现在，我有大量寻找下一份工作的人的简历。有关于他们的年龄，他们毕业于什么学校，他们经历过什么工作等信息......
我想使用这些数据制作推荐系统。在系统中，如果我有新的简历，我想为他推荐一些工作。
我知道我将使用什么模型，例如协同过滤、循环神经网络、word2vec 等...
但我找不到解决这个问题的最佳方法。如果有人知道好主意，请告诉我。
这是一个数据的示例，
[age,education,skills,past_job1,job1's occupational category, past_job2,job2's occupational category,
...,]
所有数据都存储在字符串中。
一种方法是使用局部敏感散列(LSH)，这是一种近似最近邻搜索方法。
每个文档，包括简历和职位描述，都被散列到同一个空间中。有几种方法可以执行散列。一种较旧的方法是shingling。第 3 章概述了整个过程：在海量数据集的挖掘中寻找相似项目。一种较新的方法是doc2vec。
一旦所有文档都在同一个空间中，LSH 就会以高概率将相似的项目映射到同一个“桶”。这是一种散列，其中冲突是特征，而不是错误。碰撞是聚类的一种变体。给定一个新文档，所有相似的文档也会被检索出来。给定一份简历，检索相似的职位描述。给定职位描述，检索类似的简历。（检索后，过滤掉同一文档类中的文档）
由于 LSH 是一种近似算法，它可以很好地扩展到数百万个文档并处理嘈杂的数据。简历和工作描述是嘈杂的描述，因此有一个可以处理噪声的算法是合适的。