期刊文献+

基于深度学习的智能人力资源匹配方法

下载PDF
导出
摘要 为了提高人力资源利用效率和匹配精度,提出了一种基于深度学习的智能人力资源匹配方法。首先,通过多尺度卷积神经网络(convolutional neural network,CNN)对岗位数据和个体数据进行特征提取。其次,利用多层感知器(multi-layer perceptron,MLP)进行特征匹配。最后,采用LinkedIn数据集对提出的方法进行了测试。实验结果表明:所提出的方法在匹配岗位和个体数据时具有较高的准确性和可信度,能够有效地满足人力资源匹配的需求。
作者 高占岳
出处 《信息记录材料》 2024年第9期49-51,共3页 Information Recording Materials
  • 相关文献

参考文献6

二级参考文献62

  • 1龚旭.同行评议公正性的影响因素分析[J].科学学研究,2004,22(6):613-618. 被引量:68
  • 2郭碧坚,韩宇,赵艳梅.同行评议中的“名人效应”[J].科技导报,1994,12(7):47-49. 被引量:11
  • 3郭碧坚,韩宇.同行评议制──方法、理论、功能、指标[J].科学学研究,1994,12(3):63-73. 被引量:80
  • 4陈当阳,贾素玲,王惠文,罗昌.基于BP神经网络的资产经营绩效评估模型[J].北京航空航天大学学报(社会科学版),2007,20(3):1-5. 被引量:7
  • 5BENGIO Y, DELALLEAU O. On the expressive power of deep archi- tectures[ C ]//Proc of the 14th International Conference on Discovery Science. Berlin : Springer-Verlag, 2011 : 18 - 36.
  • 6BENGIO Y. Leaming deep architectures for AI[ J]. Foundations and Trends in Machine Learning ,2009,2 ( 1 ) : 1-127.
  • 7HINTON G,OSINDERO S,TEH Y. A fast learning algorithm for deep belief nets [ J ]. Neural Computation ,2006,18 (7) : 1527-1554.
  • 8BENGIO Y, LAMBLIN P, POPOVICI D, et al. Greedy layer-wise training of deep networks [ C ]//Proc of the 12th Annual Conference on Neural Information Processing System. 2006:153-160.
  • 9LECUN Y, BOTTOU L, BENGIO Y, et al. Gradient-based learning ap- plied to document recognition[ J]. Proceedings of the iEEE, 1998, 86( 11 ) :2278-2324.
  • 10VINCENT P, LAROCHELLE H, BENGIO Y, et al. Extracting and composing robust features with denoising autoencoders[ C ]//Proc of the 25th International Conference on Machine Learning. New York: ACM Press ,2008 : 1096-1103.

共引文献2717

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部