8 月 4 日,数据挖掘领域国际最高级别会议 KDD 2019 在美国阿拉斯加州举行。BOSS 直聘自然语言处理团队与北京大学的合作论文入选会议科研类论文单元。

BOSS 直聘与北京大学合作的这篇论文显示,在求职招聘领域也存在同样的现象。该论文指出 “求职招募过程中的招聘者和求职者存在历史行为偏好”,利用对这种 “偏好” 的认知,能有效提升求职者与招聘者的匹配效率。 

BOSS 直聘 NLP 中心负责人介绍,“我们建立了求职者和招聘者双边对称的表示学习网络。在两个表示学习网络里,我们将求职者及其历史面试记录的岗位文本,以及招聘岗位及其历史面试记录的简历信息分别进行输入,通过引入记忆模块,从而我们得到分别具有各自偏好的向量表示。从而证明了,求职者和招聘者确实存在历史行为偏好”

在论文中,BOSS 直聘与北大团队首次将求职者与招聘者在过往求职招聘交互行为中的文本偏好信息加入到匹配模型,且通过实验证明了该匹配模型(JRMPM)优于目前所有模型,极大地提升了匹配效率。

KDD 大会评审反馈中,特别强调了该论文对于数据挖掘技术在招聘领域应用提升的开创性、建设性。“全球范围看,以往数据挖掘技术主要应用于电商、金融等大领域,而在具有公共属性行业的人力资源行业却很少见,让人眼前一亮,非常具有创新意义。”

根据公开资料,KDD 大会 (国际数据挖掘与知识发现大会, ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 简称 KDD ) 由 ACM ( Association of Computing Machinery ,计算机学会) 的数据挖掘及知识发现专委会 ( SIGKDD ) 负责协调筹办,被中国计算机协会认定为 A 类会议。KDD 大会以论文接收严格闻名,每年的接收率不超过 20%,2019 年接收率仅 14%。