10月22日，第29届ACM信息与知识管理国际会议CIKM拉开帷幕，BOSS直聘基于多视角协同学习的岗位匹配系统研究论文入选会议论文集。
这也是BOSS直聘连续第二年在CIKM会议上发表岗位匹配系统相关研究成果。
据悉，本次CIKM会议共收到投稿，录用率为20.98%。
作为一家技术驱动的招聘平台，BOSS直聘自成立以来一直坚持采用推荐技术选拔，并对职位匹配系统的相关工作进行了深入的研究。
其关于岗位匹配系统的研究成果多次在世界顶级学术会议上发表。
是中国在岗位匹配领域发表最多学术研究的招聘公司，推动人工智能相关技术在招聘领域的应用。
在本次会议发布的论文中，BOSS直聘针对求职者和招聘人员交互行为数据稀疏且嘈杂的场景，提出了一种基于多视图协同学习的新型匹配模型，从而改善了该场景下的人类体验。
岗位匹配效率。
多视图协同学习职位匹配模型图“在真实的招聘场景中，求职者和招聘人员之间的交互行为数据往往是稀疏且嘈杂的，过去单一文本匹配模型的效率取决于是否存在大量有效样本数据”BOSS直接聘用的相关负责人表示，与之前的模型相比，新模型增加了基于关系的匹配模块，并将两个匹配模块集成在一起进行协同训练，优化了稀疏性。
以及复杂的双边交互行为数据。
存在噪声时的人位匹配学习。
CIKM会议评审反馈表明，本文提出的多视图协作学习网络可以解决人位匹配系统中的负样本噪声问题。
同时，集成文本匹配模块和关系匹配模块进行的联合表示学习有助于解决双边交互行为数据稀疏的问题，突破了以往匹配模型需要大量有效样本数据的限制。
这一思想对于互联网招聘场景以外的领域推荐系统的研究也具有一定的指导意义。
岗位匹配研究的本质是岗位招聘领域的双边匹配。
它是提高岗位招聘效率的关键因素，也是招聘领域的重要课题。
BOSS直聘CEO赵鹏曾公开表示，岗位匹配研究对于招聘领域具有重要意义。
职位匹配度低会导致求职者和招聘人员花费大量时间等待职位和错配。
“这其实是一种不必要的‘内耗’。
”事实上，招聘领域的双边匹配并不简单。
核心难点在于双方都是“人”，而人的非标准化、强不确定性、个体因素复杂等都会大大增加双边匹配研究的难度。
BOSS直聘负责人表示，岗位招聘领域的双边匹配不仅需要工业产品和技术的研究和突破，更需要关注和研究岗位招聘领域的“双边”。
BOSS直聘于今年7月成立了全国首个职业科学实验室，汇聚了深度学习、经济学、社会学等不同背景的海内外科研人才，从岗位招聘的“双边”领域入手，打造职业科学领域的研究结构为就业市场的发展和稳定提供了更多的学术依据和方法。
据悉，其多篇科研论文被国际顶级SSCI、SCI期刊收录，涵盖人才流动、城市研究、职场性别差异等多个领域。