基于个性化推荐算法的全方位入职服务平台设计

林凡 李娟 曾淑红 杨子恒 赵阳

摘要：求职服务工作是各院校和社会服务的一项重要工作，解决招聘工作数量和质量上的问题是该平台的关键，同时，服务应聘者生活和职业需求，让应聘者进行高效匹配适合学生自己的职位。该软件基于java技术以及部分深度学习进行开发，采集各种职业信息、大量工种求职心理信息、求职经验信息、衣食住行信息等进行数据整合，数据清晰，通过机器学习能够识别不同性格和不同心理的人适合的职业。该平台的核心是职位推荐算法，爬取算法，相似度算法算法，实现职位的最大效率化推荐，让用户仅通过该软件就可获得丰富的求职及相关资源信息。

关键词：就业服务;爬虫;大数据技术;推荐算法

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2020）34-0001-02

Abstract： Providing students with employment services is a key task of many colleges with afocus on the quantity as well as the quality of recruitment. In the meantime， such employment services can meet various needs of applicants either in life or during their careers， enabling them to efficiently find suitable positions.Based on Java programming and deep learning， this application is developed to help with job hunting by collecting all kinds of information such as job titles， pay information， tips on overcoming barriers to employment and experiences from other job seekers. Whats more，through machine learning， the app is able to pick up the most suitable occupations for people with different personalities.With the help of job recommendation algorithms， crawler technology， big data andsimilarity algorithm，the platform aims to provide all job hunters with a variety of careerinformation and other resources so as to help them get suitable jobs as soon as possible.

Key words： Employment Service; Crawler Technology; Big Data; Recommendation Algorithm

1背景

2020年，全國企业范围内的高校大学毕业生数量再创历史新高，达到874万，比去年增加了40万，就业工作面临复杂严峻的形势。今年全球爆发了新冠肺炎疫情，不仅对我国整体经济产生了较大影响，而且对我国高校毕业生就业也产生了很大的影响[1]。随着疫情逐渐控制，全球经济开始慢慢恢复，求职的人逐渐增加，尤其针对毕业生等求职小白具有巨大的挑战，而目前市场现存的求职类App只提供相关求职信息，并没有为用户提供全方位、环绕式的求职资源和服务[2]。因此，一款为用户提供全面的综合服务求职类App可解决以上痛点，该App既提供职位资源，又分享求职帮助，解决求职者的烦恼。

本文基于java技术以及推荐算法进行开发，构造一个在就业需求特征及生活经验推荐基础上的就业信息服务平台。“职”为你服务平台收集整合各类求职心理，求职经验数据，衣食住行、人际交往经验等信息，通过学生就业需求特征参数，采用推荐算法，用户可获得丰富的资源信息。该平台还设置了人际情景小游戏，给使用者提供放松娱乐的途径并积累情商经验，最大限度地满足用户的个性化需求，进而提高就业适应效率。

2平台功能

根据就业推荐设计的用户和流程，本平台具有招聘方和应聘方两种用户对象。招聘方（如图1所示）具备注册登录、公司合法性验证、发布公司及岗位信息和招聘反馈功能;应聘者（如图2所示）提供：注册登录、简历管理等基础功能，以及科学求职、衣食住行、情商进阶、职业培训四项智能求职服务。用户通过该平台软件可享受智能职业筛选，逐步完善“工作情商”，提升工作业务能力，使求职者从容应对新工作。

3 平台的关键技术

3.1基于大数据分析职位信息的挖掘

获取招聘企业岗位需求等相关资源信息，确定数据集后，对数据进行数据清理、数据集成、数据规约和数据变换方法等的预处理。利用设计好的模型对数据进行归整，即从招聘平台爬取的数据进行文本信息数值化，例如：预期工资：“2-3千/月，7-8万/年”统一格式为”x-y”元/月[3]。

3.2求职个性化推荐算法

3.2.1基于用户需求特征的科学求职推荐算法

求职的个性化服务推荐是根据不同用户的简历，个性求职需求，用户求职经历和其求职者的就业信息进行对比分析，结合招聘岗位的特点，推荐用户感兴趣和职位就业成功率尽可能高的职位。求职者的职业目标相当于用户，企业的职位招聘相当于物品。本平台选择的是基于用户的协同过滤算法（User-based Recommendation）的协同过滤算法，该算法能够基于用户对职位的喜好找到相似邻居应聘者，然后将邻居应聘者选择的职位类型推荐给目标求职者[4]，最终为当前用户推荐个性化职位。

3.2.2基于相似度算法的住行智能匹配算法

衣食住行智能匹配算法采用基于物品的协同推荐算法，该算法中用户是本平台的应聘者，物品是需要推荐给用户的住房、交通出行、商店等信息。该平台是将使用本软件的用户对某一物品的喜好作为一个计算物品之间的相似度的向量，相似物品由物品得到的，根据用户历史的喜好预测目标，将计算得到的由高到底排列的列表推荐给用户。

3.3基于数据分析的情景模拟小游戏

情商进阶是基于不同搜索的爬取算法，爬取工作中各情况的解决方法，进行机器学习，转换为游戏情节。利用小游戏通关模式，用户首先在初级情景下模拟，进行不断晋级，让用户逐步提升工作处理能力和提高情商水平。

3.4求职智能匹配算法

本平台使用的智能匹配算法是jaccard算法，为用户u推荐K个可能自己喜欢的商品，预测物品i被用户u感兴趣的可能性，并按照学习兴趣发展程度由高到低顺序推荐给用户。

4 技术实现

“职”为你作为服务平台，连接企业平台和应聘者，具备信息的实时共享，实时更新，个性化推荐，智能匹配等功能。该平台从使用者即入职小白的角度考虑，为入职者提供一个职业的优先推荐系统服务，风险监测提醒，住房解决方案，交通使用策略，日常生活物质选择，情商游戏测试，职业培训推荐等。精准帮扶入职者的职业和生活需求，防止入职者因为信息量大和信息不对等造成求职困难[5]。

本平台现就科学求职、衣食住行、情商进阶、职业培训4项智能服务做详细介绍。

科学求职子系统主要满足个性化推荐需求，主要包括填写个人简历、大数据分析个人信息、职业需求、理想薪水、推荐职业等。其中推荐入职者合适的职业是本子系统的核心功能，根据个人简历、职业需求、工作地点等信息设置求职需求特征参数，结合推荐算法，从企业发表的职位相关要求信息中进行相似度计算，对比计算结果，提取高匹配的招聘信息并推荐给用户，实现更精准的个性化就业推荐服务。用户对平台职业推荐判断是否满意，满意则进一步了解职业具体情况，不满意可自行选择相关职业信息进行了解（如图3所示）。

衣食住行子系统满足用户初到城市的物质保障和需求，功能有智能匹配方案、实地3D看房。智能匹配方案指用户就业后，以用户需求的住房位置为中心，点光源的方式发散，利用网络爬虫技术爬取到住房信息，根据用户经济实力、性价比做匹配，推送最优住房信息给用户。实地3D看房指，在现实中的样板房采用全景相机快速有效的生成素材，用户足不出户即可查看样房。

情商进阶子系统为用户提供小游戏，模拟情商训练。游戏先测试用户目前的情商階段，确认满意后，将选择相应的情商进阶，模拟职场和生活中的情商场景进行训练（如图4所示），使用户在游戏模拟中积累情商经验。

职业培训子系统按用户所选职业的类型，有针对地提升其职业能力。该子系统关联相应的培训课程，用户可在该平台学习培训课程资料，提前熟悉入职任务，了解工作注意事项，方便用户后期更加快速地融入工作当中。

5结束语

本文从就业指导、生活服务、周边提醒的角度出发，充分考虑刚步入社会的应聘者缺乏社会经验，针对入职者的预期求职和实际情况的差异，个性化推荐入职者适合的职位、基本的入职技巧以及相关基础生活保障等问题。遵循软件工程的基本思想，利用爬虫技术，协同推荐按算法，大数据分析技术为入职新手提供有效的推荐。该平台有利于促进入职者就业，减少入职后很快离职的现象，便于企业进行人才招聘选拔，提高学校就业率，同时为学校人才培养计划等提供数据和技术支撑。

参考文献：

[1] 教育部.教育部印发通知进一步部署做好2020届全国高校毕业生就业工作[Z].中华人民教育部，2020-03-05.

[2] 于俊宇.基于大数据的人力资源招聘优化[J].大连东软信息学院商贸人才，2018（35）：183-184.

[3] 李健，杨幸，李俊成，等.基于大数据技术和特征推荐的就业信息管理平台的设计[J].计算机与现代化，2018（6）：103-107.

[4] 秦冬梅，钟守广，管鹏，等.大数据背景下高校就业信息整合系统开发[J].科技资讯，2017，15（17）：15-16.

[5] 拜亚萌.大数据背景下大学生就业网络精准化服务模式研究[J].焦作大学学报，2019，33（4）：105-108.

【通联编辑：谢媛媛】