分段感知LorentzFM：面向个性化职位推荐的双曲嵌入方法

《Array》：Segment-Aware LorentzFM: Hyperbolic embedding approach for personalized job recommendations

　　

职位推荐系统面临两个关键挑战：将用户视为同质化群体而忽视其多样化的求职行为，以及对职位市场层次化特性建模不足。本研究提出Segment-Aware LorentzFM，一种将行为用户分割与Lorentz模型双曲嵌入相结合的新型框架。研究人员分析了Kariyer.net平台上103,896名用户的160万份职位申请，通过无监督聚类揭示三个 distinct 行为分割：理想候选人（Ideal Candidates，38.1%）具有专注型模式，职业探索者（Career Explorers，51.4%）具有多样化行为，以及平衡寻求者（Balanced Seekers，10.5%）具有适度探索性。研究人员建立了将分割与双曲几何相连接的理论基础，从信息论和几何视角证明其最优性。双曲空间中的三角评分机制对用户特征、职位属性和参考点之间的交互进行建模，自然地编码职位市场层次结构。实验结果表明，Segment-Aware LorentzFM达到AUC-ROC（受试者工作特征曲线下面积）0.9718，比最佳基线提升5.5%，比原始LorentzFM提升9.4%。该模型展现出卓越的冷启动性能，新用户和新职位的F1分数为0.6068。关键贡献包括：（1）首个连接行为分割与双曲几何的框架，（2）Lorentz空间中的新型三角评分函数，（3）在温启动和冷启动场景中的显著改进，以及（4）实际部署指南。本工作通过将用户行为理解与几何表示学习相结合，推进了职位推荐系统的发展。

## 研究背景与问题

推荐系统已成为帮助用户应对信息过载的重要工具，在就业领域，职位推荐系统通过连接求职者与雇主发挥着关键作用。然而，职位推荐系统面临区别于娱乐或电子商务领域的独特挑战。首要问题是冷启动问题——由于职位推荐需要双向匹配，职位发布存在有限生命周期（通常30-45天），且职业决策具有高 stakes 性和间歇性，导致新用户或新项目的历史交互数据极度稀疏。其次，现有系统普遍将用户视为同质化群体，忽视群体层面行为结构，当相似用户未被相似对待时可能导致次优或非鲁棒的推荐。第三，职位市场固有的层次化结构（行业包含部门，部门包含职位家族，职位家族包含具体职位）在传统欧几里得嵌入空间中会得到扭曲表征。这些局限性促使研究人员开展本项研究，旨在通过整合基于行为的用户分割与双曲嵌入技术，构建能够适应不同求职者行为模式并准确捕捉职位市场层次结构的推荐框架。

## 研究内容与核心结论

本研究基于Kariyer.net平台的真实大规模数据集展开，该数据集涵盖2021年1月1日至15日期间1,673,959条职位申请记录，涉及103,896名独立求职者和39,477个独立职位发布。研究首先通过特征工程构建行为多样性指标D_f(u)和一致性指标C(u)，应用K-means聚类识别出三个 distinct 求职行为分割：理想候选人（38.1%，专注型申请模式）、职业探索者（51.4%，高度多样化申请）和平衡寻求者（10.5%，适度探索行为）。在此基础上，研究构建了Segment-Aware LorentzFM框架，其核心创新包括：引入分段特定曲率参数β_k使嵌入空间几何结构随用户分割自适应变化；设计三角评分机制（TriangleScore）利用Lorentz距离和双曲余弦定理捕捉特征交互；以及建立连接行为分割与双曲几何的完整理论基础，包括最优性证明和泛化界分析。

实验结果表明，Segment-Aware LorentzFM在分类和排序指标上均显著优于基线模型。该模型达到AUC-ROC 0.9718，较最佳基线（因子分解机，Factorization Machine）提升5.5%，较原始LorentzFM提升9.4%。在冷启动场景中表现尤为突出：新用户已知职位场景下HR@10（命中率@10）达0.9650，完全冷启动场景F1分数达0.6068。分段特定分析显示理想候选人获得最高F1分数（0.9409），验证了模型通过分段特定曲率适应不同行为模式的能力。本研究发表在《Array》期刊，为职位推荐系统提供了理论严谨且可实际部署的解决方案，证明了将用户行为理解与几何表示学习相结合的重要价值。

## 关键技术方法

本研究采用的核心技术方法涵盖以下方面：在数据处理层面，基于Kariyer.net平台15天窗口期的求职申请日志、职位元数据（含层次化分类）及求职者档案构建数据集，采用时间分割策略（前12天训练，后3天测试）进行模型评估。在模型架构层面，首先以因子分解机（Factorization Machine）为基线构建特征交互建模基础；进而采用Lorentz模型将特征嵌入投影至双曲流形，利用Lorentzian内积〈·,·〉_L替代欧几里得内积计算特征交互；核心创新为三角评分机制，通过测量Lorentz距离d_L与可学习参考点o的关系量化特征交互强度；最终引入分段特定曲率参数β_k和分段特定偏置/缩放参数（b_s, α_s）实现几何结构的自适应调整。在理论分析层面，建立了Lorentz空间中的最小描述长度（MDL）最优性、Fisher信息最大化以及Riemann梯度流指数收敛等理论保证。

## 研究结果详述

**整体性能比较**：通过与九种最先进基线模型的全面比较验证框架有效性。Segment-Aware LorentzFM在多数指标上达到最高性能，AUC-ROC为0.9718，精确率0.9045，召回率0.9327，F1分数0.9184。值得注意的是，标准因子分解机在分类指标上优于DeepFM等更复杂的深度学习模型，这归因于15天观察窗口产生的紧凑数据集规模、特征工程的质量，以及职位推荐中显式匹配标准的主导作用。统计显著性检验（配对t检验，p<0.05）确认了改进的可靠性。

**分段特定分析**：不同分割呈现 distinct 性能模式。理想候选人获得最高F1分数（0.9409）和HR@10（0.5200），职业探索者仍保持强劲表现（F1: 0.8802），验证了模型通过分段特定曲率适应不同行为模式的能力。置换特征重要性分析显示用户分割为第三重要特征（AUC下降0.0534），证实了行为分割对推荐质量的显著贡献。

**冷启动性能**：在四种冷启动场景中，模型展现出稳健性能。新用户已知职位场景HR@10达0.9650、NDCG@10（归一化折损累积增益@10）达0.7545；完全冷启动场景AUC为0.507，F1为0.6068。与基线相比，HR@10提升8.9%，NDCG@10提升6.7%，表明基于分割的方法能有效通过现有分割的行为模式泛化到新用户。

**消融实验与敏感性分析**：移除分割导致AUC下降8.9%（0.569→0.522），替换Lorentz嵌入为欧几里得嵌入导致AUC剧降22.3%（0.569→0.465），证实了双曲几何的关键作用。三角评分机制较原始LorentzFM评分AUC提升6.4%（0.534→0.569）。嵌入维度分析显示d=20为最优平衡（AUC: 0.594），与理论预测d≥2log(n)/β≈18一致。分割数量验证表明三分割配置在所有指标上最优（AUC: 0.972，F1: 0.918）。

**理论预测的经验验证**：实验结果与理论预测高度吻合。高分支因子分割需要更低曲率值：理想候选人（b=3.5, d=5）β=1.18，职业探索者（b=7.2, d=4）β=0.52，与理论预测一致。模型呈现指数收敛特性，收敛率分别为理想候选人μ=0.15、职业探索者μ=0.05、平衡寻求者μ=0.10。冷启动误差与Lorentzian距离成正比缩放，验证了理论框架的实用性。

## 讨论与结论

**研究问题回应**：关于RQ1，行为分割显著提升推荐准确度，移除分割导致8.9%性能下降，各分割呈现 distinct 特征；关于RQ2，双曲嵌入在冷启动条件下优于欧几里得空间基线，Lorentz嵌入替换导致22.3%AUC下降；关于RQ3，模型成功通过双机制平衡鲁棒性与个性化——分段特定变换提供个性化，双曲几何确保鲁棒性。

**研究结论**：Segment-Aware LorentzFM通过结合行为用户分割与双曲嵌入，显著推进了职位推荐系统的发展。该框架解决了当前系统的两个根本局限：将用户视为同质化群体以及对职位市场层次化结构建模不足。关键结论包括：（1）建立了连接用户行为分割与双曲几何的严格理论框架，证明其在职位推荐任务中的最优性；（2）通过行为分析识别出三个 distinct 用户分割——理想候选人、职业探索者和平衡寻求者——各自需要不同的推荐策略；（3）提出了Lorentz空间中捕捉特征相似性和层次关系的新型三角评分机制；（4）综合实验验证表明对最先进基线的显著改进。在Kariyer.net数据集上的实验结果验证了理论预测。Segment-Aware LorentzFM达到AUC-ROC 0.9718，比最佳基线提高5.5%，比原始LorentzFM提高9.4%。尤为值得注意的是，模型展现出卓越的冷启动性能，完全新用户和新职位的F1分数为0.6068，解决了生产系统中的关键挑战。