融合长短期工作偏好的个性化工作推荐方法研究
许小颖1
叶仪1
万世成2
1.华南理工大学工商管理学院 广州 5100002.广东工业大学计算机学院 广州 510000
摘要：现有工作推荐方法只片面地考虑用户的长期偏好或短期偏好,没有考虑长、短期偏好动态融合的情况.因此,通过对国内外工作推荐方法相关文献的梳理,论文提出了一种融合长短期工作偏好的个性化工作推荐方法(LSJR).该方法首先利用多头自注意力机制捕捉员工和公司之间的历史交互,然后学习员工的长期兴趣表示,同时利用循环神经网络提取员工的短期工作偏好.最后该方法使用加权参数融合长、短期工作偏好为用户推荐下一次可能任职的公司.在真实员工职业生涯数据集上的实验结果表明论文方法优于现有算法,验证了融合长短期工作偏好对于个性化工作推荐的重要性.
关键词：工作推荐自注意力机制循环神经网络
分类号：TP183(自动化基础理论)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2472-2476,2483 )
英文信息