中文简历自动解析及推荐算法

摘要：

为解决企业人工筛选电子简历效率低等问题,提出一种简历自动解析及推荐方案.对中文简历中的句子进行分词、词性标注等预处理,表示为特征向量,并利用SVM分类算法将所有句子划分成预定义的六个通用类别,包括个人基本信息、求职意向和工作经历等.利用个人基本信息的词法和语法特征,手工构建规则来实现姓名、性别及联系方式等关键信息抽取;对复杂的工作经历等文本用HMM模型进一步抽取详细信息,从而形成基于规则和统计相结合的简历文本信息抽取方法.考虑企业和求职者双方偏好,提出基于内容的互惠推荐算法(Content-Based Reciprocal Recommender algorithm,CBRR).实验结果表明,整个方案能有效处理电子简历,提高简历筛选效率,辅助企业进行人才招聘.

关键词：信息抽取、推荐、协同过滤、规则、统计、简历

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省教育厅自然科学基金JD11258;陕西省教育厅科学研究计划自然科学专项项目15JK1738;陕西省自然科学基础研究计划项目支撑2015JQ6240;西北大学研究生课程建设项目YJD15003

在线出版日期：2017-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：141-148,270