基于简历和职位匹配的职业分类综合系统-研究论文

简历在招聘过程中起着重要作用； 它决定了候选人对招聘人员的第一印象。 但是，根据最近的研究，简历分析仍然是一项耗时的任务。 本文提出的模型的主要重点-智能简历选择器（SRS）是自动选择合适的候选人，以减少工作量，时间和额外的花费。 本文提出的SRS模型首先对简历进行细分，以提取重要信息。 然后将简历转换为令牌，将令牌与根据公司要求定义的一组信息和技能集进行比较。 计算出每份简历及其专业领域（不包括5个基本职业类别）的总分。 对从Indeed，LinkedIn，AngelList和其他在线数据集中的数据集中收集的200多个履历进行测试，并将所需的输出与实验输出进行比较后，一般类别的履历的准确度达到了83.5％，特定类别的履历的准确度达到了89％类别类型。 这些发现将有助于根据候选人的简历初步筛选候选人，以进行进一步的处理。 它将使简历筛选过程自动化，从而使其变得既简单又省时。