摘要
本发明涉及机器学习技术领域,具体地涉及多层神经网络模型技术领域,特别地涉及一种基于应聘行为的职位召回模型训练方法、装置及电子设备及存储介质。所述方法包括:获取用户的应聘行为数据并对其进行预处理;根据预处理后的应聘行为数据生成应聘行为序列,至少一个应聘行为序列包括全局变量位,全局变量位与投递行为的职位关联;将应聘行为序列输入职位召回模型中,输出预测结果;根据预测结果与应聘行为序列构建损失函数,当损失函数小于设定阈值,则停止迭代训练。本申请通过将应聘行为序列中的全局变量位与用户的投递行为相关联,可以加强投递行为对模型预测结果的影响,提升职位推荐的准确性和用户体验。
技术关键词
计算机程序指令
模型训练方法
信息熵
多层神经网络模型
数据
节点
电子设备
生成随机序列
模型训练装置
机器学习技术
生成会话
可读存储介质
滑动窗口
模块
处理器
时间段
存储器
系统为您推荐了相关专利信息
模型部署方法
数据总线设备
图形处理器
框架
可读存储介质
指标计算方法
语义
逻辑
业务数据处理技术
数据字
大数据传输方法
数据专用
大数据传输系统
网络传输协议
数据错误率
注意力机制
节点特征
网络模型训练
网络节点
自组网