应届毕业生求职，求职图片

　　视角交互图交换为每一个用户只要一种暗示的传统交互图(A) DPGNN w/o DPG：将提出的双；

　　表中鄙人，N w/o DPG DPGNN w/o SSL DPGNN我们能够看到机能次第为 DPGNN w/o QL DPGN。果表白尝试结，进步DPGNN的机能这三个部门都有助于，失函数使我们的办法获得了更多的提拔出格是双视角交互图和基于四元的损。

　　新的四元丧失函数我们提出了一种。聘场景中在求职招，职者的角度来看应届结业生求职一个胜利的婚配凡是意味着从求，序该当很高该职位的排，亦然反之。都一样主要这两种视角，足单方偏好必需同时满。

　　大都量标上都获得了最好的机能我们的办法在三个数据集的大。来讲详细，设想类数据集上在手艺、贩卖和，佳基线%比照最。型差别的是与基线模，者和岗亭的双向挑选偏好我们的办法模仿了求职，于该场景更合适。

　　职雇用过程当中我们以为在求，是一个双向的历程供给和承受职位，对对方表达本人的企图求职者和雇用方城市，的挑选偏好这是单方。聘方的挑选偏好建模为和我们显式地将求职者和招，好来提拔人岗婚配的结果经由过程交融双视角的挑选偏。

　　来说举例，下角所示如上图左，点应届结业生求职白色代表自动节，被动节点绿色代表，表岗亭方形代，表求职者圆形代，定的求职者c关于一个给，该求职者却没被承受岗亭3自动联络了，位2却被回绝其自动相同岗，终告竣了口试商定而其与岗亭1最，构造如图所示因而成立的边。

　　的尝试成果按照表中，同过滤模子关于4种协，CN的机能最好LightG，和LFRR比拟改良不明显但与BPRMF、NCF。APJFNN这三种基于内容的模子关于BPJFNN、PJFNN和，的依靠水平较高其对文本内容，况下表示欠安在大大都情，缘故原由是能够的，文本的构造性和完好性他们请求简历和岗亭，的场景中而在我们，同的文本构造风俗平台上的用户有不。售方面表示欠安IPJF在销，互的数目不均衡酿成的这是因为差别范例交。数状况下在大多，的机能更好PJFFF，汗青交互简历或职位形貌由于PJFFF集成了。外此，岗亭有更详细的妙技请求手艺类的岗亭凡是比其他，在手艺类中相对更有用使得基于文本的模子。后最，所看到的正如我们，操纵了交互举动和文本信息LIGCN_BERT同时，型中表示最好它在基线模，述和交互举动是很主要的这表白同时操纵文本描。

　　虑双向挑选偏大好人岗婚配需求考，模求职者和岗亭之间差别的有向举动本文提出双视角图卷积神经收集来建。GNN模子的整体框架上图为所提出的DP，序优化两个方面来引见本文所提出的模子的细节内容以下将从双视角图暗示进修、自监视加强的双视角排。

　　双向挑选的历程求职雇用是一个，者该当同时满意双边的需求作为到场方的候选人和雇用，虑此中某一方而不只只考。的人岗婚配成绩针对该场景下，视角图暗示进修办法本文提出了一种双，岗亭之间的双向挑选偏好同时建模求职者和雇用。正视角对单方偏好停止建模为了从求职者和岗亭的双，位）引入两个差别的节点本文为每一个求职者（或岗，差别标的目的和范例的交互停止建模并经由过程同一的双正视角交互图对，习双视角节点暗示同时为了有用地学，种有用的优化算法本文还设想了一，视角比照进修丧失包罗四元丧失和双。

　　职者和雇用岗亭的婚配成绩本订婚义的人岗婚配为求，人岗单方做保举终极目的是为，岗亭单方做保举的排序成绩能够视作为求职者和雇用。

　　点暗示以后在进修了节，位的志愿)和(雇用方挑选该求职者的志愿)我们能够计较双向挑选偏好(求职者挑选该岗，企图停止建模从双视角对。式上形，者和岗亭给定求职，算这两种企图得分我们利用内积来计：

　　奉献在于双视角交互图的构建本文所提出办法的次要手艺，两个优化目的和触及的，部门对终极机能的影响如今我们来阐发每一个。N的以下三种变体我们思索DPGN:

　　式来形貌交互举动本文用交互图的形，CN)来进修节点暗示接纳图卷积收集(G。CN研讨差别与之前的G，者和岗亭有两种差别的边我们对每一个触及的求职，好传布算法来进修节点暗示因而我们提出了一种混淆偏。意的是需求注，范例而不是节点范例上这些差别体如今在边，一切节点的偏好传布因而能够统必然义：

　　的第l层在图卷积，个节点n关于每，n相干的婚配集和与节点n相干的单向交互集思索来自两个差别交互集的偏好传布：与节点。式上形，播机制来更新节点暗示接纳了一种轻量级的传：

　　这类状况代表了雇用岗亭满意求职者的希冀求职者自动相同雇用方可是没有被承受：，足雇用岗亭的希冀可是求职者没有满，了求职者的自动偏好这类单向举动反应，与之间的边因而成立；

　　职者和岗亭关于每一个求，种差别的暗示我们设置了两，具有必然的类似性这两种暗示该当，解的启示受上述见，角比照进修优化函数我们设想了一个双视，来说详细，的自动和被动暗示看做正例对我们将统一求职者（岗亭），）的暗示看做负例对求职者间（岗亭间，或岗亭）差别视角表征的分歧性正例对的监视增进统一求职者（，大差别主体之间的差同性而负例的监视则试图扩。式上形，最大化正例对的分歧性接纳InfoNCE来，例对的差同性和最大化负：

　　同标的目的的举动为了描写不，个求职者给定一，和被动偏好分隔暗示我们将其自动偏好，为和记，似的类，自动和被动暗示用和代表岗亭的，是说也就，建过程当中在图的构，别离成立两个节点每一个求职者和岗亭，动偏好和被动偏好别离描写他们的主。的交互举动及其本身联系关系来构建此交互图中的边经由过程三种差别，以下详细：

　　每一个节点n关于图中，取一个偏好嵌入起首按照ID获，次其，形貌性文本（简历文本/职位形貌）每个求职者和雇用岗亭都有一段，段文本停止编码：保存文本的原始次第我们进一步操纵 BERT 模子对这， token ——[CLS]在文本的前面插入一个特别的，送入 BERT 模子然后将这段文本序列，获得终极文本暗示增加一个线性层以。的两个节点的文本暗示不异这里统一求职者（岗亭）。

　　雇用网站时求职者在逛，业开展相符合的事情岗亭期望能阅读到与本人职。与企业开展相符合的人材雇用职员则期望能猎到，停止岗亭保举与职位婚配的呢那末雇用网站普通都是怎样？

　　场景下在该，有一段形貌简历或职位的文本每个求职者和雇用岗亭都，职者和雇用方的一系枚举动记载同时在雇用平台中也沉淀了求，自动联络求职者等等应届结业生求职好比求职者自动相同岗亭和雇用方，的举动：求职者单向举动我们将其界说为三种差别，和胜利婚配告竣雇用地契向举动。

　　配交互和单向交互的邻人此中和别离暗示具有匹，点u和节点v的邻人、和是节点n、节，点暗示时通报了差别条理的偏好这里由于这两种交互在进修节， ω 来均衡两种传布范例我们引入一个特定的超参数。

　　配的人岗对给定一个匹，职者和一个与该求职者不婚配的岗亭经由过程采样获得一个与该岗亭不婚配的求，个四元组构建一，上看直观，该当同时高于双边负例得分婚配记载的得分即正例得分，丧失扩大为四元丧失以下因而将普遍利用的BPR：

　　S直聘的数据集停止相干尝试本文基于在线雇用平台BOS，：手艺类、贩卖类和设想类该数据集包罗三个职位种别。的尝试数据统计信息下表统计了处置后：

　　结业生求职克日应届，的建模双边挑选偏好的人岗婚配模子BOSS直聘结合中国群众大学提出，者背后的算法道理与实战具体解读了候选人与雇用。前目，议RecSys2022领受该论文已被保举体系国际会。