面向人岗匹配的双向选择偏好建模

人岗匹配是在线招聘平台的核心技术，可通过精准匹配岗位与求职者来提升招聘效率。现有工作主要聚焦于建模单向过程或整体匹配。然而，招聘是一个双向选择过程，这意味着参与交互的候选人与雇主应相互满足彼此的期望，而非单方面的满意。本文中，我们提出一种双视角图表示学习方法来建模候选人与岗位之间的有向交互。为从求职者与雇主的双视角建模双向选择偏好，我们为每个候选人(或岗位)引入两类不同节点，并通过统一的双视角交互图刻画成功匹配与失败匹配。为有效学习双视角节点表示，我们设计了一种有效的优化算法，其包含基于四元组的损失与双视角对比学习损失。在三个大型真实招聘数据集上的大量实验表明了我们所提方法的有效性。