摘要：
为了缓解招聘流程中招聘方和求职方信息不对称的问题，更好地为双方进行推荐。本文建立了基于贪心算法和多目标规划的招聘求职双边匹配模型，获取使履约率最高的推荐方案。
对于问题一，通过API 对招聘信息和求职信息数据进行爬取，并通过对json 数据的分析对数据进行分类整理，最后对爬取的数据进行初步数据预处理以及数据描述。
对于问题二，使用爬取的招聘信息和求职信息数据以及Python 的plotly 库来构建画像：根据采集的企业招聘信息，从招聘岗位、学历要求、公司行业、公司类型、薪资待遇、企业工作地点、员工数量和岗位经验等多个方向建立招聘信息画像；根据采集求职者求职信息，从预期岗位、期望行业、薪资需求、知识储备、学历和性别等多个方向建立求职者画像。最后根据建立的画像给求职者提供建议。
对于问题三，由于招聘求职双方对彼此都有自己的期望与要求，因此在进行推荐之前必须了解求职者与岗位的匹配度和求职者对岗位的满意度。本文建立了基于向量相似度的岗位匹配度和求职者满意度模型。首先选取了6 个重要指标，以职位和求职者的需求作为标准向量，对双方的指标信息进行量化处理，生成招聘信息向量和求职者信息向量，采用余弦相似度的计算公式求出其与标准向量的相似度，得出岗位匹配度或求职者满意度。
对于问题四，根据招聘流程，为了使招聘双方适配且履约率达到最高，本文从两个角度出发，分别建立了基于贪心算法和基于多目标规划的招聘求职双边匹配推荐模型，最后根据模型结果选取履约率最高的模型。从贪心算法的模型出发，本文将每一轮招聘看做是一个子问题，通过对职位和求职者的选择策略进行优化，做出每一轮最优的选择，以获得全局最优的方案；从多目标规划的模型出发，本文以招聘双方的感知效用最大化和签约人数最大化为目标，通过线性加权的方式将多目标模型转化为单目标模型并进行求解。比较两种模型得出最终的人岗匹配方案。
关键词：招聘与求职画像；人岗匹配；向量相似度；贪心算法；多目标规划
关注“官方公众号”
