基于用户画像的高校毕业生就业推荐方法研究

作     者：金铄 

作者单位：东北石油大学 

学位级别：硕士

导师姓名：李龙

授予年度：2022年

学科分类：040106[教育学-高等教育学] 0401[教育学-教育学] 04[教育学] 

主      题：用户画像 推荐系统 就业推荐 

摘      要：现如今,高校毕业生越来越多,有着持续增长的趋势,本年度高校毕业生的数目达到历史高峰,这让毕业生们找工作的难度大大提升,又因为受新冠疫情的影响,大部分企业招聘岗位数量都有所减小,使得高校毕业生想要找到一个满意的岗位更加困难,就业形势显得格外严峻。当前各个高校提供的就业工作,如双选会等,并不能够为所有毕业生都提高精准且符合个性化需求的就业推荐和相关指导,而各大高校的就业网站一般只是进行企业招聘信息的展示,并不能够根据每个毕业生不同的个人情况进行精准个性化推荐。本文提出一种基于用户画像的高校毕业生就业推荐方法,能够根据毕业生的个人情况,向毕业生进行个性化的岗位推荐,以作为他们就业时的参考。主要研究内容如下:1.本文针对高校毕业生,进行了用户画像的构建,通过用户的个人基本信息与历史行为信息,从两个角度构建用户画像。2.通过采用word2vec自然语言处理模型,将经过文本预处理后的岗位信息文本作为语料库进行词向量的训练;通过LDA主题模型。基于岗位信息文本将岗位划分为不同的主题,将两者结合,从而产生岗位的物品画像,即岗位的向量化表示。通过分析用户的历史行为信息,采用基于TF-IDF与时间衰减的思想的计算方法以获取用户访问不同岗位的权重,并结合岗位物品画像获得用户的求职兴趣画像。通过计算用户与岗位的匹配度,进行岗位推荐,并通过寻找与用户求职兴趣相似的用户群体,根据他们的求职状况进行进一步的岗位推荐。在寻找相似用户群体时,优先选择采用改进K-Means++算法聚类后同一聚类簇内的用户,以降低推荐算法运行的复杂程度,提高推荐算法的运行效率。3.最后,对本文提出的推荐算法进行了相关实验,以及设计并开发了面向高校毕业生的就业推荐系统,完成了就业推荐系统的相关功能模块。实验结果表明,本文提出的面向高校毕业生的基于用户画像的就业推荐方法能够有效地利用毕业生的个人基本信息与历史行为信息,减轻学生分数的稀缺性,提高了算法的精确度,从而使毕业生的求职成功率提高,缓解就业压力,提高就业推荐的针对性。