LinkedIn 经济图谱如何联结信息与产品:在 LinkedIn 薪资中的应用
社会与信息网络
2018-06-26 v1
摘要
LinkedIn 薪资产品于 2016 年底上线,旨在向求职者提供薪酬分布洞察,使其在进行职业机会发现与评估时做出更明智的决策。薪酬洞察基于从 LinkedIn 会员收集并以隐私保护方式聚合的数据提供。鉴于同时需要计算稳健、可靠的洞察,并让洞察满足尽可能多的求职者,一个关键挑战是在公司层面数据有限或完全没有数据时可靠地推断洞察。我们提出一个两步框架,利用新颖的公司语义表示(Company2vec)和贝叶斯统计模型来解决该问题。我们的方法利用了 LinkedIn 经济图谱中丰富的信息,特别地,其直觉在于:若员工极可能从一家公司流向另一家并反之亦然,则两家公司可能相似。我们通过使用机器学习算法分析 LinkedIn 会员的公司流动数据来计算公司的嵌入表示,进而基于这些嵌入计算公司间两两相似度,最后将公司相似度以同业公司组的形式纳入所提出的贝叶斯统计模型,以预测公司层面的洞察。我们使用多种评估技术进行了广泛验证,表明我们能在显著扩大洞察覆盖面的同时,实际上还提升了所获洞察的质量。例如,与美国先前工作相比,我们能为多 35 倍的职位-地区-公司组合计算薪资洞察,对应于 4.9 倍的月活跃用户。最后,我们强调了从系统部署中得到的经验教训。
引用
@article{arxiv.1806.09063,
title = {How LinkedIn Economic Graph Bonds Information and Product: Applications in LinkedIn Salary},
author = {Xi Chen and Yiqun Liu and Liang Zhang and Krishnaram Kenthapadi},
journal= {arXiv preprint arXiv:1806.09063},
year = {2018}
}
备注
10 pages, 5 figures