TW202109388A - 依據同目標求職者履歷產生履歷修改建議之系統及方法 - Google Patents

依據同目標求職者履歷產生履歷修改建議之系統及方法 Download PDF

Info

Publication number
TW202109388A
TW202109388A TW108130860A TW108130860A TW202109388A TW 202109388 A TW202109388 A TW 202109388A TW 108130860 A TW108130860 A TW 108130860A TW 108130860 A TW108130860 A TW 108130860A TW 202109388 A TW202109388 A TW 202109388A
Authority
TW
Taiwan
Prior art keywords
resume
job
module
information
multimedia
Prior art date
Application number
TW108130860A
Other languages
English (en)
Other versions
TWI724517B (zh
Inventor
梁瑛心
張本杰
Original Assignee
南開科技大學
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 南開科技大學 filed Critical 南開科技大學
Priority to TW108130860A priority Critical patent/TWI724517B/zh
Publication of TW202109388A publication Critical patent/TW202109388A/zh
Application granted granted Critical
Publication of TWI724517B publication Critical patent/TWI724517B/zh

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一種依據同目標求職者履歷產生履歷修改建議之系統及方法,其透過分析依據求職目標所取得獲得面試之求職者履歷以建立分析資料,及對多媒體履歷進行分析以取得履歷訊息後,依據分析資料判斷履歷訊息之缺失,並依據履歷訊息之缺失產生修改建議之技術手段,可以提示多媒體履歷中的缺失,並達成給與修改多媒體履歷之提示與方向的技術功效。

Description

依據同目標求職者履歷產生履歷修改建議之系統及方法
一種履歷修改建議產生系統及其方法,特別係指一種依據同目標求職者履歷產生履歷修改建議之系統及方法。
早期求才廣告多半是刊登於報章雜誌上,而應徵者若要主動應徵則需將履歷郵寄至屬意的公司並等待面試機會,後來隨著網路的發展進步,求職的重心而逐漸移至人力銀行等徵才求職網站,目前,透過網路人力銀行進行求職已成為目前最主要的求職方式。
人力銀行的使用者可以在人力銀行上選擇欲應徵的職位,並上傳與欲應徵之職位對應的履歷到人力銀行的網站上,使得徵人的公司可以由人力銀行的網站上觀看應徵者的履歷,並選擇是否要找應徵者面試。
然而,大多數的應徵者通常不懂得如何撰寫履歷,只能依照網路上的範例增減,但這樣的履歷往往無法獲得徵人公司青睞的履歷。為此,目前有部分的應徵者在應徵特別的職位時,所上傳的履歷是多媒體履歷,希望透過多媒體的方式更有效的表達自己的特色與專長,但透過多媒體的展現,應徵者在製作多媒體履歷時,可能反而忽略了履歷的基本內容,也可能因為口條、服裝、或舉止反而暴露了缺點。
綜上所述,可知先前技術中長期以來一直存在多媒體履歷較傳統履歷需要注意的部分更多,導致應徵者容易忽略某些需要注意之部分的問題,因此有必要提出改進的技術手段,來解決此一問題。
有鑒於先前技術存在應徵者在製作多媒體履歷時容易忽略某些重點的問題,本發明遂揭露一種依據同目標求職者履歷產生履歷修改建議之系統及方法,其中:
本發明所揭露之依據同目標求職者履歷產生履歷修改建議之系統,至少包含:輸入模組,用以提供輸入求職目標及多媒體履歷;履歷取得模組,用以依據求職目標取得獲得面試之求職者履歷;履歷分析模組,用以分析求職者履歷以建立分析資料;多媒體處理模組,用以對多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息;缺點判斷模組,用以依據分析資料判斷履歷訊息之缺失;建議產生模組,用以依據履歷訊息之缺失產生修改建議。
本發明所揭露之依據同目標求職者履歷產生履歷修改建議之方法,其步驟至少包括:提供輸入求職目標及多媒體履歷;依據求職目標取得獲得面試之求職者履歷,並分析求職者履歷以建立分析資料;對多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息;依據分析資料判斷履歷訊息之缺失;依據履歷訊息之缺失產生修改建議。
本發明所揭露之系統與方法如上,與先前技術之間的差異在於本發明透過分析依據求職目標所取得獲得面試之求職者履歷以建立分析資料,及對多媒體履歷進行分析以取得履歷訊息後,依據分析資料判斷履歷訊息之缺失,並依據履歷訊息之缺失產生修改建議,藉以解決先前技術所存在的問題,並可以達成給與使用者修改多媒體履歷之提示與方向的技術功效。
以下將配合圖式及實施例來詳細說明本發明之特徵與實施方式,內容足以使任何熟習相關技藝者能夠輕易地充分理解本發明解決技術問題所應用的技術手段並據以實施,藉此實現本發明可達成的功效。
本發明可以嘗試收集與使用者應徵相同職位且獲得面試機會之其他求職者的履歷,並可以依據所收集到之履歷給予使用者所製作的多媒體履歷修改建議。
以下先以「第1圖」本發明所提之依據同目標求職者履歷產生履歷修改建議之系統架構圖來說明本發明的系統運作。如「第1圖」所示,本發明之系統含有輸入模組110、履歷取得模組120、履歷分析模組130、多媒體處理模組150、缺點判斷模組160、建議產生模組170,以及可以附加的目標建議模組190。其中,本發明之系統可以應用在計算設備100中,計算設備100可以是伺服器、個人電腦等。
輸入模組110可以提供輸入介面(圖中未示)給使用者輸入資料。當計算設備100為個人電腦等使用者可以操作的設備時,輸入模組110可以在計算設備100上顯示輸入介面,使得使用者可以操作計算設備100在輸入介面中輸入資料;而當計算設備100為伺服器等使用者需要透過所操作之客戶端(圖中未示)才可以連線的設備時,輸入模組110可以接收使用者在所操作之客戶端上所輸入的資料。在部分的實施例中,輸入模組110可以傳送輸入介面的顯示訊息給客戶端,使得客戶端依據顯示訊息顯示輸入介面,其中,顯示訊息可以是HTML,但本發明並不以此為限。
輸入模組110提供輸入的資料可以包含求職目標。其中,求職目標即為使用者欲應徵之職位,輸入模組110可以使用一層或多層式的選單給使用者選擇,但輸入模組110提供輸入目標職位的方式並不以上述為限。
輸入模組110提供輸入的資料也可以包含多媒體履歷。一般而言,輸入模組110可以提供使用者選擇多媒體履歷的檔案。其中,多媒體履歷通常為包含影像訊號與聲音訊號的影音檔案。
在部分的實施例中,輸入模組110提供輸入的資料還可以包含個人訊息。 輸入模組110提供輸入之個人訊息包含但不限於生日、性別、教育程度與經歷、工作經驗與貢獻、家庭狀況、興趣愛好、個人計畫等。
履歷取得模組120負責依據入模組110提供輸入之求職目標取得獲得面試機會的一個或多個求職者履歷。當計算設備100為伺服器等使用者需要透過所操作之客戶端才可以連線的設備時,若計算設備100中儲存所有求職者的履歷及求職者與徵才者的互動記錄,則履歷取得模組120可以依據求職者與徵才者的互動記錄由計算設備100中讀出獲得求職目標之面試機會的所有求職者的履歷;而當計算設備100為個人電腦等使用者可以操作的設備時,計算設備100可以先連線到儲存有所有求職者之履歷及求職者與徵才者之互動記錄的主機或伺服器(圖中未示),再依據求職者與徵才者的互動記錄下載獲得求職目標之面試機會的所有求職者的履歷。
在部分的實施例中,履歷取得模組120在取得獲得求職目標之面試機會的求職者之履歷(在本發明中也被稱為目標面試者履歷)後,可以判斷所取得之目標面試者履歷的數量是否低於預定值。若目標面試者履歷的數量低於預定值,則履歷取得模組120可以先取得與求職目標關聯之一個或多個其他職位,再取得獲得與求職目標關聯之其他職位之面試機會的面試者的履歷(在本發明中也被稱為其他面試者履歷)。其中,履歷取得模組120可以依據系統中預先設定的資料取得與求職目標關聯之其他職位,也可以搜尋職稱與工作內容都與求職目標相似的其他職位,但履歷取得模組120取得其他職位的方式並不以上述為限;另外,履歷取得模組120取得其他面試者履歷的方式與取得目標面試者履歷的方式相似,故不再贅述。
履歷分析模組130負責分析履歷取得模組120所取得之求職者履歷以建立分析資料。履歷分析模組130所建立的分析資料可以是模型、樣板、及/或特徵訊息。
舉例來說,履歷分析模組130可以對求職者履歷進行語意分析或使用其他演算法運算,藉以由求職者履歷中擷取出關鍵字,並將關鍵字作為特徵訊息、依據關鍵字建立樣板、及/或將關鍵字作為特徵向量訓練支援向量機(SVM, Support Vector Machines)以產生作為分析資料的分類模型。但履歷分析模組130建立分析資料的方式並不以上述為限。
多媒體處理模組150負責對輸入模組110提供輸入的多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息。多媒體處理模組150所取得之履歷訊息可以包含透過語音分析所產生的語音文字訊息及/或透過影像分析所產生的影像文字訊息,在部分的實施例中,履歷訊息還可以包含透過影像分析所產生的人物形象訊息。
更詳細的說,多媒體處理模組150可以使用語音辨識技術將多媒體履歷中的聲音訊號轉換為語音文字訊息。多媒體處理模組150轉換產生的語音文字訊息包含聲音訊號中的單字、片語、句子等文字資料,在部分的實施例中,語音文字訊息也包含與各個文字資料對應的時間資料,其中,每一個時間資料為相對應之文字資料在多媒體履歷中被發出(或被播放)的時間點。
多媒體處理模組150也可以擷取出多媒體履歷中的一個、多個、或所有影格(frame),並對所擷取出的影格進行文字辨識,藉以產生影像文字訊息。多媒體處理模組150辨識產生的影像文字訊息包含所擷取出之各個影格所包含的單字、片語、句子等文字資料,在部分的實施例中,與語音文字訊息相似的,影像文字訊息也包含與各個文字資料對應的時間資料。
多媒體處理模組150也可以對所擷取出的影格進行圖像處理及/或圖像分析,藉以判斷影格中是否包含人物的影像,例如,多媒體處理模組150可以對被擷取出之影格中進行提高對比度、去除雜訊等處理,藉以強化影格中之各物件的邊緣,並可以依據個物件之邊緣的特徵判斷影格中之物件是否為人物,但多媒體處理模組150判斷人物影像之方式並不以上述為限。其中,多媒體處理模組150可以每隔特定的時間或影格數由多媒體履歷中擷取影格,也可以在多媒體履歷的畫面有大比例的變化時(如場景改變或鏡頭Zoom In/Out等)擷取影格,但多媒體處理模組150擷取影格的時機亦不以上述為限。
多媒體處理模組150也可以依據影格中為人物的影像判斷人物的穿著、以及動作及/或姿勢等人物形象訊息,但人物形象訊息並不以上述為限。一般而言,多媒體處理模組150可以依據所取得之人物的影像產生特徵訊息,並比對所產生之特徵訊息與計算設備100中所儲存之各種服裝的特徵資料,藉以判斷人物的穿著以產生穿著資料,相似的,多媒體處理模組150也可以比對所產生之特徵訊息與計算設備100中所儲存之各種動作/姿勢的特徵資料,藉以判斷人物的動作與姿勢並產生相對應的動作資料,但多媒體處理模組150由多媒體履歷中取得人物形象訊息的方式亦不以上述為限。
缺點判斷模組160負責依據履歷分析模組130所建立的分析資料判斷履歷訊息的缺失。例如,當分析資料為模型時,缺點判斷模組160可以將履歷訊息作為參數輸入模型中,使得模型輸出履歷訊息的缺失;當分析資料為樣板時,缺點判斷模組160可以透過使用文意分析等技術來比對履歷訊息中是否包含與樣板之每一個段落對應的內容等等的方式,藉以判斷履歷訊息是否符合樣板的內容,並將履歷訊息中不符合樣板之內容的部分判斷為缺失;當分析資料為特徵訊息時,缺點判斷模組160可以計算履歷訊息中之各個段落的特徵資料,並可以比對特徵訊息是否有與所計算出之特徵資料相似的部分,若否,則判斷履歷訊息中特徵資料沒有與特徵訊息相似的段落有缺失。但缺點判斷模組160判斷履歷訊息之缺失的方式並不以上述為限。
在部分的實施例中,缺點判斷模組160也可以由計算設備100中讀出輸入模組110提供選擇之求職目標的目標形象資訊,並比對所讀出之目標形象資訊與履歷訊息中之人物形象訊息,藉以判斷人物形象訊息是否符合求職目標之形象,並在履歷訊息中之人物形象訊息不符合求職目標之形象時產生履歷訊息之缺失。其中,目標形象資訊通常是預先被設定,並被儲存於計算設備100中,可以包含但不限於穿著風格、說話語氣、動作姿勢等,缺點判斷模組160可以由人物形象訊息中的穿著資料與動作資料等資料判斷多媒體處理模組150所判斷出之使用者在多媒體影像中的形象是否符合求職目標的形象,例如,由服飾之樣式、花色與顏色等穿著資料判斷使用者是否與目標形象資訊的穿著風格相符,由站/坐姿、手部動作等動作資料判斷使用者是否與目標形象資訊的動作姿勢相符。
建議產生模組170負責依據缺點判斷模組160所產生之履歷訊息的缺失產生修改建議。例如,建議產生模組170可以列出履歷訊息的缺失,並針對每一個缺失提供求職者履歷中的相關內容,使得使用者可以依據建議產生模組170所列出的相關內容調整多媒體履歷。其中,建議產生模組170可以將包含產生缺點判斷模組160判斷履歷訊息有缺失之特徵訊息或樣板內容所使用的關鍵字在求職者履歷中的段落讀出,並將所讀出的段落作為相關內容,但建議產生模組170提供求職者履歷中之相關內容的方式並不以上述為限。
在部分的實施例中,建議產生模組170也可以依據履歷訊息中有缺失之語音文字訊息或影像文字訊息所包含的時間資訊,由多媒體履歷中擷取出目標影像,並顯示目標影像,以及在所顯示之目標影像中加入修改建議。例如,加入求職者履歷中的相關內容。
目標建議模組190可以判斷缺點判斷模組160所產生之履歷訊息的缺失是否滿足觸發條件。其中,觸發條件可以是缺失的數量達到一定值,也可以是多媒體履歷中有缺失的部分超過一定比例等,但本發明並不以上述為限。
目標建議模組190可以在缺點判斷模組160所產生之履歷訊息的缺失滿足觸發條件時,依據輸入模組110提供輸入之個人訊息及履歷訊息判斷建議職位。例如,目標建議模組190可以預先設定各種職位的關鍵字與對應的特質,當履歷訊息所包含某個職位的關鍵字達到一定數量且與個人訊息所表現出之特質與該職位對應的特質相符時,目標建議模組190即可以判斷該職位為使用者的建議職位,但本發明並不以此為限。
接著以一個實施例來解說本發明的運作系統與方法,並請參照「第2A圖」本發明所提之依據同目標求職者履歷產生履歷修改建議之方法流程圖。在本實施例中,假設本發明應用在使用者所操作的個人電腦中,但本發明並不以此為限。
首先,輸入模組110可以提供使用者輸入求職目標與多媒體履歷(步驟220)。在本實施例中,假設輸入模組110可以顯示輸入介面給使用者,使得使用者可以在輸入介面中選擇求職目標,並選擇多媒體檔案的存放路徑。
在輸入模組110提供使用者輸入求職目標與多媒體履歷(步驟220)後,履歷取得模組120可以依據輸入模組110提供輸入的求職目標取得獲得面試之求職者履歷(步驟230)。在本實施例中,假設履歷取得模組120可以連線到支援本發明的伺服器,並傳送被使用者選擇之求職目標的識別資料給所連接之伺服器,再接收伺服器所傳回之求職者履歷。
其中,如「第2B圖」之流程所示,履歷取得模組120可以先至伺服器取得獲得面試求職目標之面試者的目標面試者履歷(步驟231),接著,履歷取得模組120可以判斷目標面試者履歷的數量是否低於預定值(步驟233)。若否,也就是目標面試者履歷的數量大於或等於預定值,則履歷取得模組120可以結束本次的運作;而若履歷取得模組120判斷目標面試者履歷的數量低於預定值,則履歷取得模組120可以取得與求職目標關聯的其他職位(步驟235),再至伺服器取得獲得面試其他職位之面試者的其他面試者履歷(步驟237),如此,履歷取得模組120所取得的求職者履歷包含目標面試者履歷以及其他面試者履歷。
繼續回到「第2A圖」,在履歷取得模組120取得獲得面試之求職者履歷後(步驟230),履歷分析模組130可以分析履歷取得模組120所取得的求職者履歷以建立分析資料(步驟240)。
同樣在輸入模組110提供使用者輸入求職目標與多媒體履歷(步驟220)後,多媒體處理模組150可以對輸入模組110提供輸入的多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息(步驟250)。在本實施例中,假設多媒體處理模組150所取得的履歷訊息包含語音文字訊息以及影像文字訊息。
實務上,履歷分析模組130分析履歷取得模組120所取得的求職者履歷以建立分析資料(步驟230、240)以及多媒體處理模組150對多媒體履歷進行影像分析與語音分析以取得履歷訊息(步驟250)並沒有先後次序的關係,也就是說,在本實施例中,多媒體處理模組150也可以在履歷取得模組120取得求職者履歷(步驟230)及/或履歷分析模組130分析求職者履歷以建立分析資料(步驟240)之前,即對多媒體履歷進行影像分析與語音分析以取得履歷訊息(步驟250)。
在履歷分析模組130分析履歷取得模組120所取得的求職者履歷以建立分析資料(步驟230、240),且多媒體處理模組150對多媒體履歷進行影像分析與語音分析以取得履歷訊息(步驟250)後,缺點判斷模組160可以依據履歷分析模組130所產生的分析資料判斷多媒體處理模組150所產生之履歷訊息中的缺失(步驟260)。
在缺點判斷模組160依據分析資料判斷履歷訊息中的缺失(步驟260)後,建議產生模組170可以依據缺點判斷模組160所判斷出之履歷訊息中的缺失產生修改建議(步驟280)。
如此,透過本發明,使用者便可以得知所製作之多媒體履歷是否還有缺失之處,也可以了解要如何修改多媒體履歷中的缺失。
上述實施例中,在多媒體處理模組150對多媒體履歷進行影像分析與語音分析以取得履歷訊息(步驟250)時,若多媒體處理模組150所產生的履歷訊息中還包含人物形象訊息,則如「第2C圖」之流程所示,在缺點判斷模組160依據分析資料判斷履歷訊息中的缺失(步驟260)後,可以至伺服器取得輸入模組110所輸入之求職目標的形象(步驟271),並可以依據多媒體處理模組150所產生之履歷訊息中的人物形象訊息是否符合求職目標的形象(步驟273)。若是,則缺點判斷模組160可以結束執行,使得建議產生模組170依據缺點判斷模組160所判斷出之語音文字訊息及/或影像文字訊息中的缺失產生修改建議(步驟280);而若多媒體處理模組150所產生之人物形象訊息不符合求職目標的形象,則缺點判斷模組160可以產生履歷訊息的缺失(步驟275),使得建議產生模組170在依據缺點判斷模組160所判斷出之履歷訊息中的缺失產生修改建議(步驟280)時,所產生的修改建議包含對多媒體履歷中之人物形象不符合求職目標之形象的缺失產生修改建議。
其中,缺點判斷模組160依據判斷多媒體處理模組150所產生之履歷訊息中的語音文字訊息及/或影像文字訊息缺失(步驟260)與判斷履歷訊息中的人物形象訊息是否符合求職目標的形象(步驟273)並沒有先後次序的關係。
綜上所述,可知本發明與先前技術之間的差異在於具有分析依據求職目標所取得獲得面試之求職者履歷以建立分析資料,及對多媒體履歷進行分析以取得履歷訊息後,依據分析資料判斷履歷訊息之缺失,並依據履歷訊息之缺失產生修改建議之技術手段,藉由此一技術手段可以來解決先前技術所存在應徵者在製作多媒體履歷時容易忽略某些重點的問題,進而達成給與使用者修改多媒體履歷之提示與方向的技術功效。
另外,在上述實施例中,若計算設備100中還包含目標建議模組190,則可以如「第2D圖」之流程所示,在履歷分析模組130分析履歷取得模組120所取得的求職者履歷以建立分析資料(步驟230、240),以及多媒體處理模組150對多媒體履歷進行影像分析與語音分析以取得履歷訊息(步驟250)前,輸入模組110可以提供使用者輸入個人訊息,如此,在建議產生模組170在依據缺點判斷模組160所判斷出之履歷訊息中的缺失產生修改建議(步驟280)後,目標建議模組190可以判斷缺點判斷模組160所判斷出之履歷訊息的缺失是否滿足觸發條件。若否,則目標建議模組190可以結束本次的運作;而若目標建議模組190判斷觸發條件被滿足,則目標建議模組190可以依據多媒體處理模組150所產生的履歷訊息以及輸入模組110提供輸入之個人訊息判斷建議職位(步驟290),藉以建議使用者考慮改變求職目標。
再者,本發明之依據同目標求職者履歷產生履歷修改建議之方法,可實現於硬體、軟體或硬體與軟體之組合中,亦可在電腦系統中以集中方式實現或以不同元件散佈於若干互連之電腦系統的分散方式實現。
雖然本發明所揭露之實施方式如上,惟所述之內容並非用以直接限定本發明之專利保護範圍。任何本發明所屬技術領域中具有通常知識者,在不脫離本發明所揭露之精神和範圍的前提下,對本發明之實施的形式上及細節上作些許之更動潤飾,均屬於本發明之專利保護範圍。本發明之專利保護範圍,仍須以所附之申請專利範圍所界定者為準。
100:計算裝置 110:輸入模組 120:履歷取得模組 130:履歷分析模組 150:多媒體處理模組 160:缺點判斷模組 170:建議產生模組 190:目標建議模組 步驟210:提供輸入個人訊息 步驟220:提供輸入求職目標及多媒體履歷 步驟230:依據求職目標取得獲得面試之求職者履歷 步驟231:取得獲得面試求職目標之面試者之目標面試者履歷 步驟233:判斷目標面試者履歷之數量是否低於預定值 步驟235:取得與求職目標關聯之其他職位 步驟237:取得獲得面試其他職位之面試者之其他面試者履歷 步驟240:分析求職者履歷以建立分析資料 步驟250:對多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息 步驟260:依據分析資料判斷履歷訊息之缺失 步驟271:取得求職目標之形象 步驟273:判斷履歷訊息是否符合求職目標之形象 步驟275:產生履歷訊息之缺失 步驟280:依據履歷訊息之缺失產生修改建議 步驟290:依據個人訊息及履歷訊息判斷建議職位
第1圖為本發明所提之依據同目標求職者履歷產生履歷修改建議之系統架構圖。 第2A圖為本發明所提之依據同目標求職者履歷產生履歷修改建議之方法流程圖。 第2B圖為本發明所提之取得獲得面試之求職者履歷之詳細方法流程圖。 第2C圖為本發明所提之判斷履歷訊息是否符合求職目標形象之詳細方法流程圖。 第2D圖為本發明所提之給予求職建議之附加方法流程圖。
步驟220:提供輸入求職目標及多媒體履歷
步驟230:依據求職目標取得獲得面試之求職者履歷
步驟240:分析求職者履歷以建立分析資料
步驟250:對多媒體履歷進行影像分析與語音分析,藉以取得履歷訊息
步驟260:依據分析資料判斷履歷訊息之缺失
步驟280:依據履歷訊息之缺失產生修改建議

Claims (10)

  1. 一種依據同目標求職者履歷產生履歷修改建議之方法,該方法至少包含下列步驟: 提供輸入一求職目標及一多媒體履歷; 依據該求職目標取得獲得面試之至少一求職者履歷,並分析該至少一求職者履歷以建立一分析資料; 對該多媒體履歷進行影像分析與語音分析,藉以取得一履歷訊息; 依據該分析資料判斷該履歷訊息之缺失;及 依據該履歷訊息之缺失產生修改建議。
  2. 如申請專利範圍第1項所述之依據同目標求職者履歷產生履歷修改建議之方法,其中產生對應之修改建議之步驟更包含由該多媒體履歷中擷取一目標影像,顯示該目標影像,並於該目標影像中標示修改建議之步驟。
  3. 如申請專利範圍第1項所述之依據同目標求職者履歷產生履歷修改建議之方法,其中依據該求職目標取得獲得面試之至少一求職者履歷之步驟為取得獲得面試該求職目標之至少一面試者之目標面試者履歷,並判斷該至少一目標面試者履歷之數量低於預定值時,先取得與該求職目標關聯之至少一其他職位,再取得獲得面試該至少一其他職位之所有面試者之其他面試者履歷之步驟。
  4. 如申請專利範圍第1項所述之依據同目標求職者履歷產生履歷修改建議之方法,其中該方法於產生對應之修改建議之步驟前,更包含比對該履歷訊息是否符合該求職目標之形象,並在該履歷訊息不符合該求職目標之形象時產生該履歷訊息之缺失之步驟。
  5. 如申請專利範圍第1項所述之依據同目標求職者履歷產生履歷修改建議之方法,其中該方法於提供輸入該求職目標及該多媒體履歷之步驟前,更包含提供輸入一個人訊息之步驟,及於產生對應之修改建議之步驟後,更包含依據該個人訊息及該履歷訊息判斷一建議職位之步驟。
  6. 一種依據同目標求職者履歷產生履歷修改建議之系統,該系統至少包含: 一輸入模組,用以提供輸入一求職目標及一多媒體履歷; 一履歷取得模組,用以依據該求職目標取得獲得面試之至少一求職者履歷; 一履歷分析模組,用以分析該至少一求職者履歷以建立一分析資料; 一多媒體處理模組,用以對該多媒體履歷進行影像分析與語音分析,藉以取得一履歷訊息; 一缺點判斷模組,用以依據該分析資料判斷該履歷訊息之缺失;及 一建議產生模組,用以依據該履歷訊息之缺失產生修改建議。
  7. 如申請專利範圍第6項所述之依據同目標求職者履歷產生履歷修改建議之系統,其中該建議產生模組更用以由該多媒體履歷中擷取一目標影像,顯示該目標影像,並於該目標影像中標示修改建議。
  8. 如申請專利範圍第6項所述之依據同目標求職者履歷產生履歷修改建議之系統,其中該履歷取得模組是取得獲得面試該求職目標之至少一面試者之目標面試者履歷,並判斷該至少一目標面試者履歷之數量低於預定值時,先取得與該求職目標關聯之至少一其他職位,再取得獲得面試該至少一其他職位之所有面試者之其他面試者履歷。
  9. 如申請專利範圍第6項所述之依據同目標求職者履歷產生履歷修改建議之系統,其中該缺點判斷模組更用以比對該履歷訊息是否符合該求職目標之形象,並在該履歷訊息不符合該求職目標之形象時判斷該履歷訊息產生缺失。
  10. 如申請專利範圍第6項所述之依據同目標求職者履歷產生履歷修改建議之系統,其中該系統更包含一目標建議模組,用以依據該履歷訊息及該輸入模組提供輸入之一個人訊息判斷一建議職位。
TW108130860A 2019-08-28 2019-08-28 依據同目標求職者履歷產生履歷修改建議之系統及方法 TWI724517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108130860A TWI724517B (zh) 2019-08-28 2019-08-28 依據同目標求職者履歷產生履歷修改建議之系統及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108130860A TWI724517B (zh) 2019-08-28 2019-08-28 依據同目標求職者履歷產生履歷修改建議之系統及方法

Publications (2)

Publication Number Publication Date
TW202109388A true TW202109388A (zh) 2021-03-01
TWI724517B TWI724517B (zh) 2021-04-11

Family

ID=76035379

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108130860A TWI724517B (zh) 2019-08-28 2019-08-28 依據同目標求職者履歷產生履歷修改建議之系統及方法

Country Status (1)

Country Link
TW (1) TWI724517B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI824272B (zh) * 2021-07-30 2023-12-01 川陀數位股份有限公司 編輯履歷的電子裝置和方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11126784B2 (en) * 2018-11-13 2021-09-21 Illumy Inc. Methods, systems, and apparatus for email to persistent messaging

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200941359A (en) * 2008-03-17 2009-10-01 1111Job Bank Co Ltd Resume health clinic system, method and program
WO2011127592A1 (en) * 2010-04-15 2011-10-20 Colin Dobell Methods and systems for capturing, measuring, sharing and influencing the behavioural qualities of a service performance
US20110276507A1 (en) * 2010-05-05 2011-11-10 O'malley Matthew Carl System and method for recruiting, tracking, measuring, and improving applicants, candidates, and any resources qualifications, expertise, and feedback
TWI446283B (zh) * 2010-12-31 2014-07-21 104 Corp 履歷分析方法
WO2015198317A1 (en) * 2014-06-23 2015-12-30 Intervyo R&D Ltd. Method and system for analysing subjects
CN107291715A (zh) * 2016-03-30 2017-10-24 阿里巴巴集团控股有限公司 简历评估方法和装置
CN110111086A (zh) * 2019-05-21 2019-08-09 南京才多多网络科技有限公司 一种应届生简历质量诊断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI824272B (zh) * 2021-07-30 2023-12-01 川陀數位股份有限公司 編輯履歷的電子裝置和方法
US11966693B2 (en) 2021-07-30 2024-04-23 Trantor Tech, Inc. Electronic device and method for editing resume

Also Published As

Publication number Publication date
TWI724517B (zh) 2021-04-11

Similar Documents

Publication Publication Date Title
US10949744B2 (en) Recurrent neural network architectures which provide text describing images
CN106685916B (zh) 电子会议智能装置及方法
CN111641514B (zh) 会议智能系统、用于会议智能的方法和存储介质
US11321667B2 (en) System and method to extract and enrich slide presentations from multimodal content through cognitive computing
US10909111B2 (en) Natural language embellishment generation and summarization for question-answering systems
US8126220B2 (en) Annotating stimulus based on determined emotional response
US11321639B1 (en) Automated evaluation of acting performance using cloud services
Rudinac et al. Learning crowdsourced user preferences for visual summarization of image collections
US20230177835A1 (en) Relationship modeling and key feature detection based on video data
Ringeval et al. Emotion recognition in the wild: Incorporating voice and lip activity in multimodal decision-level fusion
US9710449B2 (en) Targeted social campaigning based on user sentiment on competitors' webpages
US12047704B2 (en) Automated adaptation of video feed relative to presentation content
JP7550257B2 (ja) ビデオ生成方法及びその装置、ニューラルネットワークのトレーニング方法並びにその装置
US20220121712A1 (en) Interactive representation of content for relevance detection and review
TWI724517B (zh) 依據同目標求職者履歷產生履歷修改建議之系統及方法
KR20190065194A (ko) 회의록 열람 문서 생성 방법 및 그 장치
US11733823B2 (en) Synthetic media detection and management of trust notifications thereof
US11355155B1 (en) System and method to summarize one or more videos based on user priorities
WO2023235580A1 (en) Video-based chapter generation for a communication session
WO2023239477A1 (en) Video recording processing
US20140297678A1 (en) Method for searching and sorting digital data
Angrave et al. Creating TikToks, Memes, Accessible Content, and Books from Engineering Videos? First Solve the Scene Detection Problem.
Mushtaq et al. Vision and Audio-based Methods for First Impression Recognition Using Machine Learning Algorithms: A Review
US12124524B1 (en) Generating prompts for user link notes
WO2023095629A1 (ja) 対話管理装置、対話管理システム及び対話管理方法