应用案例:人才雷达把数据挖掘用到招聘服务

  • 工作地点。虽然不少人在网络上都会填写个人所在地,但由于地点变迁等各种问题,其工作地点并不一定是其填写的那样,但根据其Cookie地址,历史填写信息、言论等多维度判别,可以了解该被推荐人合适的工作地点。
  • 求职意愿。由于人的兴趣是不断变化的,所以当用户在网络上的言行有一些明显暗示或变化时,可能表示其将要转换职业方向或离职。这项技术曾被用于联通用户离网意愿的检测。
  • 信任关系。通过对用户社交网络的分析,判断出招聘者到达用户的最有效关系链和这个层级中用户之间的信任关系,利用强关系链进行联系,将更利于企业完成对人才的招聘。
  • 行为模式。不同用户在社交网络上的行为习惯也是不同的,例如发微博的时间规律,在专业论坛上的时间长短,这些行为模式可以用来判别其工作时间规律,看其是否符合对应的职位需求。
  • 通过以上9个维度的建模画像,人才雷达不仅能够在节省成本的前提下帮助企业提高人才招聘的效率。同时,与传统的猎头业务相比,其采用群体智慧的方式能够更广泛和客观的筛选人才,并且,由于其被动测量的方式也能在一定程度上避免直接面试时部分求职者的虚假表现。

    人才雷达

    人才雷达CEO周俊临说,由于是基于海量数据的推荐系统,所以人才雷达还能够根据企业的招聘需求判别出其他的相关需求,例如,当一个游戏公司招聘UI设计师时,它可能还需要游戏策划,那么系统会更具预测的内在需求,为企业推荐相关的人才,这种偶然性预测有时会更有价值。另外,由于海量数据建立了一个人才资源池,即使被推荐者暂时不适合招聘的职位,但在未来当公司有其何时的职位时,系统也能很快地从历史数据中挑选出何时的人才,将以往公司“打猎”式的人才招聘转换为“养鱼”式。
     
    如今,人才雷达有三种业务模式——在Web上的收费平台和微信上为企业搭建系统;按比例收取招聘成功的任务中的现金分成;为有特殊需求的企业定制模型和匹配算法。他们目前面临最大的挑战来自需要让企业接受这种将自己的人才数据和招聘数据放在云端的业务,同时,随着用户的进驻,他们将根据数据继续调优模型。

    VIA:pingwest

    更多详细信息,请您微信关注“计算网”公众号: