计算机与现代化JISUANJIYUXIANDAIHUA2023年第3期总第331期0引言据教育部数据［1］，2021届全国普通高校毕业生总规模909万人，同比增加35万人。在疫情防控常态化的背景下为了保证就业工作和招聘工作的顺利推进，线上招聘成为最佳的选择。教育部大力拓展市场化就业渠道，推出校园网络招聘服务，已累计向2021届高校毕业生提供岗位信息1451万条，投递简历3763万人次。面对如此多的简历，招聘单位如何能尽快地招募到合适的员工，即让人才与岗位精准匹配成为亟待解决的问题。因此，研究高效的人岗匹配算法十分有意义。近年来，不少学者在人岗匹配、智能招聘等有关领域展开科学研究。在国外，Sekiguchi［2］对人与组织匹配（Person-Organizationfit，PO）以及人与工作匹配（Person-Jobfit，PJ）的概念进行了综述，为人力资源管理的理论和实践提供有价值的知识和见解；Ku⁃mar等人［3］利用适当的PJ匹配和PO匹配来提高员工基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法刘付谦，秦华妮，赖惠慧（五邑大学数学与计算科学学院，广东江门529020）文章编号：1006-2475（2023）03-0090-06收稿日期：2022-05-09；修回日期：2022-06-07基金项目：国家自然科学基金资助项目（11871379）；2021年广东省大学生创新创业训练计划重点支持领域项目（202111349071）作者简介：刘付谦（2000—），男，广东东莞人，本科生，研究方向：数据挖掘，E-mail：liufuqian2000@163.com；秦华妮（1977—），女，湖南常德人，副教授，博士，研究方向：智能信息处理与数据挖掘，E-mail：qhn2010@126.com；赖惠慧（2001—），女，广东惠州人，本科生，研究方向：数据挖掘，E-mail：1303843032@qq.com。摘要：近2年由于新冠疫情的影响，各行各业受到了巨大的冲击，传统招聘方式难以实行，一方面招聘单位人才缺口大，另一方面求职者无法线下应聘。网络招聘的出现为求职者和招聘单位带来了一定的方便，但仍存在人岗匹配效率低、匹配不平衡的问题，如何精准且快速地完成人岗匹配工作成为需要解决的迫切问题。针对该问题，提出一种基于SMOTE和贝叶斯优化的Adj-LightGBM人岗匹配算法。首先对人岗数据集进行数据预处理；其次使用SMOTE算法对匹配成功样本进行过采样处理，处理后的正负样本比例为1：3；然后在验证集上使用贝叶斯优化寻找最优的LightGBM模型；最后对该模型进行测试与评价，得出该模型的F1-score为0.974，Auc为0.971。通过与支持向量机、随机森林以及XGBoost算法进行对比，发现...
