ResumeVis：一种用于发现半结构化简历数据中语义信息的可视化分析系统
人机交互
2018-12-06 v1 人工智能
摘要
万维网上涌现的海量公开简历数据揭示了个人在档案和职业经历方面的特征。简历分析 (RA) 为人才搜寻和评估等诸多应用提供了机遇。现有的基于统计分析的 RA 研究主要通过识别显性属性聚焦于人才招聘。然而，它们未能发现隐性语义信息，即个人职业发展模式和社会关系，而这些对于全面理解职业发展至关重要。此外，如何可视化这些信息以更好地促进人类认知也是一项挑战。为解决这些问题，我们提出了一种名为 ResumeVis 的可视化分析系统，用于挖掘和可视化简历数据。首先，提出了一种基于文本挖掘的方法来提取语义信息。然后，设计了一套可视化方案以从多个视角呈现语义信息。通过领域专家在 ResumeVis 上进行的交互式探索，可以完成以下任务：追踪个人职业演变轨迹；挖掘个人之间潜在的社会关系；以及掌握海量简历集体流动的全貌。针对超过 2500 份在线官员简历的案例研究证明了本系统的有效性。我们提供了一个演示视频。
引用
@article{arxiv.1705.05206,
title = {ResumeVis: A Visual Analytics System to Discover Semantic Information in Semi-structured Resume Data},
author = {Chen Zhang and Hao Wang and Yingcai Wu},
journal= {arXiv preprint arXiv:1705.05206},
year = {2018}
}