基于深度學(xué)習(xí)的大學(xué)生求職能力與崗位匹配的設(shè)計(jì)

李司航，季波，王永盛，楊艷婷，肖登高

摘要： 本文為解決大學(xué)生求職能力難以匹配崗位要求問題，首先評(píng)估學(xué)生現(xiàn)有綜合競(jìng)爭(zhēng)力，然后與崗位要求對(duì)比，利用深度學(xué)習(xí)RNN算法分析能力偏差，最后依據(jù)偏差大小在智能學(xué)習(xí)平臺(tái)上產(chǎn)生學(xué)習(xí)策略，引導(dǎo)學(xué)生進(jìn)行能力校正，達(dá)到崗位要求。系統(tǒng)采用微信小程序框架、Servlet技術(shù)、MYSQL數(shù)據(jù)庫(kù)、深度學(xué)習(xí)TensorFlow等主流的開發(fā)工具與技術(shù)界面簡(jiǎn)潔友好，性能良好。

關(guān)鍵詞：人崗匹配;競(jìng)爭(zhēng)力;深度學(xué)習(xí);學(xué)習(xí)策略

中圖分類號(hào)：TP393? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）20-0186-02

0 概述

近年來，學(xué)者們嘗試將前沿技術(shù)應(yīng)用到人崗匹配問題中。國(guó)外早期研究，Malinowski等人利用候選人和專業(yè)信息建立人與崗位的雙向推薦，實(shí)現(xiàn)人崗匹配[1]。Lee等人遵循推薦系統(tǒng)的理念提出了一套基于求職者偏好和興趣的人崗?fù)扑]系統(tǒng)[2]。Zhang等人比較了基于用戶的協(xié)同過濾和基于項(xiàng)目的協(xié)同過濾算法為求職者推薦合適的工作[3]。Wang等人利用員工的職業(yè)路徑數(shù)據(jù)預(yù)測(cè)工作調(diào)換[4]。Xu等人提出基于工作轉(zhuǎn)換網(wǎng)絡(luò)的人才圈檢測(cè)模型幫助組織找到合適的人才，并為求職者提供尋找合適工作的職業(yè)建議[5]。樊宏、戴良鐵等人對(duì)人與組織匹配招聘模式的招聘策略進(jìn)行了研究，提出了人與組織匹配的模型。為了與傳統(tǒng)招聘策略相區(qū)別，實(shí)現(xiàn)人與組織的匹配，他們共提出六種新的招聘策略，并對(duì)這六種招聘策略進(jìn)行了利弊分析。他們的研究從招聘模式選擇的角度，為人與組織匹配的實(shí)現(xiàn)提供了一種新的方法[6]。這些研究深刻表明人崗匹配是未來招聘工作的主導(dǎo)模式，針對(duì)大學(xué)生求職，對(duì)大學(xué)生求職能力與崗位進(jìn)行匹配，是招聘工作的一個(gè)重大的突破點(diǎn)。

市面上存在的人崗匹配普遍存在以下不足：第一，對(duì)大學(xué)生的綜合競(jìng)爭(zhēng)力的表示較模糊，未能從知識(shí)、技能、素質(zhì)多維度地評(píng)估學(xué)生現(xiàn)有綜合競(jìng)爭(zhēng)力;第二，因?qū)W生找工作時(shí)，學(xué)生的綜合競(jìng)爭(zhēng)力相對(duì)比較穩(wěn)定，未能在大學(xué)階段的早期對(duì)大學(xué)生的綜合競(jìng)爭(zhēng)力進(jìn)行量化，根據(jù)學(xué)生已有綜合競(jìng)爭(zhēng)力與崗位要求的偏差，產(chǎn)生學(xué)習(xí)策略，引導(dǎo)學(xué)生進(jìn)行針對(duì)性的能力校正，從而使大學(xué)生的綜合競(jìng)爭(zhēng)力在找工作期間達(dá)到最佳。本文設(shè)計(jì)的基于深度學(xué)習(xí)的大學(xué)生求職能力與崗位匹配，綜合了目前市場(chǎng)上已存在的相似人崗匹配平臺(tái)的功能，采用當(dāng)前盛行的微信小程序框架進(jìn)行開發(fā)，并解決了上訴的不足之處，為大學(xué)生找到合適的崗位提供高效的解決方案。

1 系統(tǒng)分析

通過基于微信小程序的人崗匹配平臺(tái)，意在打造一個(gè)可以幫助大學(xué)生找到合適的崗位，本文在需求分析的相關(guān)基礎(chǔ)之上著重研究以下幾個(gè)方面：

如何從知識(shí)、技能、素質(zhì)多維度地評(píng)估學(xué)生現(xiàn)有綜合競(jìng)爭(zhēng)力，幫助學(xué)生定位自己求職崗位中的綜合競(jìng)爭(zhēng)力;

如何對(duì)學(xué)生已有的綜合競(jìng)爭(zhēng)力與企業(yè)崗位要求對(duì)比分析，找出能力偏差;

如何根據(jù)能力偏差，產(chǎn)生學(xué)習(xí)策略，對(duì)學(xué)生進(jìn)行針對(duì)性的能力校正，最終匹配崗位要求。

為實(shí)現(xiàn)上述研究目標(biāo)，系統(tǒng)需具備如下功能。

（1）評(píng)測(cè)學(xué)生綜合競(jìng)爭(zhēng)力：通過學(xué)生成績(jī)等信息的抽取，從知識(shí)、技能、素質(zhì)多維度地評(píng)估學(xué)生現(xiàn)有綜合競(jìng)爭(zhēng)力，幫助學(xué)生定位自己求職崗位中的綜合競(jìng)爭(zhēng)力;

（2）計(jì)算能力偏差：對(duì)學(xué)生已有綜合競(jìng)爭(zhēng)力與企業(yè)崗位要求對(duì)比分析，找出能力偏差;

（3）產(chǎn)生學(xué)習(xí)策略：依據(jù)偏差大小，產(chǎn)生學(xué)習(xí)策略，引導(dǎo)學(xué)生進(jìn)行能力校正，最終達(dá)到匹配崗位要求。

2 系統(tǒng)主要功能實(shí)現(xiàn)

2.1 技術(shù)架構(gòu)

系統(tǒng)采用前端框架微信小程序，后端Servlet技術(shù)，數(shù)據(jù)庫(kù)采用MYSQL數(shù)據(jù)庫(kù)，深度學(xué)習(xí)TensorFlow等。如表1所示。

2.2 主要功能實(shí)現(xiàn)

根據(jù)系統(tǒng)分析，本系統(tǒng)主要包含如下功能模塊，如圖1所示。 微信小程序界面如下圖2所示。

（1）評(píng)測(cè)學(xué)生綜合競(jìng)爭(zhēng)力模塊

本模塊通過學(xué)生成績(jī)等信息的抽取，從知識(shí)、技能、素質(zhì)多維度地評(píng)估學(xué)生現(xiàn)有綜合競(jìng)爭(zhēng)力，幫助學(xué)生定位自己求職崗位中的綜合競(jìng)爭(zhēng)力。

綜合競(jìng)爭(zhēng)力模型公式：[C=Κ+S×Q]

C：綜合競(jìng)爭(zhēng)力（Competence）

K：知識(shí)（Knowledge），對(duì)應(yīng)學(xué)生相關(guān)課程考試的成績(jī)

S：技能（Skill），對(duì)應(yīng)學(xué)生通過平臺(tái)的項(xiàng)目案例所培養(yǎng)的溝通與團(tuán)隊(duì)協(xié)作能力

Q：素質(zhì)（Quality），對(duì)應(yīng)學(xué)生思想與品格、行為與習(xí)慣、職業(yè)化能力、職業(yè)化素養(yǎng)等課程分?jǐn)?shù)。

（2）計(jì)算能力偏差模塊

本模塊利用深度學(xué)習(xí)RNN算法，對(duì)學(xué)生已有的綜合競(jìng)爭(zhēng)力與企業(yè)崗位要求對(duì)比分析，找出能力偏差。綜合競(jìng)爭(zhēng)力如下圖3所示，企業(yè)崗位要求如下圖4所示。本模塊基于RNN提出對(duì)崗位要求以及求職簡(jiǎn)歷中的工作經(jīng)驗(yàn)的詞級(jí)別的語義表征，分別將招聘要求與簡(jiǎn)歷中的工作經(jīng)驗(yàn)的每個(gè)詞映射到潛在的語義空間中，然后設(shè)計(jì)基于能力感知的注意力機(jī)制的語義表征，對(duì)招聘要求與簡(jiǎn)歷中的工作經(jīng)驗(yàn)分別提取更高層次的語義表征，從而可以衡量崗位要求之間的重要程度，以及測(cè)量每個(gè)項(xiàng)目經(jīng)驗(yàn)對(duì)具體能力的不同貢獻(xiàn)程度。人崗匹配預(yù)測(cè)：預(yù)測(cè)人才能力與工作要求之間的匹配程度，即能力偏差。

（3）產(chǎn)生學(xué)習(xí)策略模塊

根據(jù)能力偏差，產(chǎn)生學(xué)習(xí)策略，根據(jù)學(xué)生對(duì)知識(shí)點(diǎn)的掌握程度，推薦相關(guān)題目，高效地提高學(xué)生學(xué)習(xí)能力?；谏疃戎R(shí)跟蹤模型的個(gè)性化試題推薦方法，該推薦方法分為三步：

1）結(jié)合深度知識(shí)跟蹤模型，先將輸入序列向量進(jìn)行one-hot編碼。

2）根據(jù)學(xué)生不同時(shí)刻的答題情況[xT]學(xué)生的試題掌握水平進(jìn)行建模，輸入序列結(jié)果[yT]會(huì)自主地去學(xué)習(xí)應(yīng)該關(guān)注哪些時(shí)刻的狀態(tài)，得到輸出該學(xué)生對(duì)每個(gè)知識(shí)點(diǎn)答對(duì)的概率。