应用交谈式系统于人力银行配对机制的研究

应用交谈式推荐系统于人力银行配对机制的研究202X/01/01xx目录01研究背景、动机与目的05文献回顾(三):多样性推荐02研究范围、限制与步骤06文献回顾(四):网络招募03文献回顾(一):推荐系统07研究方法与系统架构04文献回顾(二):交谈式推荐系统08研究评估研究背景、动机与目的研究背景与动机试图以推荐系统技术着手,以人力银行职缺媒合为应用领域,尝试应用交谈式推荐系统架构,建置个人化求职推荐系统,以改善人力银行职缺搜寻机制。网际网络迅猛发展、信息量爆炸性飇涨,衍生信息萃取的需求。随着计算机普及与网络盛行,人力资源网站(InternetRecruitment)成为企业征才与求职民众的媒合平台。研究背景、动机与目的（续）研究目的藉由不同的「查询修正」(QueryRevision)规则,评估其在本研究系统运作之效率。以交谈式推荐模式,尝试「基于比较」(Comparison-based)之架构实作人力银行网站求职媒合雏形系统。藉由发展可操作之系统,评估「基于偏好」(Preference-based)做为反馈机制之实际运作。尝试「基于多样性」(Diversity-based)推荐技术做为职缺推荐的种类。研究范围、限制与步骤本研究将进行推荐之对象,主要以上述人力银行资料中之会员资料,且属于系统软件类之求职者为其推荐对象

。本研究将使用的资料皆以某人力银行资料为主,其余不在探讨范围。本研究将进行推荐的项目,主要以上述人力银行资料中之职缺资料,且属于系统软件类之职缺为其推荐项目。010203研究范围与限制研究步骤确定主题确定研究背景与动机确定研究问题与目的设定研究范围与限制相关文献回顾研究数据库建立系统分析与建置系统实测与分析研究结果与建议6研究范围、限制与步骤（续）文献回顾（一）：推荐系统定义整合相关技术,如信息过滤(InformationFiltering)、用户分析(UserProfiling)、机器学习(MachineLearning)、用户适性操作界面(AdaptiveUserInterface),其目的是协助使用者找到所需信息(Goker&Thompson,2000)。是一种可在复杂的信息环境下帮助使用者决策,且可依据系统对使用者的了解来产生建议。(A.M.Rashidetal.,2002)文献回顾（二）：交谈式推荐系统与非交谈式推荐系统最大不同之处是藉由系统与使用者相互“对话”(Dialog)机制,双方经由“交谈”(Conversation)的过程,系统可依据使用者“反馈”(Feedback)来修正先前所提供的建议。(Smyth&Mcclave,2001)定义使用者推荐系统推荐系统使用者推荐系统（单次检索）交谈式推荐系统查询条件

推荐结果

反馈

推荐结果

反馈

推荐结果

9‧‧‧

文献回顾（二）：交谈式推荐系统（续）文献回顾（二）：交谈式推荐系统（续）提问后筛选(NavigationbyAsking)提案后筛选(NavigationbyProposing)对话类型文献回顾（二）：交谈式推荐系统（续）提问后筛选(NavigationbyAsking)使用者针对推荐系统所提出的问题,在其心目中理想对象的情况下,进行一问一答的对话。(Burkeetal.,1997)使用者不仅要了解系统提供的特征值内涵,也必须要有一定的了解其建议范围和特征值间所隐含的功能问题,所以使用者需要花费较高程度的代价。提案后筛选（NavigationbyProposing）使用者对正在寻找的目标品项没有一个明确的想法而需要塑造自己的喜好时，推荐系统藉由互动过程来协助他们。（Shimazu,2002）使用者根据推荐系统所提供的建议（Recommendations）来做反馈。使用者只需根据推荐项目提供反馈，所付出的心力（Effort）较少。文献回顾（二）：交谈式推荐系统（续）文献回顾（二）：交谈式推荐系统（续）反馈策略值征询(ValueElicitation)评分(Ratings-based)偏好(Preference-based)特征值修正(Tweaking)文献回顾（二）：交谈式推荐系统（续）值征询（ValueElicitation）算是最直接的方式来征询使用者的反馈意见。以推荐工作为例，求职者可能会被问及期望的工作地点、所需学历、经验年资等。其所获取的反馈常代表高可信度的信息，因此系统可据此剔除大部份不符合该特征的资料。但使用者须付出较高的代价。（Doyle&Cunningham,2000）文献回顾（二）：交谈式推荐系统（续）结合NavigationbyAsking及NavigationbyProposing策略，藉由推荐系统所产生的推荐结果，使用者针对感兴趣的项目反馈（Preference-basedFeedback）及可选择性地微调特征值。特征值修正（Tweaking）文献回顾（二）：交谈式推荐系统（续）评分（Ratings-based）对系统所产生的推荐项目给予评分，以表达其在不同面向的偏好程度。因为使用者只须表达对推荐项目的喜好程度（分数），所以其所付出的代价也较低。文献回顾（二）：交谈式推荐系统（续）偏好（Preference-based）和上述三种反馈策略相比，使用者所付出的代价最低。只须对推荐系统所产生的推荐项目表示感兴趣（正面反馈）或不感兴趣（负面反馈）即可。文献回顾（二）：交谈式推荐系统（续）对话类型反馈策略提问后筛选（NavigationbyAsking）值征询（ValueElicitation）特征值修正（Tweaking）提案后筛选（NavigationbyProposing）评分（Ratings-based）偏好（Preference-based）推荐系统使用反馈策略比较表资料来源：Comparision-BasedRecommendation(McGinty&Smyth,2002)文献回顾（二）：交谈式推荐系统（续）反馈策略界面专门知识成本语意模糊值征询(ValueElicitation)高高中低特征值修正(Tweaking)低中中中评分(Ratings-based)低中低高偏好(Preference-based)低低低高反馈策略比较资料来源：TweakingCritiquing(McGinty&Smyth,2003)反馈策略：特征值修正（Tweaking）所提供的推荐工作工作职缺公司名称学历年资地点证照程序设计师甲公司大学3台北SCJP网页工程师乙公司大学2新竹程序测试工程师丙公司专科2台北研究助理丁公司硕士2高雄MCSD…感兴趣学历年资地点<2=北部>=大学(示意图)X文献回顾（二）：交谈式推荐系统（续）反馈策略：偏好（Preference-based）根据您的偏好所提供的推荐工作工作职缺公司名称学历年资地点感兴趣程序设计师甲公司大学3台北选择网页工程师乙公司大学2新竹选择程序测试工程师丙公司专科2台北选择研究助理丁公司硕士2高雄选择…(示意图)文献回顾（二）：交谈式推荐系统（续）「基于比较」交谈式推荐特征对话类型：提案后筛选（NavigationbyProposing）反馈方式：偏好（Preference-based）主要程序推荐项目使用者反馈修正查询22文献回顾（二）：交谈式推荐系统（续）修正查询（QueryRevision）MLT（MoreLikeThis）wMLT（WeightedMoreLikeThis）LLT（LessLikeThis）文献回顾（二）：交谈式推荐系统（续）MLT（MoreLikeThis）根据使用者所挑选感兴趣的项目，将其特征与推荐资料进行比对，筛选出符合其特征的资料做为下一推荐周期之推荐清单。工作职缺公司名称学历工作经验科系待遇语言计算机相关专长网页设计师甲公司大学3信息管理28,000英语文书处理程序设计师乙公司大学1不限25,000网页设计程序设计师丙公司专科2信息工程26,000研究助理丁公司硕士4信息工程30,000英语文书处理…使用者所选择之推荐项目文献回顾（二）：交谈式推荐系统（续）wMLT（WeightedMoreLikeThis）根据使用者挑选推荐项目中的各项特征，在其加权后信心度的基础上，分析使用者的喜好后进行查询，并产生下一推荐周期之推荐清单。工作职缺公司名称学历工作经验科系待遇语言计算机相关专长网页设计师甲公司大学3信息管理28,000英语文书处理程序设计师乙公司大学1不限25,000网页设计程序设计师丙公司专科2信息工程26,000研究助理丁公司硕士4信息工程30,000英语文书处理…使用者所选择之推荐项目文献回顾（二）：交谈式推荐系统（续）LLT（LessLikeThis）与MLT及wMLT不同，不以使用者所挑选的项目进行喜爱特征分析，而是以未选择的项目进行厌恶特征（DislikeFeatures）分析，并据此产生（排除符合的厌恶资料）新的推荐资料。26工作职缺公司名称学历工作经验科系待遇语言计算机相关专长网页设计师甲公司大学3信息管理28,000英语文书处理程序设计师乙公司大学1不限25,000网页设计程序设计师丙公司专科2信息工程26,000研究助理丁公司硕士4信息工程30,000英语文书处理…使用者所选择之推荐项目文献回顾（二）：交谈式推荐系统（续）文献回顾（三）：多样性推荐简介多样性推荐(DiversityRecommendations)是避免向同一使用者推荐过于相似的物品。(Bradley&Smyth,2001)1现实世界中,除非使用者提供非常精确的偏好信息,否则推荐系统是无法提供完全吻合于使用者期望的推荐项目。2文献回顾（三）：多样性推荐一些应用领域中,特别是推荐项目稀少时,应用多样性推荐时不能偏废相似性。(McSherry,2002)在搜寻推荐项目的过程中,须权衡(Trade-off)相似性与多样性,并获取最大的平衡。(Smyth&McClave,2001)挑战0102文献回顾（四）：网络招募网际网络招募(InternetRecruiting)传统广告方式的一种变形,它主要是透过网际网络在企业本身的网站或专业的人力招募网站,刊登职缺讯息,借以寻找合适人才的一种招募方法(Andersonelal.,2000)。文献回顾（四）：网络招募（续）求职途径全体(%)透过网络人力银行88.1透过认识的亲友推荐28.4直接email履历至有兴趣的企业25.8透过报纸征才广告17.8透过校园「企业征才」活动14.4透过电子布告栏系统（BBS）12.8亲至有兴趣的企业递履历9.5透过猎人头公司8.8资料来源：Cheers快乐工作人杂志2011年6月求职者最常利用的求职途径文献回顾（四）：网络招募（续）人力银行媒合成功占征才比例%10%以下10.011%～30%14.331%～50%11.851%～70%18.671%以上45.4资料来源：Cheers快乐工作人杂志2011年6月2人力银行媒合成功占征才比例1文献回顾（四）：网络招募（续）主要搜寻功能全国就业e网104人力银行1111人力银行MyJob人力银行一般筛选●●●●进阶筛选●●●●关键字搜寻●●人力银行网站职缺搜寻功能比较表资料来源：

表列各人力银行网站研究方法与系统架构研究方法透过离线实验评估本研究所开发之系统绩效。藉由分析相关文献建构系统开发的基础,并以系统展示法,建置人力银行网站模拟系统。为展示研究成效,以「基于比较」推荐架构进行系统规划及设计,并整合使用者偏好及多样性推荐技术,拟定细部设计结构以做为交谈式推荐系统开发之依据。系统架构Web服务模块推荐结果产生模块反馈处理模块推荐项目计算逻辑模块使用者偏好特征多样