基于隨機(jī)森林模型的互惠就業(yè)推薦算法

高境辰，丁樂，王琦

（南京工程學(xué)院 計(jì)算機(jī)工程學(xué)院，江蘇 南京 211167）

0 引言

當(dāng)今社會(huì)經(jīng)濟(jì)發(fā)展迅速，就業(yè)難的情況已經(jīng)較為嚴(yán)重。一方面求職者不清楚自己的需求，盲目跟風(fēng)進(jìn)行求職，導(dǎo)致一些職位供不應(yīng)求，但是有些職位又出現(xiàn)了人才短缺的情況；另外一方面是有些職位對(duì)求職者的水平要求較高，一部分求職者不能滿足職位的要求，浪費(fèi)了寶貴的求職時(shí)間[1]。對(duì)于已經(jīng)就業(yè)的求職者，又表現(xiàn)出就業(yè)滿意度低等情況[2]，這是崗位匹配度較低的表現(xiàn)。此種背景下，需要一個(gè)就業(yè)推薦系統(tǒng)來提高就業(yè)的成功率及滿意度。

在推薦系統(tǒng)領(lǐng)域，傳統(tǒng)的個(gè)性化推薦方案主要以協(xié)同過濾，基于內(nèi)容的推薦，混合型推薦為主，推薦系統(tǒng)主要從用戶的信息，推薦內(nèi)容的信息中提取有用的部分進(jìn)行推薦。這些算法主要把推薦轉(zhuǎn)化成預(yù)測用戶評(píng)分的問題，對(duì)預(yù)測分?jǐn)?shù)較高的內(nèi)容進(jìn)行排序并進(jìn)行推薦。傳統(tǒng)的推薦算法往往只考慮單方面的需求，導(dǎo)致評(píng)分預(yù)測較為主觀。互惠推薦算法同時(shí)考慮雙方偏好，對(duì)用戶的評(píng)分預(yù)測相比傳統(tǒng)的推薦算法較為客觀。本文主要對(duì)求職者和企業(yè)建立互惠推薦模型，把求職者對(duì)職位的滿意度分成主觀滿意度和客觀滿意度兩種，使用隨機(jī)森林模型進(jìn)行回歸預(yù)測，在一定程度上提高了評(píng)分預(yù)測的精度。

1 核心技術(shù)研究

1.1 隨機(jī)森林模型

隨機(jī)森林模型是由Breiman和Adele研究的一種集成學(xué)習(xí)的算法[3]，隨機(jī)森林利用決策樹作為基礎(chǔ)的學(xué)習(xí)器，并在眾多決策樹的基礎(chǔ)上使用隨機(jī)的屬性選擇，通過多個(gè)決策樹進(jìn)行投票的方式進(jìn)行最后的決策。隨機(jī)森林每一次構(gòu)建樹的過程具有隨機(jī)性，所以各棵CART決策樹的結(jié)構(gòu)也是隨機(jī)的。隨機(jī)森林算法的概念較為簡單，在算法實(shí)現(xiàn)上比較容易，模型的泛化能力較強(qiáng)，對(duì)噪聲和異常數(shù)據(jù)的容忍度較強(qiáng)，回歸的精度較高，且支持增量學(xué)習(xí)，但是起始性能較差[4]。

1.2 互惠推薦

互惠推薦算法是一種同時(shí)考慮用戶的偏好和物品偏好的一種推薦算法，互惠推薦依賴于雙邊興趣的表達(dá)，適用于推薦次數(shù)較少，并且推薦準(zhǔn)確率較高的場景。

互惠推薦系統(tǒng)當(dāng)且僅當(dāng)推薦的雙方的滿意度都比較高時(shí)，系統(tǒng)認(rèn)為推薦的雙方是匹配的。而傳統(tǒng)的推薦系統(tǒng)的滿意度僅取決于用戶的滿意度[5-6]。

表1 傳統(tǒng)推薦算法與互惠推薦算法的對(duì)比

2 就業(yè)互惠推薦算法

在招聘領(lǐng)域中，傳統(tǒng)的推薦算法沒有綜合考慮求職者和職位之間的關(guān)系，在招聘領(lǐng)域，求職者對(duì)算法的使用次數(shù)少，如果僅考慮單方面因素進(jìn)行推薦，容易導(dǎo)致能力較低的求職者匹配到要求較高的企業(yè)，為了提高求職者投遞簡歷的成功率，同時(shí)減少求職者投遞簡歷失敗次數(shù)，我們應(yīng)該同時(shí)考慮求職者和企業(yè)雙方的意愿。對(duì)于求職者，求職者希望能夠找到待遇較好的公司，同時(shí)也受城市等地理位置因素影響，我們應(yīng)該給求職者推薦符合其能力，也迎合求職者的自身意愿的職位。對(duì)于企業(yè)，企業(yè)想招收的是有一定經(jīng)驗(yàn)的，高學(xué)歷，高素質(zhì)的人才，我們應(yīng)該推薦的求職者應(yīng)該是符合企業(yè)的需求的，有價(jià)值的人才。

2.1 算法思想

由于總滿意度受求職者和企業(yè)雙方的制約，同時(shí)考慮雙方的滿意度，定義求職者滿意度為S1，企業(yè)滿意度為S2，總滿意度為S。

定義總滿意度S，用戶滿意度模型的權(quán)重為w1，企業(yè)滿意度的權(quán)重為w2，S的表達(dá)式為：

2.2 求職者建模

根據(jù)熊凱[7]，白爭輝[8]和涂曉明[9]對(duì)求職者滿意度影響因素的研究，我們可以將求職者自身的一些特征進(jìn)行提取。我們將求職者的滿意度分為求職者的主觀滿意度和客觀滿意度。主觀滿意度和求職者自身的屬性相關(guān)，主要表現(xiàn)為求職者容易得到滿足，客觀滿意度和職位的屬性相關(guān)，影響求職者入職后的滿意度。

表2 求職者主觀滿意度變量的選取與說明

表3 求職者客觀滿意度變量的選取與說明

2.3 職位/企業(yè)建模

根據(jù)劉興林[10]的研究，企業(yè)的滿意度主要表現(xiàn)為以下幾個(gè)方面：薪資水平，單位類型，政治面貌，學(xué)歷。其中，企業(yè)發(fā)布崗位的薪資越高，企業(yè)對(duì)求職者能力的期望越高，對(duì)求職者滿意度的標(biāo)準(zhǔn)變高。一些特殊企業(yè)，如政府機(jī)關(guān)，事業(yè)單位，對(duì)員工的政治面貌有一定的要求，期望求職者的政治面貌為黨員。企業(yè)會(huì)優(yōu)先錄取擁有較高學(xué)歷的求職者，學(xué)歷越高企業(yè)的滿意度越高。

表4 企業(yè)滿意度變量的選取與說明

3 實(shí)驗(yàn)驗(yàn)證與算法分析

3.1 算法評(píng)價(jià)標(biāo)準(zhǔn)

評(píng)價(jià)一個(gè)推薦系統(tǒng)的好壞的方法可以使用預(yù)測準(zhǔn)確度來衡量。

RMSE的定義為：

MAE的定義為：

3.2 算法分析

本文使用通過問卷調(diào)查獲得的自定義數(shù)據(jù)集，本文算法的RMSE的比較如圖1所示，隨著用戶數(shù)量的增長，兩種模型的RMSE都在趨于下降，并在最后有穩(wěn)定的趨勢(shì)，互惠推薦算法的RMSE較低，相比傳統(tǒng)的基于內(nèi)容的算法有一定程度上的優(yōu)勢(shì)。本文互惠推薦算法的MAE的比較如圖2所示，MAE同樣有下降的趨勢(shì)，用戶數(shù)量的增加，數(shù)據(jù)稀疏的問題得到了解決，MAE趨于穩(wěn)定。綜合兩種評(píng)估方法，互惠推薦系統(tǒng)在測試數(shù)據(jù)集上的預(yù)測準(zhǔn)確度相較普通的基于內(nèi)容的算法是較好的。

圖1 互惠推薦和基于內(nèi)容的推薦RMSE對(duì)比

圖2 互惠推薦和基于內(nèi)容的推薦MAE對(duì)比

4 結(jié)語

本文實(shí)現(xiàn)了一種基于隨機(jī)森林模型的互惠就業(yè)推薦算法，通過將用戶和職位的信息進(jìn)行建模，對(duì)求職者信息和招聘崗位信息分別選取特征，并對(duì)模型進(jìn)行了訓(xùn)練，實(shí)驗(yàn)表明本文所述的模型在測試集上有比較好的表現(xiàn)。