知识图谱技术在招聘中的应用

2021年6月10日

 

小析智能 - 知识图谱

 

2021,是知识的年代。最近不少用户反馈对我们的知识图谱产品非常感兴趣。为了帮助更多用户更好地理解知识图谱的意义与作用,我们将以一系列文章对小析智能知识图谱的产品进行介绍。预计会分为三部分进行连载,知识图谱的主要功能与应用场景,知识图谱常见问题,知识图谱背后的技术。本文将先介绍下我们知识图谱的主要功能

 

什么是招聘知识图谱?

招聘知识图谱包含了如下的实体信息,公司,品牌,学校,专业,行业,标准职能,岗位,技能等。 图谱记录的主要就是他们本身的详细信息和相互之间的关系。例如小析智能这个品牌属于广州数说新语科技有限公司。又例如通过图谱能查询大数据工程师最重要的技能为 Hadoop,Hive,Spark。

小析智能团队用四年时间对亿万级文本数据和百万级岗位数据进行分析,并结合和大量外部知识库来构建知识图谱,打造行业最完整的招聘领域知识库,给HR最好的武装。

 

目前支持哪些功能?

增强实体解释

针对给定实体,能够提供实体的详细解释信息。例如输入小析智能,就能自动能够找出所属公司信息,产品描述。输入北京大学,就能自动返回院校信息,学校标签,别名等大量信息。

应用场景:人才筛选分析

对于任何候选人提及的品牌,公司和院校,可以迅速对其进行介绍。例如候选人上一份工作企业是三快科技有限公司,如果由于HR没听过这个公司,导致错过该候选人,就太不划算了。但如果在浏览简历过程中通过增强解释马上了解到这公司就是美团网,会对HR的判断提供很大的帮助。

相似实体查询

对于任何实体,能够快速提供与其相似的实体信息。如果输入机器学习这个技能,就能马上返回相关的技能,如python,深度学习,神经网络,数据分析等。输入大数据工程师,就能知道类似的岗位还有Hadoop工程师,分布式架构师,云计算工程师。

应用场景:人才深度画像

在HR审核简历过程中,一种常见的情况是JD中提及到要求候选人熟悉数据库,但候选人简历上没有直接描述数据库这个词,却提到了Mysql, MongoDB 等相同意思的技能。如果HR对技术不太了解,容易认为二者不匹配。但如果通过知识图谱能够了解到这些相似技能的匹配信息,能够给候选人筛选精度带来巨大的提升。

关联实体查询

对于给定一类实体,能够找到与其关联性高的其他类实体信息。例如输入算法工程师这个职位,就能搜索到该岗位最需要掌握的技能,机器学习,人工智能,数据分析,分布式计算等,也能搜索到从事该岗位的大多数是数学专业,计算机专业的候选人。

应用场景:智能人岗匹配

想要打造简历人岗匹配系统的用户,可以直接通过岗位职能来生成技能要求和对应重要程度,并自动对候选人进行打分匹配。能够快速匹配到符合岗位要求的候选人。

看完这么多酷酷的功能和应用场景,是不是迫不及待想要试用了!感兴趣的可以到 https://www.xiaoxizn.com/trial/ 申请更进一步体验我们的知识图谱功能,同时希望能够关注我们的公众号来获取更新的信息!