उन्हें एक सपनों की नौकरी कैसे दिलाएं?

यह पेपर नौकरी खोज की गुणवत्ता को सुधारने और खोज परिणामों को अधिक व्यक्तिगत बनाने के लिए मानकीकृत इकाई डेटा को लागू करने के एक दृष्टिकोण का प्रस्ताव करता है। विशेष रूप से, हम तीन प्रकार की इकाई-सचेत विशेषताओं का अन्वेषण करते हैं और उन्हें नौकरी खोज रैंकिंग कार्य में शामिल करते हैं। पहला है क्वेरी-नौकरी मिलान सुविधाएँ जो क्वेरी और दस्तावेज़ों में उल्लिखित इकाइयों को निकालती और मानकीकरण करती हैं, फिर इन इकाइयों के आधार पर उन्हें अर्थ के अनुसार मिलाती हैं। दूसरा प्रकार, खोजक-नौकरी विशेषज्ञता समरूपता, इस तथ्य को पकड़ने का लक्ष्य रखता है कि नौकरी खोज करने वाले लोग उन नौकरियों में रुचि रखते हैं जो उनकी विशेषज्ञता के समान होती हैं। समानता को मापने के लिए, हम नौकरी विवरणों और खोजक की प्रोफाइल में मानकीकृत कौशल का उपयोग करते हैं, साथ ही उन कौशलों को भी जो हम अनुमान लगाते हैं कि खोजक के पास हो सकते हैं लेकिन उनकी प्रोफाइल में स्पष्ट रूप से सूचीबद्ध नहीं हैं। तीसरा, हम नौकरी दस्तावेज़ की गुणवत्ता को पकड़ने के लिए इकाई-आधारित ऐतिहासिक क्लिक-थ्रू-रेट्स (CTRs) का एक सिद्धांत प्रस्तावित करते हैं। मानकीकृत कंपनियों, शीर्षकों, स्थानों आदि द्वारा नौकरियों को वर्गीकृत करना और ऐतिहासिक CTRs की गणना उस पहलू स्तर पर करना, न कि व्यक्तिगत नौकरी स्तर पर, ऐतिहासिक क्रिया डेटा में फैलाव की समस्या को हल करता है। यह विशेष रूप से नौकरी खोज में महत्वपूर्ण है जहां नौकरी का जीवनकाल आमतौर पर कम होता है। ऑफलाइन और ऑनलाइन प्रयोगों दोनों ने विशेषताओं की प्रभावशीलता की पुष्टि की है। ऑफलाइन प्रयोग में, इकाई-सचेत विशेषताओं का उपयोग +20%, +12.1% और +8.3% के सुधार देता है। ऑनलाइन A/B परीक्षण दिखाता है कि एक नया मॉडल इन विशेषताओं के साथ क्लिक-थ्रू-रेट और आवेदन दर के मामले में आधार रेखा से +11.3% और +5.3% बेहतर है।