(深圳职业技术学院,广东深圳 518055)

统计显示,最近五年,我国高校毕业生人数连年猛增,2021届高校毕业生将突破900万人,人数再创新高。规模增长必然使就业形势更加严峻,传统招聘方式渠道众多,需投入大量的人力审核简历,且审核结果容易受影响。招聘结束后,简历大量沉淀,人才库利用率低。因此,提高招聘系统处理海量数据的能力,亟待解决。

另一方面,招聘过程中面临的最大挑战之一,是将招聘目标锁定在合适的候选人身上。寻找一个合适的候选人并邀约面试,需要花费3～5天时间,面试时间一般在30分钟到1 小时,而后续的跟进周期更长。利用大数据的分析和人工智能技术[1],高效的找到合适的候选人,也是招聘系统必须解决的问题。

本文将采用大数据平台Hadoop及决策树算法,实现招聘系统自动快速、精准地筛选出候选人信息。利用Hive工具,建立人才数据仓库,对应聘者的数据做深层次分析,从而提高科学识人的水平。

1 相关模型

1.1 Hadoop

Hadoop是一个开源的分布式系统基础架构,它在分布式环境下提供了海量数据的处理能力。Hadoop主要有以下几个重要组成部分,分别为HDFS(分布式文件系统)、MapReduce(计算框架)、HBase、Hive等组件[2-3]。

Hive设计了SQL语句查询功能,能透明地将select、insert等SQL语句翻译为MapReduce任务来执行。Hive可以实现快速MapReduce统计,简化了MapReduce程序设计,可以处理大数据的统计分析,降低了处理数据仓库的使用门槛[4]。

1.2 决策树

常用的分类算法包括决策树、贝叶斯、神经网络、K近邻、支持向量机等。决策树是非常广泛的分类算法,其中C4.5算法是比较成熟的算法[5]。……