의 전문직무 면접 질의 학습을 통해 전문직무DB를 구축하고, 면접자에 대한 전문직무 질의응답 결과와 생체신호 측정결과에 기초하여 면접자의 직무 역량을 자동으로 진단하는 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법에 관한 것이다.
최근 기업들의 신입사원 채용 방식이 서류와 필기시험 위주에서 면접평가, 적성평가 등의 방식으로 많이 바뀌고있다. 면접을 통해 면접관이 면접지원자의 인성 및 사고 등을 종합적으로 파악할 수 있기 때문이다. 또한, 다양한 경영환경 변화에 따라 창의적이고 능동적인 인재의 필요성이 강조되는 상황에서 이를 파악하기 위한 방법으로 면접의 중요성이 이전에 비해 더욱 커지고 있다.
또한, 직무가 세분화됨에 따라 면접자에 가장 적합한 직무가 무엇인지 판단이 중요하다. 종래의 면접 시스템은 공통직무와 전문직무의 구분 없이 질의를 하여 면접자의 직무역량을 판단하기가 어려운 문제가 있다.
선행특허로는 한국공개특허 제1020190118142호(면접게임을 활용한 면접자 역량평가 추론 시스템 및 방법)가 있으나, 면접자가 직접 게임 형식의 업무를 수행하여 지원자의 성과역량을 추론하는 기술을 개시하고 있을 뿐이다.
본 발명이 해결하고자 하는 과제는 인공지능 기술을 통해 전문직무 데이터 수집 및 CNN 기반의 전문직무 면접 질의 학습을 통해 전문직무DB를 구축하고, 면접자로부터 얻은 전문직무 질의응답결과와 생체신호 측정결과에 기초하여 면접자의 직무 역량을 자동으로 진단하는 인공지능 기반의 면접자 직무역량 판단 방법을 제공하는 데 있다.
본 발명의 실시예에 따른 인공지능 기반의 면접자 직무역량 판단 방법은 지원자정보수신부가 채용자단말로부터 지원자정보를 수신하고, 형태소분석부가 수신된 지원자정보에서 형태소를 분석하는 단계와, 추출부가 형태소 분석결과에 기초하여 직무키워드DB에서 직무역량키워드를 추출하고, 직무역량판단부가 추출된 직무역량키워드가 전문직무에 해당하는지 판단하는 단계와, 면접질문생성부가 추출된 직무역량키워드가 전문직무에 해당하면 보통직무 및 전문직무 면접질문을 생성하고, 추출된 직무역량키워드가 보통직무에 해당하면 보통직무 면접질문을 생성하는 단계를 포함한다.
본 발명에 의하면 기업채용담당자에게 면접자의 직무역량을 평가하여 제공하는 전문면접서비스를 제공할 수 있다.
또한, 역량 진단 알고리즘 및 면접자의 생체신호 결과를 실시간으로 적용하여 면접자의 직무역량을 보다 정확하게 진단할 수 있다.
도 1은 본 발명의 실시예에 따른 인공지능 기반의 면접자 직무역량 판단 방법에 관한 것이다.
도 2는 본 발명의 실시예에 따른 딥러닝 모델 학습 방법을 설명하는 흐름도이다.
도 3은 본 발명의 실시예에 따른 직무역량 보고서 작성 방법을 설명하는 흐름도이다.
도 4는 본 발명의 실시예에 따른 인공지능 기반의 면접자 직무역량 판단 시스템에 관한 것이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시 된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 또는 대체물을 포함한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 인공지능 기반의 면접자 직무역량 판단 방법에 관한 것이다. 도 1을 참조하면, 인공지능 기반의 면접자 직무역량 판단 방법은 먼저 운영서버(100)의 지원자정보수신부(110)가 채용자단말(200)로부터 지원자정보를 수신한다(S101). 상기 지원자정보는 면접자의 이력서, 자기소개서, 경력기술서 등으로 지원자가 제출한 채용에 관련된 파일일 수 있다.
운영서버(100)의 형태소분석부(120)가 수신된 지원자정보에서 형태소를 분석한다(S103). 운영서버(100)의 추출부(130)가 형태소분석부의 분석 결과에 기초하여 직무 키워드DB(193)에서 면접자의 최적의 직무역량키워드를 추출한다(S105).
운영서버(100)의 직무역량진단부(150)가 추출된 직무역량키워드가 전문직무DB에 매칭하여 전문직무에 해당하는지 여부를 판단한다(S107). 면접자의 직무역량키워드가 전문직무에 해당하면, 면접질문생성부(140)는 기초하여 보통직무 및 전문직무 면접질문을 생성한다(S111). 면접자의 직무역량키워드가 보통직무에 해당하면 면접질문생성부(140)는 보통직무 면접질문을 생성한다(S109).
상기 전문직무DB는 직무카테고리별로 분류된 데이터베이스로서, CNN 알고리즘 전파(propagation)알고리즘 및 역전파(back-propagation) 알고리즘 모델에 의해 학습되어 분류된 데이터베이스이다. 상기 전문직무DB는 NCS/인적성 DB, 업/직종 직무DB, 50대그룹/1000대기업 면접콘텐츠DB 중 적어도 하나인 전문직무 면접콘텐츠를 웹크롤링과 API연계를 통해 수집하고, 수집된 면접 콘텐츠를 가공하여 전문직무DB를 생성할 수 있다.
즉, 상기 전문직무DB는 프로필 전문 직무 키워드 분석을 통해 생성된 면접 질문을 추천하고, 추천 생성된 면접 질문 운영자 가공 Data를 CNN 알고리즘의 전파(Propagation), 역전파(Back-Propagation) 모델 최적화 학습 기술로 직무 카테고리 자동분류 저장할 수 있다. 수집된 전문 직무면접 콘텐츠 카테고리별 (업/직종, 50대그룹, 1000대기업 등)키워드 자동 분류, 생성된 면접 질문 운영자가 수동 카테고리 분류, 카테고리별 분류된 결과를 학습, 크롤링, API 추가 수집된 전문직무면접 콘텐츠의 자동분류를 통해 학습될 수 있다.
표시부가 생성된 면접질문을 표시하여 면접자단말에 면접질문 질의를 제공 면접질문 질의를 제공한다(S113). 이후에, 직무역량보고서작성부가 면접 결과에 분석하여 직무역량 진단보고서를 작성하여 채용자단말에 제공한다(S115). 면접질문을 질의하고 직무역량 진단보고서를 작성하는 프로세스에 대해서는 도 3에서 자세히 설명한다.
도 2는 본 발명의 실시예에 따른 딥러닝 모델 학습 방법을 설명하는 흐름도이다.
도 2를 참조하면, 도 1의 서비스의 선행 프로세스로서 딥러닝 모델 학습 방법은 운영서버의 추출부는 전문직무 면접콘텐츠로부터 전문직무매칭 데이터를 추출한다(S201). 상기 전문직무 면접콘텐츠는 NCS/인적성 DB, 업/직종 직무DB, 50대그룹/1000대기업 면접콘텐츠DB 중 하나일 수 있으나 이에 대해 한정하는 것은 아니다. 운영서버의 학습부는 추출된 전문직무매칭 데이터에 기초하여 딥러닝 모델을 학습한다(S203). 상기 딥러닝 모델은 CNN 알고리즘 전파(propagation) 알고리즘 및 역전파(back-propagation) 알고리즘 모델이다.
도 3은 본 발명의 실시예에 따른 직무역량 보고서 작성 방법을 설명하는 흐름도이다.
도 3을 참조하면, 운영서버(100)의 생체신호처리부(170)가 면접자단말로부터 면접자의 생체신호를 수신하여 진단한다(S301). 이때, 면접자단말(300)은 면접자가 장착한 웨어러블 디바이스일 수 있다. 면접자단말의 맥파센서(생체신호진단)로 면접진행시의 심박수 변화를 측정하여 직무역량 진단보고서의 보조지표로 활용할 수 있다. 이때, 체험자의 질의응답 과정에서 심박수 변화를 그래프로 표현할 수 있다.
운영서버로부터 생성된 직무역량 질의를 수신하면 면접자단말은 직무역량 질의에 대한 응답을 할 수 있다. 즉, 직무역량 질의 응답을 데이터 실시간 반영을 위한 CNN기반의 스피치 인식(Speech Recognition) 기술 개발로 직무역량 질의를 가상현실상에서 실시가능하도록 질의하고(TTS; text to speech), 면접자는 음성응답을 실시간으로 문자변환(STT; speech to text)하여 면접 정확성을 검증할 수 있다.
저장부(190)가 면접자단말(300)로부터 질의 응답 결과를 저장한다(S303).
형태소분석부(120)가 면접응답 추출하여 형태소를 분석한다(S305).
직무역량진단부(150)가 전문직무정답DB와 공통면접정답DB에 기초하여 면접응답 정확성을 평가한다(S307).
직무역량진단부(150)가 역량진단 알고리즘에 따라 역량평가DB에 기초하여 직무역량을 진단한다(S309). 이때, 역량진단 알고리즘은 전문직무정답과 공통 면접 정답의 배점 가중치를 전문 직무정답은 60%, 공통면접정답은 40%로 구성한다. 각각의 전문직무정답DB와 공통면접정답DB에서 유니크한 전문 직무 키워드 매칭 수를 카운트하고, STT 인식율, 전문직무 질의에 난이도 가점을 반영한다.
직무역량보고서 작성부(192)가 직무역량 진단 결과 및 생체신호 결과에 기초하여 직무역량 보고서를 작성한다(S311).
도 4는 본 발명의 실시예에 따른 인공지능 기반의 면접자 직무역량 판단 시스템에 관한 것이다.
도 4를 참조하면, 면접자 직무역량 판단시스템(10)은 운영서버(100), 채용자단말(200), 면접자단말(300)로 구성된다.
운영서버(100)는 지원자정보수신부(110), 형태소분석부(120), 추출부(130), 면접질문생성부(140), 직무역량진단부(150), 제어부(160), 생체신호처리부(170), 표시부(180), 저장부(190), 학습부(191), 직무역량보고서 작성부(192), 데이터베이스부(193)로 구성된다.
지원자정보수신부(110)는 채용자단말로부터 지원자정보를 수신한다. 상기 지원자정보는 면접자의 이력서, 자기소개서, 경력기술서 등으로 지원자가 제출한 채용에 관련된 파일일 수 있다.
형태소분석부(120)는 수신된 지원자정보에서 형태소를 분석한다.
추출부(130)는 형태소 분석결과에 기초하여 직무키워드DB에서 직무역량키워드를 추출한다.
면접질문생성부(140)는 추출된 직무역량키워드가 전문직무에 해당하면 보통직무 및 전문직무 면접질문을 생성하고, 추출된 직무역량키워드가 보통직무에 해당하면 보통직무 면접질문을 생성한다.
직무역량진단부(150)는 추출된 직무역량키워드가 전문직무에 해당하는지 판단한다. 또한, 직무역량진단부(150)는 역량진단 알고리즘에 따라 역량평가DB에 기초하여 직무역량을 진단한다(S309). 이때, 역량진단 알고리즘은 전문직무정답과 공통 면접 정답의 배점 가중치를 전문 직무정답은 60%, 공통면접정답은 40%로 구성한다. 각각의 전문직무정답DB와 공통면접정답DB에서 유니크한 전문 직무 키워드 매칭 수를 카운트하고, STT 인식율, 전문직무 질의에 난이도 가점을 반영한다.
데이터베이스부(193)는 직무키워드DB(195), 전문직무DB(196), 공통직무DB(197), 역량평가DB(198), 생체신호진단DB(199)로 구성된다.
발명의 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
10; 면접자 직무역량 판단시스템 100; 운영서버
110; 지원자정보수신부 120; 형태소분석부
130; 추출부 140; 면접질문생성부
150; 직무역량진단부 160; 제어부
170; 생체신호처리부 180; 표시부
190; 저장부 191; 학습부
193; 데이터베이스부

Claims (5)

  1. 인공지능 기반의 면접자 직무역량 판단 방법에 있어서,
    지원자정보수신부가 채용자단말로부터 지원자정보를 수신하고, 형태소분석부가 수신된 지원자정보에서 형태소를 분석하는 단계;
    추출부가 형태소 분석결과에 기초하여 직무키워드DB에서 직무역량키워드를 추출하고, 직무역량판단부가 추출된 직무역량키워드가 전문직무에 해당하는지 판단하는 단계; 및
    면접질문생성부가 추출된 직무역량키워드가 전문직무에 해당하면 보통직무 및 전문직무 면접질문을 생성하고, 추출된 직무역량키워드가 보통직무에 해당하면 보통직무 면접질문을 생성하는 단계를 포함하는 인공지능 기반의 면접자 직무역량 판단 방법.
  2. 제1항에 있어서,
    표시부가 생성된 면접질문을 표시하여 면접자단말에 면접질문 질의를 제공하는 단계;
    직무역량보고서작성부가 직무역량 진단 결과 및 생체신호 결과에 기초하여 직무역량 보고서를 작성하는 단계를 더 포함하는 인공지능 기반의 면접자 직무역량 판단 방법.
  3. 제1항에 있어서,
    추출부가 NCS DB, 인적성 DB, 업종/직종 직무DB, 대기업 면접 컨텐츠 DB로부터 전문직무매칭 데이터를 추출하는 단계;
    추출된 전문직무매칭 데이터에 기초하여 딥러닝 모델을 학습하는 단계를 더 포함하는 인공지능 기반의 면접자 직무역량 판단 방법.
  4. 제1항에 있어서,
    면접자에 부착된 면접자단말로부터 생체신호를 수신하고, 면접자단말로부터 응답결과를 저장하는 단계를 더 포함하는 인공지능 기반의 면접자 직무역량 판단 방법.
  5. 인공지능 기반의 면접자 직무역량 판단 시스템에 있어서,
    상기 시스템은 운영서버, 채용자단말, 면접자단말로 구성되고,
    상기 운영서버는,
    채용자단말로부터 지원자정보를 수신하는 지원자정보수신부;
    수신된 지원자정보에서 형태소를 분석하는 형태소분석부;
    형태소 분석결과에 기초하여 직무키워드DB에서 직무역량키워드를 추출하는 추출부;
    추출된 직무역량키워드가 전문직무에 해당하는지 판단하는 직무역량진단부; 및
    추출된 직무역량키워드가 전문직무에 해당하면 보통직무 및 전문직무 면접질문을 생성하고, 추출된 직무역량키워드가 보통직무에 해당하면 보통직무 면접질문을 생성하는 면접질문생성부를 포함하는 인공지능 기반의 면접자 직무역량 판단 시스템.

KR1020200023431A 2020-02-26 2020-02-26 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법 KR102422790B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200023431A KR102422790B1 (ko) 2020-02-26 2020-02-26 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200023431A KR102422790B1 (ko) 2020-02-26 2020-02-26 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210108622A true KR20210108622A (ko) 2021-09-03
KR102422790B1 KR102422790B1 (ko) 2022-07-20

Family

ID=77785194

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200023431A KR102422790B1 (ko) 2020-02-26 2020-02-26 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102422790B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102444362B1 (ko) * 2021-12-09 2022-09-19 주식회사 뤼튼테크놀로지스 작문 평가를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102449661B1 (ko) * 2022-06-27 2022-10-04 주식회사 레몬베이스 인공지능 기반 채용 서비스 제공 방법, 장치 및 시스템
KR20230127044A (ko) 2022-02-24 2023-08-31 동의대학교 산학협력단 마이 데이터를 활용한 직무 추천 시스템 및 이를 활용한 직무 추천 방법
KR102591769B1 (ko) * 2022-09-14 2023-10-24 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130055833A (ko) * 2011-11-21 2013-05-29 배창수 단말기를 이용한 구인구직 면접 중개시스템
KR20190118140A (ko) * 2018-04-09 2019-10-17 주식회사 마이다스아이티 온라인 인재 분석을 통한 면접 자동화 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130055833A (ko) * 2011-11-21 2013-05-29 배창수 단말기를 이용한 구인구직 면접 중개시스템
KR20190118140A (ko) * 2018-04-09 2019-10-17 주식회사 마이다스아이티 온라인 인재 분석을 통한 면접 자동화 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102444362B1 (ko) * 2021-12-09 2022-09-19 주식회사 뤼튼테크놀로지스 작문 평가를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
WO2023106855A1 (ko) * 2021-12-09 2023-06-15 주식회사 뤼튼테크놀로지스 작문 평가를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20230127044A (ko) 2022-02-24 2023-08-31 동의대학교 산학협력단 마이 데이터를 활용한 직무 추천 시스템 및 이를 활용한 직무 추천 방법
KR102449661B1 (ko) * 2022-06-27 2022-10-04 주식회사 레몬베이스 인공지능 기반 채용 서비스 제공 방법, 장치 및 시스템
KR102591769B1 (ko) * 2022-09-14 2023-10-24 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버
WO2024058480A1 (ko) * 2022-09-14 2024-03-21 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버

Also Published As

Publication number Publication date
KR102422790B1 (ko) 2022-07-20

Similar Documents

Publication Publication Date Title
KR102422790B1 (ko) 인공지능 기반의 면접자 직무역량 판단 시스템 및 방법
US10607188B2 (en) Systems and methods for assessing structured interview responses
CN110175229B (zh) 一种基于自然语言进行在线培训的方法和系统
Purohit et al. Natural language processing based jaro-the interviewing chatbot
US20210390513A1 (en) Document Analysis Using Machine Learning And Neural Networks
US9665566B2 (en) Computer-implemented systems and methods for measuring discourse coherence
KR102097282B1 (ko) 구직자-구인자 매칭의 합격 여부 판단을 위한 기계 학습 방법 및 이를 이용한 추천 장치
CN111401828A (zh) 一种强化排序的动态智能面试方法、装置、设备及计算机存储介质
US10380490B1 (en) Systems and methods for scoring story narrations
CN115641101A (zh) 一种智能化招聘的方法、装置及计算机可读介质
König et al. Machine learning in personnel selection
Chou et al. A résumé evaluation system based on text mining
Kortum et al. Dissection of AI job advertisements: A text mining-based analysis of employee skills in the disciplines computer vision and natural language processing
Wang et al. Utilizing artificial intelligence to support analyzing self-regulated learning: A preliminary mixed-methods evaluation from a human-centered perspective
Singh et al. A Novel Cloud-based Framework to Predict the Employability of Students
KR102244704B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자 맞춤형 작업 가이드의 자동 제공 방법
CN113723774A (zh) 答题评分方法、装置、计算机设备和存储介质
Mueller et al. Because everybody is different: Towards understanding the acceptance of organizational IT standards
CN109272262B (zh) 一种自然语言特征的分析方法
Rintyarna et al. Automatic ranking system of university based on technology readiness level using LDA-Adaboost. MH
Dhamecha et al. Balancing human efforts and performance of student response analyzer in dialog-based tutors
Stegmann et al. Quantifying qualities in collaborative knowledge construction: the analysis of online discussions
Pandey et al. Interview bot with automatic question generation and answer evaluation
KR102309778B1 (ko) 자연어 처리 기술을 이용한 자기소개서 평가 시스템 및 방법
Afandi et al. Data warehouse implementation for university executive information system with speech command feature

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right