电子技术与软件工程
Electronic Technology&Software Engineering
软件开发与应用Software Development And Application
网络招聘的职位搜索与推荐方法的设计
赵天成
（北京传大信息科技有限公司北京市110106）
摘要：本文基于信息检索的方法论来处理职位匹配问题，可以提高网络招聘过程中的职位搜索的效率；使用大数据中的数据挖掘技术，建立特征模型实现职位排序，实现更好的交互模式。
关键词：信息检索；网络招聘；招聘网站管理系统
1引言
网络招聘的不断发展，为有效解决我国大学生求职难就业问题
等开辟了新的途径。由于上网招聘途径非常便捷，使得网络求职招
聘已经成了目前受到大学生广泛和受欢迎的一种求职招聘方式。网
络招聘最突出的一个优点是招聘信息量大，资源丰富，更新信息速
度快，招聘到的职位多等，符合大学生毕业希望以快捷便利的方式
及时获得最多最有效招聘信息的要求⑴。
国内网上求职并没有取得良好的预期效果，原因是多方面的，
网络招聘其基本特点和服务趋向，服务广泛的第三方的企业和应聘
者。鉴于此，其所需要服务的对象十分宽广，以及在网站建设和论
坛管理上，都存在各种缺陷，从而限定了其进一步发展。如在中介
网站中，其所需服务的人流量十分大，而在流程管理上却比较单一，
因而难以给用人单位和应聘者提供个性化服务，从而使其服务方式
僵硬，不具备灵活性W
从平台功能上看，大部分人才网站提供的服务归结起来主要就是人才供求信息的收集与发布，形式、内容和功能单一，信息量太大，针对性不强，智能化不够，远没有发挥网络的互动和交流效果，对大多数有人才需求的企业和求职的学生来说不能提供足够的帮助。
随着社会分工的深入以及现代信息网络技术的不断普及，职业和工作岗位将可能会更加清晰细化。一方面，企业需要在有限的成本下到专业化的人才，另一方面，应聘者也希望能快速搜寻和匹配到合适的工作岗位。人才供需双方都需要互联网招聘平台提供更专业、细致的服务，而当前主流的互联网招聘平台都是多行业甚至全行业覆盖，往往很难提供专业和精细的服务。未来立足于专业化、细分化服务的招聘平台将更受欢迎。
因此，有必要开发面向大学生的智能招聘系统，为企业招聘和大学生就业牵线搭桥，来弥补招聘网站存在的一些不足。此外，人工智能飞速发展，并且应用越来越广泛，在这种条件下，通过与人工智能方法结合开发招聘系统，可为企业招聘和大学生求职提供一个更有效的途径。
2设计思路
根据大学生未来求职的行业特点和不同企业对各类专业人才的市场需求情况来进行设计本招聘系统也正是为了更好适应这种市场形势，一个企业智能专业人才招聘网站管理系统将尽可能为企业招聘者和其他应聘者之间提供一个更安全适合的招聘平台，通过这个网站平台企业就可以及时招聘更多专业人
才和为大学生寻工作提供方便。
大数据和人工智能等新时代的到来，给我国网络企业招聘服务行业发展带来诸多新机遇和新发展挑战。众多传统互联网企业招聘服务平台己经积累了大量的招聘数据分析资源，而仅仅依靠这种传统的专业人力资源检索招聘模式显然不能很好适应当今社会快速稳步发展的人才需求。互联网的快速发展也使数字检索分析算法技术得到了充分的综合发展，从小规模的文献检索到大规模的亿级网页检索，检索的效率和质量都得到不断提高，因此，基于信息检索的方法论来处理职位匹配问题，可以提高网络招聘过程中的职位搜索的效率，提升用户体验。人工智能技术的应用将推动网络招聘行业升级发展，使用大数据中的数据挖掘技术，建立特征模型，通过提取简历中关键信息实现简历筛选，可以提高招聘效率。大数据和人
图1：面向用户（大学生应聘者）的数据流图
图2：职位结构化信息索引建立方法
工智能技术为后来者提供了弯道超车的机会。
招聘系统解决的关键问题就是针对各类招聘求职信息的收集、分析和管理的过程，需要充分发挥信息化技术对招聘信息管理所起到的支撑作用和关键作用。把领先的信息技术应用到系统设计和软件开发
过程中，考虑釆用先进的软件开发框架进行系统实现；同时，对基于大数据和人工智能的职位搜索和简历筛选的方法进行初步的探索。
针对应聘者，需要的功能包括身份管理、信息管理、消息管理和智能分析等。身份管理功能分为系统注册和登录；信息管理模块包括填写简历和简历投递；消息管理功能包括对感兴趣的招聘信息设置关注，收藏某一条重要的招聘信息；智能分析功能包括招聘职位的分类浏览、招聘职位按薪资和时间排序，以及进行职位搜索。面向用户的数据流如图1所示。
3职位搜索方法
由于招聘网站的招聘信息越来越多，搜索引擎是应聘者发现职位的主要方式。
63
软件开发与应用
Software Development And Application
电子技术与软件工程Electronic Technology&Software Engineering
图3：职位搜索流程图
本系统的职位搜索引擎是简单而直观的，只有一个输入：关键字。搜索结果页面展示了一个匹配的职位列表，并基于相关性进行了排序。
3.1索引
索引是现代搜索引擎的核心，要在大量的文档中搜索含有某个关键词的文档，如果不建立索引就需要把这些文档顺序的读入内存，然后检查这个文档中是不是含有要查的关键词，这样会耗费非常多的时间。最流行的搜索引擎Lucene釆用的是一种称为反向索引(inverted index)的机制⑷。反向索引维护了一个词/短语表，对于这个表中的每个词/短语，都有一个链表描述了有哪些文档包含了这个词/短语。在用户输入查询条件的时候，能非常快的得到搜索结果。
Lucene执行索引的关键对象类是Document(文档)和Field(域)。Document对象理解为虚拟文档，比如文本文件、Web页面或者E-mail 信息，域代表文档的标题、正文或元数据。Document对象为一个包含多个Field对象的容器，各个域按照索引操作顺序添加进去。在搜索时，所有域的文本就连接在一起，作为一个文本域来处理。
在本系统中，建立索引的输入是招聘职位信息表不同字段的内容用不同的field存储。职位结构化信息索引建立方法如图2所示。
文本文件在被索引之前，要先用Analyzer(分词器)进行处理。本文采用的分词器为IK Analyzer，是一个开源的基于java语言开发的中文分词工具包，釆用了特有的“正向迭代最细粒度切分算法”，提供了强大的中文分词能力⑸。
3.2相关性
Elasticsearch⑹是一个分布式、RESTful风格的搜索和数据分析引擎，默认是通过相关度来对结果进行排序的，最相关的文档在最前面。
为了按照相关性来排序，需要将相关性表示为一个数值。在Elasticsearch中，相关性得分由一个浮点数进行表示，_score的评分越高，相关性越高。在搜索结果中通过_score参数返旨。
本搜索相关性算法主要是计算招聘职社信息表中不同字段的值
相对于检索词相似程度，包括：
(1)检索词频率：检索词在该字段出现的频率越高，相关性也越高。
(2)字段长度准则：检索词出现字段的长度越长，相关性越低。一条记录所有的字段计算得出的评分会被合并到总的相关性评分中。
本系统实现了全文检索，为用户提高查询关键字，系统对用户查询词进行分析并检索出与用户查询词匹配的招聘信息列表并返回给用户。流程图见图3。4职位排序推荐方法
招聘职位信息浏览是在搜索引擎之外加入多种职位排序作为一个新的交互模式。许多的应聘者会通过网页浏览来查看招聘职位信息，个性化的职位排序可以帮助用户来发现额外的未被搜索所涵盖的职位。
注册用户或者非注册用户在浏览招聘信息对比较感兴趣可以点击职位信息名片进一步查看职位的详细内容。系统会记录该招聘职位的点击次数。
注册的用户在使用系统时，如果对于正在浏览的招聘信息比较感兴趣可以将该招聘职位加入到自己的
企业网站设计思路
收藏夹，如同浏览器的收藏夹的功能。用户可以随时査看收藏夹中的招聘职位列表，也可将收藏夹中的网页进行删除。
根据招聘职位的点击次数和收藏的次数，系统计算招聘职位的热度。热门职位网页就是系统将招聘职位按照热度进行排序的职位浏览网页。热门网页对应聘者、招聘者甚至整个社会都有很大的价值，可以看到目前求职的趋向。
基于行为的方法会遇到所谓的冷启动问题：如果只有很少的用户和用户活动数据，就很难生成高质量的推荐。因此，系统还按薪资和用户信息进行职位排序，生成了含金量最高职位网页和感兴趣的职位网页。
含金量最高职位网页就是系统将招聘职位按照最高薪资进行排序的职位浏览网页。热门网页对应聘者、招聘者甚至整个社会也有很大的价值，可以看到目前招聘的趋向。
感兴趣的职位推荐针对已经注册的用户，系统根据用户在注册时提供的用户学历信息、专业信息、求职意向、工作地点和感兴趣职位的收藏记录。当招聘者发布新的招聘信息，系统通过计算招聘信息与用户兴趣的相关性，如果相关性达到阈值系统自动向用户推送这个职位的信息。用户在消息盒子中可以看到系统推荐的职位列表，如果感兴趣就点击浏览该职位的详细信息网页。
职位排序和推荐将随着用户点击发生变化，系统的这些智能功能是的系统变得更加得动态。职位搜索、职位排序和职位模型整合起来使用，使每一个用户能更快到自己合适的职位。
5总结
数字检索分析算法技术得到了充分的综合发展，从小规模的文献检索到大规模的亿级网页检索，检索的效率和质量都得到不断提高，因此，基于信息检索的方法论来处理职位匹配问题，可以提高网络招聘过程中的职位搜索的效率。人工智能技术的应用将推动网络招聘行业升级发展，使用大数据中的数据挖掘技术，建立特征模型实现职位排序，实现更好的交互模式，提升用户体验。
参考文献
[1]肖祥凤，卢娜，俞玲娜，吴嫡怡，钟文斌.大学生实习招聘
平台的现状分析及改进策略[J].中国集体经济,2018,15:111-112.
[2]肖祥凤，卢娜，俞玲娜，吴媾怡，钟文斌.大学生实习招聘
平台的现状分析及改进策略[J].中国集体经济,2018,15:111-112.
[3]艾瑞咨询.中国网络招聘行业发展报告(2019年).
report,iresearch,cn/report-pdf.aspx?id=3409
[4]郑榕增，林世平.基于Lucene的中文倒排索引技术的研究[J].
计算机技术与发展,2010,3:80-83.
[5]ik-analyzer的Google Code网站:code,google,com/
p/ik-analyzer/
[6]Elasticsearch网站：www.elastic,co/cn/elasticsearch/
作者简介
赵天成(1998-)，男，湖南省湘潭市人。学士学位，软件工程师。研究方向为软件开发、数据分析。
64

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。