用于改进职位推荐的三部向量表示
信息检索
2019-07-30 v1 机器学习
摘要
职位推荐是在线招聘业务的关键部分。为了将合适的人与合适的职位匹配，需要对职位发布有良好的表示。理想情况下，此类表示应推荐具有合适标题、匹配技能集以及合理通勤距离的职位。为应对这些方面，我们利用来自历史职位数据的三个信息图（职位-职位、技能-技能、职位-技能）来学习职位标题与技能在共享潜在空间中的联合表示。这使我们能够使用这两种元素获得职位发布/简历的表示，随后可将其与位置相结合。在本文中，我们首先展示每个组件的表示如何获得，然后讨论如何将这些不同表示组合到单一空间中以获得最终表示。将所提方法与不同基线方法进行比较的结果显示了相关性方面的显著提升。
引用
@article{arxiv.1907.12379,
title = {Tripartite Vector Representations for Better Job Recommendation},
author = {Mengshu Liu and Jingya Wang and Kareem Abdelfatah and Mohammed Korayem},
journal= {arXiv preprint arXiv:1907.12379},
year = {2019}
}