封面新聞記者 蔡世奇
8月4日，數據挖掘領域國際最高級別會議KDD 2019在美國阿拉斯加州舉行。
多家中國網際網路公司的論文亮相本屆KDD大會，阿里巴巴、今日頭條、BOSS直聘、滴滴、京東等中國網際網路企業各自展示了他們在數據挖掘方面的研究成果。
其中，BOSS直聘自然語言處理團隊與北京大學的合作論文入選會議科研類論文單元，同時BOSS直聘首席科學家薛延波博士應邀在該會議的workshop上分享另外一篇關於職業選擇的研究。
數據挖掘遇上人力資源 求職招聘存在歷史行為偏好
在日常生活中，人們時常會發現「愛的人都是同一類型」。BOSS直聘與北京大學合作的這篇論文顯示，在求職招聘領域也存在同樣的現象。該論文指出「求職招募過程中的招聘者和求職者存在歷史行為偏好」，利用對這種「偏好」的認知，能有效提升求職者與招聘者的匹配效率。
BOSS直聘NLP中心負責人介紹，「我們建立了求職者和招聘者雙邊對稱的表示學習網絡。在兩個表示學習網絡裡，我們將求職者及其歷史面試記錄的崗位文本，以及招聘崗位及其歷史面試記錄的簡歷信息分別進行輸入，通過引入記憶模塊，從而我們得到分別具有各自偏好的向量表示。從而證明了，求職者和招聘者確實存在歷史行為偏好」
圖1 BOSS直聘和北大團隊構建的招聘JRMPM匹配系統示例圖
在論文中，BOSS直聘與北大團隊首次將求職者與招聘者在過往求職招聘交互行為中的文本偏好信息加入到匹配模型，且通過實驗證明了該匹配模型（JRMPM）優於目前所有模型，極大地提升了匹配效率。
KDD大會評審反饋中，特別強調了該論文對於數據挖掘技術在招聘領域應用提升的開創性、建設性。「全球範圍看，以往數據挖掘技術主要應用於電商、金融等大領域，而在具有公共屬性行業的人力資源行業卻很少見，讓人眼前一亮，非常具有創新意義。」
圖2 KDD2019大會官網論文入選列表
根據公開資料，KDD 大會(國際數據挖掘與知識發現大會， ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 簡稱 KDD )由 ACM ( Association of Computing Machinery ，計算機學會)的數據挖掘及知識發現專委會( SIGKDD )負責協調籌辦，被中國計算機協會認定為 A 類會議。自 1995 年以來，KDD 大會連續舉辦了二十餘屆，作為數據挖掘領域最頂級的學術會議，KDD 大會以論文接收嚴格聞名，每年的接收率不超過 20%，因此頗受行業關注。2019年尤為嚴格，接收率僅14%。
新視角看求職招聘 博弈論助力工作選擇研究
除了論文之外，BOSS直聘首席科學家薛延波博士也應邀在大會「人才與管理計算」工作坊上分享另一篇來自BOSS直聘職業科學實驗室的研究。在對現實中數以千計的工作進行分類後，薛延波及其團隊將工作抽象為「公共類工作」和「私有類工作」。前者的工作能夠令周圍的其他人也產生收益，後者的工作只能為自己產生收益。
「當公共類工作增益不大時，人們更願意進入私有類工作，且人們從事私有類工作的努力程度及能力值要高於從事公共類工作的群體，但實際的產出卻沒有公共類高。」薛延波表示，團隊利用空間演化公共物品博弈論的分析框架對職業選擇問題進行了分析，為相關就業政策的制定提供了新的研究視角。