研究提出基于就业存续的劳动者-企业匹配质量度量方法

Jung Ho Choi 与 Mario Milone 在 arXiv 发表论文，提出用双塔神经网络从就业关系的存续中学习劳动者-企业匹配质量，将双方职业历史与企业特征嵌入同一空间，以余弦相似度度量匹配程度。 模型基于覆盖 1.01 亿工人和 840 万企业的超十亿人期数据估计。论文称匹配质量提升 0.1 可使离职几率降低 48%；匹配更好的工人收入更高，员工匹配度高的企业增长更快、更盈利，且专利更多、更有价值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。