基于人工智能的人力资源数据整合系统

• 作者: 孙琛
• 来源期刊: 自动化与仪器仪表
• 关键词: 人工智能 人力资源 数据仓库 深度森林 隐语义模型
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 系统设计与评估|SYSTEM DESIGN AND EVALUATION
• 页码范围: 161-164,168
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.09.161

摘要

针对人力资源原始数据集成度低等问题,提出一种基于隐语义模型的人力资源数据整合系统.为实现对人力资源数据的整合与挖掘,首先对人力资源数据进行预处理,并构建OLAP数据仓库;然后提出一种结合隐语义模型和深度森林模型的人力资源推荐算法,通过求职者的行为,挖掘求职者可能的潜在岗位,进而实现匹配.测试结果表明,本研究提出的人工智能推荐,无论是在召回率,还是在F1值上,均要优于单一的隐语义模型和深度森林算法.