具有树交互特征的实体个性化人才搜索模型
人工智能
2019-02-26 v1 信息检索
摘要
人才搜索系统旨在推荐与招聘者通过搜索查询或职位发布所表达的招聘需求良好匹配的潜在候选人。该领域以往工作集中于线性与非线性模型，这些模型仅使用全局收集的招聘者活动数据训练，缺乏用户层面的偏好个性化。本文中，我们提出一种实体个性化人才搜索模型，其结合广义线性混合（GLMix）模型与梯度提升决策树（GBDT）模型，并利用 GBDT 生成的非线性树交互特征提供个性化人才推荐。我们还给出了在生产环境中实现该混合模型方法的离线与在线系统架构。最后，我们提供了离线与在线实验结果，将我们的带树交互特征的实体个性化模型与全局训练的非个性化模型进行基准比较，结果表明我们的精度指标相比后者有显著提升。
引用
@article{arxiv.1902.09041,
title = {Entity Personalized Talent Search Models with Tree Interaction Features},
author = {Cagri Ozcaglar and Sahin Geyik and Brian Schmitz and Prakhar Sharma and Alex Shelkovnykov and Yiming Ma and Erik Buchanan},
journal= {arXiv preprint arXiv:1902.09041},
year = {2019}
}
备注
This paper has been accepted for publication at ACM WWW 2019