CN110930106A - 线上面试系统的信息处理方法、装置和系统 - Google Patents
线上面试系统的信息处理方法、装置和系统 Download PDFInfo
- Publication number
- CN110930106A CN110930106A CN201910974942.2A CN201910974942A CN110930106A CN 110930106 A CN110930106 A CN 110930106A CN 201910974942 A CN201910974942 A CN 201910974942A CN 110930106 A CN110930106 A CN 110930106A
- Authority
- CN
- China
- Prior art keywords
- information
- question
- hit probability
- target user
- questioning
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 26
- 230000008569 process Effects 0.000 abstract description 19
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000011835 investigation Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 230000007115 recruitment Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005034 decoration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据分析技术领域，尤其涉及一种线上面试系统的信息处理方法、装置、计算机设备和存储介质，包括：从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；本方案根据目标用户提供的简历文件从问题库中匹配相应的提问信息，并进一步通过该提问信息的追问信息了解更多关于目标用户的相关信息，保证面试过程的科学性与客观性，提高面试准确性。
Description
技术领域
本申请涉及数据分析技术领域，尤其涉及一种线上面试系统的信息处理方法、装置、计算机设备和存储介质。
背景技术
随着信息化技术的飞速发展，人与人之间的沟通也从原始的面对面交流发展成为现今通过互联网进行有效且便捷的交流。AI技术也是在各个行业中得到充分应用，例如在人力资源管理方面，通过计算机技术搭建招聘平台，将传统的面试方式转变为在线面试，从而提高面试效率。
目前，招聘平台的线上面试系统运行过程中，主要根据面试问题库中设置的固定问题信息生成提问信息，用于对面试者进行提问，但这种方式难以得到准确的提问信息，缺乏科学性和客观性，从而影响了对面试者面试的准确性。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中无法针对目标用户的简历以及回答提出相关的问题，从而影响面试准确性的技术缺陷。
本申请提供一种线上面试系统的信息处理方法，包括如下步骤：
从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；
根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；
获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；
根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
在一个实施例中，根据所述命中概率从问题库中选择与该命中概率相关联的追问信息的步骤，包括：
若所述命中概率高于第一阈值，从问题库中选择难度系数大于所述提问信息的追问信息；
若所述命中概率低于第二阈值，从问题库中选择难度系数小于所述提问信息的追问信息；
其中，所述难度系数是预置的系数，所述第一阈值大于或等于第二阈值。
在一个实施例中，根据所述命中概率从问题库中选择与该命中概率相关联的追问信息的步骤，还包括：
若所述命中概率不高于第一阈值且不低于第二阈值，从问题库中选择难度系数与所述提问信息一致的追问信息；其中，所述追问信息的内容与所述提问信息不相关。
在一个实施例中，从简历库获取目标用户的简历文件的步骤之前，还包括：
获取岗位描述信息，并根据所述岗位描述信息确定与所述岗位描述信息对应的岗位画像；
将所述岗位画像与用户的简历文件之间进行匹配，并根据所述匹配结果筛选符合所述岗位画像的用户，将其作为目标用户。
在一个实施例中，根据所述关键信息从问题库中查找相匹配的提问信息的步骤，包括：
对所述关键信息进行解析，确定与所述关键信息对应的考察点；
根据所述考察点匹配问题库中与所述考察点对应的提问问题。
在一个实施例中，根据所述关键信息从问题库中查找相匹配的提问信息的步骤之后，还包括：
获取目标用户输入的选项信息，根据所述选项信息在所述问题库中配置与所述选项信息对应数目的提问信息；
根据所述关键信息在所述问题库中与各个提问信息的匹配顺序，以及所述提问信息的配置数目生成提问清单。
在一个实施例中，根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息的步骤之后，还包括：
获取所述目标用户针对于各个提问信息的回答信息，并根据所述回答信息统计各个提问信息对应的命中概率；其中，所述提问信息包括所述问题库中原有的提问信息以及从所述问题库中选择的追问信息；
根据所述命中概率确定所述目标用户的面试信息处理结果。
本申请还提供了一种线上面试系统的信息处理装置，其包括：
信息提取模块，用于从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；
信息匹配模块，用于根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；
第一处理模块，用于获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；
第二处理模块，用于根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
本申请还提供了一种计算机设备，其特征在于：包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如上述实施例中任意一项所述的线上面试系统的信息处理方法中的步骤。
本申请还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述的线上面试系统的信息处理方法的步骤。
上述线上面试系统的信息处理方法、装置、计算机设备和存储介质，首先从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。本方案根据目标用户提供的简历文件从问题库中匹配相应的提问信息，通过该提问信息对目标用户进行线上面试，能够保证在面试过程中获取到与目标用户相关的信息；根据目标用户针对提问信息的回答信息从问题库中选择相应的追问信息，以便进一步通过追问信息了解更多关于目标用户的相关信息，保证面试过程的科学性与客观性，提高面试准确性。
本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请实施例的线上面试系统的信息处理方法的应用环境图；
图2是一个实施例的线上面试系统的信息处理方法流程图；
图3为本申请各个实施例的分布流程图；
图4为一个实施例的线上面试系统的信息处理装置结构示意图；
图5是一个实施例的计算机设备的内部结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
参考图1所示，图1是本申请实施例的应用环境图；本实施例中，本申请的技术方案是基于线上面试系统110中实现的，如图1中，线上面试系统110从简历库120中获取用户的简历文件，并通过该简历文件实现相关功能；在本申请实施例中，根据简历库120中获取到的用户的简历文件，对该简历文件中的相关信息进行提取，以便根据提取后的信息在问题库130中查找匹配的提问信息，并通过展示区域140将提问信息进行展示，以便根据用户的作答情况进一步在问题库130中查找相应的提问信息进行提问。
在一个实施例中，如图2所示，图2为一个实施例的线上面试系统的信息处理方法流程图，本实施例中提出了一种线上面试系统的信息处理方法，具体可以包括以下步骤：
S110：从简历库120获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息。
本申请中，在招聘平台的线上面试系统110运行过程中，利用AI技术将传统的面试方式转变为在线面试，从而提高面试效率。
线上面试系统110，即通过在线使用的一个系统平台，该系统平台中提供有供用户(如面试者)使用的操作环境(如线上面试)，线上面试的操作环境中建有简历库120，该简历库120用于存储在该操作环境下获取的简历文件、简历文件的来源以及简历文件的获取时间等相关信息。
因而，本步骤中，首先从简历库120中获取目标用户的简历文件，该目标用户指的是简历库120中符合面试条件的简历文件对应的用户；然后利用AI技术识别出该简历文件中描述内容的关键信息，如目标用户的年龄、工作岗位、性别、教育背景、工作经历等。
S120：根据所述关键信息从问题库130中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息。
本步骤中，通过上述步骤S110中获取到目标用户的简历文件中的关键信息后，可根据该关联信息从问题库130中匹配相应的提问问题。
当获取到目标用户的简历文件中的关键信息后，将各个关键信息逐一与问题库130中的提问信息之间进行匹配，如，关键信息为工作岗位时，可根据该关键信息在问题库130中查找与“工作岗位”这一关键信息相关的提问信息，如“为什么面试该工作岗位”、“在该工位岗位中你能够获得什么”等等相关的提问信息。
根据上述过程查找到与关键信息匹配的提问信息后，可进一步获取该提问信息对应的答案信息以及至少一条追问信息，该答案信息指的是针对该提问信息设置的参考信息，该追问信息指的是针对该提问信息的关键字以及答案信息等设置的、与提问信息相关或不相关的信息。
需要说明的是，这里的问题库130指的是线上面试系统110中设置的针对面试过程中涉及到的各个方面的问题的集合。
进一步地，上述关键信息可通过后台进行设置，具体可将该关键信息与问题库130中的提问信息的关键字进行关联，通过各个提问问题的关键字设置相关的关键信息，并根据该关键信息对目标用户的简历文件进行识别。
更进一步地，问题库130中的各个问题都设置有与之对应的问题标识，问题标识是录入系统前由面试专家标明的，根据该面试标识可以确定各个问题的问题顺序，避免因面试问题顺序杂乱导致面试过程逻辑混乱的现象发生。
S130：获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率。
本步骤中，当将问题库130中相关的提问信息展示给目标用户后，获取目标用户针对该提问信息的回答信息，然后将获取到的回答信息与该提问信息对应的答案信息之间进行比对，以确定目标用户针对该提问信息的命中概率。
进一步地，该命中概率可根据答案信息中关键字的数量进行统计，如通过目标用户的回答信息击中该关键字数量的百分比来确定命中概率，回答信息是否击中关键字，可以根据回答信息与关键字词义的相似度进行判断。
S140：根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
本步骤中，通过上述步骤S130确定目标用户针对某一提问信息的命中概率后，可根据该命中概率从问题库130中选择与该命中概率相关联的追问信息，该追问信息则作为下一条提问信息。
比如，每条提问信息和追问信息都根据专家预判设置有相应的难度等级，当获取到目标用户针对该提问信息的命中概率后，可根据命中概率的概率值大小设置于该概率值匹配的难度等级的追问信息，将该追问信息作为下一个提问信息对目标用户进行提问。
上述线上面试系统的信息处理方法，首先从简历库120获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；根据所述关键信息从问题库130中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
本方案根据目标用户提供的简历文件从问题库130中匹配相应的提问信息，通过该提问信息对目标用户进行线上面试，能够保证在面试过程中获取到与目标用户相关的信息；另外，本方案还根据目标用户针对提问信息的回答信息从问题库130中选择相应的追问信息，以便进一步通过追问信息了解更多关于目标用户的相关信息，保证面试过程的科学性与客观性，提高面试准确性。
如图3所示，图3为本申请各个实施例的分布流程图；下面对分别对各个实施例进行详细概括：
在一个实施例中，步骤S110中从简历库120获取目标用户的简历文件的步骤之前，还可以包括：
S101：获取岗位描述信息，并根据所述岗位描述信息确定与所述岗位描述信息对应的岗位画像；
S102：将所述岗位画像与用户的简历文件之间进行匹配，并根据所述匹配结果筛选符合所述岗位画像的用户，将其作为目标用户。
本实施例中，在获取目标用户的简历文件之前，需要将岗位画像与用户的简历文件之间进行匹配，以便得到符合条件的目标用户，该用户指的是投递该岗位画像对应的面试岗位的面试者。
如使用AI技术进行线上招聘面试时，在对某个岗位进行面试之前，先获取该面试岗位中多个面试者投递的简历文件，以便对面试者的简历文件进行筛选，得到符合该面试岗位的人员。
当获取到该面试岗位中面试者投递的简历文件后，调用系统中该面试岗位对应的岗位画像。这里的岗位画像是指通过该面试岗位的岗位描述信息生成的岗位画像，将获取到的面试者的简历文件与该面试岗位的岗位画像之间进行匹配，以得到符合该岗位画像的面试者。
将岗位画像与面试者的简历文件之间进行匹配后，得到匹配结果，根据该匹配结果确定该面试者的简历信息是否该面试岗位。这样，能够避免直接进行面试后发现面试者与该面试岗位不符导致浪费双方时间的情况发生。
在一个实施例中，步骤S120中根据所述关键信息从问题库130中查找相匹配的提问信息的步骤，可以包括：
S121：对所述关键信息进行解析，确定与所述关键信息对应的考察点；
S122：根据所述考察点匹配问题库130中与所述考察点对应的提问问题。
本实施例中，根据问题库130中各个提问问题的考察点对获取到的简历文件中的关键信息进行关键词解析，以便得到该关键信息对应的考察点。比如：当关键信息显示的是工作情况后，表明该关键信息的考察点为该面试者的以往工作情况，以进一步确定该面试者在工作中的具体表现。
得到关键信息对应的考察点后，通过该考察点确定多个与该考察点对应的提问信息，如，考察点为该面试者的以往工作情况，则提问问题可以是“请具体说一下以往工作的具体事项”、“请简单举例说出在以往工作中的特别表现”、“以往工作需要经常加班么，对经常加班这件事你怎么看”等方面的提问信息。
进一步地，在初次答题之前，目标用户可以选择提问信息的难度系数，根据目标用户的难度系数从问题库130中抽取对应该难度系数的提问信息进行提问。
在一个实施例中，步骤S120中根据所述关键信息从问题库130中查找相匹配的提问信息的步骤之后，还可以包括：
S123：获取目标用户输入的选项信息，根据所述选项信息在所述问题库130中配置与所述选项信息对应数目的提问信息；
S124：根据所述关键信息在所述问题库中与各个提问信息的匹配顺序，以及所述提问信息的配置数目生成提问清单。
本实施例中，当根据考察点确定对应的提问信息之后，目标用户还可以根据抽题规则选择针对每个考察点对应的提问信息的数目，该选择过程可通过展示页面中展示的针对提问信息数目的各个选项进行选择，还可通过手动输入选择符合自身需求的提问信息的数目，当目标用户选择完毕后，会将选择结果提交至后台，该选择结果即为目标用户输入的选项信息。
这样，根据目标用户的选择结果，设置每个考察点对应的提问问题的数目，然后根据各个提问信息在问题库130中的匹配顺序自动生成相应的提问清单，利用AI技术读取该提问清单中的提问信息，以对目标用户进行展示。
在一个实施例中，步骤S140中根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息的步骤，可以包括：
S141：若所述命中概率高于第一阈值，从问题库130中选择难度系数大于所述提问信息的追问信息；
S142：若所述命中概率低于第二阈值，从问题库130中选择难度系数小于所述提问信息的追问信息；其中，所述难度系数是预置的系数，所述第一阈值大于或等于第二阈值。
本实施例中，问题库130中的提问信息与追问信息都设置有相应的难度系数，该难度系数由专家进行评判得到；相应地，根据目标用户针对提问信息的命中概率与第一阈值或第二阈值之间的关系，选择不同难度系数的追问信息作为下一提问信息。
具体地，首先对命中概率设定第一阈值和第二阈值，且该第一阈值大于或等于第二阈值；当命中概率不低于第一阈值时，在问题库130中选择难度系数大于该命中概率对应的提问信息的追问信息；当命中概率不高于第二阈值时，在问题库130中选择难度系数小于该命中概率对应的提问信息的追问信息。
比如，设定第一阈值为70％，第二阈值为50％，目标用户的命中概率为80％，表示该目标用户对提问信息的命中概率较高，则在问题库130中选择比该命中概率对应的提问信息的难度系数高的追问信息；若目标用户的命中概率为40％，表示该目标用户对提问信息的命中概率较低，则在问题库130中选择比该命中概率对应的提问信息的难度系数低的追问信息。
上述实施例中，能够根据目标用户的作答情况选择与目标用户相匹配的追问信息，从而根据该追问信息得到更多关于目标用户的信息(如面试者)，以便提升面试准确性。
在一个实施例中，步骤S140中根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息的步骤，还可以包括：
若所述命中概率低于第一阈值且高于第二阈值，从问题库130中选择难度系数与所述提问信息一致的追问信息；其中，所述追问信息的内容与所述提问信息不相关。
本实施例中，第一阈值大于等于第二阈值，因而当命中概率低于第一阈值且高于第二阈值时，则在问题库130中选择难度系数与该命中概率对应的提问信息一致的追问信息，且该追问信息的内容与提问信息的内容不相关。
比如，设定第一阈值为70％，第二阈值为50％，目标用户的命中概率为60％，则在问题库130中选择难度系数与该命中概率对应的提问信息一致的追问信息；并且由于该目标用户的命中概率在第一阈值与第二阈值之间，表示该目标用户对提问信息的回答较为中肯，也无法从中进一步得到更为有益的信息，因而可在问题库130中选择与该提问信息不相关的追问信息，通过该追问信息进一步挖掘目标用户的其他信息。
在一个实施例中，步骤S140中根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息的步骤之后，还可以包括：
S143：获取所述目标用户针对于各个提问信息的回答信息，并根据所述回答信息统计各个提问信息对应的命中概率；其中，所述提问信息包括问题库中原有的提问信息以及从所述问题库中选择的追问信息；
S144：根据所述命中概率确定所述目标用户的面试信息处理结果。
本实施例中，获取目标用户针对各个提问信息的回答信息后，根据该回答信息对目标用户的命中概率进行统计，以便根据该统计结果确定目标用户在面试过程中的面试信息处理结果，其中，各个提问信息包括问题库中原有的提问信息以及从问题库中选择的追问信息。
进一步地，可将目标用户命中概率不低于第一阈值的提问信息进行统计，并根据该统计结果确定该目标用户的优势所在；将目标用户命中概率不高于第二阈值的提问信息进行统计，根据该统计结果确定该目标用户的劣势所在；最后，根据目标用户的优势与劣势分析该目标用户是否符合该面试岗位。
在一个实施例中，如图4所示，图4为一个实施例的线上面试系统的信息处理装置结构示意图，本实施例中提供了一种线上面试系统的信息处理装置，其包括：信息提取模块210、信息匹配模块220、第一处理模块230和第二处理模块240，其中：
信息提取模块210，用于从简历库120获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息。
本申请中，在招聘平台的线上面试系统110运行过程中，利用AI技术将传统的面试方式转变为在线面试，从而提高面试效率。
线上面试系统110，即通过在线使用的一个系统平台，该系统平台中提供有供用户(如面试者)使用的操作环境(如线上面试)，线上面试的操作环境中建有简历库120，该简历库120用于存储在该操作环境下获取的简历文件、简历文件的来源以及简历文件的获取时间等相关信息。
因而，本模块中，首先从简历库120中获取目标用户的简历文件，该目标用户指的是简历库120中符合面试条件的简历文件对应的用户；然后利用AI技术识别出该简历文件中描述内容的关键信息，如目标用户的年龄、工作岗位、性别、教育背景、工作经历等。
信息匹配模块220，用于根据所述关键信息从问题库130中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息。
本模块中，通过上述信息提取模块210中获取到目标用户的简历文件中的关键信息后，可根据该关联信息从问题库130中匹配相应的提问问题。
当获取到目标用户的简历文件中的关键信息后，将各个关键信息逐一与问题库130中的提问信息之间进行匹配，如，关键信息为工作岗位时，可根据该关键信息在问题库130中查找与“工作岗位”这一关键信息相关的提问信息，如“为什么面试该工作岗位”、“在该工位岗位中你能够获得什么”等等相关的提问信息。
根据上述过程查找到与关键信息匹配的提问信息后，可进一步获取该提问信息对应的答案信息以及至少一条追问信息，该答案信息指的是针对该提问信息设置的参考信息，该追问信息指的是针对该提问信息的关键字以及答案信息等设置的、与提问信息相关或不相关的信息。
需要说明的是，这里的问题库130指的是线上面试系统110中设置的针对面试过程中涉及到的各个方面的问题的集合。
进一步地，上述关键信息可通过后台进行设置，具体可将该关键信息与问题库130中的提问信息的关键字进行关联，通过各个提问问题的关键字设置相关的关键信息，并根据该关键信息对目标用户的简历文件进行识别。
更进一步地，问题库130中的各个问题都设置有与之对应的问题标识，问题标识是录入系统前由面试专家标明的，根据该面试标识可以确定各个问题的问题顺序，避免因面试问题顺序杂乱导致面试过程逻辑混乱的现象发生。
第一处理模块230，用于获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率。
本模块中，当将问题库130中相关的提问信息展示给目标用户后，获取目标用户针对该提问信息的回答信息，然后将获取到的回答信息与该提问信息对应的答案信息之间进行比对，以确定目标用户针对该提问信息的命中概率。
进一步地，该命中概率可根据答案信息中关键字的数量进行统计，如通过目标用户的回答信息击中该关键字数量的百分比来确定命中概率，回答信息是否击中关键字，可以根据回答信息与关键字词义的相似度进行判断。
第二处理模块240，用于根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
本模块中，通过上述第一处理模块230确定目标用户针对某一提问信息的命中概率后，可根据该命中概率从问题库130中选择与该命中概率相关联的追问信息，该追问信息则作为下一条提问信息。
比如，每条提问信息和追问信息都根据专家预判设置有相应的难度等级，当获取到目标用户针对该提问信息的命中概率后，可根据命中概率的概率值大小设置于该概率值匹配的难度等级的追问信息，将该追问信息作为下一个提问信息对目标用户进行提问。
上述线上面试系统的信息处理装置，首先从简历库120获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；根据所述关键信息从问题库130中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；根据所述命中概率从问题库130中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
本方案根据目标用户提供的简历文件从问题库130中匹配相应的提问信息，通过该提问信息对目标用户进行线上面试，能够保证在面试过程中获取到与目标用户相关的信息；另外，本方案还根据目标用户针对提问信息的回答信息从问题库130中选择相应的追问信息，以便进一步通过追问信息了解更多关于目标用户的相关信息，保证面试过程的科学性与客观性，提高面试准确性。
关于线上面试系统的信息处理装置的具体限定可以参见上文中对于线上面试系统的信息处理方法的限定，在此不再赘述。上述线上面试系统的信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于终端设备中的处理器中，也可以以软件形式存储于终端设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例的线上面试系统的信息处理方法的步骤。
如图5所示，图5为一个实施例的计算机设备的内部结构示意图。该计算机设备310包括通过系统总线313连接的处理器314、非易失性存储介质315、存储器311和网络接口312。其中，该计算机设备310的非易失性存储介质315存储有操作系统317和计算机程序316，该计算机程序316被处理器314执行时，可使得处理器314实现线上面试系统的信息处理方法。该计算机设备310的处理器314用于提供计算和控制能力，支撑整个计算机设备310的运行。该计算机设备310的存储器311中存储有计算机程序316，该计算机程序316被处理器314执行时，可使得处理器314执行线上面试系统的信息处理方法。该计算机设备310的网络接口312用于与移动终端连接通信。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例的线上面试系统的信息处理方法的步骤。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种线上面试系统的信息处理方法，其特征在于，包括如下步骤：
从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；
根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；
获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；
根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
2.根据权利要求1所述的线上面试系统的信息处理方法，其特征在于，根据所述命中概率从问题库中选择与该命中概率相关联的追问信息的步骤，包括：
若所述命中概率高于第一阈值，从问题库中选择难度系数大于所述提问信息的追问信息；
若所述命中概率低于第二阈值，从问题库中选择难度系数小于所述提问信息的追问信息；
其中，所述难度系数是预置的系数，所述第一阈值大于或等于第二阈值。
3.根据权利要求2所述的线上面试系统的信息处理方法，其特征在于，还包括：
若所述命中概率不高于第一阈值且不低于第二阈值，从问题库中选择难度系数与所述提问信息一致的追问信息；其中，所述追问信息的内容与所述提问信息不相关。
4.根据权利要求1所述的线上面试系统的信息处理方法，其特征在于，从简历库获取目标用户的简历文件的步骤之前，还包括：
获取岗位描述信息，并根据所述岗位描述信息确定与所述岗位描述信息对应的岗位画像；
将所述岗位画像与用户的简历文件之间进行匹配，并根据所述匹配结果筛选符合所述岗位画像的用户，将其作为目标用户。
5.根据权利要求1所述的线上面试系统的信息处理方法，其特征在于，根据所述关键信息从问题库中查找相匹配的提问信息的步骤，包括：
对所述关键信息进行解析，确定与所述关键信息对应的考察点；
根据所述考察点匹配问题库中与所述考察点对应的提问问题。
6.根据权利要求1所述的线上面试系统的信息处理方法，其特征在于，根据所述关键信息从问题库中查找相匹配的提问信息的步骤之后，还包括：
获取目标用户输入的选项信息，根据所述选项信息在所述问题库中配置与所述选项信息对应数目的提问信息；
根据所述关键信息在所述问题库中与各个提问信息的匹配顺序，以及所述提问信息的配置数目生成提问清单。
7.根据权利要求1所述的线上面试系统的信息处理方法，其特征在于，根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息的步骤之后，还包括：
获取所述目标用户针对于各个提问信息的回答信息，并根据所述回答信息统计各个提问信息对应的命中概率；其中，所述提问信息包括所述问题库中原有的提问信息以及从所述问题库中选择的追问信息；
根据所述命中概率确定所述目标用户的面试信息处理结果。
8.一种线上面试系统的信息处理装置，其特征在于，包括：
信息提取模块，用于从简历库获取目标用户的简历文件，提取所述简历文件中描述内容的关键信息；
信息匹配模块，用于根据所述关键信息从问题库中查找相匹配的提问信息；其中，所述提问信息对应设置有答案信息以及至少一条追问信息；
第一处理模块，用于获取所述目标用户针对于所述提问信息的回答信息，将所述回答信息与所述提问信息对应的答案信息进行比对，确定命中概率；
第二处理模块，用于根据所述命中概率从问题库中选择与该命中概率相关联的追问信息，并将该追问信息作为下一条提问信息。
9.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的线上面试系统的信息处理方法的步骤。
10.一种计算机存储介质，其特征在于：所述计算机存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述的线上面试系统的信息处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974942.2A CN110930106A (zh) | 2019-10-14 | 2019-10-14 | 线上面试系统的信息处理方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974942.2A CN110930106A (zh) | 2019-10-14 | 2019-10-14 | 线上面试系统的信息处理方法、装置和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110930106A true CN110930106A (zh) | 2020-03-27 |
Family
ID=69848917
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910974942.2A Pending CN110930106A (zh) | 2019-10-14 | 2019-10-14 | 线上面试系统的信息处理方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110930106A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768175A (zh) * | 2020-06-28 | 2020-10-13 | 龙马智芯（珠海横琴）科技有限公司 | 一种简历筛选方法、装置、筛选设备以及可读存储介质 |
| CN112330273A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN113901235A (zh) * | 2021-10-20 | 2022-01-07 | 平安科技（深圳）有限公司 | 面试知识图谱的构建方法、装置及相关设备 |
| CN114528894A (zh) * | 2020-11-09 | 2022-05-24 | 无锡近屿智能科技有限公司 | 一种追问模型的训练方法及面试题的追问方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214709A1 (en) * | 2013-01-07 | 2014-07-31 | Assessment Innovation, Inc. | Occupational performance assessment apparatuses, methods and systems |
| WO2017159902A1 (ko) * | 2016-03-18 | 2017-09-21 | 주식회사 이노스피치 | 온라인 면접 시스템 및 그 방법 |
| US20180150739A1 (en) * | 2016-11-30 | 2018-05-31 | Microsoft Technology Licensing, Llc | Systems and methods for performing automated interviews |
| CN109492854A (zh) * | 2018-09-17 | 2019-03-19 | 平安科技（深圳）有限公司 | 智能机器人面试的方法、装置、计算机设备和存储介质 |
| US20190147407A1 (en) * | 2017-11-16 | 2019-05-16 | International Business Machines Corporation | Automated hiring assessments |
| CN109918650A (zh) * | 2019-02-03 | 2019-06-21 | 北京大学 | 自动生成采访稿的采访智能机器人装置及智能采访方法 |
| CN110162599A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 招聘面试方法、装置及计算机可读存储介质 |
-
2019
- 2019-10-14 CN CN201910974942.2A patent/CN110930106A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140214709A1 (en) * | 2013-01-07 | 2014-07-31 | Assessment Innovation, Inc. | Occupational performance assessment apparatuses, methods and systems |
| WO2017159902A1 (ko) * | 2016-03-18 | 2017-09-21 | 주식회사 이노스피치 | 온라인 면접 시스템 및 그 방법 |
| US20180150739A1 (en) * | 2016-11-30 | 2018-05-31 | Microsoft Technology Licensing, Llc | Systems and methods for performing automated interviews |
| US20190147407A1 (en) * | 2017-11-16 | 2019-05-16 | International Business Machines Corporation | Automated hiring assessments |
| CN109492854A (zh) * | 2018-09-17 | 2019-03-19 | 平安科技（深圳）有限公司 | 智能机器人面试的方法、装置、计算机设备和存储介质 |
| CN109918650A (zh) * | 2019-02-03 | 2019-06-21 | 北京大学 | 自动生成采访稿的采访智能机器人装置及智能采访方法 |
| CN110162599A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 招聘面试方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 任国升等: "《大学生职业生涯规划与就业指导》", 31 December 2011, pages: 208 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111768175A (zh) * | 2020-06-28 | 2020-10-13 | 龙马智芯（珠海横琴）科技有限公司 | 一种简历筛选方法、装置、筛选设备以及可读存储介质 |
| CN111768175B (zh) * | 2020-06-28 | 2021-04-23 | 龙马智芯（珠海横琴）科技有限公司 | 一种简历筛选方法、装置、筛选设备以及可读存储介质 |
| CN112330273A (zh) * | 2020-10-30 | 2021-02-05 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN112330273B (zh) * | 2020-10-30 | 2023-08-25 | 中国平安人寿保险股份有限公司 | 离职人员兼职招募方法、装置、计算机设备及可读存储介质 |
| CN114528894A (zh) * | 2020-11-09 | 2022-05-24 | 无锡近屿智能科技有限公司 | 一种追问模型的训练方法及面试题的追问方法 |
| CN113901235A (zh) * | 2021-10-20 | 2022-01-07 | 平安科技（深圳）有限公司 | 面试知识图谱的构建方法、装置及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102056822B1 (ko) | 학습 서비스 제공 방법 및 그 장치 | |
| CN112416778B (zh) | 测试用例推荐方法、装置和电子设备 | |
| JP5965557B1 (ja) | 類似度学習システム及び類似度学習方法 | |
| CN110930106A (zh) | 线上面试系统的信息处理方法、装置和系统 | |
| US10394944B2 (en) | System and method of annotating utterances based on tags assigned by unmanaged crowds | |
| CN107993019B (zh) | 一种简历评估方法及装置 | |
| US9411917B2 (en) | Methods and systems for modeling crowdsourcing platform | |
| CN112418779A (zh) | 一种基于自然语言理解的在线自助面试方法 | |
| CN114253990A (zh) | 数据库查询方法、装置、计算机设备和存储介质 | |
| CN111190946A (zh) | 报告生成方法、装置、计算机设备和存储介质 | |
| CN112883030A (zh) | 数据收集方法、装置、计算机设备和存储介质 | |
| Swaminathan et al. | Wearmail: On-the-go access to information in your email with a privacy-preserving human computation workflow | |
| McCreadie et al. | Identifying top news using crowdsourcing | |
| TWI556128B (zh) | Forensic system, forensic method and evidence collection program | |
| JP2010211575A (ja) | 情報評価支援システム | |
| US8918406B2 (en) | Intelligent analysis queue construction | |
| CN109739554A (zh) | 防止代码重复提交方法、系统、计算机设备和存储介质 | |
| CN111241821B (zh) | 确定用户的行为特征的方法和装置 | |
| CN108009735B (zh) | 一种简历评估方法及装置 | |
| US20190304040A1 (en) | System and Method for Vetting Potential Jurors | |
| US20220138650A1 (en) | Determining and Improving an Organization's Effectiveness | |
| CN116205450A (zh) | 需求分析方法、装置、电子设备及存储介质 | |
| CN114782101A (zh) | 一种基于语音识别的客户成交概率分析方法、系统和设备 | |
| CN108153829B (zh) | 一种简历评估方法及装置 | |
| CN110866393A (zh) | 基于领域知识库的简历信息抽取方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |
|
| RJ01 | Rejection of invention patent application after publication |