简历匹配算法

Question

我正在建立一个工作现场 - 是的，还不够。我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标签招聘人员指定的简历 - 这有一个缺点：简历可能包含隐藏的关键字或流行语。然后，弄清楚如何解决这个问题很有趣。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？那么您也必须训练这只野兽。）

所以我不知道我该怎么做。我欢迎您提供的任何建议。

Answer 1

将自由文本简历解析为单词。删除停止词（以及，或者，等等）。将剩余的单词存储在带有简历的数据库中。

最初，您需要一个主题专家，他将根据招聘人员的要求对简历进行评分。专家将给出分数，例如每个简历与给定请求的匹配程度0-100。一旦此过程被启动短缺，您就可以使用经典的匹配算法之一选择与专家评级良好的CVS选择。

可能从简单开始 n最近的邻居 并转向更典型的人 主成分分析 或者 奇异值分解 稍后的。

您可以找到广泛的讨论和代码，以在 Netflix奖论坛

Answer 2

不允许候选人写简单的简历。取而代之的是，创建一个具有各种领域的表格（获得的学位（哪些机构？），预期的薪水，特定技术的经验/技能水平，工作类型（合同，永久），工作距离与特定地址的距离等）。同样，为雇主创建各种相关领域的形式。创建这些形式的方式是可以将一种形式与另一种形式匹配的方式。留下尽可能多的非大规模领域。然后采用与这些形式匹配最相关的算法。应该有两种这样的算法：一种候选人可以与其他雇主一起搜索工作，可以搜索候选人。

Answer 3

关键是不必担心匹配，而是完美排序。那是Google的关键 - 任何人都可以找到1,000,000次命中 - 他们发现了最高的。

坦率地说，如果我输入Java，我真的希望（想要）简历中有Java - 但是您如何找到我最好的候选人？

Answer 4

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类似的单词与感兴趣的单词，就像HTML一样，他可能会输入HypertextMarkSuplanguage。因此，该系统必须使其从无法识别的术语中学习，这可以通过使用单词的同义词来实现。就像说我想得到一个知道脚本语言而不是搜索“脚本语言”的候选人，我可以得到诸如perl，python，ruby之类的同义词，并使用它来比较字段。但是，这需要您每次输入数据，语言出现。

如果您讨厌将数据输入系统，则可以查询Web说Wikipedia以查找哪种语言“ Perl”并解析它。这使系统甚至可以适应新技术，因为我们都知道技术会不断发展，因此这可以有用。