Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Network Data Buffering for Availability Improvement of Mobile Web Applications Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Using Interaction Signals for Job Recommendations

verfasst von : Benjamin Kille, Fabian Abel, Balázs Hidasi, Sahin Albayrak

Erschienen in: Mobile Computing, Applications, and Services

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Job recommender systems depend on accurate feedback to improve their suggestions. Implicit feedback arises in terms of clicks, bookmarks and replies. We present results from a member inquiry conducted on a large-scale job portal. We analyse correlations between ratings and implicit signals to detect situations where members liked their suggestions. Results show that replies and bookmarks reflect preferences much better than clicks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Indoor Navigation with a Smartphone Fusing Inertial and WiFi Data via Factor Graph Optimization
Nächstes Kapitel A Spatiotemporal Approach for Social Situation Recognition
Fußnoten
Literatur
1.
Akehurst, J., Koprinska, I., Yacef, K., Pizzato, L., Kay, J., Rej, T.: CCR - A content-collaborative reciprocal recommender for online dating. In: IJCAI, pp. 2199–2204 (2011)
2.
Koren, Y., Bell, R.: Advances in collaborative filtering. In: Ricci, F., Rokach, L., Shapira, B., Kantor, P.B. (eds.) Recommender Systems Handbook, pp. 145–184. Springer, Heidelberg (2011)
3.
Kunegis, J., Gröner, G., Gottron, T.: Online dating recommender systems: the split-complex number approach. In: ACM RecSys Workshop on Recommender Systems and the Social Web, pp. 37–44 (2012)
4.
Lops, P., de Gemmis, M., Semeraro, G., Handbook, R.S.: Content-based recommender systems: state of the Art and trends. In: Ricci, F., Rokach, L., Shapira, B., Kantor, P.B. (eds.) Recommender Systems Handbook, pp. 73–100. Springer, Heidelberg (2011)
5.
Malinowski, J., Wendt, O., Keim, T., Weitzel, T.: Matching people, jobs: a bilateral recommendation approach. In: Proceedings of the Annual Hawaii International Conference on System Sciences, vol. 6, pp. 1–9 (2006)
6.
Mine, T., Kakuta, T., Ono, A.: Reciprocal Recommendation for Job Matching with Bidirectional Feedback, vol. 2009, pp. 39–44 (2013)
7.
Paparrizos, I., Cambazoglu, B., Gionis, A.: Machine learned job recommendation. In: RecSys, pp. 325–328 (2011)
8.
Pizzato, L., Rej, T., Chung, T., Koprinska, I., Kay, J.: RECON: a reciprocal recommender for online dating. In: ACM RecSys, pp. 207–214 (2010)
9.
Zhao, K., Wang, X., Mo, Y., Gao, B.: User recommendations in reciprocal and bipartite social networks-an online dating case study. IEEE Intell. Syst. 29, 27–35 (2014)CrossRef
Metadaten
Titel
Using Interaction Signals for Job Recommendations
verfasst von
Benjamin Kille
Fabian Abel
Balázs Hidasi
Sahin Albayrak
Copyright-Jahr
2015
Verlag
Springer International Publishing
Buch
Mobile Computing, Applications, and Services

Print ISBN: 978-3-319-29002-7

Electronic ISBN: 978-3-319-29003-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-29003-4_17