中文简历自动解析及推荐算法

来源：计算机工程与应用杂志2017年第18期北京时间：

作者：谷楠楠，冯 筠，孙 霞，赵 妍，张 蕾

单位：西北大学 信息科学与技术学院，西安 710127

摘要：为解决企业人工筛选电子简历效率低等问题，提出一种简历自动解析及推荐方案。对中文简历中的句子进行分词、词性标注等预处理，表示为特征向量，并利用SVM分类算法将所有句子划分成预定义的六个通用类别，包括个人基本信息、求职意向和工作经历等。利用个人基本信息的词法和语法特征，手工构建规则来实现姓名、性别及联系方式等关键信息抽取；对复杂的工作经历等文本用HMM模型进一步抽取详细信息，从而形成基于规则和统计相结合的简历文本信息抽取方法。考虑企业和求职者双方偏好，提出基于内容的互惠推荐算法（Content-Based Reciprocal Recommender algorithm，CBRR）。实验结果表明，整个方案能有效处理电子简历，提高简历筛选效率，辅助企业进行人才招聘。

关键词：信息抽取,推荐,协同过滤,规则,统计,简历