一种就业信息个性化推荐方法技术

一种就业信息个性化推荐方法，其包括：根据目标用户的用户信息确定目标用户申请过的职位集合，得到第一职位集合，根据第一职位集合确定第一用户集合，获取第一用户集合中用户所申请过的所有职位，得到候选职位集合；根据第一职位集合分别计算目标用户对候选职位集合中各个候选职位的初始偏好度；利用职位权重和/或用户权重对各个候选职位的初始偏好度进行修正，得到各个候选职位的修正偏好度，根据各个候选职位的修正偏好度生成针对目标用户的推荐职位。该方法能够使得最终得到的推荐职位与目标用户更加匹配，从而提高了就业信息推荐的准确性、有效性和可靠性。

【技术实现步骤摘要】

本专利技术涉及就业信息推荐
，具体地说，涉及一种就业信息个性化推荐方法。
技术介绍
求职者简历信息中“所学专业”这个属性在求职过程中极为重要，若应聘者所学专业与职位需求不匹配，会大大降低求职的成功率。当计算两位求职者个人信息的相似度时，“所学专业”也是非常重要的属性。现有方法多是采用空间余弦向量相似性来度量两个专业之间的相似程度，而这种度量方式存在准确度差的问题。例如，“会计学”专业和“社会学”专业在字面上相似程度非常高，用余弦向量表示二者，得到的相似度是66.7％，然而实际上这两个专业所学内容相差很多。相反，“会计学”专业毕业生和“财务管理”专业毕业生经常竞聘相同的职位，而采用空间余弦向量的方式所得到的这两者的相似度为0。另一个问题是，在现实的招聘环境中，用人单位所发布的招聘职位介绍中，专业要求有时并不那么明朗、清晰和全面。举例来说，某互联网公司招聘研发工程师，职位要求中这样描述：“计算机或相关专业”。某毕业生所学专业为“软件工程”，他完全符合该职位的一切要求，但他在传统的网络求职方式中，使用信息检索的方式筛选“专业”为“软件工程”，所搜索得出的职位可能并不包含这一条信息。在某些情况下，甚至大多数信息聚合类求职网站中根本没有提供专业筛选功能。因为绝大多数用人单位发布招聘信息时，发布的是一整段关于职位描述、职位需求的自由文本，“专业要求”就蕴含于其中，这些求职网站为求省事，并不会将专业要求单独作为格式化文本提取出来。而针对该问题，求职学生能做的就是不断浏览更多的招聘信息，人为判断自己所学的专业“软件工程”是否符合职位描述中的“计算机或相关专业”要求。基于上述情况，亟需一种能够准确进行就业信息推荐的方法。
技术实现思路
为解决上述问题，本专利技术提供了一种就业信息个性化推荐方法，所述方法包括：候选职位集合生成步骤，根据目标用户的用户信息确定所述目标用户申请过的职位集合，得到第一职位集合，根据所述第一职位集合确定第一用户集合，获取所述第一用户集合中用户所申请过的所有职位，得到候选职位集合；用户初始偏好度确定步骤，根据所述第一职位集合分别计算所述目标用户对所述候选职位集合中各个候选职位的初始偏好度；推荐职位生成步骤，利用职位权重和/或用户权重对所述各个候选职位的初始偏好度进行修正，得到所述各个候选职位的修正偏好度，根据所述各个候选职位的修正偏好度生成针对于所述目标用户的推荐职位。根据本专利技术的一个实施例，根据如下表达式计算各个候选职位的修正偏好度： p r e f ( U i , Item j i ) = pref o ( U i , Item j i ) * ω H ( Item j i ) ]]>或，或，其中，和分别表示用户Ui对候选职位集合Itemi中第j个候选职位的初始偏好度和修正偏好度，和分别表示候选职位的职位权重和用户权重。根据本专利技术的一个实施例，在所述候选职位集合生成步骤中，统计申请了所述第一职位集合中职位的用户，得到所述第一用户集合。根据本专利技术的一个实施例，根据如下表达式计算各个候选职位的初始偏好度： pref o ( U i , Item j i ) = Σ l = 1 K s i m J ( Item l U i , Item j i ) ]]>其中，表示用户Ui对候选职位集合Itemi中第j个候选职位的初始偏好度，K表示第一职位集合所包含的职位数量，表示第一职位集合中第l个职位与候选职位集合Itemi中第j个候选职位的相似度。根据本专利技术的一个实施例，确定所述候选职位集合中各个职位的职位权重的步骤包括：分别计算所述候选职位集合中一职位与所述第一职位集合中各个职位之间的相似度，得到第一相似度集合；选取所述第一相似度集合中的最大相似度，根据所述最大相似度计算该职位的职位权重。根据本专利技术的一个实施例，根据如下表达式计算所述候选职位集合中各个职位的职位权重： ω H ( Item j i ) = 1 + m a x ( s i m J ( Item j i , Item m U i ) ) , Item m U i ∈ Item U i ]]>其中，分别表示候选职位的职位权重，表示候选职位与第一职位集合中第m个职位之间的相似度。根据本专利技术的一个实施例，根据如下表达式计算两个职位之间的相似度： s i m J ( Item x , Item y ) = Π l = 1 q f ( J l Item x 本文档来自技高网...

【技术保护点】
一种就业信息个性化推荐方法，其特征在于，所述方法包括：候选职位集合生成步骤，根据目标用户的用户信息确定所述目标用户申请过的职位集合，得到第一职位集合，根据所述第一职位集合确定第一用户集合，获取所述第一用户集合中用户所申请过的所有职位，得到候选职位集合；用户初始偏好度确定步骤，根据所述第一职位集合分别计算所述目标用户对所述候选职位集合中各个候选职位的初始偏好度；推荐职位生成步骤，利用职位权重和/或用户权重对所述各个候选职位的初始偏好度进行修正，得到所述各个候选职位的修正偏好度，根据所述各个候选职位的修正偏好度生成针对于所述目标用户的推荐职位。

【技术特征摘要】
1.一种就业信息个性化推荐方法，其特征在于，所述方法包括：候选职位集合生成步骤，根据目标用户的用户信息确定所述目标用户申请过的职位集合，得到第一职位集合，根据所述第一职位集合确定第一用户集合，获取所述第一用户集合中用户所申请过的所有职位，得到候选职位集合；用户初始偏好度确定步骤，根据所述第一职位集合分别计算所述目标用户对所述候选职位集合中各个候选职位的初始偏好度；推荐职位生成步骤，利用职位权重和/或用户权重对所述各个候选职位的初始偏好度进行修正，得到所述各个候选职位的修正偏好度，根据所述各个候选职位的修正偏好度生成针对于所述目标用户的推荐职位。2.如权利要求1所述的方法，其特征在于，根据如下表达式计算各个候选职位的修正偏好度： p r e f ( U i , Item j i ) = pref o ( U i , Item j i ) * ω H ( Item j i ) ]]>或，或，其中，和分别表示用户Ui对候选职位集合Itemi中第j个候选职位的初始偏好度和修正偏好度，和分别表示候选职位的职位权重和用户权重。3.如权利要求1或2所述的方法，其特征在于，在所述候选职位集合生成步骤中，统计申请了所述第一职位集合中职位的用户，得到所述第一用户集合。4.如权利要求1～3中任一项所述的方法，其特征在于，根据如下表达试计算各个候选职位的初始偏好度： pref o ( U i , Item j i ) = Σ l = 1 K s i m J ( Item l U i , Item j i ) ]]>其中，表示用户Ui对候选职位集合Itemi中第j个候选职位的初始偏好度，K表示第一职位集合所包含的职位数量，表示第一职位集合中第l个职位与候选职位集合Itemi中第j个候选职位的相似度。5.如权利要求1～4中任一项所述的方法，其特征在于，确定所述候选职位集合中各个职位的职位权重的步骤包括：分别计算所述候选职位集合中一职位与所述第一职位集合中各个职位之间的相似度，得到第一相似度集合；选取所述第一相似度集合中的最大相似度，根据所述最大相似度计算该职位的职位权重。6.如权利要求5所述的方法，其特征在于，根据如下表达式计算所述候选职位集合中各个职位的职位权重： ω H ( Item j i ) = 1 + m a x ( s i m J ( Item j i , Item m U i ) ) , Item m U i ∈ Item U i ]]>其中，分别表示候选职位的职位权重，表示候选职位与第一职位集合中第m个职位之间的相似度。7.如权利要求4～6中任一项所述的方法，其特征在于，根据如下表达式计算两个职位之间的相似度： s i m J ( Item x , Item y ) = Π l = 1 q f ( J l Item x , J l Item y ) * Σ l = q + 1 Q f ( J l Item x , J l Item y ) Q - q ]]> f ( J l Item x , J l Item y ) = 0 ... ... J l Item x ≠ J l Item y 1 ... ... J l Item x ...

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