基于协同注意力网络的人岗匹配方法研究

任书仪, 李英玲, 蔡牧昕

西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 323 -331.

PDF
西南民族大学学报(自然科学版) ›› 2025, Vol. 51 ›› Issue (03) : 323 -331.

基于协同注意力网络的人岗匹配方法研究

    任书仪, 李英玲, 蔡牧昕
作者信息 +

Author information +
文章历史 +
PDF

摘要

人岗匹配是通过计算求职者简历与招聘信息的匹配度,进而判断求职者是否适合招聘职位.现有的在线招聘平台通过对求职者与职位进行精准匹配,以实现自动的人岗匹配推荐.但是,已有方法大多聚焦于非结构化文本信息,仅依据求职者简历文本信息与职位发布文本信息来计算相似度,忽略了结构化数值信息以及历史招聘的经验(即历史成功招聘信息)的重要性,导致推荐的精度不够准确.因此,提出基于协同注意力神经网络的人岗匹配模型(CoAttenFit),通过结构化编码将简历的数值信息进行映射,利用协同注意力生成语义特征、使用图神经网络提取历史招聘特征,最后通过特征融合计算简历与职位的匹配度.提出的方法与当前具有代表性的8个基线方法进行比较,在准确率、精确度、召回率和F1值结果平均值上,比基线分别高出10%~27%、6%~27%、12%~20%、9%~17%.实验结果表明,提出的方法能够有效提高人岗匹配的准确率,从而降低资源和时间消耗.

关键词

人岗匹配 / 协同注意力 / 图神经网络 / 文本特征表示

Key words

引用本文

引用格式 ▾
基于协同注意力网络的人岗匹配方法研究[J]. 西南民族大学学报(自然科学版), 2025, 51(03): 323-331 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

340

访问

0

被引

详细

导航
相关文章

AI思维导图

/