人力资源管理方法、装置、电子设备及存储介质与流程

本发明涉及人力资源管理领域，具体而言，涉及一种人力资源管理方法、装置、电子设备及存储介质。

背景技术：

企业招聘人员在招聘面试之前，需要招聘人员人为的对大量简历进行筛选。筛选的过程不仅繁琐、工作量大，而且招聘人员在筛选的过程中往往带有一定的主观性，对于相同的简历，不同的招聘人员可能有不同的筛选结果，导致筛选结果往往不够客观公正。

技术实现要素：

本发明的目的在于提供一种人力资源管理方法、装置、电子设备及存储介质，能够提升用户的体验。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种人力资源管理方法，所述方法包括：确定出目标对象的多个对象标签，以生成述目标对象的对象标签向量，其中，所述目标对象的多个对象标签至少包括学历类型、专业类别、年龄及性别；依据预设的职位权重向量，处理所述对象标签向量，生成所述对象标签向量对应的第一职位推荐评分；接收用户输入的第二职位推荐评分；以所述第一职位推荐评分及所述第二职位推荐评分，生成所述目标对象的职位推荐评分向量；计算预设的职位评分权重向量与所述职位推荐评分向量的点积，生成所述目标对象的总职位推荐评分；依据预设的职位推荐标准处理所述总职位推荐评分，确定出所述目标对象的推荐等级，并将所述推荐等级反馈给所述用户，其中，所述推荐等级包括推荐录用、调岗录用及建议不录用。

第二方面，本发明实施例提供了一种人力资源管理装置，所述装置包括：对象标签向量生成模块，用于确定出目标对象的多个对象标签，以生成述目标对象的对象标签向量，其中，所述目标对象的多个对象标签至少包括学历类型、专业类别、年龄及性别；第一职位推荐评分生成模块，用于依据预设的职位权重向量，处理所述对象标签向量，生成所述对象标签向量对应的第一职位推荐评分；第二职位推荐评分接收模块，用于接收用户输入的第二职位推荐评分；职位推荐评分向量生成模块，用于以所述第一职位推荐评分及所述第二职位推荐评分，生成所述目标对象的职位推荐评分向量；总职位推荐评分计算模块，用于计算预设的职位评分权重向量与所述职位推荐评分向量的点积，生成所述目标对象的总职位推荐评分；推荐等级匹配模块，用于依据预设的职位推荐标准处理所述总职位推荐评分，确定出所述目标对象的推荐等级，并将所述推荐等级反馈给所述用户，其中，所述推荐等级包括推荐录用、调岗录用及建议不录用。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括存储器，用于存储一个或多个程序；处理器。当所述一个或多个程序被所述处理器执行时，实现上述的人力资源管理方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的人力资源管理方法。

相对于现有技术，本发明实施例所提供的一种人力资源管理方法、装置、电子设备及存储介质，通过确定出目标对象的多个对象标签以生成对应的对象标签向量后，依据预设的职位权重向量，获得对象标签向量的第一职位推荐评分，并结合用户输入的第二职位推荐评分和预设的职位评分权重向量，最终确定出目标对象的总职位推荐评分，最后根据预设的职位推荐标准，确定出目标对象的推荐等级，以使该用户参考该推荐等级对目标对象的简历进行筛选，相比于现有技术，通过预设的选择标准来对目标对象的简历进行筛选，弱化了人为主观性的因素，不仅提升了简历的筛选速度，而且使筛选结果更加客观，能够提升用户的体验。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1示出了本发明实施例所提供的一种电子设备的一种示意性结构图；

图2示出了本发明实施例所提供的一种人力资源管理方法的一种示意性流程图；

图3为图2中步骤s100的子步骤的一种示意性流程图；

图4为图2中步骤s700的子步骤的一种示意性流程图；

图5示出了本发明实施例所提供的一种人力资源管理装置的一种示意性结构图；

图6示出了本发明实施例所提供的一种人力资源管理装置的对象标签向量生成模块的一种示意性结构图；

图7示出了本发明实施例所提供的一种人力资源管理装置的推荐等级匹配模块的一种示意性结构图。

图中：10-电子设备；20-人力资源管理装置；110-存储器；120-通信接口；130-处理器；200-对象标签向量生成模块；210-对象标签获取单元；220-标签向量生成单元；300-第一职位推荐评分生成模块；400-第二职位推荐评分接收模块；500-职位推荐评分向量生成模块；600-总职位推荐评分计算模块；700-推荐等级匹配模块；710-判断单元；720-第一认证单元；730-第二认证单元；740-第三认证单元；800-第一判断模块；900-初审不合格反馈模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参阅图1，图1示出了本发明实施例所提供的一种电子设备10的一种示意性结构图，在本发明实施例中，所述电子设备10可以是，但不限于智能手机、个人电脑（personalcomputer，pc）、平板电脑、膝上型便携计算机、个人数字助理（personaldigitalassistant，pda）等等。所述电子设备10可以包括本发明实施例提供的人力资源管理装置20、存储器110、通信接口120及处理器130。

所述存储器110、通信接口120及处理器130各元件相互之间可以直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述人力资源管理装置20包括至少一个可以以软件或固件（firmware）的形式存储于所述存储器110中或固化在所述电子设备10的操作系统（operatingsystem，os）中的软件功能模块。所述处理器130可以用于执行所述存储器110中存储的一个或多个程序，例如所述人力资源管理装置20包括的软件功能模块或计算机程序，以实现本发明实施例所提供的人力资源管理方法。

其中，所述存储器110可以是，但不限于，随机存取存储器（randomaccessmemory，ram），只读存储器（readonlymemory，rom），可编程只读存储器（programmableread-onlymemory，prom），可擦除只读存储器（erasableprogrammableread-onlymemory，eprom），电可擦除只读存储器（electricerasableprogrammableread-onlymemory，eeprom）等。其中，所述存储器110可以用于存储一个或多个程序，所述处理器130可以在接收到执行指令后，执行所述一个或多个程序，以实现本发明实施例所提供的一种人力资源管理方法。本发明任一实施例揭示的流程定义的服务器所执行的方法可以应用于处理器130中，或者由处理器130实现。

所述通信接口120可以用于将该电子设备10与其他节点或设备进行信令或数据通讯。

处理器130可以是一种集成电路芯片，具有信号处理能力。上述的处理器130可以是通用处理器，包括中央处理器（centralprocessingunit，cpu）、网络处理器（networkprocessor，np）、语音处理器以及视频处理器等；还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器130也可以是任何常规的处理器等。

可以理解，图1所示的结构仅为示意，电子设备10还可以包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

具体地，请参阅图2，图2示出了本发明实施例所提供的一种人力资源管理方法的一种示意性流程图，在本发明实施例中，该人力资源管理方法包括以下步骤：

步骤s100，确定出目标对象的多个对象标签，以生成述目标对象的对象标签向量。

在筛选简历时，首先根据目标对象的简历，确定出该目标对象的多个对象标签，进而生成该目标对象的对象标签向量。其中，目标对象的多个对象标签中，至少包括有学历类型、专业类别、年龄及性别。例如：本科、管理学、24岁、女，或者是博士研究生、金融学、34岁、男，或者是硕士研究生、地质学、28岁、男，等等。

具体地，作为一种实施方式，请参阅图3，图3为图2中步骤s100的子步骤的一种示意性流程图，在本发明实施例中，步骤s100包括以下子步骤：

子步骤s110，调用目标对象的目标简历，获取目标对象的多个对象标签。

在筛选简历时，首先调用该目标对象的目标简历，其中，该目标对象可以是电子设备10分配的，也可以是用户在电子设备10的数据库中所选定的，例如电子设备10按照随机选择或者是按照预先设置的顺序分配给用户，以便用户进行筛选；也可以是用户输入一个编号给电子设备10，以使电子设备10在其数据库中依据该编号匹配出的简历。

在调用到该目标对象的目标简历，即根据该目标简历，获取目标对象的多个对象标签。其中，该目标简历中至少包含有目标对象的学历类型、专业类别、年龄及性别，例如上述的本科、管理学、24岁、女。

子步骤s120，依据获取到的多个对象标签及预设的每个对象标签的评分标准，生成目标对象的对象标签向量。

在获取到目标对象的多个对象标签后，即依据所获取到的多个对象标签，以及电子设备10的数据库中所预设的每个对象标签的评分标准，生成该目标对象的对象标签向量。例如，对于某一个确定的工作岗位，假定对于学历类型的评分中，本科得分为2，硕士研究生为3，博士研究生为5；而对于专业类别这一项中，金融学得分为5，管理学为4，其他专业为2；年纪上面不做限制，得分均为5；性别上面也没有限制，得分均为5，那么在上述子步骤s110的获取结果中，该目标对象所对应的对象标签向量即为[2，4，5，5]。

步骤s200，依据预设的职位权重向量，处理对象标签向量，生成对象标签向量对应的第一职位推荐评分。

在获取到目标对象的对象标签向量后，即依据电子设备10的数据库中所预设的职位权重向量，处理该对象标签向量，进而生成该对象标签向量所对应的第一职位推荐评分。其中，该职位权重向量所包含的每个参数表征的该参数所对应的标签占该职位的重要性，参数值越大，对应的标签越重要；第一职位推荐评分为根据预设的评分标准所生成的职位推荐评分，用户在筛选简历时，第一职位推荐评分属于不可更改的评分。例如，假定上述步骤s100所举例的职位中，职位权重向量为[0.4，0.4，0.1，0.1]，也就是说，对于该职位而言，学历类型占的比重为40%，专业类别占的比重为40%，年龄占的比重为10%，性别占的比重为10%，且以该职位权重向量[0.4，0.4，0.1，0.1]处理对象标签向量[2，4，5，5]后，所生成的第一职位推荐评分等于3.4。

步骤s300，接收用户输入的第二职位推荐评分。

用户在筛选简历时，单独依靠电子设备10所计算得到的第一职位推荐评分显然不合理，用户还可以根据参阅目标对象的目标简历，输入用户自己对该简历的第二职位推荐评分。相应地，电子设备10即接收该用户输入的第二职位推荐评分，其中，该第二职位推荐评分表征用户对于该目标对象担任当前职位的职位推荐评分。

作为一种实施方式，在接收到用户输入的第二职位推荐评分后，该人力资源管理方法还包括：

步骤s400，判断第二职位推荐评分是否大于预设职位基础评分。当为是时，执行步骤s500；当为否时，执行步骤s800。

电子设备10在接收到第二职位推荐评分后，即判断该第二职位推荐评分是否大于预设职位基础评分。其中，该预设职位基础评分为相应职位的第二职位推荐评分的最低职位推荐评分，若用户输入的第二职位推荐评分大于该预设职位基础评分，表征该目标对象有被录用的基本标准，此时电子设备10执行步骤s500；若用户输入的第二职位推荐评分小于或等于该预设职位基础评分，表征用户对于该目标对象的初始印象即很差，该目标对象不适合被录用到相应的职位，此时电子设备10执行步骤s800。

步骤s500，以第一职位推荐评分及第二职位推荐评分，生成目标对象的职位推荐评分向量。

当根据步骤s400判定跌日职位推荐评分大于预设职位基础评分时，即以步骤s200所计算得到的第一职位推荐评分和步骤s300所接收到的第二职位推荐评分，生成该目标对象的职位推荐评分向量。例如，以上述的第一职位推荐评分为3.4时为例，假定第二职位推荐评分为4，则此时相应的职位推荐评分向量为[3.4，4]。

步骤s600，计算预设的职位评分权重向量与职位推荐评分向量的点积，生成目标对应的总职位推荐评分。

在根据步骤s500生成目标对象的职位推荐评分向量后，再计算预设的职位评分权重向量与职位推荐评分向量的点积，将生成的结果作为目标对象的总职位推荐评分。其中，该预设的职位评分权重向量中的每个参数，均表征相应的职位推荐评分在总职位推荐评分所占的比例，例如，假定预设的职位评分权重向量为[0.7，0.3]，则表征第一职位推荐评分占总职位推荐评分的比重为70%，而第二职位推荐评分占总职位推荐评分的30%，相应地，假定以该预设的职位评分权重向量[0.7，0.3]处理上述的职位推荐评分向量[3.4，4]，计算点积得到的目标对象的总职位推荐评分即为3.58。

步骤s700，依据预设的职位推荐标准处理总职位推荐评分，确定出目标对象的推荐等级，并将推荐等级反馈给用户。

在步骤s600生成该目标对象的总职位推荐评分后，即依据预设的职位推荐标准处理该总职位推荐评分，进而确定出该目标对象的推荐等级，并将所确定出的推荐等级反馈给用户，以使该用户参考该推荐等级进行选择。其中，推荐等级包括推荐录用、调岗录用及建议不录用，推荐录用即表征可以将该目标对象作为当前职位的候选人进行面试；调岗录用即表征该目标对象不适合当前职位，建议调换为其他岗位作为候选人进行面试；而建议不录用则表征该目标对象不适合当前的任何岗位，建议直接拒绝。

作为一种实施方式，请参阅图4，图4为图2中步骤s700的子步骤的一种示意性流程图，在本发明实施例中，依据预设的职位推荐标准，判断总职位推荐评分所在的分值区间，并且确定该目标对象的推荐等级。具体地，步骤s700包括以下子步骤：

子步骤s710，判断总职位推荐评分是否大于第一预设限值。当为是时，判定总职位推荐评分处于第一分值区间，目标对象的推荐等级为推荐录用；当为否时，执行子步骤s720。

在确定目标对象的推荐等级时，首先根据该目标对象的总职位推荐评分，判断该目标对象的总职位推荐评分是否大于第一预设限值，其中，第一预设限值为推荐录用的限值评分。当总职位推荐评分大于该第一预设限值时，判定该总职位推荐评分处于第一分值区间，该目标对象的推荐等级为推荐录用；相应地，当该目标对象的总职位推荐评分小于或等于第一预设限值时，该目标对象的推荐等级可能为调岗录用，也可能为建议不录用，因此，需要继续执行子步骤s720继续判断。

子步骤s720，判断总职位推荐评分是否小于或等于第一预设限值，且大于第二预设限值。当为是时，判定总职位推荐评分处于第二分值区间，目标对象的推荐等级为调岗录用；当为否时，判定总职位推荐评分处于

在根据子步骤s710判定目标对象的总职位推荐评分小于或等于第一预设限值后，即继续判断该总职位推荐评分是否大于第二预设限值，其中，第二预设限值小于第一预设限值，第二预设限值为调岗录用的限值评分，当总职位推荐评分小于或等于第一预设限值，且总职位推荐评分大于第二预设限值时，则判定该目标对象的总职位推荐评分处于第二分值区间，该目标对象的推荐等级为调岗录用。

相应地，当根据子步骤s720判定目标对象的总职位推荐评分小于或等于第二预设限值时，则表征该目标对象的总职位推荐评分处于第三分值区间，该目标对象的推荐等级为建议不录用。

基于上述设计，本发明实施例所提供的一种人力资源管理方法，通过确定出目标对象的多个对象标签以生成对应的对象标签向量后，依据预设的职位权重向量，获得对象标签向量的第一职位推荐评分，并结合用户输入的第二职位推荐评分和预设的职位评分权重向量，最终确定出目标对象的总职位推荐评分，最后根据预设的职位推荐标准，确定出目标对象的推荐等级，以使该用户参考该推荐等级对目标对象的简历进行筛选，相比于现有技术，通过预设的选择标准来对目标对象的简历进行筛选，弱化了人为主观性的因素，不仅提升了简历的筛选速度，而且使筛选结果更加客观，能够提升用户的体验。

作为一种实施方式，请继续参阅图2，该人力资源管理方法还包括：步骤s800，向用户反馈目标对象初审不合格，建议不录用。

相应地，在步骤s400中，当接收到用户输入的第二职位推荐评分小于或等于预设职位基础评分时，表征用户认为该目标对象的不适合单位该职位，此时即向用户反馈该目标对象初审不合格，建议不录用该目标对象。

请参阅图5，图5示出了本发明实施例所提供的一种人力资源管理装置20的一种示意性结构图，在本发明实施例中，该人力资源管理装置20包括对象标签向量生成模块200、第一职位推荐评分生成模块300、第二职位推荐评分接收模块400、职位推荐评分向量生成模块500、总职位推荐评分计算模块600及推荐等级匹配模块700。

对象标签向量生成模块200用于确定出目标对象的多个对象标签，以生成述目标对象的对象标签向量，其中，所述目标对象的多个对象标签至少包括学历类型、专业类别、年龄及性别。

作为一种实施方式，具体地，请参阅图6，图6示出了本发明实施例所提供的一种人力资源管理装置20的对象标签向量生成模块200的一种示意性结构图，在本发明实施例中，该对象标签向量生成模块200包括对象标签获取单元210及标签向量生成单元220。

对象标签获取单元210用于调用目标对象的目标简历，获取所述目标对象的多个对象标签，其中，所述目标简历中至少包含有目标对象的学历类型、专业类别、年龄及性别。

标签向量生成单元220用于依据所述获取到的多个对象标签及预设的每个对象标签的评分标准，生成所述目标对象的对象标签向量。

请继续参阅图5，第一职位推荐评分生成模块300用于依据预设的职位权重向量，处理所述对象标签向量，生成所述对象标签向量对应的第一职位推荐评分。

第二职位推荐评分接收模块400用于接收用户输入的第二职位推荐评分。

职位推荐评分向量生成模块500用于以所述第一职位推荐评分及所述第二职位推荐评分，生成所述目标对象的职位推荐评分向量。

总职位推荐评分计算模块600用于计算预设的职位评分权重向量与所述职位推荐评分向量的点积，生成所述目标对象的总职位推荐评分。

推荐等级匹配模块700用于依据预设的职位推荐标准处理所述总职位推荐评分，确定出所述目标对象的推荐等级，并将所述推荐等级反馈给所述用户，其中，所述推荐等级包括推荐录用、调岗录用及建议不录用。

作为一种实施方式，请参阅图7，图7示出了本发明实施例所提供的一种人力资源管理装置20的推荐等级匹配模块700的一种示意性结构图，在本发明实施例中，该推荐等级匹配模块700包括判断单元710、第一认证单元720、第二认证单元730及第三认证单元740。

判断单元710用于依据预设的职位推荐标准，判断所述总职位推荐评分所在的分值区间。

第一认证单元720用于当所述判断单元710判定所述总职位推荐评分大于预设第一预设限值时，判定所述总职位推荐评分处于第一分值区间，所述目标对象的推荐等级为推荐录用。

第二认证单元730用于当所述判断单元710判定所述总职位推荐评分小于或等于所述第一预设限值，且大于第二预设限值时，判定所述总职位推荐评分处于第二分值区间，所述目标对象的推荐等级为调岗录用，其中，所述第二预设限值小于所述第一预设限值。

第三认证单元740用于当所述判断单元710判定所述总职位推荐评分小于或等于所述第二预设限值时，判定所述总职位推荐评分处于第三分值区间，所述目标对象的推荐等级为建议不录用。

作为一种实施方式，请继续参阅图5，在本发明实施例中，该人力资源管理装置20还包括第一判断模块800及初审不合格反馈模块900。

第一判断模块800用于判断所述第二职位推荐评分是否大于预设职位基础评分。其中，

当所述第一判断模块800判定所述第二职位推荐评分大于所述预设职位基础评分时，所述职位推荐评分向量生成模块500以所述第一职位推荐评分及所述第二职位推荐评分，生成所述目标对象的职位推荐评分向量。

当所述第一判断模块800判定所述第二职位推荐评分小于或等于所述预设职位基础评分时，初审不合格反馈模块900向所述用户反馈所述目标对象初审不合格，建议不录用。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-onlymemory）、随机存取存储器（ram，randomaccessmemory）、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本发明实施例所提供的一种人力资源管理方法、装置、电子设备及存储介质，通过确定出目标对象的多个对象标签以生成对应的对象标签向量后，依据预设的职位权重向量，获得对象标签向量的第一职位推荐评分，并结合用户输入的第二职位推荐评分和预设的职位评分权重向量，最终确定出目标对象的总职位推荐评分，最后根据预设的职位推荐标准，确定出目标对象的推荐等级，以使该用户参考该推荐等级对目标对象的简历进行筛选，相比于现有技术，通过预设的选择标准来对目标对象的简历进行筛选，弱化了人为主观性的因素，不仅提升了简历的筛选速度，而且使筛选结果更加客观，能够提升用户的体验。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。