[论文解读] Job2Vec: Job Title Benchmarking with Collective Multi-View Representation Learning

Denghui Zhang, Junming Liu+5 more|arXiv (Cornell University)|Sep 16, 2020

Advanced Graph Neural Networks参考文献 27被引用 10

一句话总结

本文提出 Job2Vec，一种联合多视角表征学习框架，将职位名称基准化问题建模为大规模职位图（Job-Graph）上的链接预测任务。通过联合学习图结构、职位名称语义、职位转换平衡性与转换时长四个视角，并利用基于自编码器的融合机制进行融合，Job2Vec 在识别跨公司语义与功能相似的职位名称方面表现优异，其链接预测准确率优于单视角基线模型。

ABSTRACT

Job Title Benchmarking (JTB) aims at matching job titles with similar expertise levels across various companies. JTB could provide precise guidance and considerable convenience for both talent recruitment and job seekers for position and salary calibration/prediction. Traditional JTB approaches mainly rely on manual market surveys, which is expensive and labor-intensive. Recently, the rapid development of Online Professional Graph has accumulated a large number of talent career records, which provides a promising trend for data-driven solutions. However, it is still a challenging task since (1) the job title and job transition (job-hopping) data is messy which contains a lot of subjective and non-standard naming conventions for the same position (e.g., Programmer, Software Development Engineer, SDE, Implementation Engineer), (2) there is a large amount of missing title/transition information, and (3) one talent only seeks limited numbers of jobs which brings the incompleteness and randomness modeling job transition patterns. To overcome these challenges, we aggregate all the records to construct a large-scale Job Title Benchmarking Graph (Job-Graph), where nodes denote job titles affiliated with specific companies and links denote the correlations between jobs. We reformulate the JTB as the task of link prediction over the Job-Graph that matched job titles should have links. Along this line, we propose a collective multi-view representation learning method (Job2Vec) by examining the Job-Graph jointly in (1) graph topology view, (2)semantic view, (3) job transition balance view, and (4) job transition duration view. We fuse the multi-view representations in the encode-decode paradigm to obtain a unified optimal representation for the task of link prediction. Finally, we conduct extensive experiments to validate the effectiveness of our proposed method.

研究动机与目标

• 解决人才管理中跨公司职位名称命名不一致、非标准化的问题。
• 克服职位名称基准化中数据稀疏性与职业流动模式不完整的问题。
• 在统一框架内建模职位名称相似性的多种互补视角——结构视角、语义视角、转换平衡性与持续时间。
• 将职位名称基准化重新定义为职位流动图（Job-Graph）上的链接预测任务。
• 开发一种统一的表征学习方法，融合多视角信号以提升相似职级职位名称匹配的准确性。

提出的方法

• 构建一个大规模的 Job-Graph，其中节点代表公司特定的职位名称，边代表职位之间的流动。
• 建模四种不同视角：(1) 图拓扑以捕捉结构邻近性，(2) 从职位描述文本中学习语义嵌入，(3) 转换平衡性以反映相似职位间的对称流动，(4) 转换持续时间以捕捉时间上的相似性。
• 采用基于深度自编码器的融合机制，将多视角表征整合为统一的低维嵌入空间。
• 端到端训练模型，以链接预测目标为优化目标，最大化真实职位名称对在 Job-Graph 中相连的可能性。
• 借鉴 Word2Vec 和 DeepWalk 中的跳字模型与负采样技术，用于图结构与语义表征学习。
• 在稀疏、噪声较多的职业数据上训练时，采用早停法与 L2 正则化以防止过拟合。

实验结果

研究问题

• RQ1 多视角表征学习能否在超越词汇相似性的基础上有效建模职位名称相似性？
• RQ2 结构、语义与基于转换的信号如何协同提升职位名称基准化中的链接预测性能？
• RQ3 引入转换平衡性与持续时间在多大程度上提升了职位名称匹配的准确性？
• RQ4 从多个视角联合学习的统一表征是否能优于单视角基线模型在职位名称基准化中的表现？
• RQ5 所提出方法在数据稀疏性与非标准职位名称命名情况下的鲁棒性如何？

主要发现

• Job2Vec 在职位名称基准化任务的链接预测准确率上显著优于单视角基线模型（如 DeepWalk 与 Word2Vec）。
• 引入转换平衡性与持续时间视角可减少异常预测，如跨公司不匹配的高级别职位名称。
• 基于自编码器的融合机制成功整合了多视角表征，生成了更鲁棒且泛化能力更强的职位名称嵌入。
• Job2Vec 能够以高精度预测语义相似但词汇不同的职位名称（如 'Software Engineer' 与 'SDE'），即使它们在训练数据中未被直接共现。
• 该模型在真实世界 IT 与金融行业职位流动数据集上达到最先进性能，证明其在人才智能系统中的实际应用价值。
• 实证结果表明，结合全部四个视角可获得最高的 F1 分数与 AUC，证实了多视角信号之间的互补性。