当前位置: 首页 > 专利查询>丁玥专利>正文

一种面试智能评测系统及方法技术方案

技术编号:23316117 阅读:47 留言:0更新日期:2020-02-11 18:10
本发明专利技术提供了一种面试智能评测系统,其特征在于,包括应聘者信息输入模块、岗位信息输入模块、音频输入模块、预处理模块、音频预测模块和预测结果显示模块:应聘者信息输入模块为一个人机交互界面;应聘者信息输入模块连接预处理模块;岗位信息输入模块为一个人机交互界面;岗位信息输入模块连接预处理模块;音频输入模块为一个人机交互界面;音频输入模块连接预处理模块;预处理模块连接音频预测模块;音频预测模块连接预测结果显示模块。一种面试智能评测方法,使用一种面试智能评测系统。本发明专利技术的有益效果是:可在成本低廉的基础上,可适应特征数量较多的场景,具有较好的模型准确性和泛化能力。

An intelligent evaluation system and method for interview

【技术实现步骤摘要】
一种面试智能评测系统及方法
本专利技术涉及面试评测领域,特别涉及一种面试智能评测系统及方法。
技术介绍
传统的求职面试特别是大规模招聘的初始筛选环节给企业的人力资源专业人员带来了繁杂的工作量。人力资源专员需要进行大量的简历浏览以及与应聘者进行电话面试。为了使企业的招聘面试环节更加智能化,缓解人力资源专员工作量的同时给求职者带来巨大便利,使人才不再受时空因素的束缚,本专利技术设计了一套人工智能面试系统。通过应聘者提交的简历以及在终端进行的面试问答交互,应用机器学习算法,结合用工单位的需求以自动对应聘者给出综合评价。目前基于人工智能的面试综合评价算法非常稀缺,主要原因是绝大多数企业的招聘仍然停留在传统的依靠人工浏览并筛选简历,然后通过打电话进行初步面试的模式。大型的求职网站对于简历的筛选都是通过智能岗位匹配,即通过人员和公司的属性、标签等信息计算出求职者与应聘岗位的匹配值,这种模式的弊端是:(1)匹配算法不是一种较智能的基于机器学习的算法,往往不能取得比较好的结果。(2)用户的信息通过注册并完善个人资料来完成,呈现的维度不够。(3)目前的算本文档来自技高网...

【技术保护点】
1.一种面试智能评测系统,其特征在于,包括应聘者信息输入模块、岗位信息输入模块、音频输入模块、预处理模块、音频预测模块和预测结果显示模块;/n所述应聘者信息输入模块为人机交互界面;所述应聘者信息输入模块连接所述预处理模块;/n所述岗位信息输入模块为人机交互界面;所述岗位信息输入模块连接所述预处理模块;/n所述音频输入模块为人机交互界面;所述音频输入模块连接所述预处理模块;/n所述预处理模块连接所述音频预测模块;/n所述音频预测模块连接所述预测结果显示模块。/n

【技术特征摘要】
1.一种面试智能评测系统,其特征在于,包括应聘者信息输入模块、岗位信息输入模块、音频输入模块、预处理模块、音频预测模块和预测结果显示模块;
所述应聘者信息输入模块为人机交互界面;所述应聘者信息输入模块连接所述预处理模块;
所述岗位信息输入模块为人机交互界面;所述岗位信息输入模块连接所述预处理模块;
所述音频输入模块为人机交互界面;所述音频输入模块连接所述预处理模块;
所述预处理模块连接所述音频预测模块;
所述音频预测模块连接所述预测结果显示模块。


2.根据权利要求1所述的一种面试智能评测系统,其特征在于,还包括预测模型训练模块;
所述预测模型训练模块包括样本数据库、语音识别系统、中文分词系统和预测模型训练引擎;
所述样本数据库存储原始数据;所述语音识别系统连接所述样本数据库;所述中文分词系统连接所述预测模型训练引擎;所述预测模型训练引擎连接所述音频预测模块。


3.一种面试智能评测方法,使用权利要求1或者权利要求2所述的一种面试智能评测系统,其特征在于,包括:
S1:使用所述应聘者信息输入模块输入应聘者信息;
S2:使用所述岗位信息输入模块输入岗位信息;
S3:使用所述音频输入模块输入面试音频信息;
S4:将所述应聘者信息、所述岗位信息和所述面试音频信息输入所述音频预测模块;
S5:所述音频预测模块使用所述预测模型输出评测结果并传输给所述预测结果显示模块;
S6:使用所述预测结果显示模块显示所述评测结果。


4.根据权利要求3所述的一种面试智能评测方法,其特征在于,还包括S0:训练所述预测模型;
S0包括:
S0-1:从所述样本数据库提取训练用应聘者信息,并对所述训练用应聘者信息进行特征编码,得到训练用应聘者特征编码;
S0-2:从所述样本数据库提取训练用岗位信息,并对所述训练用岗位信息进行所述特征编码,得到训练用岗位编码;
S0-3:从所述样本数据库提取训练用音频信息,并使用所述语音识别系统对所述训练用音频信息进行语音识别,产生文本信息;
S0-4:使用所述中文分词系统对所述文本信息进行分词,产生分词文本;
S0-5:使用所述预测模型训练引擎对所述分词文本、所述训练用岗位特征编码和所述训练用应聘者特征编码进行模型训练,产生所述预测模型。

【专利技术属性】
技术研发人员:丁玥杜城祥徐沨
申请(专利权)人:丁玥
类型:发明
国别省市:上海;31

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1