答辩终稿

问题的解决
1.提出人岗匹配测度的计算公式 1.提出人岗匹配测度的计算公式 2.用遗传算法确定测度公式中指标的权重系数 2.用遗传算法确定测度公式中指标的权重系数 3.对遗传算法进行优化和改进 3.对遗传算法进行优化和改进
提取简历信息设计指标体系
性别 基本信息 婚否 年龄 学历 简历 指标 体系 A 学习能力 学校 计算机能力 工作经验 工作能力 工作年限 资格证书 英语水平 语言能力 粤语水平 普通话水平
( Pm − Pm1 ) ( f max − f ′ ) Pm 1 + f max − f avg Pm = ( Pm 2 − Pm ) ( f avg − f ′ ) Pm 2 + f avg − f min
Pc1 < Pc = Pc1 + Pc 2 < Pc 2 2
f ′ ≥ f avg f ′ < f avg
遗传操作
选择算子 交叉算子 变异算子
采用轮盘选择法 采用基于最近邻的基因匹配交叉运算 采取离散随机变异方式
算法终止条件
规定的代数内有一个个体的适应度值己经满足 要求，则停止进化；否则， 要求，则停止进化；否则，一直进化到规定的 代数算法停止
自适应交叉概率和变异概率
( Pc − Pc 1 ) ( f m a x − f ′ ) Pc 1 + f m ax − f avg Pc = ( Pc 2 − Pc ) ( f a v g − f ′ ) Pc 2 + f a v g − f m in f ′ ≥ f a vg f ′ < f avg
建立匹配测度模型
构建测度指标体系 确定因素评定等级及标度分值系 确定所需匹配岗位的因素等级以及匹 配度测度公式
确定指标体系权系数
进行测度
提出匹配测度计算方法
设员工能力为A(其各个要素为A 员工能力对应的岗位要求为C 设员工能力为A(其各个要素为Ai)，员工能力对应的岗位要求为C（其各个 A(其各个要素为 要素为C ），Y为员工能力与岗位的匹配程度评价的总分数。 要素为Ci），Y为员工能力与岗位的匹配程度评价的总分数。 设Ai对应的权重为ω (i =1,2,L ) n i 则有： 则有：
P1 +P 2 m m <P2 m 2
P1 <P = m m
Pc1 , Pc 2 , Pm1 , Pm 2 取(0，1)区间的值，可在优化过程中调整。
改进后的交叉概率Pc和变异概率Pm随着个体 的适应度值在种群的最小适应度、平均适应度和 最大适应度之间进行线性调整，适应度值较高的 个体交叉概率和变异概率较小，有利于保持种群 中的较优个体，适应度值较低的个体的交叉概率 和变异概率较大，从而增加种群的多样性
s.t ∑ ω
i =1
i
=1
我们就是想通过机器学习得到最好的一组ϖ ，以此来运用到以后 的匹配和筛选过程中。所以， 表示成一条染色体， 的匹配和筛选过程中。所以，我们将 ϖ 表示成一条染色体，ωi 表示染 色体上的基因位，且基因的个数为n 色体上的基因位，且基因的个数为n。我们就是需要通过遗传算法来 对个体进行进化寻优， 对个体进行进化寻优，我们得到的结果就表示为能够最为客观的表示 各个属性指标的重要性的权重系数。 各个属性指标的重要性的权重系数。
方法的应用
总
5.总结与展望 结 5.总结与展望
问题的提出—选题背景及意义 问题的提出 选题背景及意义
人力资源配置和使用的基础是人岗匹配， 人力资源配置和使用的基础是人岗匹配，而人岗匹配程度的高低 直接影响组织内部其它资源的合理利用和整体配置效益。 直接影响组织内部其它资源的合理利用和整体配置效益。网络招聘的 兴起，大量的简历数据使筛选工作面临困难。 兴起，大量的简历数据使筛选工作面临困难。目前人岗匹配研究主要 是通过主观评定来进行匹配测度， 是通过主观评定来进行匹配测度，如评价指标及其重要性确定的依据 主要是专家的主观判定。 主要是专家的主观判定。这种匹配测度方法存在不能实现从定性分析 到定量处理的合理转化、主观随意性比较大等问题， 到定量处理的合理转化、主观随意性比较大等问题，具有一定的局限 为此，从客观和定量的角度去研究人岗匹配具有重要的意义 研究人岗匹配具有重要的意义。 性。为此，从客观和定量的角度去研究人岗匹配具有重要的意义。
Bi 为权重作用下各个员工各个要素的分值， 为权重作用下各个员工各个要素的分值，
Bi = Aiωi
0 < ωi ≤ 1 s.t n ∑ ωi = 1 i =1
人员与岗位的匹配度通过两者间的距离来衡量， 人员与岗位的匹配Байду номын сангаас通过两者间的距离来衡量，两者间的距离采用如下 公式进行计算： 公式进行计算：
确定适应度函数
本算法中适应度值的大小， 本算法中适应度值的大小，取决于在该个体作用下简历通过筛选 的准确率。这个准确率是参照专家判断下哪些简历能够通过筛选， 的准确率。这个准确率是参照专家判断下哪些简历能够通过筛选，我 们采用查全率R 查准率P以及F1评价指标来进行计算 们采用查全率R，查准率P以及F1评价指标来进行计算 F1
实验结果
通过遗传算法处理后，我们得到了简历各个指标的权重系数： 通过遗传算法处理后，我们得到了简历各个指标的权重系数：
指标名称 性别C 性别 1 婚否C 婚否 2 年龄C 年龄 3 学历C 学历 4 学校C 学校 5 计算机能力C 计算机能力 6 工作经验C 工作经验 7 工作年限C 工作年限 8 资格证书C 资格证书 9 英语能力C 英语能力 10 粤语能力C 粤语能力 11 普通话能力C 普通话能力 12 权重系数 0.030 0.030 0.037 0.159 0.100 0.051 0.268 0.061 0.157 0.036 0.013 0.054
β = β1 + ( β 2 − β1 ) × t / Tmax
方法的应用—实例分析 方法的应用 实例分析
本文主要通过与一些招聘网站合作，分别从十多个岗位中， 本文主要通过与一些招聘网站合作，分别从十多个岗位中，每个 岗位中抽取了大约50个职位，每个职位中包括20份简历信息， 岗位中抽取了大约50个职位，每个职位中包括20份简历信息，每个岗 50个职位 20份简历信息 位抽取了两组简历样本：1.企业接受面试的简历5000份左右（简称A 位抽取了两组简历样本：1.企业接受面试的简历5000份左右（简称A 企业接受面试的简历5000份左右 类样本）；2.不被企业接受面试的简历5000份左右（简称B类样本）。 类样本）；2.不被企业接受面试的简历5000份左右（简称B类样本）。 ）；2.不被企业接受面试的简历5000份左右 对简历中的各种属性进行测度表示 对各种类型的指标进行无量纲化、标准化、 对各种类型的指标进行无量纲化、标准化、一致化处理 用文中设计好的遗传算法进行分析， 用文中设计好的遗传算法进行分析，得到运行的实验结果
致
谢
感谢导师胡东波教授对论文的悉心指导 感谢同学给我的建议与帮助 感谢各位答辩委员对本论文的审阅与指正
所有指标中：工作经验、学历、资格证书的权 重值最大 在学习能力指标中：学历的权重比值最大，计 算机能力的权重最小 在工作能力指标中：工作经验占到了所有指标 中的最大权重 在语言能力指标中：普通话、英语、粤语的权 重依此降低
研究不足与展望
1.实验分析仅就会计人才岗位匹配进行研究该方法 1.实验分析仅就会计人才岗位匹配进行研究该方法 还需要更多案例验证 2.人岗匹配从静态的单一纬度来进行研究和分析， 2.人岗匹配从静态的单一纬度来进行研究和分析， 人岗匹配从静态的单一纬度来进行研究和分析 可以将动态因素考虑进去， 可以将动态因素考虑进去，并且在指标选取的时候 考虑更多类型和维度。 考虑更多类型和维度。 3.简历中的文本信息有待进一步挖掘 3.简历中的文本信息有待进一步挖掘
P×R×2 F1 = P+R
a P= a+b
R =
a a + c
公式中a 公式中a，b，c，d的值根据手工匹配的情况和自动匹配的情况 进行确定。 进行确定。a，b，c，d的计算方法为：如果结果属于a则将a加1；同 的计算方法为：如果结果属于a则将a 如果结果属于b 则它们分别自己加1 理，如果结果属于b，c，d则它们分别自己加1。
LOGO
基于遗传算法的简历与求职 岗位匹配研究
论文基本框架
1.绪论 问题的提出 1.绪论 2.人与岗位匹配的测度 2.人与岗位匹配的测度 问题的解决 3.基于遗传算法的简历与招聘岗位匹配测度 3.基于遗传算法的简历与招聘岗位匹配测度 4.基于遗传算法的简历与招聘岗位匹配测度的应 4.基于遗传算法的简历与招聘岗位匹配测度的应 用
并行模型
用多个子种群代替原单一种群， 用多个子种群代替原单一种群，每个子种群按不同的遗传算子独 立地、并行地进化， 立地、并行地进化，用多个子种群代替原始种群在可行解空间进行搜 不同子种群各自独立进化，每进化5 索。不同子种群各自独立进化，每进化5代就把当前总的最优个体分 配到所有子种群中去，以促进各个子种群共同地进化。在遗传运算中， 配到所有子种群中去，以促进各个子种群共同地进化。在遗传运算中， 子群体中的个体按照一定比例随机进行寻优操作， 子群体中的个体按照一定比例随机进行寻优操作，设进化比例系数为 t为当前进化代数，Tmax为最大进化代数 为当前进化代数，Tmax为最大进化代数 β
问题的遗传算法表示--编码 问题的遗传算法表示--编码 -每份简历指标的基本描述： 每份简历指标的基本描述： S = d d , d L d n 1, 2 3 每份简历指标的权重系数： 每份简历指标的权重系数： ϖ = [ω1 , ω 2 , L ω n ]
s11 ×ϖ11 s12 ×ϖ12 s ×ϖ s ×ϖ 简历匹配问题的样本空间可以表示为Y = 21 21 22 22 s31 ×ϖ31 s32 ×ϖ32 n sm1 ×ϖm1 sm2 ×ϖm2 L s1n ×ϖ1n L s2n ×ϖ2n L s3n ×ϖ3n L smn ×ϖmn
Y = Dis ( B , C ) = B − C =
∑(B
n i =1
i
− Ci
)
2
选择调节阀值
根据岗位需求人数与简历收集数目来确定调节阀值η
岗位需求人数 η= 候选人数目
计算简历价值系数
α =
m Y m ax − m Y −
∑
m
Y
j=1 m
j
∑
Y
j=1
j
如果 η ≥ α
则该份简历划分为通过筛选
精英保留
每代进行了选择、交叉、变异的操作以后， 每代进行了选择、交叉、变异的操作以后，将 新一代的个体按适应度排序， 新一代的个体按适应度排序，首先以上一代保存下 来的精英个体替换这一代适应度最差小的个体。然 来的精英个体替换这一代适应度最差小的个体。 后用这代适应度最好的个体与上一代保存下来的精 英个体进行比较， 英个体进行比较，将其中适应度最好的个体作为精 英个体替换原有精英个体保存下来。 英个体替换原有精英个体保存下来。