1、在線招聘由于其低成本、方便快捷等原因，已成為最受青睞的招聘方式。針對在線招聘網(wǎng)站不能實現(xiàn)電子簡歷的自動解析及推薦功能的問題，本文提出一種中文簡歷自動解析及推薦方案，該方案具體內(nèi)容包括:
　　1.依據(jù)中文簡歷的層次化結(jié)構(gòu)，結(jié)合文本分類的理論知識，將中文簡歷文本分塊問題轉(zhuǎn)化為分類問題解決，將簡歷文本中所有段落劃分為六個預(yù)定義通用類別，包括個人基本信息、求職意向和工作經(jīng)歷等。
　　2.根據(jù)中文簡歷的規(guī)則性和統(tǒng)計學(xué)特征，提出統(tǒng)計模型

2、和規(guī)則相結(jié)合的量化提取信息抽取方法。對于簡歷分塊結(jié)果中的個人基本信息等簡單信息，利用其詞法和語法特征，手工構(gòu)建規(guī)則來實現(xiàn)姓名、性別及聯(lián)系方式等關(guān)鍵信息抽取;對于工作經(jīng)歷等復(fù)雜文本用隱馬爾科夫模型進一步抽取關(guān)鍵信息。
　　3.提出了基于內(nèi)容的互惠推薦算法(Content Based Reciprocal Recommender algorithm，CBRR)進行簡歷推薦。實驗結(jié)果證實，CBRR算法推薦效果優(yōu)于常見的協(xié)同過濾算法，同時