Candidate Match Score (CMS)

01The formula

CMS = Σ(CSSᵢ × JRISᵢ) / Σ(JRISᵢ)，对针对特定职位确定的每个胜任力维度 i 进行求和。CSS（Candidate Skill Score，0–100）衡量匿名化简历中体现特定维度的证据充分程度。JRIS（Job Requirement Importance Score，0–100）衡量雇主指明的该维度重要程度，直接源自职位发布中的用语：如“必须具备”或“要求”对应 90–100 的 JRIS，“优先考虑”对应 50–70，而“加分项”或“最好具备”对应 30–50。

由于 CSS 和 JRIS 都处于 0–100 的尺度，加权平均值自然落在相同的 0–100 范围内，而无需额外的归一化步骤——这个细节很重要，因为在我们的一份内部草稿中，类似公式的早期未更正版本将分数夸大了 100 倍，后来才发现并移除了 ×100 项。我们提到这一点并不是为了掩盖错误，而是因为这是一个有用的说明：即使如此简单的公式也值得进行算术核对，而完整发布该公式正是为了让任何人都能做到这一点。

02维度的来源

CMS 不会使用适用于所有职位的固定通用评分标准。对于每个发布的职位，提取步骤会直接从该职位的具体描述中识别出 5 到 9 个胜任力维度——高级护士职位和高级后端工程师职位将生成几乎完全不同的维度集合，并根据雇主使用的具体表述进行加权。这是有意为之的设计选择：固定的评分标准要么会遗漏特定岗位真正看重的要素，要么会迫使每份职位描述套用不自然的模板以迎合评分系统，这从一开始就违背了撰写真实职位描述的初衷。

03硬性阻断条件：公式拒绝通过平均化来掩盖缺失的必要要求

单纯的加权平均存在一个显而易见的缺陷：候选人可以通过其他方面的优势来弥补完全缺失的硬性必备要求。CMS 通过硬性阻断规则弥补了这一漏洞——职位描述中标记为严格必备的任何维度，如果在简历中未体现出任何佐证，则无论其余加权平均如何计算，该维度均固定为 CSS = 0 并在结果中单独标记。候选人仍可能获得高于硬性阻断分数的数值总分（计算过程不会掩盖这一点），但审计报告会使该阻断项一目了然，大多数招聘团队也会配置其招聘管道，将标记为硬性阻断的情况作为自动筛选条件，而不仅仅是一个参考数据点。

04A worked example

以一个包含四个维度的职位为例：“Python 与分布式系统”（JRIS 95，“必备”）、“云架构”（JRIS 85，“必备”）、“团队领导力”（JRIS 65，“优先”）和“开源贡献”（JRIS 40，“加分项”）。某位候选人的简历充分证明了前两项（CSS 98 和 95），但完全没有领导经验且没有公开的开源项目（CSS 0 和 0），计算方式如下：(98×95 + 95×85 + 0×65 + 0×40) / (95+85+65+40) = (9310+8075+0+0)/285 = 61.0。由于“团队领导力”被标记为优先而非必备，这并不是硬性障碍——它只是一个反映真实部分匹配的中等分数，这与原始依据完全吻合。

已发表的论文以同样的方式处理了一个更严苛的案例——一位因缺少一项硬性要求而被阻拦的优秀工程师——并并排展示了每个维度的权重和证据评分：

论文实际案例研究中各维度的 JRIS 和 CSS 明细：六个优势维度以及一个证据为 0 的强制性要求，计算结果为 74.96 (Syed, 2026, Fig. 3)

完整论文可下载为 PDF，并且也发表在 Expertini Research (research.expertini.com) 上。

05What CMS is not

CMS 并不预测工作绩效，我们也不做此类宣称——没有任何评分系统（无论是人工还是自动化）拥有足够可靠的往绩记录来支撑这一说法，任何向您推销其产品具备该能力的人都应受到怀疑。它仅用于衡量明确要求的书面证据，别无其他。它明确设计为决策支持工具，用于缩小候选人范围以供人工判断和结构化面试使用，而非取代二者。同时，它会继承职位描述本身存在的任何偏见——如果职位的要求编写方式不必要地排除了合格候选人，CMS 将忠实地按照这些要求进行评分，而不是纠正它们。