简历筛选

2024-10-05

简历筛选（精选5篇）

简历筛选篇1

想要招到好员工, 筛选简历是第一关, 而且是一件枯燥的任务。本文教大家用蜂巢数据这款软件来自动化筛选简历。

一、前言

我是一家IT公司的项目经理, 最近公司准备启动一个新项目, 我负责技术团队的搭建。

招聘绝对是一件很耗体力的事, 我这里主要指通过网上招聘渠道招人。每天要在茫茫的简历堆里挑选出符合公司用人要求的简历, 有时候看了数十个也没一个合适的, 有时候前两天刚看过的简历今天又看了一遍, 相当考验人的耐心。

这是一种机械又枯燥的劳动, 应该交给机器来做, 至少应该让机器把大部分无用的数据先过滤掉才对。

前段时间听朋友介绍过”蜂巢数据”这款软件, 它能对网页数据进行自动化采集, 处理, 保存。我就用它来筛选网络上的简历。

二、正文

“蜂巢数据”可以从官方网站上下载:http://cn.hdata.me/

也可以通过其它软件下载站下载, 请注意要下载1.3以后的版本, 1.3 以前的版本复制XPath有BUG。

下载安装后, 运行“蜂巢数据”, 将看到如图1 所示的界面:

从左到右, 依次是导航面板, 任务面板和工作区。导航面板里可以看到各个任务组, 点击任务组后会打开任务面板, 任务面板里面列出的是当前选中的任务组里的任务。

“蜂巢数据”以任务为工作单元, 每个任务拥有自己的采集脚本和数据库。各任务之间相互独立, 互不影响。

因为我负责的项目需要Android程序员, 这里我就以Android程序员简历采集为例, 给大家示范如何用“蜂巢数据”采集和过滤简历。

点击工具栏上的“新建任务”按钮, 在弹出的新建任务对话框中输入任务名“Android程序员”, 然后点保存, 如图2 所示:

任务创建完成后, “蜂巢数据”会在工作区自动打开任务编辑窗口。我们将在任务编辑窗口里完成编写采集脚本, 定义数据字段等工作。

任务编辑窗口的布局如图3 所示 (为了扩大视图, 我关闭了导航面板和任务面板, 只留下工作区) :

上面是脚本编辑区和浏览器, 脚本编辑区用于编写采集脚本, 浏览器用于辅助脚本调试, 当脚本运行时, 浏览器会根据脚本的指令打开网页。

下面是各种辅助脚本编写的工具面板和数据字段编辑区:

1、输出面板会显示脚本运行过程中打印的内容。

2、网页审查面板可以查看浏览器中打开的网页DOM结构。

3、源文件面板可以查看浏览器中打开的网页的源码。

4、数据字段面板用于对当前任务数据库字段的编辑。

介绍完任务编辑界面, 接下来我们开始动工。

首先我们来定义数据字段, “蜂巢数据”会根据采集脚本, 把网页上的数据保存到本地数据库供我们查看。我们要在脚本运行之前设计好数据库, 有哪些内容需要保存。

这里要采集的是简历, 一般个人简历包括这几个部分:姓名, 性别, 年龄, 工作经验, 学历, 个人简介, 简历链接等数据。

我们在数据字段面板中, 点击添加字段, 在弹出的添加字段对话框里填写字段名, 然后点击保存。添加字段对话框里有一个“过滤重复数据”选项, 钩上后, 如果数据库里该字段下已存在相同的数据, 数据将会被丢弃。我肯定不想看到重复的简历, 所以这里对简历链接进行过滤。如图4 所示:

设计完数据库字段后, 我们可以开始编写采集脚本了。采集脚本需要用Java Script语言编写 (一种非常简单的脚本语言, 有网页制作经验的朋友应该很熟悉, 百度上可以搜索到很多教程, 这里就不多介绍了) 。

第一步我们要打开待采集的网页, 我要从58 同城上采集Android程序员简历, 58 同城里搜索简历的网页地址是:http://hz.58.com/searchjob/?key=android

在“蜂巢数据”里通过脚本打开该页面, 语句是:

load ("http://hz.58.com/searchjob/?key=android") ;

如果你不懂Java Script, 可以直接复制上面的代码到编辑区, 把网页地址替换成任何你想打开的页面即可。需要注意的是, 括号和双引号不能漏写也不能多写, 且必须是英文字符。

在脚本编辑区输入以上代码后, 点击编辑区左边的运行按钮, 可以看到脚本运行的效果。目前我们只是打开了简历搜索页面, 还没开始采集数据。如图5 所示:

第二步我们要分析网页内容, 看看哪些数据是我们需要的。我们在浏览器里看下58 同城的简历搜索结果, 是一个列表, 每一行是一条简历信息, 分别有姓名, 性别, 年龄, 工作经验, 学历等我们所需要的数据。

“ 蜂巢数据” 可以根据XPath来提取网页里的数据 (XPath用于标识网页中元素的地址, 有兴趣的朋友可以百度下) 。我们在第一条简历的姓名上点击鼠标右键, 在弹出菜单里选择复制XPath, 如图6 所示:

然后在脚本编辑框内, 我们通过刚才复制的XPath提取姓名: name = inner_text ("//*[@id='infolist']/dl/dd[2]") ;

(注意:刚才复制过来的XPath, infolist是被双引号包起来的, 脚本里我们替换成单引号, 这是Java Script语法需要, 有兴趣的朋友可以学习下Java Script语法)

用同样的办法, 我们再提取性别, 年龄, 工作经验, 学历等数据, 然后我们通过“蜂巢数据”提供的print方法, 把提取到的数据打印到输出面板, 如图7 所示:

完整的代码如下:

在输出面板, 我们可以看到, 姓名, 性别, 年龄, 工作经验等信息。这些就是蜂巢数据根据脚本从网页中提取的数据。

细心的朋友可能发现了, 简历链接的提取跟其它元素有些不一样, 用了attribute这个函数。在58 同城的网页上, 点击简历后会打开另一个页面显示该简历的内容, 这是一个网页链接, 通过attribute函数我们就能获取这个链接地址, 而不是网页上显示的文字。熟悉网页制作的朋友应该猜到了, attribute函数的第二个参数href指的就是网页链接<a href=xx> 中的href。

到目前为止, 我们只是把提取的数据打印出来, 接下来我们把提取的数据保存到数据库, 方便以后查看。保存数据很简单, 只需要调用save方法就可以了:

save ([name.trim () , gender.trim () , age.trim () , exp.trim () , brief.trim () , link.trim () ]) ;

现在运行脚本, 我们可以在数据字段面板里看到保存的数据, 如图8 所示:

我们已经成功采集到了第一条简历, 接下来我们把整个页面的简历都采集过来。

我们把网页拉到最下面, 复制最后一条简历姓名的XPath, 跟第一条对比下, 看看有啥区别:

//*[@id="infolist"]/dl/dd[2]

//*[@id="infolist"]/dl[35]/dd[2]

大家应该注意到了, 第一条XPath中间是dl (等同于dl[1]) , 最后一条XPath中间是dl[35]。也就是说, 每条简历的XPath只有dl[*]中间的数字是不一样的, 学过Java Script的朋友可能已经想到了, 可以通过一个循环语句来采集所有简历:

上面代码中的has_element是蜂巢数据提供的一个辅助函数, 用来判断网页元素是否存在, 因为我们不知道网页里总共有几条简历, 所以需要通过has_element进行检测。运行这段代码后, 我们会在数据字段面板里看到总共采集了35 条简历, 如图9 所示:

单个网页上的简历采集完了, 但58 上搜到的简历不只一页, 接下来我们看看怎么用蜂巢数据采集多个页面的数据。

把网页拉到最下面, 在第2 页的数字上右击鼠标, 选择复制链接地址, 用同样的方法我们复制第3 页的链接地址对比下各个页面的区别, 如图10 所示:

http://hz.58.com/searchjob/pn2/?key=android

http://hz.58.com/searchjob/pn3/?key=android

对比第2 页和第3 页的链接地址, 我们发现只有中间的pn2 和pn3 是不一样的, 同样的我们可以通过一个循环分别打开各个页面进行采集:

这里我只采集了5 个页面, 因为再后面的简历大部分可能都是过时的, 没必要采集。具体采集几页, 大家根据实际需求来设置就可以了。

脚本的编写算是告一段落了, 到目前为止, 我们都在任务编辑模式下工作, 采集到的数据也没有真正保存到数据库, 关闭任务编辑窗口后采集到的数据就会消失。接下来我们在真实环境下运行脚本。

点击工具栏上的保存按钮保存任务, 然后在任务面板里鼠标右击Android程序员, 选择开始任务, 如图12 所示:

任务运行结束后, 鼠标右击Android程序员, 选择查看数据, 我们就可以在新打开的标签里看到采集到的数据了, 这些数据已经保存在数据库里了, 关闭蜂巢数据后也不会丢失。你还可以选择导致数据到Excel进一步处理。如图13 所示:

以后每天我只需要打开蜂巢数据, 运行一遍Android程序员任务, 就能采集到当天更新的Android程序员简历, 而且蜂巢数据已经帮我过滤过重复的简历, 省了我不少时间。

三、结尾

通过本文大家应该对“蜂巢数据”的使用方法已经有所了解, 只要会点Java Script编程基础, 就可以很方便地编写脚本采集你所需要的内容。

由于篇幅的原因, 这里我就不深入去讲解怎么用脚本筛选简历, 无非就是通过Java Script对提取到的数据进行分析, 我相信大家熟悉了Java Script语法后, 这些都不是难事。

除了文中提到的简历筛选, “蜂巢数据”可以做的事还很多。比如找工作筛选职位, 行业数据分析, 论坛回帖跟踪等。希望“蜂巢数据”能对你有所帮助。

简历筛选篇2

一、首先查看客观内容（结合招聘职位要求）

主要包括个人信息、受教育程度、工作经历和个人成绩四方面。

（个人信息包括姓名、性别、年龄、学历等；受教育程度包括上学经历和培训经历；工作经历包括工作单位、起止时间、工作内容、参与项目名称等；个人成绩包括学校和工作单位各类奖励等。）

1、个人信息的筛选

A、在筛选对硬性指标（性别、年龄、工作经验、学历）要求较严格的职位时，如其中一项不符合职位要求则快速筛选掉；

B、在筛选对硬性指标要求不严格的职位时，结合招聘职位要求，也可以参照“人在不同的年龄阶段有着不同的特定需求”进行筛选：

25岁以前，寻求一份好工作；26－30岁，个人定位与发展；31－35岁，高收入工作（工资、福利、隐性收入）；36－40岁，寻求独立发展的机会、创业；41岁以上，一份稳定的工作。

2、在查看求职者上学经历中，要特别注意求职者是否用了一些含糊的字眼，比如有无注明大学教育的起止时间和类别等；在查看求职者培训经历时要重点关注专业培训、各种考证培训情况，主要查看专业（工作专业）与培训的内容是否对口。（做为参考，不做简历筛选的主要标准）

3、求职者工作经历是查看的重点，也是评价求职者基本能力的视点，应从以下内容做出分析与筛选：

1）工作时间：主要查看求职者总工作时间的长短、跳槽或转岗频率、每项工作的具体时间长短、工作时间衔接等。

A、如在总的工作时间内求职者跳槽或转岗频繁，则其每项工作的具体时间就不太会长，这时应根据职位要求分析其任职的稳定性。如可判定不适合职位要求的，直接筛选掉。B、查看求职者工作时间的衔接性（做为筛选参考）。如求职者在工作时间衔接上有较长空当时，应做好记录，并在安排面试时提醒面试考官多关注求职者空当时间的情况。

2）工作职位：不做为简历重点筛选参考依据，重中之重的是工作内容的情况。

3）工作内容

A、主要查看求职者所学专业与工作的对口程度，如专业不对口，则须查看其在职时间的长短；

B、结合上述工作时间原则，查看求职者工作在专业上的深度和广度。如求职者短期内工作内容涉及较深，则要考虑简历虚假成分的存在。在安排面试时应提醒面试考官做为重点来考察，特别是细节方面的了解。

C、查看求职者曾经工作的公司的大致背景（特别是对中高层管理和特殊岗位，做为参考）。

4）结合以上内容，分析求职者所述工作经历是否属实、有无虚假信息（做为参考），分析求职者年龄与工作经历的比例，如一个３０来岁的求职者，曾做过律师、医生，现在是营销师，现来应聘销售代表卖建材，可能吗？遇到这种情况要特别注意，如可断定不符合实际情况的，直接筛选掉。

4、个人成绩：主要查看求职者所述个人成绩是否适度，是否与职位要求相符（做为参考，不做为简历筛选的主要标准）。

二、查看主观内容（包括求职者对自己的评价性与描述性内容，如自我评价、个人描述等）主要查看求职者自我评价或描述是否适度，是否属实，并找出这些描述与工作经历描述中相矛盾或不符、不相称的地方。如可判定求职者所述主观内容不属实、且有较多不符之处，这时可直接筛选掉。

三、初步判断简历是否符合职位要求

1、判断求职者的专业资格和工作经历是否符合职位要求。如不符要求，直接筛选掉。

2、分析求职者应聘职位与发展方向是否明确和一致性。（做为参考）

3、初步判定求职者与应聘职位的适合度。如可判定求职者与应聘职位不合适时，将此简历直接筛选掉。

四、全面审查简历中的逻辑性

主要是审查求职者工作经历和个人成绩方面，要特别注意描述是否条理、是否符合逻辑性、工作时间的连贯性、是否反应一个人的水平、是否有矛盾的地方，并找出相关问题。

A、例如一份简历在描述自己的工作经历时，列举了一些著名的单位和一些高级职位而他所应聘的却是一个普通职位，这就需引起注意，如能断定简历中的虚假成份可以直接筛选掉。

B、如可判定求职者简历完全不符合逻辑性的，直接筛选掉。

五、简历的整体印象

主要查看求职者简历书写格式是否规范、整洁、美观，有无错别字，通过阅读简历，给自己留下的印象？（做为参考）

六、查看求职者薪资期望值（如有注明，需查看与招聘职位薪资大体匹配度，做为参考）。

七、结合以上内容最终判定简历是否符合职位要求？如根据以上不能判定是否符合职位要求时，可选用电话进行筛选；如可判定简历合格的可直接向用人部门推荐。

电话筛选简历的方法与要点：

电话筛选主要用于以下几种情况：

A.初次筛选时模棱两可的简历；

B.招聘职位有语言表达能力要求的简历；

C.几种筛选方法相结合并用的情况。

1.与求职者确认并自我介绍，询问现在打电话是否合适或是否方便；

2.告知求职者简历来源与应聘职位；

3.简单介绍公司或求职者应聘职位；

4.了解求职者目前所在地及目前工作状况（在职或失业）；

5.询问求职者应聘原因及离职原因；

6.了解求职者目前工作的主要内容以及主要技能（可以通过请求职者自我介绍的方式了解或其它方式）；

7.了解求职者对应聘职位的认识（可选）；

8.了解求职者对薪酬福利的期望值（可选）；

9.请求职者提出其所关心的问题（可选）；

10.了解求职者语言表达能力及沟通能力，如普通话是否标准等？（根据职位要求而定）

11.通过电话沟通情况，最终判定简历是否符合职位要求。

如何快速高效地筛选简历

一、查看简历的基本信息。

1、硬性条件：根据公司对该岗位的任职资格(性别、年龄、学历、业绩、相关工作经历等方面)，筛选简历前应明确哪些条件是必须的，在10秒钟之内即可做出判断，对不符合硬性条件的迅速PASS掉。

2、软性条件：每个年龄阶段人的思想都不同。一般而言，假设22岁踏入社会，22—25岁处于发展的初期，心态也比较浮躁，跳槽率较高，26—30岁，属于发展稳定期，这个阶段在逐步找准自己的职业定位，并按照自己的职业规划进行，31—35事业的顶峰期，职业定位非常明确，高速发展，追求高待遇，高职务。36—40岁，寻求独立发展的机会、创业。41岁以后一般追求事业的稳定。我们可以根据这个职业发展的特点进行对照，找准适合企业需求的简历。

3、其他条件。如待遇要求公司很难达到，这样的简历可以直接PASS掉，再比如简历上应聘者的居住地址离公司较远，极不方便，比如你在福田，肯定不会通知住在光明、沙井等地的人来面试，除非公司提供住宿，或者对方愿意搬到公司附近住。

二、查看简历的工作内容：

1、工作内容的对口性，简历的工作内容是否与企业要求的工作内容吻合。

2、工作时间长短与专业的深度的符合情况，如发现简历中工作时间短，而实践的内容比较精深，需要在面试时重点考察。

3、跳槽的频率。查看简历中跳槽的频率，如果经常跳槽，则其工作的稳定性比较差。一般而言在一个公司3年以上为稳定，如果出现1年左右的次数有几次，那么基本可以判断这个人不稳定。

4、工作时间的间距长短，如果简历工作时间中出现较长时间的空档期，应该在面试时重点关注。

5、职位与工作内容是否匹配。如果你要招一个人力资源经理，而这个人力资源经理工作内容是做人事档案，买社保之类的纯事务性的工作，你要当心，这个公司的人力资源经理是否符合你岗位所要求的人力资源经理条件了。

6、工作的所属行业的跨度。一般而言，有明确的职业定位的人都会限定在某个行业内，如果简历上行业跨度大，不具有相关性，则可以看出此人职业定位模糊。

三、辨别简历的真伪

1、年龄与学历的匹配。曾经有次去我们珠海的分公司出差，正好珠海分公司经理招聘业务员，过去面试一个业务员，我看这个员工的其他条件都比较符合，但他简历上写的20岁大专毕业，我当时有点怀疑，于是让他出示证件，他说丢家里了，我连问了他几个他学习的专业、课程等方面的问题，结果他回答结结巴巴。我基本上可以这个学历是假的了。

2、简历中是否有自相矛盾的地方。

3、查看简历中是否有水分。比如，在一个利润微薄的行业的普通岗位，该应聘者填的是比较高的薪酬，可见该应聘者的不诚实。如果应聘者在大公司做人力资源主管，一般不可能负责人力资源的6大模块，不可能样样精通。公司的战略决策，公司的人力资源战略规划一般不可能由其独立完成。另外简历中如果有一些模糊性的词汇，如“非常好，取得了很大的成绩。”等模糊字眼，这个时候要当心了，可能他实际并没有什么成绩。一般简历中的成绩方面最好要用数字说话，比如一个人力资源经理，可以描述自己的成绩：把公司的人才流失率从20%降低到10%，人岗匹配率从50%提升到90%，通过人员的调整，人均产值从多少上升到多少等实际数据。这样更能给人以真实感。

四、如何透过简历看应聘者

1、应聘的岗位比较多的，如果1个人投简历既应聘人事助理，又应聘客服文员，说明该应聘者定位不明确，求职动向模糊。

2、如果求职者从大公司跳槽到小公司，岗位也没有什么变化，薪资也没什么变化，基本可以判断此员工能力不强。相反，如果求职者，岗位在不断的晋升，公司的规模一家比一家大，可以判断此员工上进心较强。

3、如果在短时间内(1天以内)连续投2份或以上的简历，基本可以知道这个应聘者比较粗心。连当天投过的公司都不记得。相反如果间隔时间较长(一周以上)又投简历的，可以看出应聘者对该公司的该岗位特别感兴趣。

校园招聘简历筛选标准的实证研究篇3

关键词：简历筛选；校园招聘；工作绩效一、研究背景

随着就业形势的日益严峻，一方面求职者为找到一份合适的工作而四处奔波，另一方面则是企业为招到一个合适的员工而耗费精力。求职与招聘，本质上是一个双向选择的过程。面对堆积如山的简历，人力资源部门如何建立简历筛选标准，最大限度的从简历中发掘出适合招聘岗位的人才，将不合适的求职者剔除出去，是提高企业招聘效率和成功率的一个难题。

以往面对这些问题，企业通常的做法是设定几个硬性指标（如要求211大学毕业，相关专业，英语水平，计算机等级等），在这些指标符合条件后，第二步再由招聘人员根据岗位的需要以及简历的实际情况进行对比和筛选。在这一步骤中，招聘人员显然具有极大的自主性，这也不可避免的造成了所筛选出的简历带有招聘人员的主观经验判断。因此，建立一种符合招聘岗位要求的量化的简历筛选标准可以提高企业招聘的效率和成功率，减少面试环节的资源浪费。

目前，企业和学术界对于简历筛选这一领域的研究缺乏重视。相关文献数量不多且大多是理论论证，并没有确定的量化筛选方法。而对于简历中哪些信息对于企业的招聘有重要影响则是众说纷纭。

有学者认为求职者在大公司的工作经历与求职者未来的绩效正相关（李鑫等，2004），也有学者认为名校毕业的求职者在知识积累、学习能力及勤奋程度上比普通院校毕业的求职者要高，因此会对未来的工作绩效产生一定的影响（龚昱，2007）。还有学者提出，每个岗位都具有其特殊性，学者基于特殊岗位的研究结果并不具有普适意义，在招聘中应结合岗位的特殊性，对求职者的简历信息进行筛选（韩春艳，2010）。

二、实证分析

（一）样本的选择

M银行为我国大型股份制银行。笔者以M银行H分行销售部为研究对象，选择了该部门2012-2014年通过校园招聘会招聘的57名员工为样本（n=57），对其简历及入职一年内的工作绩效进行了比对分析。描述性统计分析结果显示，2012年通过校园招聘会入职人数为22人，2013年为19人，2014年为16人。其中男性为24人，约占42.1%；女性为33人，约占57.9%。中国共产党员人数为35人，约占61.4%。重点大学本科毕业人数为40人，非重点大学本科毕业人数为17人。本科所学专业为经济管理类专业的人数为38人，约占66.7%。

（二）变量的设计

研究选取通过校园招聘会招聘的员工一年内的工作绩效为被解释变量。由于选取的样本均来自M银行H分行的销售部门，该部门每个月都会根据员工的绩效水平发放一定的绩效工资。因此，以员工入职一年内的月平均绩效工资作为衡量其绩效水平的量化指标是合适的。笔者从M银行H分行的销售部门获得了全部56名员工入职一年内的月绩效工资表。由于员工的入职年份不同，考虑到货币的实际价值以及经济形势和业务环境的不同，本次研究采用了以下方法对入职一年内的月平均绩效工资水平进行了调整。首先按照入职年份的不同将样本划分为3个组，选取每组中月平均绩效工资最高值记为100，组内其他样本的变量值与最高值作比后乘以100，即得到调整后的被解释变量Y。

调整后，被解释变量Y可以代表员工入职一年内的工作绩效水平。

笔者从M银行H分行人力资源部门获得了以上56名员工在校园招聘会上提交的简历。根据这些简历，归纳出了10个可能对被解释变量产生影响的变量作为解释变量。分别为：

X1：性别。X2：政治面貌。X3：毕业院校。X4：所学专业。以上4个变量为定类变量。X5：获奖次数。X6：平均绩点。X7：学生工作经验。X8：学生干部经验。X9：相关实践经验。X10：不相关实践经验。以上6个变量为定距变量。

（三）分析方法

分别以X1-X4这4个定类变量为分组变量，以被解释变量Y为检验变量，进行独立样本的T检验，验证各组的变量Y的平均值是否具有显著差异。以此为依据，判断以上4个变量是否会对被解释变量产生影响。以定距型解释变量X5-X10为自变量，以被解释变量Y为因变量进行多元线性回归分析。为防止解释变量的自相关及多重共线性，以逐步剔除变量的方法进行多元线性回归。以此为依据，判断以上6个变量中的哪些变量会对被解释变量Y产生直接的显著影响，并且可以排除这些变量因中介效应对被解释变量Y产生的间接影响。

（四）分析结果

经过检验，取显著性水平a=0.05，以X1（性别）为分组变量时，被解释变量Y的平均值存在显著差异（p=0.007）；以X3（毕业院校）为分组变量时，被解释变量Y的平均值存在显著差异（p=0.023）。

以X2（政治面貌）为分组变量时，被解释变量Y的平均值不存在显著差异（p=0.751）；以X4（所学专业）为分组变量时，被解释变量Y的平均值不存在显著差异（p=0.203）；

使用逐步排除变量的方法，经过对X5-X10的多元线性回归分析，最终确定X7（学生工作经验）（p=0.002）及X9（相关实践经验）（p=0.004），在排除多重共线性影响之后与被解释变量Y存在显著的线性相关关系。其余解释变量对被解释变量的影响均被排除。

根据以上的数据分析，M银行H分行销售部可以在今后的校园招聘中按以下方法建立简历筛选标准。首先，从收集到的简历中找出以下4个变量：性别，毕业院校，学生工作经验，相关实践经验。并将学生工作经验及相关实践经验换算成月数。其次，根据线性模型2，学生工作经验与相关实践经验的系数比例大致为1比3。因此，将学生工作经验与相关实践经验合并为一个变量X（经验）。

最后，对变量X进行降序排列，并且优先选择变量X3（毕业院校）为“重点大学本科”的简历。此外，应适当调整男女比例，在男女比例合适且上述两个变量均一致时，优先考虑男性求职者。

上述简历筛选标准建立在企业过去招聘的基础上，企业过去招聘员工的简历及工作绩效均可以方便的获得，因此上述简历筛选标准的建立在实践中是可行的。当然，不同的企业不同的岗位对于员工的要求有着不同的标准。在其他企业或者其他部门，上述根据M银行H分行的招聘数据选择出的变量很可能就不是其他企业或者其他部门的员工工作绩效的相关变量。但其他企业或部门，仍然可以利用以上方法找出适合自己的员工工作绩效的相关变量，并以此为建立简历筛选标准。（作者单位：云南大学工商管理与旅游管理学院）

参考文献：

[1]洪海燕.基于贝叶斯分类器的简历筛选模型[J].计算机技术与发展，2012：22：7.

[2]龚昱.名校毕业-自然高人一等[J].软件工程师，2007.

[3]韩春艳.有效进行校园招聘的思考[J].经营管理者，2011.

简历筛选篇4

招聘是企业引进人才的主要手段之一, 其效率和准确度对于企业的发展起着至关重要的影响。进入21世纪以后, 随着互联网的快速发展和普及, “互网络招聘”成了众企业争相采取的人才招聘主流方法, 节省了传统招聘所产生的人力物力成本。但正是因为互网络招聘的兴起, 又给企业带来了一个棘手的问题, 即简历的筛选。简历作为一种招聘工具, 向招聘方提供诸如教育背景、基本素质、工作经验等个人信息, 这些信息是可查寻的, 不易造假的 (Becker & Colquitt, 1992) [1], 而且“简历筛选”可以提高招聘效果, 招聘方对应聘人员的第一印象来自他们的简历 (Knouse, 1994) [2]。

人力资源管理的几个模块, 如人员招聘、绩效考核、培训发展和薪酬福利中, 招聘工作往往显得被动, 企业在公布招聘条件后, 应聘者填写形式多样的简历发到企业网站上, 由于简历的样式、问题、内容等得不到统一, 当企业收到这些简历后, 往往会无从下手, 有很多简历里内容是冗杂多余, 有不少企业不需要的信息, 最终会导致企业无法准确高效的在大量简历当中筛选出企业所需求的人才, 增加企业招聘部门的简历筛选成本[3]。简历筛选工作需要在众多简历中, 不停的阅读并筛选, 可想而知这个工作量是非常巨大的, 既耗时又费力、而且主观色彩强烈, 凭借着大量经验性的感觉去评判应聘者的优劣, 有时甚至还会取其糟粕去其精华, 引进一些对企业没帮助的员工。企业能否合理高效地运用简历、筛选简历就成了招聘成败的关键因素。为解决这种问题, 国内外学者们开展了简历信息筛选方面的研究, 并取得了一定的成果。有利用数据挖掘来提取简历特征以此提高简历筛选的效率的技术[4];结合HMM和SVM的简历信息筛选方法[5];运用贝叶斯分类器的企业简历筛选方法[6];基于离散选择模型的企业简历筛选方法[7]。本文从另外一种角度出发, 试图引用BP神经网络来提高人工筛选简历的效率, 提出主动式简历概念及基于BP神经网络学习模式及筛选方案, 并应用此方案提出一种方便的简历筛选应用。

2.BP神经网络

人工神经网络 (Artificial Neural Networks, 简称ANN) 是反映了人脑基本特征的一个种高度复杂的非线性动力学网络系统。神经网络具有大规模并行、分布式存储、自组织、自适应和自学习的能力, 特别适合用来处理需要同时考虑多个因素和条件的模糊信息[8]。目前具有代表性的神经网络有多层感知器、RBF网络、 SOFM网络等等, 其中应用较广、发展较成熟的当属BP神经网络。

BP神经网络是目一种前馈神经网络, 包含输入层、隐含层、输出层三个部分[9], 神经网络相邻两层之间的神经元节点通过各自的权值实行全连接[10], 主要特点是信号向前传递, 误差反向传播 (Back- Propagation Algorithm) 学习, 属于有监督学习, 需要一组已知目标输出的学习样本集。

BP神经网络的结构如下图一所示:

在三层BP网络中, 假设输入神经元个数为M , 隐含层神经元元个个数数为为II , , 输输出出层层神神经经元元个个数数为为JJ , , nn为为迭迭代代次次数数, , 隐隐含含层层传传递递函数f (x) 为Sigmoid函数, 输出层传递函数为线性函数。 u和v分分别别表表示示每每一一层层的的输输入入与与输输出出, , ηη 为为学学习习率率, , δδ 为为局局部部梯梯度度。。 x (n) 为网络的输入信号[11]。

则网络实际输出和期望输出分别为:

隐含层第i个神经元的输出:

输出层第j个神经元的输出:

网络误差为:

当误差信号反向传播时, 首先调整隐含层与输出层之间的权值, 根据最速下降法, 权值修正量表示为:

误差信号向前传播, 对输入层与隐含层之间的权值进行调整, δ 为局部梯度:

标准的BP网络采用最速下降法来修正各层权值, 在训练过程中沿着误差函数不断逼近目标值, 在不断迭代和修正权值过程中可以得到精确的结果。

3.简历筛选方法

3.1主动式简历

在招聘过程中, 使用“主动式简历”方法就可以化被动为主动。顾名思义, 主动式简历招聘指的是企业为招揽某种人才而主动发放统一或定制简历的一种招聘行为。较比传统的广纳简历不同, 主动式简历招聘强调的是简洁、高效、有针对性。因此在实际应用当中, 主动式简历在人才招聘过程中具有获取数据准确率高、有信息针对性的优点。接下来, 本文所要阐述的这种企业简历筛选方法的先决条件就是首先做到简历内容的统一化, 而简历的统一化过程就需要通过“主动式简历”这一方法。即企业主动设计简历, 对外发放统一的简历模板供人们填阅。

3.2主动式简历应用步骤

主动式人才招聘流程如下:

Step1: 根据公司对人才的实际需要情况, 人力资源部门首先要进行岗位及人才的需求分析, 并依据此分析, 制定具体的人才选拔考核的标准 (因素) xi和其权重 ωi ( i ∈ N*) 。

Step2: 按照Step1中的标准, 设计制作相应的报名条件和主动式招聘简历, 简历的最上部是基本信息栏, 如姓名、性别、年龄、邮箱、通讯地址等等, 其次是正式的问题, 只需要设计与Step1中 “考核标准xi”相对应的问题即可, 其他不相干问题一律不设置, 因为设计简历的时候应遵从精炼、从简、有针对性的原则, 否则即使设计了一些其他问题, 也是对后续的程序步骤是毫无帮助的, 只会增加应聘人员的负担和填阅时间。

比如, 想获取应聘者的“工作经验”信息, 则只需提如下问题即可:

问题:有无“计算机程序员”相关职位或领域的工作 (实习) 经历?

选项:□1年及以下 □2~3年 □4年及以上

Step3: 通过以互联网或各种媒体的方式将设计好的主动式简历和报名条件公开到网络上, 让求职者自行下载填写简历并提交。

Step4: 整合所有收到的简历, 并对其进行初步的筛选和整理, 剔除掉一些不符合规定的简历。

Step5: 将简历上的信息进行整理记录, 并对所有样本进行评分, 把抽象的文字内容, 转化成可运算的具体数值, 得到样本数据Data。具体评分过程非常简单。由第2章的BP神经网络特征的介绍可知, 只需要对问题的选项进行简单的分数设定即可。

如上述Step2中的问题“有无计算机程序员相关职位或领域的工作经历?”为例, 我们只需将它的三个选项依次编码为1、2、3即可。假设应聘者选择了第2个选项, 那么在其“工作经验”这一因素记录为数字“2”即可。

Step6: 依据不同因素xi所对应的不同权重 ωi分配, 多名专家对样本进行综合全面的评估, 评估结果用于后续步骤7中的训练与检测。

Step7: 建立BP神经网络, 利用部分样本对其进行训练, 根据训练后得到的BP神经网络, 检测其准确度。

在准确率符合要求的情况下, 企业就可以摒弃传统的人力筛选的方法, 而是利用这个训练好的神经网络来判断样本的好坏, 最终决定哪些人符合条件进入最后的面试环节。

步骤Step1~7的流程结构如下图所示:

4.应用实测

4.1需求分析

为了让读者更好的理解本文的简历筛选方法, 下面假设、模拟一种简单的企业招人的情形, 以此来测试并阐述本文所提出的筛选方法。

假设:某IT企业要招聘若干名Java程序员。

如若一个公司要招聘Java程序员, 那么不同的公司会有不同的评价标准, 因为不同的企业会有不同的文化、目标及处境。如有的公司在乎程序员的编程能力, 有的公司则非常注重程序员的个人经历, 甚至也有的公司会把程序员的民族或性别放在第一位。

很显然, 在实际情形中, 同样都是招聘一名程序员, 各家企业的要求也都不尽相同。在考量了程序员这个岗位的实际工作需求后, 本文选取了6个对程序员非常重要的因素来开展研究。它们分别是“学历情况”、“外语水平”、“计算机水平”, “工作经历”、 “创新研究”、“荣誉表彰”。其中学历和外语情况看做“基本因素”, 工作经历、创新研究和荣誉表彰这三方面因素归为“能力因素”范畴。

一.“学历情况”方面, 本文参考了《武书连2015中国734所大学综合实力排行榜》中的数据对样本进行学历评估, 其中为高校“人才培养”的总得分;相同高校毕业的研究生与本科生的分数比值为1.5;高中或专科则统一记作1分。

二.“外语水平”方面, 只考虑英语过级情况, 因为一般情况下, 对一名Java程序员来说, 最重要的外语就是英语, 是否掌握其它外语对他的日常业务并没有实质性的帮助, 因此不考虑其他语言。

三.“计算机水平”方面, 下设四个分项, 分别为NCRE (全国计算机等级考试) 、C/C++水平、Java水平、其他软件水平。NCRE一级并不能算作加分项。因为对于一名程序员来说, 其太过于基础。按照应聘人员的软件操作能力的高低进行相应的打分。

四.“工作经历”方面, 下设两个分项, 分别为“工作经验” (应届生查看实习经验) 和“开发经验”。

五.“创新研究”方面, 评判一个人的创新研究能力是一件复杂的事情, 有多种评价方法, 本文为了举例说明方法的可行性, 简化了评判过程, 以发表过的最高级别“学术论文” (第一作者) 的情况来作为评价一个人是否具有研究能力的标准。

六.“荣誉表彰”方面, 以获得的最高级别的各类型的奖项、荣誉证书、奖学金、比赛等情况来作为评分标准。

4.2样本数据

完成需求分析的过程以后, 参照上述3.2中Step2的方法, 制作了相应的简历模板, 挂载到互联网, 供应聘者填写。通过设计发放问卷 (简历) , 最终总共获得了123份样本数据。在对数据初步整理筛选后, 剔掉其中3个不符合规定的样本, 对剩余的120份样本一一进行评分记录, 3.2中Step5方法, 最终得到编号为1~ 120的样本数据。

在这120个样本中, 硕士及以上学历者占28%;本科学历68%、高中及专科4 %;应届毕业生人数占90%;计算机相关专业毕业者人数达到了总样本数的50%。

4.3样本评分

样本评分指的是对已获取的样本进行相应打分 (量化) 的过程, 是整个方法中非常重要的一个环节, 评分是否直观、准确、直接影响整个工作的结果。评分时候最重要的是要力图简单明了、使人通俗易懂, 才能减轻记分人员的工作难度, 提高记分效率。

结合以上的要求, 本文中的样本评分的具体方法以及对应的评分值如下图三。

下面举一个样本评分实例, 供大家参考。

例:某个样本情况为北京大学硕士毕业、英语6级水平、 NCRE2级、C/C++高级、Java中级、其他软件中级、有1年工作经验、无开发经验、有国家级学术论文、有校级奖项, 则其数据整理结果为:

4.4专家评估

在取得样本数据后, 我们要对每个样本进行评价, 评价结果只有两种情况, 即1或0。1代表合格, 表示通过海选阶段进入面试环节, 0则代表淘汰。

由于我们假设在招聘Java程序员, 所以经过多方面考虑, 我们将各项因素的权重 ω 作如下图四配置。当然在实际应用当中, 企业完全可以按照自己的需求自行设计各项要素及其权重的大小, 并不一定要完全按照本文的权重分配方法。

其中, ω = ω1+ ω2+ ω3= 1;

ω1= ω11+ ω12;ω2= ω21+ ω22+ ω23+ ω24, ω3同理。

样本评价由“专家评估”的方式进行, 本文找到2名IT企业家 (专家) , 让他们按照图四的权重分配情况综合考量每一个样本的优劣情况, 并对所有的样本作出“合格”或“淘汰”的评价。为了进一步模拟企业招聘时的真实场景, 我们假定合格率P=0.2, 即, 专家们需要评选出24份合格样本及96份不合格样本。

4.5测试结果

完成前面的所有步骤后, 用MATLAB (R2014a) 建立BP神经网络, 在合格样本和不合格样本中分别随机选择2/3数量 (80个) 的样本进行训练, 余下的1/3 (40个) 样本用来检测所建网络的准确率。根据对网络的理解和经验, 我们如下设置BP网络的参数, 其余参数均采用默认值。

BP网络测试结果如下。

由“误差下降曲线”的横坐标可知, 此网络进行了8次迭代就实现收敛。误差分布大致呈现正态分布的形状。

将上述网络重复测试了100次后, 预测准确率 (accuracy) 及迭代次数 (epochs) 结果如下图。

由上图可知, BP网络本身具有一定的随机性和不确定性, 所以每次的训练结果都是不一样的, 因此为了更加准确的获得网络的真实运行情况, 我们尝试进行20种不同训练样本的组合, 组合情况完全是计算机随机进行的, 每种组合内再重复50次训练和检测过程, 最终得到1000个网络运行数据组, 其中包括1000组迭代次数、网络预测值、误差值、准确率等等, 得出“预测与期望比较图”和“预测误差图”, 分别如下:

最后再对所有结果分别取平均值, 得出最终的网络总平均迭代次数、误差和准确率。

测试结果表明, 本文所提出的简历筛选方法能够确实有效的替代传统的筛选方法。测得的网络预测的平均准确率为91.33%, 平均误差为0.0435, 平均迭代次数为8.5次 (收敛较快) 。

5结论

本文所提出的方法解决了企业招聘过程中的简历筛选所面临的无针对性、低效率等问题。筛选精度达到了较高的水平, 从而帮助我们判断样本的优良情况。经过测试发现, 训练好的BP网络可以快速、客观、准确的对样本进行检测分类, 预测的平均准确率达到了90%以上, 平均误差也控制在了0.05以内。

本文提出方法的特色及创新之处:

1) 目前国内的人力资源管理方面的研究中, 关于简历筛选方法方面的研究少之又少, 相关的文献资料也屈指可数。因此本文的研究在简历筛选领域可以说是贡献出了一种新的解决方法和思路, 给人力资源管理中的招聘环节领域提供了宝贵的参考资料, 同时也会呼吁更多的学者投入到当前领域的研究。

2) 将“BP神经网络”这一前沿计算机生物技术融入到了人力资源管理学当中, 有效解决了企业招聘环节中的实际问题。值得注意的是, 是由于BP网络本身具有一定的随机性, 对初始值较为敏感, 每一次运行结果都是不同的, 所以需要反复多次的运行网络, 取平均值来判断网络是否能够准确地对简历进行筛选。

综上所述, 本文所提方法提高了企业简历筛选分类的效率, 节约了企业人力、物力和时间成本, 基本上满足实际应用操作的需求。

摘要：本文从节省人力资源招聘环节中的成本与提高招聘前期简历筛选效率的角度出发, 将主动式简历和BP神经网络作为主要实现手段, 综合简历筛选环节中真实存在的问题的基础上, 提出了一种新的企业简历筛选方法, 有效降低了传统企业简历筛选过程中所产生的人力、物力成本。经过实际测试发现, 本文所提出的方法, 满足相关领域的实际使用需求, 具有快速简历分类筛选能力, 具有高精度、高效率的优点, 适用于各类型企业互联网招聘环节中的简历筛选过程当中。

关键词：简历筛选,主动式简历,BP神经网络,人力资源

参考文献

[1]Becker, T.E., &Colquitt, A.L..Potential versus actual faking of a biodata form:An analysis along several dimensions of item type.Personnel Psychology, 1992, 45, P 389-406

[2]Knouse, S.B..Impressions of the resume:The effects of appli-cant education, experience, and impression management.Journal of Business and Psychology, 1994, 9, P33-45

[3]苏蕙.专家和新手在简历筛选任务上的比较研究[D].上海:华东师范大学, 2005

[4]Maheshwari S, Sainani A, Reddy P K.An approach to extract special skill to improve the performance of resume selection[C].Lecture Notes in computer Science, 2010, 5999, P 256-273

[5]Yu Kun, Guan Gang, Zhou Ming.Resume information extrac-tion with cascaded hybrid model[C].Proceedings of the 43rd An-nual Meeting on Association for Computational Linguistics, Mo-rristown, NJ, USA, 2005

[6]洪海燕.基于贝叶斯分类器的简历筛选模型[J].计算机技术与发展, 2012, 22 (7) , P 85-87

[7]秦嵩, 徐晓林, 王震蕾.基于离散选择模型的简历筛选研究[J], 2012, 20, P 138-142

[8]李雄诒, 许卫华.基于改进BP神经网络的企业盈利能力测评模型及应用[J], 工业技术经济, 2006, 25 (6) , P 92-96

[9]汪克亮, 杨力, 查甫更.改进BP神经网络在企业网络营销绩效评价中的应用[J].商业研究, 2008, 371期, P 64-68

[10]张积洪, 李兴旺.基于多聚合过程神经元的A380客舱内温度预测[J].计算机测量与控制, 2014, 22 (12) , P 3891-3893

筛选简历注意事项篇5

编号：

筛选简历注意事项

一、查看简历的基本信息

首先，根据公司对该岗位的任职资格(性别、年龄、学历、业绩、相关工作经历等方面)，筛选简历前应明确哪些条件是必须的。

其次：由于每个年龄阶段人的思想都不同。假设22岁踏入社会，22-25岁处于发展的初期，心态也比较浮躁，跳槽率较高；26—30岁，属于发展稳定期，这个阶段在逐步找准自己的职业定位，并按照自己的职业规划进行；31---35事业的顶峰期，职业定位非常明确，高速发展，追求高待遇，高职务；36—40岁，寻求独立发展的机会、创业；41以后一般追求事业的稳定。我们可以根据这个职业发展的特点进行对照，找准适合企业需求的简历。

最后，如待遇要求公司很难达到，或者应聘者的居住地址离公司较远，极不方便，这样的简历可以直接PASS掉。

二、查看简历的工作内容：

1、工作内容的对口性，简历的工作内容是否与企业要求的工作内容吻合。

2、工作时间长短与专业的深度的符合情况，如发现简历中工作时间短，而实践的内容比较精深，需要在面试时重点考察。

4、工作时间的间距长短，如果简历工作时间中出现较长时间的空档期，应该在面试时重点关注。

5、职位与工作内容是否匹配。

7、工作职位不作为简历重点筛选的参考依据，重中之重的是工作内容的情况。

8、对于中高层管理和特殊岗位，需要查看求职者曾经工作公司的大致背景。

北京添瑞祥德计量科技有限公司

编号：

三、辨别简历的真伪

1、年龄与学历的匹配。一般学生毕业年龄为22-25岁。