基于深度学习的职业特征向量提取方法、装置及设备

本申请涉及一种基于深度学习的职业特征向量提取方法、装置及设备。所述方法包括：获取在线职业网络中多个样本的简历数据，通过提取简历数据中的职业流动轨迹，构建职业流动网络；其中，职业流动网络包括节点、边以及每条边对应的权重；在职业流动网络中释放随机游走器，根据随机游走器的游走序列生成职业路径；根据职业路径中职业间的关联程度提取路径共性并构建路径共性矩阵，将路径共性矩阵输入深度自编码器进行训练迭代，输出得到简历数据中每种职业的职业特征向量。采用本方法能够通过深度学习提取包含职业自身信息和职业间相互联系的职业特征向量，增强了职业特征提取结果的全面性和准确性。