我们知道，互联网时代，每个人都在网络上留下了大量的数据，其中包含着他的生活轨迹、社交言行等个人信息，那么能否依靠对这些数据的分析，从个人的网上行为中剥离出他的兴趣图谱、性格画像、能力评估，帮助企业更高效的实现人岗匹配呢？这就是基于数据挖掘的人才推荐平台人才雷达（Talent Radar）所提供的服务。
在人才雷达网站上，每个企业都会有其内部的账户系统，人力资源部招聘专员可以在平台上发布空缺职位、招聘截止日期和推荐成功的奖励积分，然后通过人才雷达，搜索自己员工的社交人脉圈以确定第一层级的任务传递者（一般是曾经成功推荐过该类职位的企业内部员工）。为避免搔扰，平台推荐的第一层级传递者是五位，这五位员工都是基于人才雷达对过往推荐历史和员工社交人脉进行数据挖掘后所做的建议。 当然，如果招聘官心中已经清楚的知道哪些员工更可能推荐合格的人才，他也可以直接通过电邮邀请。所以，第一层级所邀请的五位推荐者可能有两位是过去的推荐人才，而另三位是通过数据挖掘而发现的潜在推荐人才。
被邀请的推荐者可以做两件事：1. 继续利用人才雷达挖掘自己的社交人脉圈去锁定下一层级的推荐牛人并发出任务邀请；2. 利用自己的社交网络散布招聘信息，帮助企业扩大传播。
理想状态是每一位任务传递者都可以找到并邀请五位下一层级的任务传递者，那么通过三层传递，一共可以有155位朋友圈的人脉被邀请完成招聘推荐任务。在人才雷达的推荐系统中，其最多传递层次被设定为3层，其原因在于，在社交网络中，从一个人到另一个人的平均路径是4.37个人,理论上3层好友关系已经能够覆盖全网90%以上的用户，因此，通过匹配算法过滤后的候选人完全能够满足招聘需求，而如果再添加层级，反而会增加信息噪音。
人才雷达合伙人曾舒煜（HiAll创始人兼CEO）说：比较起一般利用社交网络进行招聘信息传播的网站，人才雷达系统的成功关键就在于，受邀用户可以选择绑定自己的LinkedIn、微博、人人等社交网络帐号，让人才雷达搜索引擎自动匹配和推荐用户社交网络中更加匹配所招岗位技能要求的人才并依照契合度来进行推荐排序，每一位被系统列出的推荐者头像旁都会展现一个9维的人才雷达图，以方便招聘官挑选，这正是“人才雷达”名称的由来。其核心技术是人才搜寻模型和匹配算法，通过对被推荐者邮箱、网络ID、Cookie地址等多维度身份标识的匹配，从9个维度来判别被推荐人的适合程度：
- 职业背景。利用文本挖掘技术，可以从用户的社交账户中获取其教育经历和从业经历，以此来判定其职业背景，曾舒煜告诉我，如果客户需要，他们还可以增加.edu.cn的索引，从高校网站上获取被推荐人的教育经历、获奖经历等信息；
- 专业影响力。搜索引擎采用PageRank来评估网站的影响力，人才雷达则利用LeaderRank评估专业方向的影响力。例如被推荐者是否有专业领域的论文发表，在专业论坛（如Github、CSDN、知乎、丁香园等）上的发帖数、内容被引用数、引用人的影响力等，通过这些信息建模，完成其专业影响力的判断。
- 好友匹配。社交关系也是判断一个人职业能力的因素之一。所以，判别用户在社交网络上其好友的专业影响力也是人才雷达推荐系统中的一个重点。同时，即使被推荐者的个人能力难以符合职业需求，但如果他有着能力不错的好友关系，则也可以作为合适的“推荐人”将任务传播到下一层级当中。
- 性格匹配。依据DISC（人类行为语言）学，将其在网络上的抽象言行转换为对应的性格特点。这种匹配并不是单纯的文本识别，而是根据其讨论时的反馈数，言辞激烈程度等各种因素来判定其性格。
- 职业倾向。不少人自己希望追求的职业并不一定是其适合的职业，所以用户在社交网络上的行为表现将有助于系统判别其对职业的符合程度是否与其个人描述的职业愿景相符。
更多详细信息，请您微信关注“计算网”公众号：
