Algorithm 简历匹配算法

我正在建立一个工作网站——是的，这些还不够。我在研究中遇到的一个问题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招聘人员指定标签的简历——这有一个缺点：简历中可能包含隐藏的关键字或流行语。然后，想办法解决这个问题很有意思。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？那你也得训练这头野兽。）

---

所以我还不知道该怎么做。我欢迎你提出任何建议

不要让应聘者写简单的简历。相反，创建一个包含不同领域的表格（获得的学位（哪些机构？）、预期工资、特定技术的经验/技能水平、工作类型（合同、永久性）、工作与特定地址的距离等）。同样，为雇主创建具有各种相关字段的表单。创建这些表单时，应确保可以将一个表单与另一个表单进行匹配。尽可能多地保留非必填字段。然后采用与这些形式最相关的算法。应该有两种算法：一种是求职者可以搜索工作，另一种是雇主可以搜索求职者。

不要让求职者写简单的简历。相反，创建一个包含不同领域的表格（获得的学位（哪些机构？）、预期工资、特定技术的经验/技能水平、工作类型（合同、永久性）、工作与特定地址的距离等）。同样，为雇主创建具有各种相关字段的表单。创建这些表单时，应确保可以将一个表单与另一个表单进行匹配。尽可能多地保留非必填字段。然后采用与这些形式最相关的算法。应该有两种这样的算法：一种是求职者可以搜索工作，另一种是雇主可以搜索求职者。

关键是不要担心匹配，而是要进行完美的排序。这是谷歌的关键——任何人都可以找到1000000个点击率——他们找到了最热门的一个

---

坦率地说，如果我输入Java，我真的希望简历中有Java——不过你怎么才能找到我的最佳人选呢？

关键是不要担心匹配，而是要进行完美的排序。这是谷歌的关键——任何人都可以找到1000000个点击率——他们找到了最热门的一个

---

坦白地说，如果我输入Java，我真的希望简历中有Java——但是你怎么找到我的最佳候选人呢？

候选人可以被要求在字段中输入数据，但问题是他可能会使用与感兴趣的词相似的词，就像HTML一样，他可能会输入HyperTextMarkupLanguage。因此，系统必须能够从无法识别的行话中学习，这可以通过使用同义词来实现。比如说，我想找一个懂脚本语言的候选人，而不是搜索“脚本语言”，我可以找到它的同义词，比如perl、python、ruby，并用它来比较字段。但这需要你在每次出现新的脚本语言时输入数据

---

如果您不喜欢将数据输入系统，您可以查询Web，比如Wikipedia，找到“Perl”是哪种语言并对其进行解析。这使得系统甚至可以适应新技术，因为我们都知道技术不断发展，所以这可能很有用。

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与感兴趣的单词相似的单词，就像HTML一样，他可能会进入HyperTextMarkupLanguage。因此，系统必须能够从无法识别的行话中学习，这可以通过使用同义词来实现。比如说，我想找一个懂脚本语言的候选人，而不是搜索“脚本语言”，我可以找到它的同义词，比如perl、python、ruby，并用它来比较字段。但这需要你在每次出现新的脚本语言时输入数据

---

如果您不喜欢将数据输入系统，您可以查询Web，比如Wikipedia，找到“Perl”是哪种语言并对其进行解析。这使得系统甚至可以适应新技术，因为我们都知道技术不断发展，所以这可能很有用。

将自由文本简历解析为文字。 删除停止字（和、或但、等）。 用简历将剩下的单词存储在数据库中

最初，你需要一位主题专家，根据招聘人员的要求对简历进行评分。 专家将给出一个分数，比如每个简历与给定请求的匹配程度为0-100。 一旦这个过程是引导式的，你可以使用一个经典的匹配算法来选择那些看起来接近那些被专家很好评价的CV

可能从简单的开始，然后转到更喜欢的或更晚的

---

您可以在

上找到实现这些算法的广泛讨论和代码，将自由文本résumé解析为文字。 删除停止字（和、或但、等）。 用简历将剩下的单词存储在数据库中

最初，你需要一位主题专家，根据招聘人员的要求对简历进行评分。 专家将给出一个分数，比如每个简历与给定请求的匹配程度为0-100。 一旦这个过程是引导式的，你可以使用一个经典的匹配算法来选择那些看起来接近那些被专家很好评价的CV

可能从简单的开始，然后转到更喜欢的或更晚的

---

您可以在

上找到实现这些算法的广泛讨论和代码，发音为résumé。但更严重的是，这是一项极其艰巨的任务。每个职业都有自己的重要术语词典，每个术语都有自己的重要性级别。祝你的网站好运。它是