我正在建立一个工作站点——是的，这些站点还不够。我在研究中遇到的问题之一是如何将相关简历与感兴趣的招聘人员相匹配。我想到的最无聊的解决方案是使用文本分析来解析招聘人员指定标签的简历——这有一个缺点：简历可能包含隐藏的关键字或流行语。然后有趣的是弄清楚如何解决这个问题。解决这个问题的更有趣的方法是什么？（也许是某种机器学习算法？那么你也必须训练这头野兽。）
所以我还不知道该怎么做。我欢迎您提供任何建议。
问问题
5640 次
4 回答
3
不要让候选人写简单的简历。相反，创建一个包含不同领域的表格（获得的学位（哪些机构？）、期望的薪水、特定技术的经验/技能水平、工作类型（合同、永久）、工作与特定地址的距离等）。同样，为雇主创建具有各种相关字段的表单。以这样一种方式创建这些表单，即一种表单与另一种匹配是可能的。保留尽可能多的非强制性字段。然后采用最相关的算法来匹配这些形式。应该有两种这样的算法：一种是候选人可以搜索工作，另一种是雇主可以搜索候选人。
于 2010-10-13T00:39:26.503 回答
2
将自由文本简历解析成单词。删除停用词（and、or but、the 等）。将剩余的单词与简历一起存储在数据库中。
最初，您需要一位主题专家，他将根据招聘人员的要求对简历进行评分。专家会给每个 CV 与给定请求匹配的程度打分，比如 0-100。启动此过程后，您可以使用其中一种经典匹配算法来选择看起来接近专家评价的 CV。
可能从简单的N 最近邻开始，然后再转向更高级的，如主成分分析或奇异值分解。
您可以在Netflix Prize Forum上找到广泛的讨论和代码来实现这些算法
于 2010-10-13T10:40:24.357 回答
1
关键是不要担心匹配，而是要完美排序。这就是谷歌的关键——任何人都可以找到 1,000,000 次点击——他们找出了排名靠前的那个。
坦率地说，如果我输入 Java，我真的希望（希望）在简历中包含 Java——不过，您如何找到我的最佳候选人？
于 2010-10-13T01:09:56.397 回答
0
可以要求候选人在字段中输入数据，但问题是他可能会使用与可能错过的感兴趣的词相似的词，例如 HTML，他可能会输入 HyperTextMarkupLanguage。因此，系统必须能够从无法识别的行话中学习，这可以通过使用感兴趣的词的同义词来实现。比如说我想找一个知道脚本语言而不是搜索“脚本语言”的候选人语言出现。
如果您讨厌将数据输入系统，您可以查询网络，例如 Wikipedia，以查找“Perl”是一种什么样的语言并对其进行解析。这使得系统甚至可以适应新技术，因为我们都知道技术不断发展，所以这很有用。
于 2010-10-13T10:28:01.113 回答