基于人工智能的招聘面試管理系統設計

楊玫，呂振華，陳微微

(1.杭州英菲迅科技有限公司，浙江 杭州 311121；2.杭州藍然環境技術股份有限公司，浙江 杭州 311121)

0 引言

隨著人工智能技術的快速發展，大數據分析與處理的方式也在發生相應的變化，企業人才招聘可以充分利用這一科技發展趨勢，將傳統的人與人、面對面的招聘面試形式逐漸轉化為通過人機交互完成人才初選的智能招聘形式[1-3]。為此，本研究提出并設計了一種基于人工智能的招聘面試管理系統，結合大數據分析與虛擬現實技術進行人才數據的采集、處理并對其進行深入挖掘，以智能的方式完成人才初選的多個環節，從而緩解了企業人力資源部門招聘工作負荷過高的現狀。

1 系統框架

人工智能招聘面試管理系統的總體結構如圖1所示。

圖1 系統總體結構

(1)在線填寫簡歷。企業人力資源管理部門依據企業的崗位需求制定招聘條件，并以此創建電子簡歷模板通過網絡平臺對外發布，求職者根據個人實際情況填寫電子簡歷并說明自己的就業意愿。系統根據電子簡歷中的信息進行結構化與非結構化數據的采集，對求職者的意向進行分析。

(2)電子簡歷自動篩選。由智能機器人進行崗位所需人才的綜合分析，其中主要包括本行業同類崗位人才基本技能大數據分析和本企業對該崗位人才的個性化需求，基于分析的結果確定人才招聘條件，設計甄別指標，智能分析求職者簡歷；使用特定算法搜索關鍵信息，以此完成簡歷的初步過濾，確定適合崗位需求的人選。

(3)智能在線交流，由智能機器人通過計算機客戶端或手機App進行在線人機交流，智能機器人可以圍繞崗位需求向面試者提出問題，也可以對其提出的問題進行解答，問答環節結束后還可向其提供后續的應聘建議。系統從問答內容中提取關鍵信息，對候選人的數據進行更新并對人才素質作出評估。

(4)虛擬場景面試。對于崗位招聘的復試環節，系統可以基于虛擬現實技術創建多種對應崗位日常工作的虛擬場景。在復試的過程中，由考官根據崗位實際為面試者選定多個任務場景，在面試者完成任務的過程中對其進行實時監測，基于大數據分析對面試者的表現進行評定。

(5)人才素質綜合評估。通過人工與智能相結合的方式，利用大數據匹配對人才素質作出綜合評價并完成合適人選推薦。首先，制定崗位勝任性評價標準，一是對網絡中已有的特征數據進行采集、分析和挖掘，進行適合特定崗位的人才特征描繪并設定人才維度指標；二是由人力資源部門與用人崗位所在部門站在各自的角度共同制定人才選用標準。其次，建立求職者崗位勝任性評分機制，通過大數據分析、挖掘并結合崗位權重，制定求職者崗位勝任性的評分方案，作為企業科學招聘的參考[4]。

(6)精準錄用。將人才素質綜合評價的結果提交給人力資源部門和用人崗位所在部門的決策者，由二者共同決定是否錄用系統推薦的求職者。

2 核心模塊設計

2.1 智能簡歷篩選

本系統基于反向傳播(Back Propagation，BP)神經網絡進行電子簡歷的智能篩選。

(1)建立詳細的用人崗位人才選用標準并為其分配權重。依據企業發展的戰略規劃提出人才素質層次整體需求，人力資源部門開展崗位及其職責的設計，應以其為基礎建立人才選用標準，從而創建與企業發展相對應的崗位勝任性素質模型。本系統所創建的模型包括基本素質、能力素質、知識技能、品行動機和人格特征5個指標庫，系統以該模型為基礎建立崗位勝任素質評價體系，如圖2所示。

圖2 測試語料庫文本信息歸類結果

(2)依據崗位人才選用標準創建同一格式的電子建立模板并通過網絡對外發布。簡歷中的待填寫項包括求職者姓名、性別、年齡、聯系方式以及教育背景、工作經歷等基本信息。

(3)求職者完成電子簡歷的在線填寫。求職者在指定的平臺在線填寫電子簡歷，確保按實際情況完成必選信息的填寫，同時可對崗位意向和薪資要求等進行附加說明。

(4)以崗位優秀員工的簡歷為樣本進行神經網絡的訓練。在對崗位所需人才的人格特征、興趣機動、行為模式、知識技能等方面的圖譜進行深度數據分析的基礎上，人力資源部門可以從人事檔案中挑選出多個崗位優秀員工的簡歷，用以對神經網絡進行訓練，BP神經網絡會基于其自身的記憶能力與自適應性實現簡歷中有用數據的的采集和處理，最終輸出系統所需的結果。本系統進行簡歷篩選時BP神經網絡的學習流程如圖3所示。

圖3 BP神經網絡的學習流程

(5)基于BP神經網絡進行最優簡歷的篩選。隨著學習次數的增多，BP神經網絡逐漸成熟，進而能夠獨立完成線上簡歷的初選，減少人力資源部門的工作量。

(6)向通過初選的求職者發送復試通知，同時將初選的評估結果發送給相關管理人員。

2.2 智能交流面試

智能機器人的系統中植入了自然語言辨識和機器人學習的模塊，能夠在一定程度上按照人類的模式進行語言組織與學習，智能面試在人機交互問答的模式下進行。系統按照設定的場景向求職者提出問題，從而了解求職者的真實情況及意圖。收到面試通知的求職者可在任意的時間和地點通過計算機客戶端或手機App啟動面試程序。面試的過程系統會全程記錄并從中選取出所需的數據。

(1)知識庫訓練。訓練知識庫能夠提高智能機器人的語義分析能力，從而提升匹配精度。系統基于Encorder-Decoder模型創建智能機器人，選取已保存的面試交流語音為樣本對其進行訓練。訓練的過程是基于神經網絡進行的，通過模式識別、深度學習等技術提高了系統的語義解析能力和自主學習能力。訓練的目的是創建新的知識庫及豐富已有知識庫，將有關學歷、技能、經驗和敬業度等多種信息轉換為量化的數據。

詞庫訪問是通過倒排索引和多模式匹配兩種方式實現的，詞庫中包含多個主題數據模塊，匹配是面向模塊進行的，因此詞庫訪問的速度得到了提升。

為了解決智能機器人進行人機交互時的上下文機制問題，在Encorder過程中對基于上下文生成的Context信息和實時Message同時進行編碼，從而保證在Decoder過程中能夠按照上下文信息創建對應的Response應答。而對于個性信息歸一化的問題，智能機器人可以創建一個代表不同身份或交流風格的對話助理，交流對象所表達的個性化信息借助Word Embedding進行描述，通過不同對話助理的選擇實現個性信息的歸一化。

(2)主動提問。智能機器人能夠使用文本信息與求職者進行交流，避免語音交流的識別錯誤且可以清晰地表達提問的內容。同時，智能機器人系統中載有人工招聘過程中經常被提出的問題，除此之外，機器人還可以根據簡歷信息進行針對性較強的提問，以此獲取更多的求職者信息[5]。

智能機器人能夠向求職者提出問題并記錄其給出的答案，提問的過程是高效的，只就與崗位有關的信息進行提問，對于求職者的專業能力考察，會根據求職者對當前問題的應答情況動態選擇下一個問題，進而以最少的提問量獲取盡可能多的信息，并根據這些信息對求職者的專業能力進行評估。

(3)應答匹配。系統利用這一功能對求職者的提問進行反饋，求職者通過語音提出問題，系統進行語音解析并分析語義，再從數據庫中搜索與之匹配的答案，在這個過程中，語音解析是基于自然語言解析技術(Natrual Language Processiing，NLP)完成的，其具體流程如下。

a)求職者提出問題，并在人機交互界面將系統自動辨識的提問文本信息進行簡化處理，去除冗余信息；

b)系統進行自然語言解析和文字分切，將語句分割為詞組并為其分配權重，基于綜合權重均衡算法從知識庫中提取出包含最優答案的文檔塊，結合分詞處理的結果判斷是否存在歧義或空值，若存在，則通過深度學習進行化解或補充；

c)重復分詞和答案搜索環節直至提問的語句全部處理完畢。組織最精準的回答語句向求職者進行反饋。

系統應答的實現流程如圖4所示。

圖4 系統智能應答實現流程

2.3 虛擬場景面試

通過虛擬場景(Virtual Reality，VR)技術能夠為求職者提供一個與崗位日常工作實際十分貼近的虛擬場景，從而使考官直觀地了解求職者的專業技能水平和臨時應變能力。系統通過VR設備向求職者顯示一個虛擬的任務場景，求職者在該場景中進行虛擬操作、解決隨機出現的問題以完成設定的任務，系統對整個過程的影像進行記錄并基于大數據分析對求職者的實際操作能力水平進行評定。具體過程如下。

(1)根據求職者的應聘崗位為其創建一個對應的工作場景，該場景按照工作崗位的實際環境搭建，完全能夠代替真實的現場。從企業的崗位技能知識題庫中抽取一定數量的題目，用于對求職者的專業知識進行考察。

(2)考核題目可視化條件準備，訓練智能機器人。

(3)由考官選擇或切換虛擬任務場景，隨機向求職者提出專業問題或布置任務，求職者回答問題并按其要求完成操作，現場解決出現的各種臨時問題。考官全程監控求職者的操作和反應，機器人記錄整個考核過程并基于大數據分析對其專業能力進行評估。

(4)考官根據智能機器人的評估報告和自己對求職者表現的監控記錄做出綜合評定，并形成錄用意見。

2.4 應用效果

為了驗證系統的功能有效性，系統開發完成后在某網絡游戲運營公司進行試運行，其網絡招聘界面如圖5所示。

圖5 系統網絡招聘界面

求職人員通過該界面能夠了解崗位類別、計劃招聘人數及具體的崗位工作內容，同時根據自身的專業能力對崗位進行選擇并按系統要求填寫電子簡歷，系統會自動篩選出相對較為優秀的求職者并通知其參加后續的招聘環節。

在招聘信息發布時間內，系統共收到電子簡歷377份，其中除技術類的“客戶端開發工程師”崗位外，其余崗位電子簡歷數量均遠高于計劃招聘人數，經過系統自動篩選，按1：3的比例挑選出各崗位初選合格的求職者參加在線面試，并經過后續的VR場景面試和綜合評估最終錄用了其中的71人(客戶端開發工程師僅1人通過系統考核)。根據公司在實習期對此次招聘人員的考評結果，本次招聘的新員工能力評定全部達到良好以上，由此可見本研究所設計的系統對于企業人才招聘具有很強的實效性。

3 總結

基于人工智能的招聘面試管理系統，將人工智能技術、大數據分析技術與虛擬現實技術進行有機融合，通過電子簡歷的自動篩選、智能在線交流與VR場景面試實現了智能化的崗位勝任素質考核，加快了企業招聘的進程，減輕了企業人力資源管理部門的工作負荷。本研究介紹了系統的整體框架，說明了相關技術的應用原理并闡述了各功能模塊的設計思路和實現流程，為相關技術的深化應用和同類系統的研發提供了有價值的參考。在本次研究的過程中，由于對BP神經網絡的復雜結構理解尚不夠透徹，因此在簡歷篩選環節所建立的指標庫并不十分完善，在今后的研究中，將會進一步細化人才評價指標并持續豐富BP神經網絡結構，實現更加高效和精準的人才初選。