omniture

e成个性化搜索推荐助力解决HR招聘搜索难题

2016-11-15 13:52 6430
如何实现简历的高效搜索,成了很多企业做招聘时的一大难题。大数据招聘服务平台e成运用机器学习算法等技术,提供个性化搜索推荐,可以较好地解决行业内HR们普遍觉得头疼的招聘搜索难题,实现精准搜索匹配与智能推荐。

上海2016年11月15日电 /美通社/ -- 并非每个企业都像BAT一样每天能收到大量的主投简历,对于很多中小企业的HR来说,每天在各种渠道搜索简历成了日常。招聘忙时,每天甚至要花费50%-60%的时间在搜简历上。尽管花费大量时间,很多HR仍然搜不到合适的简历。

根据领英近期发布的《2017中国人才招聘趋势报告》显示,如果没有经费限制,有42%的招聘负责人选择投资于“更好的人才搜索工具”。如何实现简历的高效搜索,成了很多企业做招聘时的一大难题。大数据招聘服务平台e成运用机器学习算法等技术,提供个性化搜索推荐,可以较好地解决行业内HR们普遍觉得头疼的招聘搜索难题,实现简历的精准搜索匹配与智能推荐。

目前一般的搜索工具,其搜索匹配的准确率往往不能尽如人意。举例来说,在一些复合要求的搜索条件下,比如“A+B+C”,搜索出的结果有时只能较好地匹配第一个关键词A的要求,而后两个的匹配度则较差。多关键词搜索效果差,让HR不得不反复搜索,增加了他们的工作量。

另外,当同一职位需要招聘多位候选人时,HR需要在一周甚至一个月内进行多次搜索,机械劳动费时费力。如果有搜索平台能够帮助HR记住这些搜索选择,自动随时进行简历匹配,就不需要每天浪费时间搜索了。

大数据招聘服务平台e成,基于海量数据,运用机器学习算法、数据挖掘和自然语言处理(NLP)等技术提升简历与岗位的匹配效率;并能根据HR的招聘行为,定制个性化搜索推荐;通过对海量企业员工简历的数据挖掘,智能预测企业的用人偏好,从而更加精准地为企业推荐适合的简历。

智能语义搜索,“懂”你想搜的

自然语言处理技术(NLP),指的是应用统计、概率、信息论、机器学习算法等方法,让计算机理解人类语言(或至少特定领域的人类语言)的技术。e成将这项技术运用在简历解析及搜索推荐中,有效提高了简历与搜索关键词的匹配度。

相比于关键词搜索推荐的“输入什么  --> 匹配什么”,智能语义搜索推荐更像是“输入 --> 理解+联想 --> 智能匹配”。

比如,当HR输入“算法挖掘工程师”这一职位关键词时,由于这不是一个常见的职位名称(通常的表述是数据挖掘工程师或算法工程师),在e成平台搜索这个关键词,经过智能语义解析之后,除了精准匹配关键词“算法挖掘工程师”之外,还会将“数据挖掘工程师”“算法工程师”这样有可能关联的职位简历也匹配进来。

这样的搜索结果,就能在保证精准匹配的同时,尽可能涵盖所有HR心中所想的职位简历,大大提高了搜索的效率。智能语义搜索,可谓是“懂”HR所想。

智能语义解析
智能语义解析

一框式复合搜索,多关键词精准匹配

一个职位,可能有很多要求,比如要求是产品经理,需要有2年经验,还要在上海工作的。逐个关键词搜索效率低下,e成支持一框式复合搜索,可以实现多关键词精准匹配。

以组合关键词“产品经理+2年+上海”为例,e成平台通过Query分析可以精准提供符合这三个关键词的匹配简历,呈现出在北京工作的有2年工作经验的产品经理简历。

一框式复合搜索
一框式复合搜索

根据招聘行为,定制个性化搜索

个性化搜索,指的是基于搜索记录和e成预测的企业偏好为其定制搜索结果。e成会“记住”HR的每一次招聘行为:当HR曾经搜索过的职位或关键词对应的简历有了更新时,机器会智能为其匹配。

e成个性化搜索与推荐,让HR不需要反复输入相同的搜索条件,提高了简历搜索效率。HR只需要点击对应 “历史关键词”的更新简历, 就可以第一时间了解之前搜索过的职位的简历更新情况。

个性化搜索推荐
个性化搜索推荐

基于1.3亿海量简历数据,4300万份JD数据,e成通过大于60种维度的机器学习算法匹配,实现个性化的简历搜索推荐,真正做到“千企千面”!

消息来源:e成
China-PRNewsire-300-300.png
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
collection