Smart Recruitment System

Sistema de reclutamiento inteligente

Encontrar el mejor candidato para un trabajo específico de un proceso de reclutamiento en el menor tiempo es un desafío para una empresa hoy en día. Hoy en día, hay demasiados solicitantes, y se necesita demasiado tiempo y esfuerzo para obtener candidatos adecuados para el trabajo de una empresa. El equipo de recursos humanos necesita más fuerza laboral para analizar los currículums o CVS de los candidatos.

El proyecto tiene como objetivo desarrollar un sistema de clasificadores de currículum más flexible, realista y experto que clasifique los currículums de manera efectiva y eficiente y brinde a los mejores candidatos o candidatos. Este es un simple sitio web de Ranker de currículum basado en Django donde los usuarios de reclutadores publican trabajos, los usuarios de candidatos solicitan el trabajo, completan los datos requeridos y cargan currículums. El sistema clasifica los currículums basados ​​en la similitud del documento de la descripción del trabajo y los currículums utilizando el modelo KNN. Ahorra esfuerzos humanos, tiempo y costo.

Instalación

Requiere los siguientes paquetes:

• Python 3.9.7 o superior
• Django 4.0 o superior
• pip 22.3.1 o superior

Se recomienda utilizar paquetes de entorno virtual como VirtualEnv. Siga los pasos a continuación para configurar el proyecto:

• Clone Este repositorio a través de git clone https://github.com/parvez86/Smart-Recruitment-System
• Use este comando para instalar los paquetes requeridos pip install -r requirements.txt
• Base de datos y cambiar la configuración de la base de datos en settings.py de acuerdo con su base de datos. Instale el conector de base de datos apropiado si es necesario.
  • Mysql :

     DATABASES = {
         'default': {
             'ENGINE': 'django.db.backends.mysql', 
             'NAME': 'DB_NAME',
             'USER': 'DB_USER',
             'PASSWORD': 'DB_PASSWORD',
             'HOST': 'localhost',   # Or an IP Address that your DB is hosted on
             'PORT': '3306',
         }
     }
    

  • Sqlite :

      DATABASES = {
          'default': {
              'ENGINE': 'django.db.backends.sqlite3',
              'NAME': 'mydatabase', # This is where you put the name of the db file. 
                       # If one doesn't exist, it will be created at migration time.
          }
      }
    

  • Otros : consulte la documentación, coloque la configuración de la base de datos apropiada e instalar conector.
• Genere archivos migratorios del proyecto a través de Terminal: python manage.py makemigrations
• Migra los archivos del proyecto desde la terminal: python manage.py migrate
• Crear usuario de administración para el panel de administración desde terminal: python manage.py createsuperuser . E ingrese el nombre de usuario, el correo electrónico y la contraseña.
• Ejecute el proyecto desde Terminal: python manage.py runserver

Arquitectura del sistema

• Registrarse/Iniciar sesión: un usuario debe ser un usuario auténtico para publicar un trabajo o solicitar un trabajo.
• Ver trabajo: un usuario puede navegar o buscar el trabajo.
• Solicite trabajo: un auténtico usuarios puede solicitar un trabajo.
• Currículum de carga: un usuario candidato interesado debe cargar sus currículums para solicitar la vacante deseada.
• Analización: el sistema analiza el candidato y genera el puntaje de similitud de documento de los candidatos se reanuda de acuerdo con la descripción del trabajo.
• Ranking: el sistema clasifica los currículums en función de los puntajes de similitud de documento.

Modelo de clasificación

• Preprocesamiento de datos: limpieza de datos, derivación de palabras y lematización verbal, etc.
• Requisitos básicos: verifique diferentes requisitos como CGPA, género y experiencia laboral, etc.
• Extracción de requisitos:
  • TF-IDF: calcula una puntuación para cada palabra clave que significa su importancia para el documento o reanudación.

     TF(‘keyword’) = number of appeared (‘keyword’)/Total number of (‘keyword’)  
    

     IDF(‘keyword’) = log(total number of resumes / total number of the resume with term ‘keywords’)
    It sets IDF log value = 1 for the required resume and 0 for the unwanted.
    

• Genere la puntuación de similitud de documento: utilizando el modelo KNN (K-Nearest Vecin) y el peso TF-IDF de los currículums, el sistema genera una puntuación de similitud de documento (puntaje KNN) de cada currículums de acuerdo con la descripción del trabajo.
• Ranking: Basado en las puntuaciones KNN, el sistema clasifica los currículums y los listas.