使用机器学习和 Talent Solution 改进职位搜索结果

本页介绍了如何使用 Cloud Talent Solution、机器学习 (ML) 和客户端事件数据来改进搜索结果。

Cloud Talent Solution 服务将机器学习技术融入招聘信息搜索体验，可为求职者提供高质量的搜索结果，远超基于关键字的典型方法极限。CTS 以开箱即用的方式，将相关性模型和招聘信息/技能本体应用于您的招聘信息细节。您可以根据求职者的活动来记录客户端事件，从而改善返回给求职者的结果。

有两种方法可以利用此功能，这两种方法都在本快速入门中进行了概述。我们建议您使用 createClientEventRequest API 方法，原因是该方法避开了使用 Cloud Pub/Sub 向 Cloud Talent Solution 发送消息的身份验证质询，提供了一组干净的 API 来实现分析框架。

在本教程结束时，您将开始发布客户端事件数据。

当求职者执行特定操作时，您可以使用 API 来记录该操作。例如，与服务交互的求职者或其他实体已在其视图中呈现一则招聘信息（或招聘信息列表），例如在采用压缩或剪辑格式的搜索结果列表中。在这种情况下，您可以向 Cloud Talent Solution 发送一个 IMPRESSION 事件，以提供该搜索结果的上下文，以及可供求职者查看的内容。此外，当求职者点击某条招聘信息结果以查看其完整的描述时，您可以发送一个 VIEW 事件，记载该求职者对于此职位的兴趣。

用量

以下示例展示了如何使用 API 向 Cloud Talent Solution 发送消息。与服务交互的求职者或其他实体已在其视图中呈现一则招聘信息（或招聘信息列表），例如在采用压缩或剪辑格式的搜索结果列表中。此事件通常与求职者在单个页面上查看招聘信息列表相关。

如需查看可用事件类型的完整列表，请访问事件类型。

使用 Cloud Pub/Sub 记录客户端事件请求

要求

为了发布 pubsub 消息，您必须仅将消息发布到 p-jobs 项目和 cloud-jobs-events 主题。

不含 requestID 的任何 pubsub 消息都会被丢弃。

准备工作

您已完成以下操作：

本教程介绍了创建发布者客户端，通过 Cloud Pub/Sub 发布客户端事件以及执行清理的集成说明。我们通过使用 Java 代码逐步演示一个 Cloud Talent Solution 应用的集成，演示中侧重于解释如何调用 Cloud Talent Solution，而不是解释 Java 客户端库。

将客户端事件数据发布到 Cloud Talent Solution

本节将引导您将客户端事件数据发布到 Cloud Talent Solution，该解决方案可用于提高您的特定业务与求职者需求的相关性。

按照 Google Cloud Pub/Sub 发布者指南将消息发布到 Cloud Talent Solution。

检查以确保发送的实际消息遵循如下所述的模式。

示例消息

IMPRESSION 事件

JSON

    {
      "eventId": "857523730h91wrgkih9qpl12z8bf",
      "eventType": "IMPRESSION",
      "requestId": "8d2bdd5d-1361-42a5-a0fd-bd2b58b7d8fb:APAb7ISd4Sc5faibw2V5hTU/OoC2WAW5AA==",
      "relatedJobNames": [
        "jobs/4000000000",
        "jobs/4000000001"
      ],
      "eventTimestampMillis": 1518200614309,
    }

VIEW 事件

JSON

    {
      "eventId": "9q9wa69qgfx1q1xzwn3zo25z",
      "eventType": "VIEW",
      "requestId": "248pla4w-8wpl-87rt-15rt-430ue8u541m8",
      "relatedJobNames": [
        "jobs/8000000000",
        "jobs/8000000001"
      ],
      "eventTimestampMillis": 1518200617426,
    }

使用 Cloud Talent Solution 管理工具验证实施

Cloud Talent Solution 为 API 用户提供了自助服务工具，以验证实施。

如需详细了解自助服务工具，请参阅 Cloud Talent Solution 管理工具。

后续步骤

使用客户端事件数据改进预训练模型。