[发明专利]人才招聘面试方法及系统

权利要求书

1.一种人才招聘面试方法，其特征在于，包括：

获取候选人的全息职业力画像，其中，所述全息职业力画像包括多项标签及其职业力值；

获取用人方的岗位模型，其中，所述岗位模型根据用人方提供的岗位需求生成，所述岗位模型包括多项标签及其理想值；

将所述全息职业力画像与所述岗位模型进行匹配，确定所述候选人是否适合所述岗位，并输出人岗适配报告。

2.根据权利要求1所述的方法，其特征在于，生成所述全息职业力画像的步骤包括：

从所述候选人的资料数据中提取各项必要标签所对应的实际值，将所述实际值添加到全息职业力画像中对应的标签下。

3.根据权利要求2所述的方法，其特征在于，生成所述全息职业力画像的步骤还包括：

获取候选人的意向岗位，所述意向岗位至少包括一个标签；

从面试题库中抽取与所述意向岗位的标签对应的题目，组成模拟面试题；

分析所述候选人对所述模拟面试题的完成情况，得到相应标签的测量值，更新所述全息职业力画像。

4.根据权利要求2所述的方法，其特征在于，生成所述全息职业力画像的步骤还包括：

根据所述候选人的学习行为，从面试题库中抽取与所述学习行为对应的题目组成学习测评，对因学习而产生的能力变化进行测评；

分析所述候选人对所述学习测评的完成情况，得到相应标签的测量值，更新所述全息职业力画像。

5.根据权利要求1所述的方法，其特征在于，还包括：通过结构方程模型判断所述岗位模型选取的标签是否合理，并对所述岗位模型进行修正。

6.根据权利要求1所述的方法，其特征在于，还包括：利用机器学习技术，采集产品使用过程中的大数据，训练并更新所述岗位模型。

7.根据权利要求1所述的方法，其特征在于，在所述将所述全息职业力画像与所述岗位模型进行匹配之前，还包括：

从面试题库中选取与所述岗位模型中的标签对应的题目组成实测面试题，其中，所述面试题库中的每道题目均标记有标签及其理想值；

根据所述候选人对所述实测面试题的完成情况得到相应标签下的测量值。

8.根据权利要求7所述的方法，其特征在于，所述从面试题库中选取与所述岗位模型中的标签对应的题目组成实测面试题，包括：

从所述面试题库中选取与所述岗位模型中的标签对应的题目组成实测面试题；

根据全息职业力画像的历史数据和已经生成测量值的标签，确定所述实测面试题中无需重测而需要隐去的题目，将隐去部分题目的实测面试题推送给所述候选人进行面试。

9.根据权利要求1所述的方法，其特征在于，所述将所述全息职业力画像与所述岗位模型进行匹配，确定所述候选人是否适合所述岗位，并输出人岗适配报告，包括：

将所述全息职业力画像中的标签及其职业力值与所述岗位模型中的标签及题目的理想值进行一一对应匹配，得到所述候选人针对所述岗位的各项岗位指标的原始评分；

根据常模将所述候选人的原始评分转化为常模分数；

并根据各项岗位指标的权重对各项岗位指标的常模分数进行加权得到总匹配度；

根据所述匹配度确定所述候选人是否适合所述岗位；

根据各项岗位指标的常模分数和总匹配度得到人岗适配报告。

10.一种人才招聘面试系统，其特征在于，包括：

候选人信息获取模块，用于获取候选人的全息职业力画像，其中，所述全息职业力画像包括多项标签及其职业力值；

岗位信息获取模块，用于获取用人方的岗位模型，其中，所述岗位模型根据用人方提供的岗位需求生成，所述岗位模型包括多项标签及其理想值；

匹配模块，用于将所述全息职业力画像与所述岗位模型进行匹配，确定所述候选人是否适合所述岗位，并输出人岗适配报告。