在现阶段,公共就业服务领域中求职者和用人企业之间关于招聘求职的供需矛盾更为激化,招工难、就业难的呼声日益高涨。而随着互联网技术和电脑、手机终端的发展,“互联网+”平台的推广应用,人们在通过移动或固定终端进行搜索时不再满足关键词等形式的被动查询,而是希望各领域的服务提供商能够通过移动固定终端主动的为用户提供各类个性化应用方面的服务,满足更适合实际需要的推荐的需求,这种情况下,我们选择个性化推荐系统应用在职业介绍业务中为求职者提供推荐服务。使用个性化推荐技术可以使求职者准确、快速的找到自己所需要的就业岗位资源。个性化推荐能够在公共就业服务领域,特别是在职业介绍业务中得到有效应用,不仅可以为求职者和用工企业双方提供方便,并且求职者可以更容易获取自己感兴趣的就业岗位,这对于解决就业难的问题是非常重要的。本文将通过对各项推荐技术进行分析,结合我们实际工作中应用案例来介绍他们各自的优点和缺点,根据个性化推荐算法在职业介绍业务中需要面对不同的应用场景的具体情况,按不同分类及适用场景对个性化推荐的实际应用进行阐述,为在业务工作中使求职者能够获得更为满意的推荐结果,对传统协同过滤推荐算法在技术方面进行了改进,提出一种能适应应用需要,提高了推荐精确度的算法。主要做了以下研究和实验:(1)根据个性化推荐算法存在的缺陷,及在职业介绍业务中需要面对不同的应用场景的具体情况,详细研究分析推荐技术。(2)将职业介绍实际应用数据代入到基于邻域的推荐算法中,根据推荐结果情况改进传统算法。(3)为解决推荐用工岗位需要有更高推荐精确度的实际需求,进一步改进传统推荐算法,得出一种提高了推荐精确度的多维推荐算法。将其通过实际业务数据进行实现,通过对比分析,得出该算法为求职者推荐用工岗位精准度方面有很大提高。可以适用于需要为求职者提供精确岗位推荐的应用场景的结论。