RecSys 2022 | 面向人岗匹配的双向选择偏好建模

最新推荐文章于 2025-04-04 23:39:01 发布

PaperWeekly

最新推荐文章于 2025-04-04 23:39:01 发布

阅读量2.8k

点赞数 1

本文链接：https://blog.csdn.net/c9yv2cf9i06k2a9e/article/details/127033035

版权

本文提出了一种双视角图表示学习方法，用于建模求职者和招聘岗位的双向选择偏好，以解决人岗匹配问题。在RecSys 2022会议上被接收，论文详细介绍了模型的构建，包括双视角表示学习、自监督增强的双视角排序优化，并展示了优于基线模型的实验结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文为 BOSS 直聘联合中国人民大学提出的建模双边选择偏好的人岗匹配模型。目前，该论文已被推荐系统国际会议 RecSys 2022 接收。

论文标题：

Modeling Two-Way Selection Preference for Person-Job Fit

收录会议：

RecSys 2022

论文链接：

https://arxiv.org/pdf/2208.08612

引言

求职招聘是一个双向选择的过程，作为参与方的求职者和招聘岗位应当同时满足双边的需要，而不仅仅满足其中某一方。针对该场景下的人岗匹配问题，本文提出了一种双视角图表示学习方法，同时建模求职者和招聘岗位之间的双向选择偏好。

为了从求职者和岗位的双重视角对双方偏好进行建模，本文为每个求职者（或岗位）引入两个不同的节点，并通过统一的双重视角交互图对不同方向和类型的交互进行建模，同时为了有效地学习双视角节点表示，本文还设计了一种有效的优化算法，包含四元损失和双视角对比学习损失。

背景介绍

随着互联网技术的快速发展，在线招聘平台中的求职者和招聘岗位的数量迅速增长，在这一背景下，如何能够设计有效的算法并通过推荐机制在求职者和招聘岗位之间建立高质量的联系是至关重要的。

现有的研究或者对单向选择过程（如根据岗位要求推荐合适的求职者）进行建模，或者对静态匹配关系（如简历/职位文本匹配方法）进行建模。由于求职招聘过程涉及求职者和招聘岗位双方，自然应当体现从求职者和招聘岗位两个角度的双向选择偏好，为了实现求职者与岗位的匹配，参与互动的双方应该同时满足对方的需要，单方面的满意无法使得匹配成功，双边期望的达成才是人岗匹配成功的关键。