10月22日消息，第29屆ACM國際信息與知識管理會議CIKM 2020已拉開帷幕，BOSS直聘基于多視圖協(xié)作學習的人崗匹配系統(tǒng)研究論文入選該大會論文集

10月22日消息，第29屆ACM國際信息與知識管理會議CIKM 2020已拉開帷幕，BOSS直聘基于多視圖協(xié)作學習的人崗匹配系統(tǒng)研究論文入選該大會論文集，這也是BOSS直聘連續(xù)兩年在CIKM大會上發(fā)表人崗匹配系統(tǒng)相關的研究成果。據(jù)悉，本屆CIKM會議共收到投稿 920 篇，錄用率為20.98%。

本次大會發(fā)布的論文中，BOSS直聘針對求職者和招聘方的交互行為數(shù)據(jù)稀疏且?guī)в性肼曔@一場景，基于多視圖協(xié)作學習，提出了一個新型匹配模型，從而提升該場景下的人崗匹配效率。

BOSS直聘相關負責人表示，真實的求職招聘場景中，求職者與招聘者的交互行為數(shù)據(jù)往往是稀疏且?guī)в性肼暤?，而以往單個文本匹配模型的工作效率取決于是否有大量有效的樣本數(shù)據(jù)。新型模型相比以往模型，增加了基于關系的匹配模塊，且將兩個匹配模塊融合進行協(xié)作訓練，優(yōu)化了雙邊交互行為數(shù)據(jù)稀疏且?guī)в性肼晻r的人崗匹配學習。

CIKM大會評審反饋，該論文提出的多視圖協(xié)作學習網(wǎng)絡能夠解決人崗匹配系統(tǒng)的負樣本噪聲問題。同時，融合文本匹配模塊和關系匹配模塊進行的聯(lián)合表示學習有助于解決雙邊交互行為數(shù)據(jù)稀疏問題，突破了以往匹配模型需要大量有效樣本數(shù)據(jù)的限定條件。而該思路對于互聯(lián)網(wǎng)求職招聘場景以外領域的推薦系統(tǒng)研究也有一定指導意義。

據(jù)了解，BOSS直聘于2018年7月成立了全國首家職業(yè)科學實驗室，匯集了來自海內(nèi)外擁有深度學習、經(jīng)濟學、社會學等不同背景的科研人才，從求職招聘領域的“雙邊”出發(fā)，構建職業(yè)科學領域的研究結(jié)構，為就業(yè)市場發(fā)展和穩(wěn)定，提供更多學術依據(jù)和方法。據(jù)悉，其發(fā)布的多篇科研論文被國際頂級SSCI及SCI期刊收錄，涉及人才流動、城市研究和職場性別差異等多個領域。

關鍵詞：