基于AIGC的简历筛选研究
钟紫浩 罗进兴 谢艾芳

湖南工商大学，湖南长沙，410205；

摘要：随着人工智能技术的飞速发展，基于人工智能生成内容（AIGC）的工具在多个领域得到了广泛应用。在人力资源管理中，简历筛选作为招聘流程的关键环节，面临着效率与精准度的双重挑战。本研究旨在探索AIGC技术在简历筛选中的应用效果，通过构建基于自然语言处理（NLP）和机器学习算法的筛选模型，实现对简历的高效、精准筛选。研究首先对大量简历样本进行标注和分析，提取关键技能、项目经验、教育背景等特征，并结合行业需求构建特征向量。随后，利用深度学习算法对模型进行训练和优化，以提高模型对简历质量的判断能力。实验结果表明，AIGC驱动的筛选模型在准确率、召回率和F1分数上均优于传统筛选方法，显著提升了筛选效率，同时降低了人力资源成本。此外，该模型还具备良好的可扩展性和适应性，能够根据不同的招聘需求进行快速调整。本研究为AIGC技术在人力资源领域的应用提供了新的思路，并为人才的高效选拔提供了有力支持。

关键词：简历筛选；SQL数据库；大语言模型

参考文献

[1]杨玫,吕振华,陈微微.基于人工智能的招聘面试管理系统设计[J].微型电脑应用,2021,37(07):100-103.

[2]王成泽.中文简历解析及招聘需求匹配算法研究[D].武汉邮电科学研究院,2021.

[3]张博.基于领域知识库的简历信息抽取系统的设计与实现[D].北京邮电大学,2018.