一种远程自助测评的招聘方法及系统与流程

本发明属于招聘系统领域，涉及一种远程自助测评的招聘方法及系统。

背景技术：

现有的招聘模式一般是应聘人员在获知到需求后投递简历，按商定测评面试的方式、网络视频面试补充测评的方式或定时定点测评面试的方式，这些招聘时的测评方式都要求招聘和应聘双方要同时在场，对于应聘人员较多的情况，还需要另外找人组织，耗费了人力资源管理人员，而且，应聘人员还需要提前到达现场等候，至少需要一天，有些招聘方还需要复试、笔试、口试，程序繁杂，前前后后可能还要耗费好几天，消耗了应聘人员大量的精力和时间。

因此，本发明针对上述问题，提出了一种远程自助测评的招聘方法及系统。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种远程自助测评的招聘方法及系统，解决了现有招聘方式测评时存在需要耗费大量招聘方的人力，以及应聘人员的时间和精力的问题。

本发明采用的技术方案如下：

一种远程自助测评的招聘方法，包括以下步骤：

步骤1：招聘方在招聘端将企业信息和招聘信息上传至云服务器，并匹配招聘信息的测评项目，云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目进行分类保存，并根据招聘方匹配的测评项目形成测评试卷，指定测评试卷对应的岗位码；

步骤2：应聘人员在应聘端上传其工作简历和个人信息，查看招聘信息后在测评端上进行自助测评，在限制时间内进行答题；

步骤3：测评端根据岗位码在云服务器中调出岗位对应的测评试卷，且测评试卷的测评题目随机分配，应聘人员完成自助测评后得到测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值；

步骤4：云服务器根据测评分值排序，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，招聘方在招聘端筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历；

步骤5：应聘人员在应聘端接受面试邀请后，云服务器再发送其个人信息给招聘端，招聘方在招聘端最终筛选满意的应聘人员，通过云服务器反馈应聘结果给对应的应聘端。

进一步地，还包括步骤6：云服务器根据应聘人员渐次参加的招聘方的企业信息和招聘信息，测评材料以及招聘结果和应聘人员的个人信息得到对应的人才条件和能力模型，并根据机器学习算法不断更新和完善模型；

步骤7：应聘人员在应聘端评分对应的雇主可信度，云服务器再通过推荐引擎与人才条件和能力模型，按雇主可信度数据优先推荐招聘信息给应聘人员。

进一步地，所述步骤1还包括招聘方在招聘端补充测评题目上传至云服务器，云服务器再将测评题目传送给测评端，进行分类保存。

进一步地，所述步骤2中的工作简历包括应聘人员的名字、工作经验、项目经验和薪资要求；所述个人信息包括应聘人员的名字、照片、性别、出生日期、身高、婚姻状况、手机号码、身份证号码、邮箱地址和住址。

进一步地，所述步骤3中测评试卷的测评题目随机分配具体为在同一测评项目中，随机进行题目替代、顺序调整和选项调整。

进一步地，所述步骤4中的招聘比例是以时间段内进行自助测评的人数为基数的百分比。

一种远程自助测评的招聘系统，包括招聘端、应聘端、测评端和云服务器，所述招聘端、应聘端和测评端均与云服务器连接；

所述招聘端用于招聘方上传企业信息和招聘信息至云服务器，并匹配招聘信息的测评项目，根据应聘人员名单筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，以及进行最终筛选，将应聘结果发送给云服务器；

所述应聘端用于应聘人员上传其工作简历和个人信息至云服务器，查看招聘信息，以及接收再次测评要求或面试邀请和接收云服务器反馈的应聘结果；

所述测评端根据岗位码在云服务器中调出岗位对应的测评试卷且测评试卷的测评题目随机分配，应聘人员完成自助测评后得到其测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值；

所述云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目分类保存，并根据招聘方匹配的测评项目形成测评试卷，指定测评试卷对应的岗位码，还根据测评分值排序应聘人员，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，以及应聘人员在应聘端接受面试邀请后发送其个人信息给招聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历。

进一步地，还包括与云服务器连接的推荐引擎，所述推荐引擎根据人才条件和能力模型，按雇主可信度数据优先推荐招聘信息给应聘人员，所述人才条件和能力模型为云服务器根据应聘人员渐次参加的招聘方的企业信息和招聘信息，测评材料以及招聘结果和应聘人员的个人信息得到对应的人才条件和能力模型，并根据机器学习算法不断更新和完善模型；所述雇主可信度为应聘人员在应聘端评分的对应雇主的可信度数据。

进一步地，所述招聘端还用于招聘方补充测评题目，并上传至云服务器，云服务器再将测评题目传送给测评端，进行分类保存。

进一步地，所述招聘端、应聘端和测评端均为可查看招聘信息和上传相关资料到云服务器的终端设备。

本发明的有益效果体现在：

1.一种远程自助测评的招聘方法及系统，通过应聘人员在应聘端查看到招聘信息后，直接在测评端上进行远程自助测评，再按测评分值和招聘比例或招聘人数将应聘人员名单发送给招聘端，公平、公正，增加了招聘过程中双方的透明度，招聘方可先了解到应聘人员的测评分值排序、测评资料和工作简历，再发出再次测评要求或面试邀请，进一步了解应聘人员的详细个人信息，避免应聘人员的个人信息泄露，该系统将面试中的测评过程远程自助化，应聘人员或招聘方可随时随地进行操作，减少了应聘和招聘过程中的无效动作和反复工作，节省了大量招聘方的人力成本，也节省了应聘人员的精力和时间。

2.本发明中还包括与云服务器连接的推荐引擎，所述推荐引擎根据人才条件和能力模型，按雇主可信度数据优先推荐招聘信息给应聘人员，进一步提高应聘人员和招聘方相互之间的满意度，为应聘人员推荐更合适的职位，为招聘方找到更满意的应聘人员。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为一种远程自助测评的招聘系统的系统框图；

图2为实施例二的系统框图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

一种远程自助测评的招聘方法，包括以下步骤：

步骤1：招聘方在招聘端将企业信息和招聘信息上传至云服务器，并匹配招聘信息的测评项目，云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目进行分类保存，并根据招聘方匹配的测评项目形成测评试卷，指定测评试卷对应的岗位码；

步骤2：应聘人员在应聘端上传其工作简历和个人信息，查看招聘信息后在测评端上进行自助测评，在限制时间内进行答题；

步骤3：测评端根据岗位码在云服务器中调出岗位对应的测评试卷，且测评试卷的测评题目随机分配，应聘人员完成自助测评后得到测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值；

步骤4：云服务器根据测评分值排序，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，招聘方在招聘端筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历；

步骤5：应聘人员在应聘端接受面试邀请后，云服务器再发送其个人信息给招聘端，招聘方在招聘端最终筛选满意的应聘人员，通过云服务器反馈应聘结果给对应的应聘端。

一种远程自助测评的招聘系统，包括招聘端、应聘端、测评端和云服务器，所述招聘端、应聘端和测评端均与云服务器连接；

所述招聘端用于招聘方上传企业信息和招聘信息至云服务器，并匹配招聘信息的测评项目，根据应聘人员名单筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，以及进行最终筛选，将应聘结果发送给云服务器；

所述应聘端用于应聘人员上传其工作简历和个人信息至云服务器，查看招聘信息，以及接收再次测评要求或面试邀请和接收云服务器反馈的应聘结果；

所述测评端根据岗位码在云服务器中调出岗位对应的测评试卷且测评试卷的测评题目随机分配，应聘人员完成自助测评后得到其测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值；

所述云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目分类保存，并根据招聘方匹配的测评项目形成测评试卷，指定测评试卷对应的岗位码，还根据测评分值排序应聘人员，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，以及应聘人员在应聘端接受面试邀请后发送其个人信息给招聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历。

本发明通过应聘人员在应聘端查看到招聘信息后，直接在测评端上进行远程自助测评，再按测评分值和招聘比例或招聘人数将应聘人员名单发送给招聘端，公平、公正，增加了招聘过程中双方的透明度，招聘方可先了解到应聘人员的测评分值排序和工作简历，再发出再次测评要求或面试邀请，进一步了解应聘人员的详细个人信息，避免应聘人员的个人信息泄露，该系统将面试中的测评过程远程自助化，应聘人员或招聘方可随时随地进行操作，减少了应聘和招聘过程中的无效动作和反复工作，节省了大量招聘方的人力成本，也节省了应聘人员的精力和时间。

下面结合实施例和附图对本发明的特征和性能作进一步的详细描述。

实施例一

本发明的较佳实施例，提供了一种远程自助测评的招聘方法，包括以下步骤：

步骤1：招聘方在招聘端将企业信息和招聘信息，以及补充测评题目上传至云服务器，并匹配招聘信息的测评项目，云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目进行分类保存，并根据招聘方匹配的测评项目和补充的测评题目形成测评试卷，指定测评试卷对应的岗位码；

步骤2：应聘人员在应聘端上传其工作简历和个人信息，查看招聘信息后在测评端上进行自助测评，在限制时间内进行答题；

步骤3：测评端根据岗位码在云服务器中调出岗位对应的测评试卷，且测评试卷的测评题目随机分配，应聘人员在测评端上完成自助测评后得到测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值，所述测评试卷的测评题目随机分配具体为在同一测评项目中，随机进行题目替代、顺序调整和选项调整；

步骤4：云服务器根据测评分值排序，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，招聘方在招聘端筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历；

步骤5：应聘人员在应聘端接受面试邀请后，云服务器再发送其个人信息给招聘端，招聘方在招聘端最终筛选满意的应聘人员，通过云服务器反馈应聘结果给对应的应聘端，所述测评资料为该应聘人员在自助测评时，具体的测评题目和该应聘人员的答题详情。

基于上述方法的一种远程自助测评的招聘系统，如图1所示，包括招聘端、应聘端、测评端和云服务器，所述招聘端、应聘端和测评端均与云服务器连接；

所述招聘端用于招聘方上传企业信息和招聘信息，以及补充测评题目至云服务器，并匹配招聘信息的测评项目，根据应聘人员名单筛选满意的应聘人员，并通过云服务器发送再次测评要求或面试邀请给对应的应聘端，以及进行最终筛选，将应聘结果发送给云服务器；

所述应聘端用于应聘人员上传其工作简历和个人信息至云服务器，查看招聘信息，以及接收再次测评要求或面试邀请和接收云服务器反馈的应聘结果；

所述测评端根据岗位码在云服务器中调出岗位对应的测评试卷且测评试卷的测评题目随机分配，应聘人员完成自助测评后得到其测评资料并上传至云服务器，所述测评资料包括测评试卷的回答情况及测评分值；

所述云服务器将企业信息和招聘信息推送给应聘端和测评端进行展示，将测评题目按测评项目分类保存，并根据招聘方匹配的测评项目形成测评试卷，指定测评试卷对应的岗位码，还根据测评分值排序应聘人员，再按招聘比例、招聘人数或测评分值要求将应聘人员名单发送给招聘端，还将补充的测评题目传送给测评端，以及应聘人员在应聘端接受面试邀请后发送其个人信息给招聘端，所述应聘人员名单附有对应应聘人员的测评资料和工作简历。

进一步地，所述招聘信息包括招聘方对应聘人员的客观要求和限制，比如性别、年龄、学历、视力、听读、语言、计算、逻辑、职业道德和技能经验；所述测评项目为不同行业的招聘方对所有测评题目的归类，比如，具体分为常识项目、技能项目和逻辑项目，而每个项目下对应不同的分类，云服务器形成测评项目，供招聘方根据岗位信息进行匹配，以及招聘方补充需要的测评题目。

进一步地，所述工作简历包括应聘人员的名字、工作经验、项目经验和薪资要求；所述个人信息包括应聘人员的名字、照片、性别、出生日期、身高、婚姻状况、手机号码、身份证号码、邮箱地址和住址。

进一步地，所述招聘比例是以时间段内进行自助测评的人数为基数的百分比，比如某个招聘方的招聘比例是40％，若在一天内有20人进行自助测评，则云服务器按测评分值进行排序后，再按招聘比例进行筛选，得到前8人的名字的应聘人员名单，并发送给招聘端，招聘方再在招聘端筛选满意的应聘人员。

进一步地，所述招聘端、应聘端和测评端均为可查看招聘信息和上传相关资料到云服务器的终端设备，所述招聘端和应聘端具体为手机、电脑或平板电脑，所述测评端具体为手机、电脑、平板电脑或测评机；在实际设置中，所述应聘端和测评端为同一设备，减少硬件设备的设置，且方便用户使用。

本实施例通过应聘人员在应聘端查看到招聘信息后，直接在测评端上进行远程自助测评，再按测评分值和招聘比例或招聘人数将应聘人员名单发送给招聘端，公平、公正，增加了招聘过程中双方的透明度，招聘方可先了解到应聘人员的测评分值排序、测评资料和工作简历，再发出再次测评要求或面试邀请，进一步了解应聘人员的详细个人信息，避免应聘人员的个人信息泄露，该系统将面试中的测评过程远程自助化，应聘人员或招聘方可随时随地进行操作，减少了应聘和招聘过程中的无效动作和反复工作，节省了大量招聘方的人力成本，也节省了应聘人员的精力和时间。

实施例二

本实施例在实施例一的基础上，进一步地，提供了一种远程自助测评的招聘方法，还包括步骤6：云服务器根据应聘人员渐次参加的招聘方的企业信息和招聘信息，测评材料以及招聘结果和应聘人员的个人信息得到对应的人才条件和能力模型，并根据机器学习算法不断更新和完善模型；

步骤7：应聘人员在应聘端评分对应的雇主可信度，云服务器再通过推荐引擎与人才条件和能力模型，按雇主可信度数据优先推荐招聘信息给应聘人员。

基于上述方法，进一步地，提供了一种远程自助测评的招聘系统，如图2所示，还包括与云服务器连接的推荐引擎，所述推荐引擎根据人才条件和能力模型，按雇主可信度数据优先推荐招聘信息给应聘人员。

更进一步地，所述人才条件和能力模型为云服务器根据应聘人员渐次参加的招聘方的企业信息和招聘信息，测评材料以及招聘结果和应聘人员的个人信息得到对应的人才条件和能力模型，并根据机器学习算法不断更新和完善模型；所述雇主可信度为应聘人员在应聘端评分的对应雇主的可信度数据。

本实施例可进一步提高应聘人员和招聘方相互之间的满意度，为应聘人员推荐更合适的职位，为招聘方找到更满意的应聘人员。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。