第十一届挑战赛C2-基于迁移学习与集成学习的招聘与求职双向推荐系统

一、绪论

随着大学生毕业人数的增加和疫情影响，大学生就业问题成为社会热点。泰迪内推平台聚焦“大数据+”和“人工智能”领域，为缓解毕业生就业压力和满足企业人才需求提供优质岗位推荐，促进产教融合。

二、问题分析

针对泰迪内推平台的找工作和找人才页面，需爬取招聘与求职信息，并进行数据清洗和预处理，构建招聘信息画像和求职者画像。同时，需构建岗位匹配度模型和求职者满意度模型，为求职者和招聘岗位提供匹配推荐。

三、基本假设

假设爬取的招聘信息、求职者信息真实可靠，不考虑求职者对公司未来发展机遇、公司对求职者潜力培养等潜在因素。

四、针对问题一的解决方案

使用爬虫算法爬取泰迪内推网站的找工作和找人才页面信息，进行数据清洗和预处理，存储在CSV文件中。

五、针对问题二的解决方案

应用LDA主题生成模型对招聘信息、求职者自我介绍进行主题词生成，得到其主题关键词。使用K-modes聚类算法，分别对招聘信息、求职者进行聚类，得到每个类别的代表性特征，构建招聘信息画像和求职者画像。

六、针对问题三的解决方案

基于岗位胜任力模型公式，分别构建岗位匹配度模型和求职者满意度模型，从多维度对求职者或招聘岗位进行评估，得到求职者与招聘岗位间的匹配度和满意度。

七、针对问题四的解决方案

基于迁移学习在公开数据集上对模型进行训练，选出最好的模型LightGBM后，基于其预测分数获得求职者推荐排序序列。分别通过三种贪心策略，选择推荐序列中能够最优化履约率的求职者进行推荐，求职者选择接受最高满意度岗位的offer。对比实验表明，使用考虑offer数量的贪心策略能够得到最接近于最佳结果的履约率，其与本数据集履约率极限值的比值为0.7802997。

八、模型的评价与推广

优点： 使用LDA主题生成模型和K-modes聚类算法构建招聘信息画像与求职者画像，并使用迁移学习与集成学习模型构建排序模型，通过贪心策略实现招聘与求职双向推荐，执行效率高，贴合实际招聘流程。

缺点： 需要指定聚类个数，LDA模型基于词袋，KModes算法对离散型数据之间的距离度量有一定的局限性，KModes模型对初始聚类中心敏感。