二阶段招聘信息检索方法
招聘信息检索与传统信息检索存在较大差异，传统检索方法不能实现良好的招聘信息检索效果。为解决该问题，本文提出二阶段招聘信息检索方法，针对招聘信息的标题文本和职位描述文本分两阶段分别进行不同的处理。第一阶段本文采用VSM模型对标题文本进行初步检索，将相关度较高的招聘信息视为种子；第二阶段，本文采用文本相似度度量方法和聚类分析方法，在招聘信息全集中寻找与种子相似度较高的招聘信息。通过结合“请求-文档”相关度和“文档-文档”相似度，最终计算相似招聘信息与搜索请求的相关度，完成检索结果综合排序。实验证明，这个方法能有效提高招聘信息检索系统的性能。
招聘信息 计算机检索 文本相似度 特征选择
王静帆 夏云庆 郑方 邬晓钧
清华大学，计算机系，北京，100084 清华大学，信息技术研究院语音和语言技术中心，北京，100084 清华信息科学与技术国家实验室，北京，100084
国内会议
安徽黄山
中文
2007-10-21（万方平台首次上网日期，不代表论文的发表时间）