一种基于多维度的余弦相似度算法的企业推荐方法

本发明公开了一种基于多维度的余弦相似度算法的企业推荐方法，涉及数据处理技术领域。包括收集企业信息数据，并进行归一化和标签化处理，形成企业基础数据和技能数据；将企业基础数据和技能数据向量化，形成企业综合实力矩阵A、技能特征矩阵B以及企业间技能影响模型矩阵C，构建数据集D1、D2、D3；针对不同维度，使用CNN、Transformer‑XL和GNN模型，分别学习企业技能特征、综合实力特征和技能影响特征，优化模型参数并提升预测性能；采用SSA算法优化XGBoost的超参数，通过MAE和MSE性能评估获取最佳参数；将匹配度较高的企业按排序生成推荐列表，并输出最终推荐企业名单。本发明可以在较短的时间内，获取目标企业的特征和评分。