大数据时代的人才推荐系统

doi:10.11959/j.issn.2096-0271.2017024

大数据 ›› 2017, Vol. 3 ›› Issue (2): 115-120.doi: 10.11959/j.issn.2096-0271.2017024

• 动态 • 上一篇

大数据时代的人才推荐系统

洪文兴,王宁,陈毅伟,周绮凤,李涛

出版日期:2017-03-20 发布日期:2017-03-24
作者简介:洪文兴（1980-），男，厦门大学自动化系副教授，厦门信息产业与信息化研究院执行院长。2010年获得工学博士学位，为国家公派（厦门大学与新加坡南洋理工大学）联合培养博士。2013年先后任厦门大学信息科学与技术学院院长助理、厦门市信息化局软件园服务处副处长、厦门大学发展规划办公室副主任，是中国系统工程学会监事、福建省系统工程学会秘书长、中国计算机学会 YOCSEF 厦门分论坛副主席（2015―2016年）。主要研究方向为数据挖掘、大数据分析、推荐系统、软件和信息服务业产业研究、系统工程。|王宁（1979-），男，厦门华厦学院副教授、高级工程师。2001年起从事信息管理系统及其数学模型分析等领域的研究工作，主要研究方向为数据挖掘及其在人才、教育、商务等领域的应用。|陈毅伟（1990-），男，就职于厦门航空有限公司信息部软件研发中心，主要研究方向为人才推荐系统、数据处理。|周绮凤（1976-），女，博士，厦门大学自动化系副教授。2002年起从事数据挖掘及智能系统方面的研究工作，2014―2015年在美国佛罗里达国际大学访学，主要研究方向为机器学习、数据挖掘及其在可持续发展等领域的应用。|李涛（1975-），男，博士，南京邮电大学计算机学院院长，南京邮电大学大数据研究院院长，美国佛罗里达国际大学正教授。由于在数据挖掘及应用领域成效显著的研究工作，曾多次获得各种荣誉和奖励，其中包括2006年美国国家自然科学基金委颁发的杰出青年教授奖，2010年IBM大规模数据分析创新奖，并于2009年获得佛罗里达国际大学最高学术研究奖。

Talent recommendation system in big data era

Online:2017-03-20 Published:2017-03-24

摘要/Abstract

中图分类号:

TP391

洪文兴, 王宁, 陈毅伟, 周绮凤, 李涛. 大数据时代的人才推荐系统[J]. 大数据, 2017, 3(2): 115-120.

图/表 5

参考文献 17

[1]	洪文兴 . 基于互联网的决策理论与方法的若干问题研究[D]. 厦门:厦门大学， 2010.
	HONG W X . Research on web-based decision-making theory and method[D]. Xiamen:Xiamen University， 2010.
[2]	ADOMAVICIUS G ， TUZHILIN A . Toward the next generation of recommender systems:a survey of the state-of-theart and possible extensions[J]. IEEE Transactions on Knowledge and Data Engineering， 2005，17(6): 734-749.
[3]	曾春，刑春晓，周立柱 . 个性化服务技术综述[J]. 软件学报， 2002(10): 1952-1961.
	ZENG C ， XING C X ， ZHOU L Z . A survey of personalization technology[J]. Journal of Software， 2002(10): 1952-1961.
[4]	GONZALEZ T ， SANTOS P ， OROZCO F ，et al. Adaptive employee profile classification for resource planning tool[C]// 2012 Annual SRII Global Conference，July 24-27，2012，San Jose，CA，USA， New Jersey: IEEE Press， 2012: 544-553.
[5]	HONG W X ， LI L ， LI T ，et al. iHR:an online recruiting system for xiamen talent service center[C]// The 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，August 11-14，2013，Chicago，IL，USA， New York: ACM Press， 2013: 1177-1185.
[6]	李涛 . 数据挖掘的应用与实践——大数据时代的案例分析[M]. 厦门: 厦门大学出版社， 2013: 123-162.
	LI T . Data mining:where theory meets practice[M]. Xiamen: Xiamen University PressPress， 2013: 123-162.
[7]	MELVILLE P ， MOONEY R J ， NAGARAJAN R . Content-boosted collaborative filtering for improved recommendations[C]// The 18th National Conference on Artificial Intelligence，July 28-August 1，2002，Edmonton，Canada， New York: ACM Press， 2002: 187-192.
[8]	LI L ， LI T . MEET:a generalized framework for reciprocal recommender systems[C]// The 21st ACM International Conference on Information and Knowledge Management (CIKM 2012)，October 29 November 2，2012，Maui，Hawaii，USA， New York: ACM Press， 2012: 35-44.
[9]	GAUCH S ， SPERETTA M ， CHANDRAMOULI A ，et al. User profiles for personalized information access[M]. Berlin: Springer Berlin HeidelbergPress， 2007: 54-89.
[10]	PIZZATO L ， REJ T ， CHUNG T ，et al. Reciprocal recommenders[C]// The 8th Workshop on Intelligent Techniques for Web Personalization and Recommender Systems(UMAP’2010)，June 20-24，2010，Hawaii，USA，[S.l.:s.n.]，2010:1-12. 2010: 1-12.
[11]	PIZZATO L ， REJ T ， CHUNG T ，et al. Recon:a reciprocal recommender for online dating[C]// The 4th ACM Conference on Recommender Systems，September 26-30，2010，Barcelona，Spain， New York: ACM Press， 2010: 207-214.
[12]	MALINOWSKI J ， KEIM T ， WENDT O ，et al. Matching people and jobs:a bilateral recommendation approach[C]// The 39th Annual Hawaii International Conference on System Sciences，January 4-7，2006，Kauai，Hawaii，USA， New Jersey: IEEE Press， 2006:137c.
[13]	YU H ， LIU C ， ZHANG F . Reciprocal recommendation algorithm for the filed of recruitment[J]. Journal of Information& Computational Science， 2011，8(16): 4061-4068.
[14]	BURKE R . Knowledge-based recommender systems[J].Encyclopedia of Library and Information Science，2000，69(Supplement):32. Encyclopedia of Library and Information Science， 2000,69(Supplement):32.
[15]	VELASQUEZ J D ， PALADE V . Building a knowledge base for implementing a webbased computerized recommendation system[J]. International Journal on Artificial Intelligence Tools， 2007，16(5): 793-828.
[16]	CHEN C F ， CHEN L F . Data mining to improve personnel selection and enhance human capital:a case study in hightechnology industry[J]. Expert Systems with Applications， 2008，34(1): 280-290.
[17]	LI L ， ZHENG L ， LI T . LOGO:a long-short user interest integration in personalized news recommendation[C]// The 5th ACM Conference on Recommender Systems (RecSys 2011)，October 23-27，2011，Chicago，Illinois，USA， New York: ACM Press， 2006: 317-320.□

大数据时代的人才推荐系统

Talent recommendation system in big data era

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 17

相关文章 15

Metrics

推荐阅读 0

[1]	刘豆豆, 焦宝臣. 高校数据资产编目研究[J]. 大数据, 2023, 9(3): 71-84.
[2]	吴亚东, 陈家鸣, 罗焱, 王学锋, 黄德春, 倪超, 蓝集明, 李随群, 张巍瀚, 代唯. 彩灯元宇宙研究综述[J]. 大数据, 2023, 9(3): 97-113.
[3]	邓钇敏, 张旭龙, 司世景, 王健宗, 肖京. 虚拟人形象合成技术综述[J]. 大数据, 2023, 9(3): 114-139.
[4]	李婧文, 李雅文. 算法应用风险与治理研究[J]. 大数据, 2023, 9(3): 140-149.
[5]	焦荟聪, 刘文菊, 王赜. 基于指数机制的轨迹差分隐私保护方法[J]. 大数据, 2023, 9(1): 141-152.
[6]	王子航, 禹向群, 斯洪标, 傅思敏, 张旭龙, 彭绍亮. 基于算力网络的元宇宙分层处理模型设计[J]. 大数据, 2023, 9(1): 51-62.
[7]	朱锐, 王宏志, 崔双双, 张恺欣, 燕钰. 面向元宇宙的云边端协同大数据管理[J]. 大数据, 2023, 9(1): 63-77.
[8]	罗煜楚, 吴昊, 郭宇涵, 谭绍聪, 刘灿, 蒋瑞珂, 袁晓如. 数字人文中的可视化[J]. 大数据, 2022, 8(6): 74-93.
[9]	韩立帆, 季紫荆, 陈子睿, 王鑫. 数字人文视域下面向历史古籍的信息抽取方法研究[J]. 大数据, 2022, 8(6): 26-39.
[10]	于亚秀, 李欣. 数字人文视域中的古籍文本标注方法研究——以MARKUS为例[J]. 大数据, 2022, 8(6): 15-25.
[11]	崔雨萌, 王靖亚, 闫尚义, 陶知众. 基于深度学习的警情记录关键信息自动抽取[J]. 大数据, 2022, 8(6): 127-142.
[12]	易杰, 曹腾飞, 黄明峰, 黄肖翰, 张子震. 基于时间编码LSTM的高校舆情热点趋势预测研究[J]. 大数据, 2022, 8(5): 124-138.
[13]	阮雯强, 徐铭辛, 涂新宇, 宋鲁杉, 韩伟力. 数据租赁——数据流通的新方式[J]. 大数据, 2022, 8(5): 3-11.
[14]	关海山, 郑玉龙, 魏笔凡, 张泽民, 岳浩, 师斌, 董博. 税收优惠政策关键要素抽取与可视化分析[J]. 大数据, 2022, 8(5): 106-123.
[15]	张宇奇, 黄晓雯, 桑基韬. 知识增强策略引导的交互式强化推荐系统[J]. 大数据, 2022, 8(5): 88-105.