人才学与劳动科学论文_基于互惠性约束的可解释
2021/12/14文章目录
1 相关工作
1.1 就业推荐
1.2 互惠性推荐
1.3 可解释性推荐
2 基于互惠性约束的可解释就业推荐方法
2.1 基于相似度的随机负采样模块
2.2 就业可解释模块
2.2.1 基于就业意图的解释模块
2.2.2 基于就业特征的解释模块
1) 抽取学生就业偏好的注意力机制有3个步骤：
2) 抽取单位能力要求的注意力机制有3个步骤：
2.3 基于互惠性约束的就业推荐模块
3 实验与结果
3.1 数据集
3.2 评价指标
3.3 对照方法
3.4 实验结果及分析
3.4.1 整体性能及分析
3.4.2 互惠性约束的消融实验结果及分析
3.4.3 可解释模块对推荐任务性能影响分析
3.4.4 不同负采样方法对比和参数实验分析
3.5 基于用户调研的推荐结果可解释性评估
3.5.1 实验设置
3.5.2 实验结果分析
4 总结与展望
文章摘要:当前,基于协同过滤和隐因子模型的大学生就业推荐方法,仅考虑学生对就业单位单向偏好易导致"能力失配",且一个用户一次就业的历史记录极易致负样本不可信,影响推荐性能,同时忽略了对推荐结果的可解释性需求.针对此,依据多任务学习的思路,设计并构建了基于互惠性约束的可解释就业推荐方法.其中,引入注意力机制与模糊门机制,提取并自适应聚合学生与就业单位双向的偏好与需求,缓解"能力失配"问题;提出面向就业意图和就业特征的推荐解释方法,满足可解释性需求;提出基于相似度的随机负采样方法,克服负样本不置信问题.在某高校5届毕业生就业真实数据集上的实验结果表明:相比于多个经典和同时代的推荐方法,所提方法在AUC指标上提升超6%,并且通过消融实验验证了所提方法中各模块的有效性.
文章关键词:
