技术摘要：
本发明提供一种面向校园招聘的简历筛选方法，具体方法包括：制定校招简历模板，确立组成模块与指标；导入简历数据与评估数据；模块内分数计算，对应聘者的客观能力进行分段评估或线性评估，使用TF‑IDF法对应聘者的主观描述文字，包括项目工作描述以及实习工作描述进行  全部
背景技术：
传统的招聘流程中，需要大量的招聘官人工地负责多次面试与筛选的流程，这会 耗费大量的人力与时间。 为了使得简历筛选流程更加智能化，一些学者采用了不同的筛选模型来进行简历 的信息提取与分数计算，但是都有一定的欠缺：有些模型没有详细指出简历中所有指标的 计算方法，因而无法计算最终匹配结果；有些模型仅仅对简历中的长文本描述计分，或仅仅 对客观指标进行计分，考量内容不够全面；有的模型采用直接设定权重的方法，缺乏客观科 学性；有的模型仅建立针对某个特定岗位的筛选模型，缺乏普遍应用性；多数模型的指标建 立不适用于校招的人才招聘需求。
技术实现要素：
鉴于现有技术中的上述缺陷或不足，提供一种面向校园招聘的简历筛选模型与算 法。本发明采用的方案如下所述： 第一，制定校招简历模板。包括制定各组成模块与模块内指标。简历模板包含个人 信息、教育背景、项目经历、实习经历、个人荣誉、技能水平、学生工作共七个主要构成模块， 各模块内部包含若干项具体考察指标。 第二，导入简历数据与评估数据。 第三，模块内分数计算。其中包括： 若该指标为客观填空项，则依据评估数据，实行分层计分或线性计分。 若该指标为主观描述项，则采用TF-IDF算法，计算公司岗位要求与应聘者描述文 本的文本相似度。 对项目经历与实习经历模块，通过线性加权综合法计算模块总分。 第四，进行模块与指标权重计算，其中包括：采用层次分析法(AHP)进行模块与指 标权重计算，其中包括：建立层次结构模型；采用1-9分标度法制定指标间标度；构造判断 (成对比较)矩阵；进行层次排序及其一致性检验，若通过检验则计算生成权重，否则重新构 造判断矩阵并再次进行一致性检验，直至检验通过为止；对项目经历与实习经历模块，通过 线性加权综合法计算模块总分； 第五，进行匹配度计算与排序，其中包括：将每个应聘者的指标分数排列成向量； 向量规范化，计算规范决策矩阵；构造加权规范阵；确定正理想解和负理想解；计算各应聘 者分数向量到正理想解和负理想解的距离；计算各分数向量的排序指标值，并由大到小排 列优劣次序，即为应聘者匹配度排序。 本发明的有益效果为：提供一种面向校园招聘的简历筛选方法，设立适合校招综 合人才筛选规则的、详细到每个指标的简历模板与计分方法，采用AHP使得权重值设定更加 5 CN 111598462 A 说　明　书 2/12 页 合理，采用TOPSIS使得匹配度计算结果更加合理。 附图说明 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它 特征、目的和优点将会变得更明显： 图1示出了本申请实施例提供的校园招聘简历筛选方法的流程示意图。