基于知识图谱与协同过滤的员工培训推荐研究

摘要

针对电力系统职工培训内容泛化导致个性化推荐不足的问题，提出了一种基于知识图谱和协同过滤相结合的员工培训推荐算法.首先，根据培训岗位中的能力要求，将员工的知识点划分为6大类知识模块，计算员工的知识模块综合评分，构建员工-知识模块评分矩阵.同时，根据员工的职称对其进行分类，作为个性化推荐的重要标签.其次，利用培训评价一体化标准构建岗位知识图谱，并结合员工的职称和评分生成员工知识掌握图谱.最后，结合员工-知识模块评分矩阵、职称标签信息和知识掌握图谱，构建知识图谱和协同过滤相结合的员工培训推荐模型，对员工的培训内容进行个性化推荐，并利用实际培训数据进行验证.结果表明，与LDA主题模型相比，协同过滤推荐算法在各个职称人群推荐精确率、召回率和覆盖率均为最高，整体推荐精确率、召回率和覆盖率分别提升19.29、23.21和5.00个百分点，达到92.86%、94.48%和20.36%；所构建模型可有效解决数据稀疏性问题，实现对员工培训内容的个性化推荐.

关键词

协同过滤 / 知识图谱 / 职称标签 / 员工培训 / 个性化推荐