KDD 2019｜DuerQuiz：一个面向智能招聘笔试、面试的个性化试题推荐系统

你和“懂AI”之间，只差了一篇论文

很多读者给芯君后台留言，说看多了相对简单的AI科普和AI方法论，想看点有深度、有厚度、有眼界……以及重口味的专业论文。

为此，在多位AI领域的专家学者的帮助下，我们解读翻译了一组顶会论文。每一篇论文翻译校对完成，芯君和编辑部的老师们都会一起笑到崩溃，当然有的论文我们看得抱头痛哭。

同学们现在看不看得懂没关系，但芯君敢保证，你终有一天会因此爱上一个AI的新世界。

读芯术读者论文交流群，请加小编微信号：zhizhizhuji。等你。

这是读芯术解读的第142篇论文

---

KDD 2019

DuerQuiz：一个面向智能招聘笔试、面试的个性化试题推荐系统

DuerQuiz: A Personalized QuestionRecommender System for Intelligent Job Interview

中国科学技术大学、百度

本文是中国科学技术大学和百度TIC联合发表于KDD2019的工作，文章提出一种个性化智能工作笔试、面试的试题推荐系统。为此，我们首先提出一种技能图构建的方法，主要包含技能实体抽取、技能实体降噪以及技能上下位关系抽取三个部分。随后我们提出一种基于历史招聘数据下的一种启发式个性化试题推荐方法。实验结果表明我们的系统可以在招聘环节中有效的选取人才。

原文：

Chuan Qin, Hengshu Zhu, Chen Zhu, Tong Xu, Fuzhen Zhuang, Chao Ma, Jingshuai Zhang, Hui Xiong, DuerQuiz: A Personalized Question Recommender System for Intelligent Job Interview, In Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD-2019) , Anchorage, Alaska, 2019

1. 引言

人才招聘对于企业能否保持竞争优势至关重要，并且会直接影响企业的成功。为了招募合适的人才，笔试、面试有助于评估候选人与职位需求相关的技能和经验。但是，以合适高效的方式评估人才是一项艰巨的任务，糟糕的招聘决策会浪费公司大量的时间和金钱。例如，如美国一篇HR专业报道的那样，如今的公司要雇用合适的人才平均要支付4129美元，而工作面试的过程通常需要24天左右。因此，在过去的几十年中，人们在改善工作笔试、面试过程方面做出了巨大的努力，例如人际适合度评估，工作技能分析，面试官的安排和针对性评估。

 

但是，工作笔试、面试的关键挑战在于如何使用合适的问题，来全面评估被认为与个人和工作需求相关并具有代表性的能力。一方面，如果问题的设计通常侧重于基本的工作要求，就像传统候选人筛选的笔试情况一样，工作面试将不会有区分能力。例如，如果某位机器学习工程师岗位的申请者具有与深度学习相关的应用程序相关的丰富经验，则如果仅用基础机器学习基础算法或代码编程考核，去替代那些事实上确实和这个岗位很相关并且反应其个人经验的技能（例如，使用深度神经网络的经验），那么并不会有很好的区分性。另一方面，如果过多地关注与候选人的个人背景有关的问题，则考核可能会忽略工作的基本要求，从而无法确定出适合该职位的人才。因此，在设计试题时，应在工作要求和应聘者的经历之间取得平衡。

 

为此，在本文中，我们开发了一种新颖的个性化问题推荐系统DuerQuiz，以增强人才招聘中的工作笔试、面试评估。图1显示了我们的推荐系统的动机示例。可以看出，在数据科学家的职位描述中，分别有三个通用要求，分别是编程，机器学习和大数据分析。根据两位候选人的简历，他们在满足相应要求方面具有不同的个人技能背景。换句话说，候选人A精通Python和深度学习，而候选人B熟悉Matlab和迁移学习。因此，DuerQuiz的理想情况是可以基于候选人背景个性化地进行试题推荐。例如，对于应聘者1，DuerQuiz将推荐有关Python相关编程技巧和Deep Leaning相关机器学习模型的问题。同时，通过挖掘当前担任数据科学家职位的员工的历史招聘数据，我们认识到Hadoop和Spark是大数据分析的两个重要技能。在这种情况下，即使技能没有在简历中列出，