中文简历自动解析及推荐算法

• 作者: 冯筠 孙霞 张蕾 谷楠楠 赵妍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息抽取 推荐 协同过滤 规则 统计 简历
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 141-148,270
• 页数: 9页
• 分类号: TP391
• 字数: 9154字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0406

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张蕾	西北大学信息科学与技术学院	54	638	13.0	23.0
2	冯筠	西北大学信息科学与技术学院	57	259	9.0	12.0
3	孙霞	西北大学信息科学与技术学院	13	60	5.0	7.0
4	赵妍	西北大学信息科学与技术学院	6	14	3.0	3.0
5	谷楠楠	西北大学信息科学与技术学院	1	4	1.0	1.0