李堂军，戴昕淼

（山东科技大学经济管理学院，山东青岛 266590）

0 引言

就业是民生之本，稳就业是“六稳”之首。当前，经济下行压力与疫情叠加，国家围绕稳就业原则，多项措施推进人才资源有效配置。随着互联网普及，越来越多的招聘厂商和应聘者选择互联网进行招聘及求职工作。网络招聘指通过互联网进行招聘活动，主要过程有发布岗位信息、收集简历、在线面试等［1］。据统计，2019 年使用网络招聘的厂商数量已达486.6 万家，网络求职用户规模超2 亿人次。相较于传统招聘，网络招聘不仅覆盖面广、时效性强，而且具有成本低的优势，但招聘厂商与求职者之间的匹配效率问题始终有待解决。如招聘厂商在招聘过程中对职位描述不清晰、定位不准确，虽写有岗位职责或任职资格，却缺乏对岗位技能的重点描述，求职者难以有针对性地应聘。

本文通过对招聘文本信息进行分析，提出一种基于LDA（Latent Dirichlet Allocation）模型的技能标签生成算法。首先通过招聘词库提取关键词生成候选标签，然后将文本挖掘获得的文本信息进行LDA 主题挖掘，对获得的主题、关键词与获取的候选标签进行相似度计算，最后对候选标签进行加权计算得出各主题下的技能标签。实验表明该方法能够准确挖掘出技能标签，为招聘厂商筛选应聘者提供借鉴与参考。

1 相关研究

网络招聘源于美国，现已成为许多国家和地区主要的人才招聘渠道。为提高网络招聘效率，国外相关学者进行了大量研究。……