一种职位推荐方法技术

本发明专利技术公开了一种职位推荐方法，属于推荐系统技术领域，在职位推荐过程中可以避免马太效应，也可以避免冷启动问题，同时能够很好地利用群体实现个性化推荐。该职位推荐方法，包括：获取用户数据和职位数据；建立用户偏好向量空间模型、职位向量空间模型；根据用户偏好模型和职位模型进行基于内容的多域评分值计算获得职位的第一评分值，并排序获得职位集；若一职位有投递记录且属于职位集，则根据用户偏好模型和职位数据进行该职位基于用户背景信息相似度的评分值计算获得职位的第二评分值；根据职位的第一评分值和第二评分值获得该职位的混合评分值，并进行排序获得推荐列表。

【技术实现步骤摘要】

本专利技术涉及推荐系统
，具体的说，涉及一种职位推荐方法。
技术介绍
互联网的发展使人们逐渐从信息匮乏时代进入了信息过载时代，信息及其传播形式变得多样化，用户对信息的需求变得越来越多元化和个性化。而推荐系统就是联系用户和信息的工具，一方面帮助用户找到有价值的信息，另一方面也让信息及时地展现在对它感兴趣的用户面前。推荐系统从大体上可分为个性化推荐和非个性化推荐。个性化推荐系统，顾名思义，就是给用户提供个性化信息的推荐系统，它的最大特点就是个性化，即根据用户的自身需求、兴趣、行为等，将用户感兴趣的东西推荐给用户，从而为不同对象提供不同服务或内容。目前，使用的比较广泛的个性化推荐技术主要是协同过滤推荐和基于内容的推荐。在一些系统中也将不同的推荐算法混合使用，来产生更好的推荐。作为个性化推荐系统的应用，职位推荐是通过网络平台获取的大量的个人简历和职位信息，然后根据这些信息向求职者推荐职位信息，向用人单位推荐个人简历，以此将求职者和用人单位联系起来，帮助求职者快速地找到适合的工作，帮助用人单位快速找到符合工作要求的员工。传统的职位推荐系统无法在利用群体实现个性化推荐的同时兼顾解决马太效应或数据稀疏问题。
技术实现思路
本专利技术的目的在于提供一种职位推荐方法，在职位推荐过程中可以避免马太效应，也可以避免冷启动问题，同时能够很好地利用群体实现个性化推荐。本专利技术提供一种职位推荐方法，该方法包括：获取用户数据和职位数据；根据用户数据建立用户偏好向量空间模型，根据职位数据建立职位向量空间模型，用户偏好模型中的用户兴趣与职位模型中的相关职位属性相对应；根据用户偏好模型和职位模型进行基于内容的多域评分值计算获得职位的第一评分值，并根据第一评分值对职位进行排序获得职位集；若一职位有投递记录且属于职位集，则根据用户偏好模型和用户数据进行该职位基于用户背景信息相似度的评分值计算获得职位的第二评分值；根据职位的第一评分值和第二评分值获得该职位的混合评分值，并根据混合评分值对职位进行排序获得推荐列表。所述建立的用户偏好向量空间模型User_Profile为：User_Profile＝{(k1，w1),(k2，w2)...(kn，wn)本文档来自技高网...

【技术保护点】
一种职位推荐方法，其特征在于，包括：获取用户数据和职位数据；根据用户数据建立用户偏好向量空间模型，根据职位数据建立职位向量空间模型，用户偏好模型中的用户兴趣与职位模型中的相关职位属性相对应；根据用户偏好模型和职位模型进行基于内容的多域评分值计算获得职位的第一评分值，并根据第一评分值对职位进行排序获得职位集；若一职位有投递记录且属于职位集，则根据用户偏好模型和用户数据进行该职位基于用户背景信息相似度的评分值计算获得职位的第二评分值；根据职位的第一评分值和第二评分值获得该职位的混合评分值，并根据混合评分值对职位进行排序获得推荐列表。

【技术特征摘要】
1.一种职位推荐方法，其特征在于，包括：获取用户数据和职位数据；根据用户数据建立用户偏好向量空间模型，根据职位数据建立职位向量空间模型，用户偏好模型中的用户兴趣与职位模型中的相关职位属性相对应；根据用户偏好模型和职位模型进行基于内容的多域评分值计算获得职位的第一评分值，并根据第一评分值对职位进行排序获得职位集；若一职位有投递记录且属于职位集，则根据用户偏好模型...

【专利技术属性】
技术研发人员：李晨，杨成，茹静婷，
申请(专利权)人：中国传媒大学，
类型：发明
国别省市：北京;11