Smart Recruitment System

Умная система набора персонала

Поиск лучшего кандидата на конкретную работу из процесса найма в кратчайшие сроки является проблемой для компании в настоящее время. В настоящее время претендентов слишком много, и требуется слишком много времени и усилий, чтобы получить подходящих кандидатов для работы компании. Команду по персоналу нуждаются в большем количестве рабочей силы, чтобы изучить резюме или резюме кандидатов.

Проект направлен на разработку более гибкой, реалистичной и экспертной системы Resumer Ranker, которая эффективно и эффективно оценивает резюме и дает лучшего кандидата или кандидатов. Это простой веб-сайт Resume Ranker на основе Django, на котором пользователи рекрутера публикуют задания, кандидатские пользователи подают заявку на работу, заполняют необходимые данные и загрузку резюме. Система оценивает резюме на основе сходства документов описания задания и резюме с использованием модели KNN. Это экономит человеческие усилия, время и стоимость.

Установка

Требуются следующие пакеты:

• Python 3.9.7 или выше
• Django 4.0 или выше
• PIP 22.3.1 или выше

Рекомендуется использовать пакеты виртуальной среды, такие как VirtualEnv. Следуйте приведенным ниже шагам, чтобы настроить проект:

• Клонировать этот репозиторий через git clone https://github.com/parvez86/Smart-Recruitment-System
• Используйте эту команду, чтобы установить необходимые пакеты pip install -r requirements.txt
• База данных CRATE и изменить настройки базы данных в settings.py в соответствии с вашей базой данных. Установите соответствующий разъем базы данных, если это необходимо.
  • 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.
          }
      }
    

  • Другие : см. Документацию, поместите соответствующие настройки базы данных и установите разъем.
• Сгенерировать миграционные файлы проекта через терминал: python manage.py makemigrations
• Мигрировать файлы проекта с терминала: python manage.py migrate
• Создать пользователя администратора для панели администратора от терминала: python manage.py createsuperuser . И введите имя пользователя, электронную почту и пароль.
• Запустите проект из терминала: python manage.py runserver

Системная архитектура

• Регистрация/вход в систему: пользователь должен быть подлинным пользователем, чтобы опубликовать задание или подать заявку на работу.
• Просмотр задания: пользователь может просматривать или искать задание.
• Применить задание: подлинные пользователи могут подать заявку на работу.
• Загрузить резюме: заинтересованный пользователь -кандидат должен загрузить свои резюме, чтобы подать заявку на желаемую вакансию.
• Расположение: Система анализирует кандидат возобновляется и генерирует оценку сходства документов кандидатов возобновляется в соответствии с описанием работы.
• Рейтинг: система оценивает резюме на основе показателей сходства документов.

Рейтинг модели

• Предварительная обработка данных: очистка данных, стебля и глагола и т. Д.
• Основные требования: проверьте различные требования, такие как CGPA, пол и опыт работы и т. Д.
• Требование Извлечение:
  • TF-IDF: он вычисляет оценку для каждого ключевого слова, которое означает его важность для документа или резюме.

     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.
    

• Сгенерировать оценку сходства документов: используя модель KNN (K-nearest соседка) и вес TF-IDF резюме, система генерирует оценку сходства документов (баллы KNN) каждого резюме в соответствии с описанием задания.
• Рейтинг: На основании KNN-баллов, система оценивает резюме и их короткие списки.