智能人事招聘系统的制作方法

1.本发明涉及招聘系统领域，具体是智能人事招聘系统。


背景技术：

2.为提高跑腿招聘效率和数字化智能人才管理，由效能创新中心，以下简称eic发起并独立负责的智能人事招聘系统。以提升全流程招聘效率，简历筛选效率为目标，突破行业招聘壁垒，帮助中小企业、传统企业实现数字化人才管理。
3.当前市场环境下，中小企业采用较多的是平台类的招聘服务，类似拉勾，boos，智联，51等。随着企业多元化需求的增加，平台类的招聘无法满足企业内部的需求，对于hr的工作会产生大量的跨平台数据，增加工作量。并且无法打通全流程的方案，只是针对某个点解决了问题
4.但是现有的招聘系统无法覆盖全流程，平台化的企业目标是自己的商业化，而非帮助中小企业实现效率提升，数字化管理人才，采用相关服务以后，依旧存在招聘效率低，成本高，流程堵塞，品牌形象瀑光率低，人才资源稀少等问题。因此，本领域技术人员提供了智能人事招聘系统，以解决上述背景技术中提出的问题。


技术实现要素：

5.本发明的目的在于提供智能人事招聘系统，以解决上述背景技术中提出的问题。
6.为实现上述目的，本发明提供如下技术方案：
7.智能人事招聘系统，该智能人事招聘系统具体实施过程包括如下步骤：
8.s101、发布职位：通过ai算法和技术点突破，系统可以实现一站式多渠道发布，支持近百个主流招聘渠道以及内部平台；
9.s102、简历解析：通过计算机深度网络学习，系统的智能分析能力可以帮助hr快速匹配人才，智能推荐，自动标签，智能化过滤和去重；
10.s103、面试流程：全流程打通，通过智能外呼机器人、面试机器人、面试官工作台等方式打通人才，从投递简历到预约面试，再到面试结果反馈的全流程；
11.s104、入职管理：主要用于解决企业入职后的维护，简历保温等问题，可以提供企业文化接入等个性化服务；
12.s105、大数据分新：通过设置人效计算看板，清晰直观展示企业一段时间内的人才大数据分析。
13.作为本发明进一步的方案：所述s101和s102均通过招聘机器人完成，所述招聘机器人具有如下功能：
14.a)可以记住并联系上下文内容，准确判断关联题；
15.b)准确回答模糊问询；
16.c)在各种对话场景间切换自如；
17.d)灵活应对复杂咨询。
18.在上述技术方案中，所述智能机器人具有语义深度学习能力、自学泛化能力和背景行业能力分析能力。
19.在上述技术方案中，所述的语义深度学习能力基于最新深度学习技术和神经网络，提取海量文本数据的潜在特征，可以全面解析语句的结构关系，精准识别语句成分，对语句主干实时抽取，快速理解文本内容，消除语义歧义。
20.在上述技术方案中，所述的自学泛化能力采用机器学习技术，结合多极融合算法，自动挖掘数据的潜在规律，让算法拥有举一反三的泛化能力，使其在应对复杂文本和非规范用语时，能能够快速的建模并准确处理。
21.作为本发明进一步的方案：所述s102中的简历解析采用大数据对人才简历解析、人才画像解析和人才智能标签提取和自动标签。
22.作为本发明进一步的方案：该智能人事招聘系统主要采用大数据算法、ai智能匹配和三方saas合作三个技术手段。
23.在上述技术方案中，所述的ai智能匹配技术可以提供候选人画像、人才搜索、人岗匹配和招聘机器人等，服务于招聘ai。
24.在上述技术方案中，所述的大数据算法可以提供简历解析和职位接技术，为上层应用提供充分支持。
25.与现有技术相比，本发明的有益效果是：
26.本发明基于大数据算法、ai智能匹配和三方saas合作，专注提升hr部门的招聘人效和全流程的业务打通可以提升三倍以上的hr人效，使企业拥有自己的招聘门户网站，同时企业可以实现数字化人才管理，提升管理效率；
27.本发明中招聘机器人可以从应聘、面试以及后期的人才跟踪评估方面为人才招聘提供全方位的数据服务，通过建立解析算法、知识图谱和大数据分析，对企业人事招聘提供服务，以稳定的匹配企业的用人需求，做到人才的最优化利用。
附图说明
28.图1为本发明的实施过程图；
29.图2为本发明的技术手段关联图；
30.图3为本发明实施例中的招聘机器人自主招聘会话图；
31.图4为本发明实施例中的招聘界面图；
32.图5为本发明实施例中应聘人员背景行业能力分析图；
33.图6为本发明实施例中应聘人员简历筛选图；
34.图7为本发明的招聘流程图。
具体实施方式
35.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
36.请参阅图1～7，本发明实施例中，智能人事招聘系统，该智能人事招聘系统具体实
施过程包括如下步骤：
37.s101、发布职位：通过ai算法和技术点突破，系统可以实现一站式多渠道发布，支持近百个主流招聘渠道以及内部平台；
38.s102、简历解析：通过计算机深度网络学习，系统的智能分析能力可以帮助hr快速匹配人才，智能推荐，自动标签，智能化过滤和去重；
39.具体的，发布职位和简历解析均通过招聘机器人完成，所述招聘机器人具有如下功能：
40.a)可以记住并联系上下文内容，准确判断关联题；
41.b)准确回答模糊问询；
42.c)在各种对话场景间切换自如；
43.d)灵活应对复杂咨询。
44.其中，所述的s102简历解析采用大数据对人才简历解析、人才画像解析和人才智能标签提取和自动标签；
45.s103、面试流程：全流程打通，通过智能外呼机器人、面试机器人、面试官工作台等方式打通人才，从投递简历到预约面试，再到面试结果反馈的全流程；
46.s104、入职管理：主要用于解决企业入职后的维护，简历保温等问题，可以提供企业文化接入等个性化服务；
47.s105、大数据分新：通过设置人效计算看板，清晰直观展示企业一段时间内的人才大数据分析。
48.本实施例中，所述智能机器人具有语义深度学习能力、自学泛化能力和背景行业能力分析能力。
49.本实施例中，所述的语义深度学习能力基于最新深度学习技术和神经网络，提取海量文本数据的潜在特征，可以全面解析语句的结构关系，精准识别语句成分，对语句主干实时抽取，快速理解文本内容，消除语义歧义。
50.本实施例中，所述的自学泛化能力采用机器学习技术，结合多极融合算法，自动挖掘数据的潜在规律，让算法拥有举一反三的泛化能力，使其在应对复杂文本和非规范用语时，能能够快速的建模并准确处理。
51.如图7所示，具体的，在招聘准备过程中，招聘机器人可以对简历进行智能解析，对职位画像与人才画像进行人岗匹配，继而可以确保招聘机器人根据职能部门hr发布职位招聘需求条件，从投递简历的应聘人员中间挑选出符合条件的候选人，对候选人的标签进行智能提取、智能排重以及提取亮点进行分析操作，然后进入招聘流程中，经过智能推荐和智能筛选操作操作后，进行面试安排，应聘人员得到offer后办理入职，招聘机器人可以对入职后的人员进行全流程跟踪、评估，然后将人才地图智能推荐到hr处，由hr对招聘要求做出进一步调整，招聘机器人可以从应聘、面试以及后期的人才跟踪评估方面为人才招聘提供全方位的数据服务，通过建立解析算法、知识图谱和大数据分析，对企业人事招聘提供服务，以稳定的匹配企业的用人需求，做到人才的最优化利用。
52.如图2所示，具体的，该智能人事招聘系统主要采用大数据算法、ai智能匹配和三方saas 合作三个技术手段。
53.本实施例中，所述的ai智能匹配技术可以提供候选人画像、人才搜索、人岗匹配和
招聘机器人等，服务于招聘ai，所述的大数据算法可以提供简历解析和职位接技术，为上层应用提供充分支持。
54.本实施例的服务架构是基于微服务器技术，可以提供更加可靠、安全、稳定的企业级服务。
55.以上结合附图详细说明了本发明的技术方案，本发明的技术方案提出了一种智能人事招聘系统，基于大数据算法、ai智能匹配和三方saas合作，专注提升hr部门的招聘人效和全流程的业务打通可以提升三倍以上的hr人效，使企业拥有自己的招聘门户网站，同时企业可以实现数字化人才管理，提升管理效率。
56.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。