智能搜索引擎精准定位候选人

随着电子数据化时代的到来,大数据这个词进入了人们的视野。近年来,几乎所有的行业都逐渐开始从传统数据形式向电子数据化转型。微信支付,支付宝等电子货币的兴起使得身上带上大量现金的行为变得不复存在。一般商品以前通过线下接触目标用户群体,如试吃活动、问卷调查活动,逐渐转型为通过用户互联网行为进行数据收集与分析。人力资源也逐渐有这个趋势,简历数据从原来的纸质简历变成电子格式简历,然后进化成标准化简历数据库。对于大部分企业来说,如何高效利用已有的简历资源是一个非常重要的问题。经招聘专家研究报道,如果在招聘时不对自身简历库进行挖掘,会增加企业超过500%的招聘成本。如果说我们的人岗匹配系统能够帮助用人单位快速根据招聘岗位从海量候选人中匹配出较为合适候选人,那么智能搜索引擎就能够帮助用户精确定位符合某些具体特征的候选人。

一. 智能候选人搜索引擎的应用场景

考虑如下几个应用场景:

1. 如果用户有一个招聘岗位信息,并且非常清楚知道自己需要什么样的候选人群体。如互联网公司在招聘一个大数据工程师,并且非常希望候选人来自于一些指定的互联网巨头,并且是从某些名校的项目毕业。通过我们的人岗匹配系统,能够快速从简历数据库中定位所有符合的候选人,这些候选人掌握了该岗位的必要技能,并有一定相关的项目经验。然后用户可以通过我们的智能候选人搜索引擎创建复杂搜索条件,如现在在阿里巴巴从事大数据工程师工作,且在美国常青藤大学计算机系毕业的硕士,现居地在深圳。通过搜索,能够快速精确定位到用户最想得到的候选人群体,大大节省招聘成本。

2. 如果用户想要更好地对本地简历库进行整理和标签,可以通过搜索引擎的深度语意搜索功能对简历进行搜索,假设人事专员想创建一个候选人标签,希望熟悉分布式计算和机器学习,可以在全文搜索设置分布式计算和机器学习两个条件。我们的智能语义搜索引擎能够理解用户的搜索意图,结合行业知识图谱得到,分布式计算近义词为Hadoop, Spark等, 机器学习的近义词为深度学习,神经网络,支持向量机等。结合这些行业知识对简历库进行搜索,精准定位目标候选人集合,比简单的关键词全文匹配要更加的准确和灵活。

3. 如果用户想要利用简历库进行行业统计分析,如想要回答如下几个问题,在一二三线城市中java工程师的薪资对比,在互联网行业和在传统行业java工程师的技能集对比,以及java工程师的学历构成。我们先进的简历解析技术保证了对各字段进行独立搜索的可行性,因此只需要在候选人搜索引擎中运行几条搜索指令就可以得到需要的答案。

二. 智能候选人搜索引擎的技术优势

深度学习赋能语义理解技术

我们使用了最先进的自然语言理解技术对用户的搜索语句进行分析,结合行业专家知识图谱,保证引擎能理解用户搜索意图,返回精准结果。

简历解析使字段搜索变的可行

传统的招聘行业搜索引擎仅仅支持对全文或某些特定字段进行搜索。但由于我们拥有最先进的简历解析技术,使得120+个字段的搜索变得可能。用户可以对各个字段进行非常精细化的搜索,如在2014年在清华大学计算机本科毕业,平均成绩在85分以上,且现在在百度搜索部工作的大数据工程师。目前市面上还没有一款人才搜索引擎能做到如此精细的搜索。

高速的搜索体验

我们使用了最新的数据库技术,优化了搜索语句的阅读方式,能在秒内完成对十万份简历的条件搜索。

有机结合于其他招聘产品

我们的搜索引擎能够与其他招聘产品有机结合。简历解析使得搜索引擎更加准确,人岗匹配使得搜索引擎功能更加完善,人才画像使得搜索字段维度更高,读出更多简历中的隐含信息。

最后,真诚感谢您愿意花几分钟的时间阅读我们的产品介绍,希望能到我们的搜索引擎demo页面进行试用,非常欢迎向我们提出意见或建议!小析智能的产品如果能够帮忙减轻您的工作,是我们最大的荣幸!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,529评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,015评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,409评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,385评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,387评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,466评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,880评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,528评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,727评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,528评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,602评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,302评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,873评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,890评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,132评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,777评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,310评论 2 342

推荐阅读更多精彩内容