招聘行业大数据应用场景分析

从数据的分层结构来看，整体上可分为：数据洞察层、数据消费层、数据智慧层、数据整合层、数据计算层、数据存储层、数据收集层以及数据源层。

如上图所示，按数据价值密度的高低来划分的话，实质上可以分为数据处理层：从数据收集à数据智慧，数据应用层：数据消费à数据洞察。

5.3 总体架构

从整体上来看，招聘大数据平台的技术架构由支撑海量数据处理的存储层、支撑大数据分析的信息供应层(治理层)以及提供应用能力的信息分析层(应用层)构成。

如上图所示，与目前比较流行数据治理+数据应用的架构相当类似，在当前特别注重大数据治理体系构建的情况，改技术架构也是比较符合现实需求的。

5.4 功能结构

整个大数据应用平台的功能应该由面向技术的数据分析类功能和面向业务的专业应用组成。

数据分析类功能包括：数据查询、数据统计、数据挖掘等，专业应用包括：人才画像、人才雷达、用户服务等。

几个重点的应用方向还是人才画像、人才雷达等。

六、技术实现思路

6.1 基础平台建设

核心思路1：底层采用的关键技术——分布式、数据仓库、数据管理

核心思路2：Hadoop技术体系与MPP的集成思路——混合方式

核心思路3：如何做数据采集——分布式爬虫技术的应用

6.2 数据分层规划

规划思路1：数据按热度与价值分级存储——冷热分离/在线离线分离

规划思路2：数据按粒度或治理程度来分层存储——数仓思路

规划思路3：构建全生命周期的数据管控体系

6.3 应用思路

应用思路1：人才画像

应用思路2：构建基于人才画像的PYMK体系

应用思路3：人才推荐系统

通过大数据分析、匹配、推荐基于人才画像，让HR不再为搜索和筛选简历浪费时间，通过机器在亿级简历库中匹配合适简历，企业只需对合适简历批量发起约Ta邀请，按效果付费，有意向面试才产生收费。

应用思路4：人才测评系统

（编辑：新余站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!