Scoring Logic
评分逻辑说明
概述
当前版本使用跨学科关键词、LLM 语义判断、经历深度、简历质量和用户确认的岗位能力共同评分。分数用于解释材料匹配程度,不代表真实录用概率。
十步流程
关键词匹配 → 语义匹配 → 经历匹配 → 简历质量 → 能力对齐 → 加分项 → 加权基础分 → 核心技能惩罚 → 分数上限 → 最终分数。
分数公式
加权基础分 =
关键词 20% + 语义 25% + 经历 25%
+ 简历质量 15% + 能力对齐 15%
后端再加入最多 5 分的证书与奖项加分,扣除核心技能惩罚,并应用确定性的分数上限。
岗位能力确认
LLM 会从 JD 明确要求和岗位职责中提取工具技能、专业方法、领域知识、语言能力和软性能力。用户可以确认熟练度并补充真实证据。
没有证据的自评只按有限可信度参与能力对齐分;自评与简历冲突时,以可验证的项目、任务和成果为准。
分数解释
80-100关键词覆盖较强
60-79匹配度中等,存在部分能力缺口
40-59具备部分相关性,但优化空间明显
0-39与目标岗位的显性要求匹配较弱
稳定性保护
LLM 只输出受限分项和分析依据。最终公式、核心技能惩罚和分数上限由后端统一执行。到岗天数、薪资、地点等网申字段不作为核心技能扣分。
详细规则见仓库中的 docs/SCORING.md。