InnoServe 競賽帶隊經驗 (系統直接帶入)
年份
2025
屆別
30
組別
大會專題類-通用-資訊應用組
指定專題類-商業發展治理創新組
名次
第三名,第一名
組別編號
IP9-07,GCIS-OPENDATA-10
專題名稱
伴擬面試
From Practice To Profession
專題文件
伴擬面試
From Practice To Profession
應用領域
AI,Open Data,資料分析
技術領域
暫無提供
開發語言及工具
暫無提供
300字簡述
本研究建立「多維度評估及自適應選題的模擬面試系統」，結合多元商業資料與創新演算法，提供個人化面試訓練。系統主要特色如下： 1.整合多元商業公開資料：系統整合台北市科技業登記資料、台灣就業通職缺清單及1111人力銀行等公開資料，提供職缺、薪資範圍及證照等資訊，構建貼近真實職場的面試情境。 2.自適應選題系統：系統以Parselmouth提取語音特徵，並運用機器學習模型即時偵測焦慮程度，模型R²高達0.7618，能有效量化社交焦慮並建立首創焦慮調適機制。當使用者焦慮較高時降低題目難度，反之則提高難度，實現個人化訓練。 3.多維度面試能力評分模型(MIPEM)：MIPEM從表達能力、應變能力與表情管理三大面向進行量化評估。表達能力以BERT模型結合S.T.A.R敘事原則，與人工標註達到文獻所提的可接受一致性標準（QWK > 0.6）；應變能力透過語意擴展與語句向量計算語意相似度，並納入反應時間，模型RMSE僅0.0456，顯示評分結果的穩定性；表情管理則運用CNN技術分析眼神直視，模型準確率達98.4%，而微笑辨識結合GAN模型從多角度進行分析，準確率達94.19%，優於2024最佳方法。
指導教授
杜逸寧
學生
林煜棋,蕭易,林暐,陳芊卉,鄭亘妤,張名凱
觀看次數
19 次