在线面试方法、系统、设备及存储介质与流程

本发明涉及计算机数据处理技术领域，尤其涉及一种在线面试方法、系统、设备及存储介质。

背景技术：

随着各行各业的快速发展，人才招聘也成为影响企业发展的重要因素。现有的人才招聘中，往往需要人力资源负责人筛选简历，分别与面试者和相关岗位负责人约定面试时间，然后对面试者进行笔试和面试，并根据笔试和面试成绩选择是否接收面试者。然而，在约定面试时间时，需要协调人力资源负责人、面试者和相关岗位负责人的多方时间，并且需要人力资源负责人全程跟踪，造成了很大的时间和人力成本的浪费。

对于在线教育行业来说，由于用户需求激增，对于在线老师的需求也增长迅速。然而，由于老师一般是通过线上教学的，并不指定教学点，老师往往分布在各个不同的城市，如果要老师都集中到一个地方来面试，会增加更多的成本。

技术实现要素：

针对现有技术中的问题，本发明的目的在于提供一种在线面试方法、系统、设备及存储介质，提供在线面试平台，自动为面试者选择面试题目，并且将面试视频自动匹配发送给审核人员，提高面试效率，节省面试人力和时间成本。

本发明实施例提供一种在线面试方法，所述方法包括如下步骤：

从第一终端接收面试请求，所述面试请求包括面试者信息和面试岗位；

根据所述面试岗位从题库中匹配得到面试题目，将所述面试题目推送至所述第一终端，从所述第一终端获取面试视频；

根据所述面试岗位在审核官信息库中匹配对应的审核人员，将所述面试题目和面试视频推送至所述审核人员的第二终端，从所述第二终端获取第一评价数据；

根据所述第一评价数据生成面试结论。

可选地，所述从第一终端接收面试请求之后，还包括在所述面试者信息中进行设定关键词检测，提取所述面试者简历中设定关键词作为面试者的待验证标签；

所述将所述面试题目和面试视频推送至所述审核人员的第二终端，还包括将所述面试者的面试者信息和待验证标签发送至所述第二终端，并从所述第二终端获取所述待验证标签的第一验证结果，根据所述第一验证结果为所述面试者添加标签。

可选地，所述根据所述面试岗位从题库中匹配得到面试题目，包括如下步骤：

根据所述面试岗位确定所述题库中匹配的备选面试题目，所述备选面试题目包括必选面试题目和可选面试题目；

从所述必选面试题目中选择第一数量的第一面试题目；

根据所述可选面试题目的标签，在所述可选面试题目筛选与各个所述待验证标签相匹配的可选面试题目，在筛选后的可选面试题目中选择第二数量的第二面试题目；

将所述第一面试题目和第二面试题目组合得到推送至所述第一终端的面试题目。

可选地，所述必选面试题目包括所述面试岗位下各个岗位分支所对应的必选面试题目，所述第一面试题目包括各个岗位分支的至少一必选面试题目。

可选地，从所述必选面试题目中选择第一数量的第一面试题目，还包括如下步骤：

从课程评价库中获取所述面试岗位所对应的用户评价数据，统计所述面试岗位下各个岗位分支所对应的用户评价数据中低于预设评价标准的评价数量占比；

如果一岗位分支所对应的低于预设评价标准的评价数量占比大于预设占比阈值，则将该岗位分支标记为重点分支；

从所述必选面试题目中选择各个岗位分支的至少一必选面试题目，组合得到第一数量的第一面试题目，其中，所述第一面试题目中，重点分支的题目数量大于非重点分支的题目数量。

可选地，根据所述面试岗位确定对应的审核人员，包括如下步骤：

根据所述面试岗位确定匹配的备选审核人员；

对于各个所述备选审核人员，根据所述备选审核人员的标签与所述待验证标签计算所述备选审核人员与所述待验证标签的重合度；

选择重合度最高的备选审核人员作为选择的审核人员。

可选地，计算所述备选审核人员与所述待验证标签的重合度，包括如下步骤：

对于各个所述备选审核人员，分别确定所述备选审核人员是否具有与各个所述待验证标签重合或相似的标签；

如果存在重合的标签，则将该待验证标签的重合值设为1，如果存在相似的标签，则将该待验证标签的重合值设为预设的相似度值，如果不存在重合或相似的标签，则将该待验证标签的重合值设为0；

对于各个所述备选审核人员，将其对应于各个待验证标签的重合值加权求和，得到所述备选审核人员的重合度。

可选地，所述将其对应于各个待验证标签的重合值加权求和，包括如下步骤：

获取各个待验证标签与专业技能的相关度；

根据各个待验证标签与专业技能的相关度从高到低对所述待验证标签进行排序；

依次设定各个所述待验证标签的权重，相关度越高的待验证标签的权重越高。

可选地，所述审核官信息库中存储有多个第一审核人员和多个第二审核人员，所述方法还包括建立审核官信息库，所述建立审核官信息库包括如下步骤：

获取标记有审核官的审核人员信息，加入所述审核官信息库，作为第一类审核人员，并根据所述审核人员信息确定第一类审核人员对应的面试岗位；

从课程评价库中获取历史课程评价数据，选择过去预设时间段内课程评价均高于预设评价标准的老师，将选择的老师信息加入所述审核官信息库，作为第二类审核人员，并根据所述老师信息确定第二类审核人员对应的面试岗位。

可选地，根据所述面试岗位确定对应的审核人员，包括如下步骤：

根据所述面试岗位的预设等级确定对应的面试模式；

如果所述面试模式为双人审核，则从所述第一类审核人员中选择一第一审核人员，从所述第二类审核人员中选择一第二审核人员；

如果所述面试模式为第一类审核，则从所述第一类审核人员中选择一第一审核人员；

如果所述面试模式为第二类审核，则从所述第二类审核人员中选择一第二审核人员。

可选地，所述根据所述第一评价数据生成面试结论，包括如下步骤：

对所述面试视频进行人脸识别和语音识别，根据预设的自动评价标准对所述面试视频进行自动评分，得到第二评价数据；

根据所述第一评价数据和所述第二评价数据生成面试结论。

本发明实施例还提供一种在线面试系统，应用于所述的在线面试方法，所述系统包括：

第一终端交互模块，用于从第一终端接收面试请求，所述面试请求包括面试者信息和面试岗位，以及将所述面试题目推送至所述第一终端，并从所述第一终端获取面试视频；

面试题目获取模块，用于根据所述面试岗位从题库中匹配得到面试题目；

审核人员匹配模块，用于根据所述面试岗位在审核官信息库中匹配对应的审核人员；

第二终端交互模块，用于将所述面试题目和面试视频推送至所述审核人员的第二终端，从所述第二终端获取第一评价数据；

面试结论生成模块，用于根据所述第一评价数据生成面试结论。

本发明实施例还提供一种自动面试设备，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行所述的在线面试方法的步骤。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的在线面试方法的步骤。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

本发明所提供的在线面试方法、系统、设备及存储介质具有下列优点：

本发明解决了现有技术中的问题，提供了一个在线自动面试平台，自动为面试者选择面试题目，并且将面试视频自动匹配发送给审核人员，根据审核人员的评价数据自动生成面试结论，从而大大提高了面试效率，面试者无需到指定地点去完成面试，也无需由专门的人员跟进整个流程，从而大大节省了面试人力和时间成本。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1是本发明第一实施例的在线面试方法的流程图；

图2是本发明第一实施例的匹配得到面试题目的流程图；

图3是本发明第一实施例的确定对应的审核人员的流程图；

图4是本发明第一实施例的计算所述备选审核人员与所述待验证标签的重合度的流程图；

图5是本发明第一实施例的计算所述备选审核人员与所述待验证标签的重合度的示意图；

图6是本发明第一实施例的在线面试系统的结构示意图；

图7是本发明第二实施例的建立审核官信息库的流程图；

图8是本发明第三实施例的面试题目构成的示意图；

图9是本发明第三实施例的选择第一面试题目的流程图；

图10是本发明一实施例的自动面试设备的示意图；

图11是本发明一实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

如图1所示，为了解决上述技术问题，本发明的第一实施例提供一种在线面试方法，所述方法包括如下步骤：

s100：从第一终端接收面试请求，所述面试请求包括面试者信息和面试岗位，所述第一终端即为面试者的终端，可以是手机、平板电脑等移动终端，用户可以在终端上选择自己的面试岗位，并填写个人信息；

s200：根据所述面试岗位从题库中匹配得到面试题目，将所述面试题目推送至所述第一终端，从所述第一终端获取面试视频；

面试题目可以是文字形式的，推送到第一终端之后，面试者可以在第一终端上浏览相关文字，或者是通过第一终端语音将文字内容播放出来。面试题目也可以是之前管理人员或审核人员预先录制好的问题视频，面试者可以在第一终端上播放问题视频，获取问题信息；

用户在第一终端上选择面试开始后，第一终端即开始录制用户在整个面试过程中的视频，按照顺序展示面试题目，并且每个面试题目给予用户一定的作答时间；

s300：根据所述面试岗位在审核官信息库中匹配对应的审核人员，将所述面试题目和面试视频推送至所述审核人员的第二终端，从所述第二终端获取第一评价数据，所述第二终端即为匹配得到的审核人员的终端，可以是手机、平板电脑等移动终端，审核人员可以在自己的终端上查看面试者的面试视频，并且在第二终端上直接给出反馈；

s400：根据所述第一评价数据生成面试结论。

面试结论生成后，可以将所述面试结论推送至所述第一终端，面试者可以在自己的终端上直接查看面试结论，并且面试结论也可以和面试者信息、面试岗位信息一起发送给管理人员终端，方便管理人员查看。此处面试结论可以是一个面试综合评分，也可以进一步包括各个不同面试项目的分支评分，并且可以包括审核人员对面试者的评语、建议以及是否录用的意见等信息。

本发明的在线面试方法提供了一个在线自动面试平台，通过步骤s100在线接收面试请求，通过步骤s200自动为面试者选择面试题目，并且通过步骤s300将面试视频自动匹配发送给审核人员，通过步骤s400根据审核人员的评价数据自动生成面试结论，从而大大提高了面试效率，面试者无需到指定地点去完成面试，也无需由专门的人员跟进整个流程，从而大大节省了面试人力和时间成本。

在该实施例中，所述面试者信息可以包括面试者姓名、年龄、学历、特长、爱好等信息。所述步骤s100：从第一终端接收面试请求之后，还包括在所述面试者信息中进行设定关键词检测，提取所述面试者简历中设定关键词作为面试者的待验证标签。设定关键词可以包括专业技能方面的关键词，例如对于英语学科老师岗位来说，专业技能方面的关键词可能包括中级口译证书、商务英语证书等等，设定关键词还可以包括性格方面的关键词，例如活泼、沉稳、肢体动作多等等，还可以包括爱好方面的关键词，例如乐器、运动、阅读等等。

本发明通过给面试者添加待验证标签，一方面可以应用于面试题目的选择，从而重点对面试者的这些方面进行考核验证，从而转换为面试者真正的标签，在面试者被录用后，也可以转换为其作为老师的标签，用于在后期匹配课程、匹配学生等场景中，另一方面也可以应用于审核人员的匹配，为面试者的面试视频匹配合适的审核人员，提高审核效率和审核效果。

所述步骤s300：将所述面试题目和面试视频推送至所述审核人员的第二终端，还包括将所述面试者的面试者信息和待验证标签发送至所述第二终端，并从所述第二终端获取所述待验证标签的第一验证结果，根据所述第一验证结果为所述面试者添加标签。对于待验证标签，审核人员一方面可以通过面试者对题目的作答视频来进行判断，另一方面也可以通过面试者信息中包括的相关证书或其他类型的证明文件进行验证。

如图2所示，在该实施例中，所述步骤s200：根据所述面试岗位从题库中匹配得到面试题目，包括如下步骤：

s210：根据所述面试岗位确定所述题库中匹配的备选面试题目，所述备选面试题目包括必选面试题目和可选面试题目；

s220：从所述必选面试题目中选择第一数量的第一面试题目；

s230：根据所述可选面试题目的标签，在所述可选面试题目筛选与各个所述待验证标签相匹配的可选面试题目；

s240：在筛选后的可选面试题目中选择第二数量的第二面试题目；

s250：将所述第一面试题目和第二面试题目组合得到推送至所述第一终端的面试题目。第一数量和第二数量的总和即为面试题目的数量总和，根据不同面试岗位的面试要求确定面试题目的数量总和以及第一面试题目在所有面试题目中的占有比例，从而可以分别得到第一数量和第二数量的值。

因此，在该实施例中，所述第一面试题目是在很多必选面试题目中随机抽取的，所述第二面试题目是在很多个匹配的可选面试题目中随机抽取的，并且所述第二面试题目会随每个面试者不同的特点、技能而有所不同，因此每个面试者拿到的都是不同的面试题目，不会存在预先漏题而影响在线面试公信力和客观性的问题。

在步骤s250中，将第一面试题目和第二面试题目组合时，将第一面试题目和第二面试题目随机安排顺序，形成面试题目列表，推送给第一终端。

如图3所示，在该实施例中，所述步骤s300：根据所述面试岗位确定对应的审核人员，包括如下步骤：

s310：根据所述面试岗位确定匹配的备选审核人员；

s320：对于各个所述备选审核人员，根据所述备选审核人员的标签与所述待验证标签计算所述备选审核人员与所述待验证标签的重合度；

s330：选择重合度最高的备选审核人员作为选择的审核人员。

因此，本发明一方面可以根据面试岗位自动选择匹配的备选审核人员，保证审核面试视频的人员专业对口，提高审核效率，保证审核结果的真实性和公正性，并且通过自动匹配，无需人工指派或选择审核人员，提高面试效率，另一方面可以根据面试者的待验证标签和备选审核人员的标签选择审核人员，提高审核人员与面试者的技能、爱好、性格等标签的匹配程度，进一步提高审核效率。

审核人员的标签可以是审核人员自行添加的，也可以是审核人员在最初面试时验证后的标签，如果审核人员是老师，则可以根据学生在课程结束后对老师的评价提取相应的标签，从而形成审核人员的画像，可以与待验证标签进行智能自动匹配。

在该实施例中，所述步骤s320：计算所述备选审核人员与所述待验证标签的重合度，包括如下步骤：

s321：对于各个所述备选审核人员，分别确定所述备选审核人员是否具有与各个所述待验证标签重合或相似的标签；

s322：对于第i个备选审核人员，(i∈(1，m)，m为备选审核人员的总数)，如果存在与第j个待验证标签重合的标签(j∈(1，n)，n为备选审核人员的总数)，则将该备选审核人员对应于该待验证标签的重合值aij设为1；

s323：如果存在相似的标签，则将该备选审核人员对应于该待验证标签的重合值aij设为预设的相似度值；此处标签之间是否相似以及相似度值是预先设定的，例如四级标签与六级标签相似，口语标签与口译标签相似等等，可以通过设定相似度阈值来确定两个标签是否相似，例如相似度大于相似度阈值的两个标签定义为相似，此处相似度值是一个大于0小于1的数值；

s324：如果不存在与第j个待验证标签重合或相似的标签，则将该备选审核人员对应于该待验证标签的重合值aij设为0；

s325：对于各个所述备选审核人员，将其对应于各个待验证标签的重合值加权求和，得到所述备选审核人员的重合度。

所述步骤s320：计算所述备选审核人员与所述待验证标签的重合度的具体执行步骤如图4所示。对于每个备选审核人员，依次计算该备选审核人员与各个待验证标签的重合度，然后其与各个待验证标签的重合度加权求和，得到该备选审核人员的重合度。

如图5所示，为该实施例中审核人员重合度计算的示意图。审核人员i具有的标签包括：标签1、标签3、标签5、标签6、标签8和标签9，待验证标签有标签1、标签2、标签3、标签4、标签7和标签8。因此，审核人员i具有的重合标签有标签1、标签3和标签8，并且标签6与标签4为相似标签，相似度为b％。由此得到审核人员i与各个待验证标签的重合度值。然后将所有待验证标签的重合度值加权求和：1*k1+0*k2+1*k3+b％*k4+0*k5+1*k6，其中1,0,1，b％，0,1分别为该审核人员i与标签1、标签2、标签3、标签4、标签7、标签8的重合度值，k1～k6分别为标签1、标签2、标签3、标签4、标签7、标签8的权重值。

在该实施例中，还包括自动设置各个待验证标签的权重值的步骤，具体地，所述步骤s325：将其对应于各个待验证标签的重合值加权求和，包括如下步骤：

s325-1：获取各个待验证标签与专业技能的相关度，此处各个标签与专业技能的相关度是预先设定的，例如四级标签与专业技能相关度很高，而喜欢乐器标签则与专业技能相关度比四级标签的专业技能相关度低；

s325-2：根据各个待验证标签与专业技能的相关度从高到低对所述待验证标签进行排序；

s325-3：依次设定各个所述待验证标签的权重，相关度越高的待验证标签的权重越高。

以图5中的示例为例，根据各个待验证标签与专业技能的相关度从高到低对所述待验证标签进行排序后得到的顺序为：标签3、标签4、标签7、标签1、标签2、标签8，则k1～k6的值从高到低依次为：k3,k4,k5,k1,k2,k6。

因此，本发明可以结合各个标签与专业技能的相关度自动设定各个待验证标签的权重值，将专业技能相关度越高的标签的权重值设置的越高，可以匹配到与专业技能更加相关的审核人员，提高审核人员审核效率和效果。进一步地，对于每个面试者来说，其待验证标签的权重值与其他面试者都是不同的，本发明可以针对每个面试者自动调整各个待验证标签的权重值，而无需每次都针对一个面试者单独手动设置各个待验证标签的权重值，提高了审核人员匹配的效率。

在该实施例中，由于直接采集的是面试者的面试视频，因此还可以自动对面试视频进行处理和自动分析，结合人工智能自动生成一个评价数据，与审核人员的评价数据结合起来综合评价面试者的表现。具体地，所述步骤s400：根据所述第一评价数据生成面试结论，包括如下步骤：

s410：对所述面试视频进行人脸识别和语音识别，根据预设的自动评价标准对所述面试视频进行自动评分，得到第二评价数据；

人脸识别可以采用现有技术中已有的人脸识别机器学习模型(如深度学习模型、主动形状模型等等)，识别面试视频中的人脸区域以及眼睛、嘴巴等关键点，结合多帧图像的关键点位置变化来评价面试者的面部表情，语音识别可以包括对声音特性的识别，例如音量、音频、环境噪音等参数，语音识别还可以包括对语音中的语义识别，进行自动分词，进行重复词的检测。

预设的自动评价标准可以包括画面评价标准、表情评价标准、声音评价标准、语义评价标准等等。画面评价标准例如可以评价画面清晰度、人脸移动速度等，表情评价标准例如可以评价是否保持微笑、表情变化速度等，声音评价标准可以包括音量是否达到预设标准、音频是否过慢或过快、环境噪音是否过大、是否有过长停顿等等，语义评价标准例如可以判断连续重复字词是否过多、语义与问题关联度是否达到要求等等。

s420：根据所述第一评价数据和所述第二评价数据生成面试结论。

本发明通过结合人机面试审核，将人工智能自动评分和审核人员评分有机地结合，可以进一步提高面试审核的客观性和准确性。此外，一些可以由机器自动识别的项目，可以无需再由审核人员进行评价，也减少了审核人员的工作量，使得审核人员可以更好地专注于面试视频中的具体语义内容。

例如，第一评价数据和第二评价数据可以分别包括多个评价项的评分，对于第一评价数据中包括但是第二评价数据中不包括的评价项，评分按照第一评价数据确定，对于第二评价数据中包括但是第一评价数据中不包括的评价项，评分按照第二评价数据确定，对于第一评价数据和第二评价数据中均包括的评价项，评分按照第一评价数据和第二评价数据综合确定，例如，预先设定第一评价数据和第二评价数据的分值比例为d1：d2，一个评价项的评分为(第一评价数据中该评价项评分*d1+第一评价数据中该评价项评分*d2)/(d1+d2)。

如图6所示，本发明实施例还提供一种在线面试系统，应用于所述的在线面试方法，所述系统包括：

第一终端交互模块m100，用于从第一终端接收面试请求，所述面试请求包括面试者信息和面试岗位，以及将所述面试题目推送至所述第一终端，并从所述第一终端获取面试视频；

面试题目获取模块m200，用于根据所述面试岗位从题库中匹配得到面试题目；

审核人员匹配模块m300，用于根据所述面试岗位在审核官信息库中匹配对应的审核人员；

第二终端交互模块m400，用于将所述面试题目和面试视频推送至所述审核人员的第二终端，从所述第二终端获取第一评价数据；

面试结论生成模块m500，用于根据所述第一评价数据生成面试结论。

本发明的在线面试系统提供了一个在线自动面试平台，通过第一终端交互模块m100在线接收面试请求，通过面试题目获取模块m200自动为面试者选择面试题目，并且通过审核人员匹配模块m300和第二终端交互模块m400将面试视频自动匹配发送给审核人员，通过面试结论生成模块m500根据审核人员的评价数据自动生成面试结论，从而大大提高了面试效率，面试者无需到指定地点去完成面试，也无需由专门的人员跟进整个流程，从而大大节省了面试人力和时间成本。

在该实施例中，所述在线面试系统中各个模块的功能可以采用上述在线面试方法中各个步骤的具体实施方式来实现。例如，第一终端交互模块m100可以采用上述步骤s100、s200的具体实施方式与第一终端实现交互，面试题目获取模块m200可以采用上述步骤s200的具体实施方式实现题目抽取，审核人员匹配模块m300可以采用上述步骤s300的具体实施方式实现审核人员匹配，第二终端交互模块m400可以采用上述步骤s300的具体实施方式实现与第二终端的交互，面试结论生成模块m500可以采用上述步骤s400的具体实施方式生成面试结论，此处不予赘述。

进一步地，所述在线面试系统还可以包括面试自动评分模块，用于对所述面试视频进行人脸识别和语音识别，根据预设的自动评价标准对所述面试视频进行自动评分，得到第二评价数据，所述面试结论生成模块m500用于根据所述第一评价数据和所述第二评价数据综合生成面试结论。

进一步地，所述在线面试系统还可以包括第三终端交互模块，用于与各个面试岗位的管理人员的第三终端进行交互，将所述面试结论发送至所述第三终端，并在接收到第三终端返回的是否录用的通知后通过所述第一终端交互模块推送至面试者的第一终端。

本发明还提供一第二实施例的在线面试方法和系统，该实施例与第一实施例的区别在于：根据面试岗位的等级设置不同的面试模式，不同的面试模式由不同的审核人员组合模式进行审核。所述在线面试系统还包括审核官信息采集模块，用于采集审核人员信息并建立审核官信息库。

如图7所示，在该实施例中，所述审核官信息库中存储有多个第一审核人员和多个第二审核人员，所述方法还包括步骤s500：建立审核官信息库，所述步骤s500：建立审核官信息库包括如下步骤：

s510：所述审核官信息采集模块获取标记有审核官的审核人员信息，加入所述审核官信息库，作为第一类审核人员；

s520：所述审核官信息采集模块根据所述标记有审核官的审核人员信息确定第一类审核人员对应的面试岗位；

s530：所述审核官信息采集模块从课程评价库中获取历史课程评价数据，选择过去预设时间段内课程评价均高于预设评价标准的老师，将选择的老师信息加入所述审核官信息库，作为第二类审核人员；

s540：所述审核官信息采集模块根据所述老师信息确定第二类审核人员对应的面试岗位。

因此，本发明将审核人员分为两类，第一类是由审核官标记的管理人员，例如是人力资源部管理人员或者是各个面试岗位的管理人员，这类人员的信息可以从人力资源部的管理系统中获取，根据这类人员的信息确定其对应的面试岗位。第二类是在过于一段时间内课程评价较高的优秀老师，根据优秀老师自身的岗位确定其对应的面试岗位。预设评价标准根据打分形式不同而有所不同，例如打分制，预设评价标准可以是具体的分数阈值，例如评星制，预设评价标准可以是具体的星星数量阈值等等。

在该实施例中，步骤s300：根据所述面试岗位确定对应的审核人员，包括如下步骤：

根据所述面试岗位的预设等级确定对应的面试模式，这里的预设等级一方面可以根据各个面试岗位的紧急程度来确定，另一方面可以根据各个面试岗位的重要程度来确定；

如果所述面试模式为双人审核，则从所述第一类审核人员中选择一第一审核人员，从所述第二类审核人员中选择一第二审核人员；

如果所述面试模式为第一类审核，则从所述第一类审核人员中选择一第一审核人员；

如果所述面试模式为第二类审核，则从所述第二类审核人员中选择一第二审核人员。

其中，双人审核、第一类审核和第二类审核对应的面试岗位的预设等级依次降低。

在其他可替代的实施方式中，还可以有其他形式的面试模式，例如双人审核也可以进一步选择是两个第一类审核人员或者两个第二类审核人员，两个第一类审核人员对应的面试岗位的预设等级最高，也可以选择是先由一个第二类审核人员审核后，再将面试者信息、面试题目、面试视频和第二类审核人员审核结果一起发给一个第一类审核人员来进行最终审核。各种不同的面试模式可以根据各个面试岗位的预设等级来自动选择。

因此，本发明为企业提供了多种不同的面试模式进行选择，企业不仅可以根据自己需要选择最合适的面试模式，而且还可以针对不同的面试岗位设置不同的面试模式，在不影响面试效率的前提下提高面试方式的多样性，并且针对预设等级较高的面试岗位，通过双人审核方式可以进一步保证面试结果的有效性，也可以合理安排各个不同类型的审核人员的工作量，对于预设等级比较低的面试岗位，可以由优秀老师来进行审核，并且可以进一步由第一类审核人员进行复核，从而减轻第一类审核人员的工作量，实现工作任务均衡分配。

本发明还提供一第三实施例的在线面试方法和系统，该实施例与第一实施例的区别在于：在匹配面试题目时，进一步综合考虑各个岗位分支的题目，并且进一步基于大数据分析，结合当前课程教学情况自动分析岗位需求度，根据岗位需求度匹配题目。

在该实施例中，每个岗位下面还分有多个岗位分支，例如，英语教学岗位可以进一步分为四级教学岗位、商务英语教学岗位、雅思教学岗位等等。所述必选面试题目包括所述面试岗位下各个岗位分支所对应的必选面试题目，所述第一面试题目包括各个岗位分支的至少一必选面试题目。

如图8所示，在该实施例中，面试题目主要包括两类：第一题目和第二题目，第一题目的数量为c1，第二题目的数量为c2，第一题目下面又分为多个分支的题目：c11个分支一题目、c12个分支二题目等等，第二题目下面又分为与各个待验证标签相匹配的题目：c21个标签一题目、c22个标签二题目等等，第二题目中包括各个待验证标签所匹配的至少一可选面试题目。其中，各个待验证标签对应的题目数量可以与待验证标签的权重相匹配，例如，以图5中示例为例，标签1题目、标签2题目、标签3题目、标签4题目、标签7题目、标签8题目的数量的比例为k1：k2：k3：k4：k5：k6。而各个岗位分支的题目数量则可以进一步根据该岗位分支的紧缺程度来确定。

如图9所示，在该实施例中，所述步骤s220：从所述必选面试题目中选择第一数量的第一面试题目，还包括如下步骤：

s221：从课程评价库中获取所述面试岗位所对应的用户评价数据；

s222：统计所述面试岗位下各个岗位分支所对应的用户评价数据中低于预设评价标准的评价数量占比；

s223：判断各个岗位分支对应的低于预设评价标准的评价数量是否大于第一预设阈值；

预设评价标准根据打分形式不同而有所不同，例如打分制，预设评价标准可以是具体的分数阈值，例如评星制，预设评价标准可以是具体的星星数量阈值等等。

s224：如果一岗位分支所对应的低于预设评价标准的评价数量占比大于预设占比阈值，则说明该岗位当前的老师资源比较紧缺，或该岗位当前的老师质量难以达到要求，因此，将该岗位分支标记为重点分支；

s225：如果一岗位分支所对应的低于预设评价标准的评价数量占比小于等于预设占比阈值，则将该岗位分支标记为非重点分支；

s226：从所述必选面试题目中选择各个岗位分支的至少一必选面试题目，组合得到第一数量的第一面试题目，其中，所述第一面试题目中，重点分支的题目数量大于非重点分支的题目数量。

因此，本发明可以基于课程评价库中过去该岗位已经进行的课程的用户评价数据进行分析，基于大数据来确定当前该岗位现状的薄弱环节，并且加强该部分的薄弱环节对应的题目的考察，有利于筛选到更加有利于弥补当前岗位薄弱环节的新的老师。重点分支和非重点分支的标记可以每隔一段固定时间进行一次，标记好后适用于应聘该岗位的所有面试者，并且在下一个更新时间节点再对重点分支和非重点分支的标记进行更新。

本发明不仅仅是根据人力资源部发布的岗位需求进行相关岗位的面试考核，还进一步基于对课程评价大数据的分析确定当前各个岗位的教学现状，结合当前的各个岗位的教学情况来调整各个岗位的具体分支的需求，从而实现对各个岗位的需求的进一步完善，提高企业使用体验。

本发明实施例还提供一种自动面试设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的在线面试方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

下面参照图10描述根据本发明的这种实施方式的电子设备600。图10显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图10所示，电子设备600以通用计算设备的形式表现。电子设备600的组合可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组合(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述在线面试方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。具体地，所述处理单元610在执行图1中各个步骤时，具体的步骤执行方式可以采用上述在线面试方法的各个步骤的具体实施方式，再次不予赘述。

所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。

所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的在线面试方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述在线面试方法部分中描述的根据本发明各种示例性实施方式的步骤。

参考图11所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，与现有技术相比，本发明所提供的在线面试方法、系统、设备及存储介质具有下列优点：

本发明解决了现有技术中的问题，提供了一个在线自动面试平台，自动为面试者选择面试题目，并且将面试视频自动匹配发送给审核人员，根据审核人员的评价数据自动生成面试结论，从而大大提高了面试效率，面试者无需到指定地点去完成面试，也无需由专门的人员跟进整个流程，从而大大节省了面试人力和时间成本。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。