BOSS直聘双边匹配论文入选推荐系统顶会RecSys2022

求职是一个双向选择的过程。如何设计更有效的推荐机制，满足求职者和招聘者双方的需求？近日，BOSS直聘与中国人民大学研究团队共同提出了职位匹配的双向选择偏好模型。目前，该论文已被推荐系统国际会议RecSys2022接受。

由国际计算机学会组织的推荐系统领域的顶级国际学术会议。RecSys过去收集微软、谷歌、META等全球顶尖科技公司的论文，介绍推荐系统领域的最新研究成果、系统和技术。

然而，求职和招聘是一个双向选择的过程。作为参与者，应聘者和招聘方应该同时满足双方的需求，而不是只考虑其中一方。单方面的满足并不能使匹配成功，双边期望的达成才是匹配成功的关键。

为了在推荐系统层面实现双向匹配，提出了一种双视图图表示的学习方法，并对求职者和招聘职位之间的双向选择偏好进行建模。为了从求职者和职位的双重视角对双方的偏好进行建模，本文针对每个求职者引入两个不同的节点，通过统一的双重视角交互图对不同方向和类型的交互进行建模。同时，为了有效地学习双视图节点表示，本文还设计了一种有效的优化算法，包括四元损失和双视图对比学习损失。

与过去相比，双视图图形表示学习方法可以更直观地刻画求职者和招聘者之间的复杂关系。从结果来看，该模型的应用不仅可以使更符合求职者偏好的职位在推荐列表中排名靠前，还可以使更符合招聘者需求的求职者在推荐列表中排名靠前，从而提高双边匹配的效率。

据了解，BOSS直聘技术团队专注于解决招聘行业的双边推荐问题。此前已有多篇相关论文被国际峰会收录，如《基于多视角协作学习的人岗匹配研究》、《自适应领域的人岗匹配研究》等。