LuanVan.vnLuận Văn
Gửi thư

Enhancing CV–JD Matching Accuracy via NLP and O*NET-Based Multi-Factor Scoring

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảĐặng Kiều Trinh
Người hướng dẫnNguyễn Thị Kim Anh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày giải pháp xây dựng hệ thống đối sánh tự động giữa hồ sơ ứng viên và mô tả công việc nhằm nâng cao độ chính xác, tính minh bạch và công bằng trong tuyển dụng. Phân tích thực trạng các phương pháp đối sánh truyền thống dựa trên từ khóa, chỉ ra hạn chế trong xử lý ngữ nghĩa, chuẩn hóa nghề nghiệp và đánh giá các điều kiện bắt buộc. Đề xuất giải pháp tích hợp xử lý ngôn ngữ tự nhiên, nhận dạng thực thể, ánh xạ dữ liệu nghề nghiệp O*NET và mô hình chấm điểm đa yếu tố để đánh giá mức độ phù hợp giữa ứng viên và vị trí tuyển dụng. Kết luận khẳng định hệ thống cải thiện hiệu quả đối sánh và vượt trội so với các phương pháp nền tảng hiện có.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.