JR4CE：职业探索岗位推荐

《ACM Transactions on Recommender Systems》：JR4CE: Job Recommendation for Career Exploration

　　

摘要 AI摘要

要查看此AI生成的摘要，您必须拥有高级访问权限。

了解更多 登录

摘要

摘要

不断扩大的在线就业市场以及推荐系统的影响凸显了实用求职推荐的需求。虽然多样性至关重要，但求职推荐特别需要高质量的多样性，以加速职业探索，而不仅仅是最大化定量指标。现有系统往往未能达到这一要求，因为高多样性评分并不总是符合用户的偏好，从而导致用户不满。为了解决这个问题，我们提出了一个名为JOb RecOmendation for Career Exploration（JR4CE）的系统，该系统利用用户与工作的互动数据、明确偏好以及当前用户信息，旨在实现高质量的多样性。JR4CE包含三个主要模块：(1) 知识图谱学习模块将明确偏好和当前信息表示为图谱，并学习用户和工作的潜在表示；(2) 协同过滤模块利用交互数据来优化（1）中的潜在表示，并预测目标用户申请工作的可能性；(3) 多样性数据增强模块使用目标用户的榜样用户的互动数据进行数据增强，以提高多样性，从而支持职业探索。基于离线指标和定性案例研究，我们使用实际求职网站构建的数据集进行的实验表明，JR4CE在准确性和准确性与多样性平衡方面优于几种最先进的系统。特别是，JR4CE对于处于职业探索早期阶段的用户非常有效。

AI摘要

AI生成摘要（实验性)

此摘要是通过自动化工具生成的，未经文章作者撰写或审核。它旨在帮助读者发现内容、评估相关性，并协助来自相关研究领域的读者理解本文。它是对作者提供摘要的补充，作者提供的摘要仍然是论文的官方摘要。完整文章才是权威版本。点击此处了解更多。

点击这里对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此AI生成的简化语言摘要，您必须拥有高级访问权限。