[发明专利]基于神经网络模型的应聘者评估方法及装置

说明书

本发明涉及信息化企业招聘技术领域。本发明实施例提供一种基于神经网络模型的应聘者评估方法及装置，其中该方法包括：获取应聘者的人脸图像，提取人脸图像中的人脸特征数据；基于面相‑性格神经网络模型，预测应聘者的人脸图像的人脸特征数据所对应的预测人格特质类型；获取应聘者的应聘职位所需求的期望人格特质类型；将期望人格特质类型和预测人格特质类型进行对比，以确定出相对应的面试建议。由此，将人工智能技术应用于面试过程之中，不需要繁杂的问卷调查和审阅，提高了应聘者的应聘体验并降低了面试成本；另外，通过自动给出推荐或不推荐面试的建议，能够提高简历的自动化筛选和处理的效率。

技术领域

本发明涉及人工智能技术领域，具体地涉及一种基于神经网络模型的应聘者评估方法及装置。

背景技术

企业在招聘过程当中往往需要对求职者进行心理评测，以确定求职者的心理素质是否适合企业及应聘的职位，同时对于一些重要的或薪资丰厚的职位，往往存在应聘者过多的情况，如果逐一面试势必会占用面试官过多的时间，也增加了人事招聘的成本负担。

因此，目前出现了不少以答题测评的方式来在招聘初期通过应聘者的线上或线下的答题结果统计应聘者人格特质信息，但是此种测评方式既占用应聘者时间以答题，又占用面试官时间审核，导致人事招聘的成本进一步增加。

发明内容

本发明实施例的目的是提供一种基于神经网络模型的应聘者评估方法及装置，用以至少解决目前在面试中对面试者的人格特质评估过程繁杂，应聘者用户体验低，以及企业人事成本过大的问题。

为了实现上述目的，本发明实施例一方面提供一种基于神经网络模型的应聘者评估方法，包括：获取应聘者的人脸图像；基于面相-性格神经网络模型，预测所述应聘者的人脸图像所对应的预测人格特质类型，其中所述面相-性格神经网络模型是以相对应的训练人脸图像和训练人格特质类型通过训练所形成的。

本发明实施例另一方面提供一种基于神经网络模型的应聘者评估装置，包括：人脸图像获取单元，用于获取应聘者的人脸图像；人格特质类型预测单元，用于基于面相-性格神经网络模型，预测所述应聘者的人脸图像所对应的预测人格特质类型，其中所述面相-性格神经网络模型是以相对应的训练人脸图像和训练人格特质类型通过训练所形成的。

本发明实施例另一方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现本申请上述的方法的步骤。

本发明实施例另一方面提供一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本申请上述的方法的步骤。

通过上述技术方案，提出了应用经训练的面相-性格神经网络模型推导人脸图像所对应的人格特质，由此将人工智能技术应用于面试过程之中，不需要繁杂的问卷调查和审阅，能够高效便捷地预测出应聘者所对应的预测人格特质类型，提高了应聘者的应聘体验并降低了面试成本；另外，将应聘者的应聘职位所需求的期望人格特质类型与预测人格特质类型进行对比，自动给出推荐或不推荐面试的建议，能够提高简历自动化筛选和处理的效率。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明一实施例的基于神经网络模型的应聘者评估方法的流程图；

图2是图1所示的方法中所应用的面相-性格神经网络模型的训练流程图；

图3是本发明另一实施例的基于神经网络模型的应聘者评估方法的流程图；

图4是本发明一实施例的基于神经网络模型的应聘者评估方法的原理示意图；