【摘要】基于现有就业推荐系统在个性化推荐能力上的不足，创新性地提出一种基于Ａｌｂｅｒｔ与ＤｅｎｓｅＮｅｔ结构的长文本匹配模型ＡｌＤｅｎｓｅ以及一种基于双层动态权重调整的推荐算法；其中，ＡｌＤｅｎｓｅ能够有效计算求职者简历与企业岗位信息文本的匹配度，而双层动态权重算法则为每个用户单独建立搜索权重体系，捕捉用户在多次检索过程中体现出的求职倾向变化，最终实现提升系统人岗个性化匹配质量的目的。 实验结果表明，ＡｌＤｅｎｓｅ相比传统长文本匹配模型，能够更精确地计算简历与岗位信息文本的匹配度；在此基础上，结合双层动态权重算法得到的岗位推荐信息更全面地考虑了求职者的能力与需求，有效提升了系统的个性化推荐能力。