基于特征融合的虚假招聘广告检测模型

作     者：王永政 纪淑娟 WANG Yongzheng;JI Shujuan

作者机构：山东科技大学计算机科学与工程学院山东青岛266590 

基　　金：国家自然科学基金项目(71772107) 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2025年第24卷第2期

页      码：26-32页

摘      要：网络在线招聘逐渐取代了传统线下招聘,成为求职者首选的求职方式,但虚假招聘广告的出现给企业与求职者带来极大困扰,严重妨碍了网络招聘健康发展。针对现有基于单一机器学习模型的检测准确性较低,基于深度学习模型的时间效率较差的问题,提出一种基于特征融合的虚假招聘广告检测模型。首先,引入注意力机制为每个基分类器分配权重;其次,横向融合多个基分类器特征以显著提升虚假招聘广告检测效果。实验表明,特征融合模型准确率相较于性能最好的机器学习模型、BERT深度学习模型、TextCNN深度学习模型分别提升1.78%、1.67%、1.16%,模型运行时间略高于各机器学习模型但远低于深度学习模型,在EMSCAD数据集上的实验表明特征融合模型具有较好的虚假招聘广告检测性能。

主 题 词：机器学习 特征融合 注意力机制 虚假招聘广告检测 深度学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11907/rjdk.241043

馆 藏 号：203156681...