随着大数据时代的到来,各行各业对其行业内各类基础数据也越来越重视,亚马逊前任首席执行官Andreas Weigend说:“数据是新的石油!”在大数据盛行的今天,大数据分析所带来的价值已经超出了大多数人的想象。因此,YX公司在如今“招工难、就业难”的人才招聘市场背景下,时刻关注该公司人力资源方面的有关数据,从多个方面对这些数据进行统计与分析,并由此来制定科学、及时、有效的人力资源管理制度,确保每一位员工时刻保有高昂的工作热情,从而使得让每一位员工都能充分发挥自身的才能,提高公司员工整体绩效水平。本文以YX公司人力资源现状为背景,为降低该公司员工的离职率,确保在如今“招工难”的市场环境下,保证公司员工的稳定性,YX公司决定设计具有本公司特色的职位推荐模型,为有意转岗或离职的员工提供转岗职位推荐服务,尽可能的降低本公司的员工流失率,进而降低人员招聘成本。为实现以上目标,本文基于公司内部职位推荐项目开展研究,首先界定了用户的属性范围,然后根据用户对其基本信息的修改情况以及用户的职位浏览行为情况,将用户分为无浏览行为记录的用户和有浏览行为记录用户,并针对这两种不同的用户类型,分别采用基于案例推理以及基于模型的协同过滤推荐算法为其提供岗位推荐服务,以确保推荐结果的准确性。同时,本文不仅考虑了用户对职位的意向属性信息,而且还考虑了职位对用户的满意度属性以及职位的新鲜度属性,极大的提高了系统用户的转岗成功率,大大降低了YX公司的员工流失率,确保了其员工的稳定性。