词向量在岗位描述与简历中的分布特征及其应用

• 作者: 曾泽明 邓一星 陈志轩
• 来源期刊: 软件
• 学科: 工学
• 关键词: 词向量 神经网络 岗位描述 岗位匹配
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP391.3
• 字数: 3814字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.01.011

摘要

岗位与简历的自动化和智能化匹配在人力资源开发与管理中具有重要意义,目前的主流方法是根据与岗位有关的几个关键字词来匹配查询,未能考虑岗位描述中的有关职责、技能和成果等方面的综合要求.针对此问题,提出了一种基于词向量和行业近义词表的岗位匹配与推荐方法.该方法利用Skip-gram模型进行了词向量学习,然后依据词向量相似度对简历进行行业分类,最后考虑专业近义词的近义程度指数和岗位描述与简历文本的匹配结果提出岗位推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志轩	华南理工大学广州学院	3	3	1.0	1.0
2	邓一星	华南理工大学广州学院	9	14	2.0	3.0
3	曾泽明	华南理工大学广州学院	1	0	0.0	0.0