论文部分内容阅读
随着IT技术和Internet的迅猛发展,Internet已成为一个浩大的信息库。过多的信息呈现给用户使得用户很难在短时间内高效的找到自己所需要的信息,这就出现了信息过载的问题,传统的解决信息过载的方法如分类和搜索引擎,在用户没有明确需求的情况下显得毫无用武之地,因此,推荐系统应运而生。另外,我们调研发现目前通过网络进行求职招聘已成为主流,但随着网上求职者和招聘信息越来越多,信息过载的问题也出现在该领域。一方面,网络招聘的职位信息很多,求职者不可能浏览到所有的职位;另一方面,招聘方面对的求职者的信息也很多,也不可能详细的浏览所有的求职者信息,但目前,推荐系统在人力资源求职招聘领域应用的还不是很成熟,相关研究都是基于单一的推荐策略。针对以上问题,本文提出了一种基于PLSA和内容的混合人力资源推荐方法,并根据该混合算法设计了人力资源推荐引擎。本文主要工作有以下几点:(1)深入研究了推荐系统中的相关理论和技术,包括主要的推荐方法、推荐系统实验方法及评测指标,并从数据稀疏性、推荐准确性和冷启动问题等多方面分析了推荐系统目前面临的问题以及各个推荐方法的优缺点。(2)在以上研究的基础上,深入分析了人力资源求职招聘领域的推荐需求,提出了基于PLSA和内容的混合人力资源双向推荐方法,即利用该混合推荐方法分别进行求职者推荐和职位推荐。详细阐述了该混合推荐方法的实现过程,包括基于PLSA的人力资源推荐建模、基于内容的推荐项目建模和用户兴趣建模等。并通过离线实验对该混合方法的推荐效果进行了验证。(3)最后,研究了推荐系统的外围架构和推荐系统的整体架构,并在以上基础上,研究设计了人力资源混合推荐引擎。