利用双向LSTM检测虚假招聘信息
机器学习
2023-04-06 v1
摘要
虚假招聘信息在在线就业市场中已十分普遍，给求职者和雇主带来了重大挑战。尽管解决该问题的需求日益增长，但利用深度学习技术检测欺诈性招聘广告的研究仍十分有限。本研究旨在填补这一空白，采用双向长短期记忆（Bi-LSTM）模型来识别虚假招聘广告。我们的方法同时考虑数值特征和文本特征，有效捕捉数据中的潜在模式与关系。所提出的模型表现出优越性能，达到了0.91的ROC AUC分数和98.71%的准确率，表明其在在线就业市场中具有实际应用潜力。本研究的结果有助于开发稳健的自动化工具，以遏制虚假招聘信息的泛滥并提升求职过程的整体诚信度。此外，我们讨论了与该方法相关的挑战、未来研究方向及伦理考量，旨在启发进一步探索并开发应对在线招聘欺诈的实用方案。
引用
@article{arxiv.2304.02019,
title = {Detecting Fake Job Postings Using Bidirectional LSTM},
author = {Aravind Sasidharan Pillai},
journal= {arXiv preprint arXiv:2304.02019},
year = {2023}
}