Multi-Mode-Matching
Striktes, normalisiertes und semantisches Matching für denselben Lebenslauf und dieselbe Anzeige, mit erklärtem Unterschied.
Das Werkzeug „Keyword-Abgleich“ öffnet sich nach der Analyse.
Drei Matching-Modi laufen über denselben Lebenslauf und dieselbe Anzeige:
- Strict: Exaktes, wortwörtliches Matching.
- Normalized: Verwendet Synonyme, Abkürzungen und eine Skill-Taxonomie.
- Semantic: Embedding-basiertes Matching, das in Ihrem Browser läuft.
Sie sehen, wie jeder Modus andere Ergebnisse liefert und welche Begriffe den Unterschied ausmachen. Semantische Treffer erscheinen als "mögliche Übereinstimmung", nie als bestätigt.
Wie unterscheiden sich die drei Modi beim Lebenslauf Keywords Stellenanzeige Abgleich?
Beim Abgleich von Lebenslauf-Keywords mit der Stellenanzeige werden dieselben Begriffe der Anzeige in drei Modi gegen Ihren Lebenslauf geprüft: strikt, normalisiert und semantisch. Jeder Modus steht für eine andere Art von Filter, die ein Arbeitgeber einsetzen könnte.
Strikt vergleicht nur exakte Schreibweisen. Normalisiert ergänzt eine Synonymtabelle, Abkürzungen sowie für Türkisch und Deutsch Stammformen und Komposita. Semantisch vergleicht Bedeutung mit einem Modell, das in Ihrem Browser läuft. Das Panel zeigt, wie viele Begriffe jeder Modus trifft, und nennt die Begriffe, die den Unterschied erklären.
| Modus | Wie er abgleicht | Beispiel |
|---|---|---|
| Strikt | Exakte Schreibweise, Groß- und Kleinschreibung egal | Die Anzeige nennt Kubernetes, der Lebenslauf k8s: kein Treffer |
| Normalisiert | Synonyme, Abkürzungen, Stammformen | k8s passt zu Kubernetes; js passt zu JavaScript |
| Semantisch | Bedeutung, mit einem lokalen Modell, das Sie aktivieren | Eine nahe Textstelle erscheint als mögliche Übereinstimmung |
Welcher Modus bestimmt die Bewertung?
Nur der normalisierte Modus bestimmt die Keyword-Bewertung. Strikte und semantische Ergebnisse stehen als Vergleich daneben, damit sich die Bewertung nie mit dem Modus verschiebt.
Die Keyword-Dimension ist 25 Punkte wert: 15 für die als erforderlich gelisteten Begriffe und 10 für den Rest. Begriffe unter einer Anforderungs-Überschrift wiegen 1,5-fach, Wunschbegriffe 0,8-fach. Eine Abdeckung von etwa 70 Prozent der gewichteten Begriffe bringt einen Anteil voll ein. Begriffe, die nur über eine Variante wie eine Abkürzung passen, kosten einen Punkt, weil ein Filter ohne Synonymtabelle sie übersehen würde.
Beispiel: Was meldet der Abgleich mit der Stellenanzeige?
Beim Abgleich mit der Stellenanzeige listet das Panel jeden Begriff der Anzeige als gefunden, Alias oder fehlend, gruppiert nach erforderlich, weitere und wünschenswert. Danach zählt es die Treffer pro Modus.
Angenommen, die Anzeige verlangt Kubernetes und PostgreSQL, im Lebenslauf stehen k8s und Postgres. Strikt findet keinen von beiden, normalisiert findet beide und markiert sie als Treffer über einen Alias. Der Bericht sagt das und rät, beide Schreibweisen einmal an passender Stelle zu nennen, etwa Kubernetes (k8s). Begriffe, die öfter als 12-mal vorkommen, werden als Keyword-Stuffing markiert.
Was leistet das semantische Matching nicht?
Das semantische Matching bestätigt nie einen Treffer. Es markiert nur einen Begriff, den der wörtliche Abgleich verfehlt hat, als mögliche Übereinstimmung, mit der nächsten Textstelle und ihrer Ähnlichkeit, und es ändert die Bewertung nie.
Das Modell wird erst nach Ihrer Zustimmung geladen, läuft vollständig in Ihrem Browser und sendet keinen Lebenslauftext irgendwohin. Ein Hinweis erscheint nur, wenn die nächste Textstelle 55 Prozent Ähnlichkeit erreicht. Ein Begriff, der wirklich im Lebenslauf steht, wird nie zur Vermutung herabgestuft. Verstehen Sie eine mögliche Übereinstimmung als Anlass, Ihre Formulierung zu prüfen, nicht als Beweis.
Das Werkzeug „Keyword-Abgleich“ öffnet sich nach der Analyse.
Zuletzt aktualisiert