基于简历网络的个人信息摘要生成

导读

在例如LinkdedIn.com或者Facebook.com等社交媒体上的个人简历信息对于人才推荐和广告推荐等系统有非常高的应用价值。这些简历信息虽然包含大量的可用信息，但通常缺乏组织，导致很难快速找到所需信息。

本文通过利用无监督学习和监督学习方法从社交网络中自动获取文本和社交连接信息，从而完成个人信息摘要任务。

对于无监督学习，本文提出联合排序方法，称为SocialRank，将个人简介中的文本信息和社交连接信息结合起来，生成个人信息概要。

对于监督学习，本文提出了一个联合因子图模型，称为CoFG，用局部文本属性函数和社交连接因子函数来生成个人文本摘要。

通过在 LinkedIn.com 的大规模数据集上的实验，表明了社交连接信息和本文所提出的无监督及监督学习方法对于个人信息摘要的有效性。

文章精要