Abstract

구인⋅구직 응용에서 구직자의 개별적인 요구와 선호 사항을 충족시키는 맞춤형 추천 기능이 필수적이다. 기존 연구는 사용자의 선호 변화나 새로운 아이템에 대한 추천에서 제한적이다. 이를 개선하기 위해, 본 연구는 대규모 언어 모델(Large Language Models, LLMs)과 그래프 기반 임베딩을 통합한 새로운 프레임워크를 제안한다. 첫째, 대규모 언어 모델을 사용하여 구직자의 이력서에서 데이터를 추출해 맞춤형 직업을 추천한다. 둘째, 그래프 기반 학습으로 직무 지식 그래프를 구축한다. 마지막으로, 사용자 프로필과 직업 간의 최적 매칭을 찾는 임베딩을 개발한다. 결론적으로 우리의 프레임워크는 구직자의 자연어 데이터를 분석하고, 직업과 기술 간의 관계를 그래프로 모델링하여 최적의 직업 매칭을 실현한다.

Highlights