一种基于自监督学习的职位推荐方法

本发明提供了一种基于自监督学习的职位推荐方法，属于基于计算机数据处理的职位推荐技术领域。本发明获取求职者简历数据和公司招聘信息数据，对数据进行匿名化处理、数据清洗和数据增强；新设计职位推荐模型，基于预处理后数据，对模型进行无监督的强化学习训练与优化，模型可提取语义特征并进行交互融合，得到匹配评分；设计语义匹配策略，度量求职者简历和公司招聘信息之间的语义相似度，利用余弦相似度原理计算两种特征表示的语义相似分数，优化匹配分数，基于优化后的分数进行职位推荐。本发明创新性地提出了一种融合卷积神经网络、双向长短期记忆网络和多头注意力机制的架构，全方位挖掘文本的丰富语义信息，可精准推荐职位并可不断优化。