CCIIP实验室2019级研究生王子扬同学(导师：魏巍)的论文“Person-job fit estimation from candidate profile and related recruitment history with Co-Attention Neural Networks （作者：王子扬，魏巍，徐晨维，徐君，毛先领）”被国际知名SCI期刊Neurocomputing 录用，Neurocomputing 是神经计算领域的知名期刊，最新影响因子IF为5.71。
人岗匹配（Person-job fit）的目标是在海量候选人简历和发布职位中将候选人与职位进行自动匹配，在当前在线招聘平台得到广泛使用。直观上来说，过往的成功招聘记录通常包含重要信息，这应该有助于当前的人岗匹配，然而现有的人岗匹配算法主要侧重于根据内容计算候选人简历与发布职位之间的相似度，而没有考虑过往经验（即历史成功招聘记录）。在本文中，我们提出了一种新的用于候选人与职位匹配的神经网络方法，该方法使用共同注意神经网络（名为 PJFCANN）基于候选人档案和相关招聘历史来估计候选人与职位的匹配度。具体来说，给定一个目标候选人简历-职位对，PJFCANN 通过共同注意神经网络生成局部语义表示，并通过图神经网络生成全局经验表示。通过结合这两种表示来计算最终的匹配度。通过这种方式，该算法引入了历史成功招聘记录，丰富了简历和职位的特征，加强了当前的匹配过程。在大规模招聘数据集上进行的广泛实验验证了 PJFCANN 的有效性。
图1 模型框架图
表1 实验结果对比