Pre-computa la matrice profilo professionale per il matching

Prepara l'oggetto riusabile contenente la matrice sparsa competenze x professioni (M) e la sua versione L2-normalizzata (M_norm), insieme ai conteggi e all'universo di skill e professioni. L'oggetto puo' essere riutilizzato da match_professions_score() su query diverse senza ripagare il costo della costruzione del profilo, che dipende solo dalle tabelle postings e skills_long.

Usage

match_professions_prepare(
  postings,
  skills_long,
  basis = c("coverage", "tfidf", "rca"),
  min_postings = 30L
)

Arguments

postings

data.table con almeno le colonne general_id e idesco_level_4. Tipicamente ottenuto da read_oja_itaposts(con)$postings: itaposts::oja_postings() da sola non espone idesco_level_4.

skills_long

data.table in formato lungo con almeno le colonne general_id e idescoskill_level_3. Una riga per coppia (annuncio, competenza). Tipicamente ottenuto da read_oja_itaposts(con)$skills.

basis

Base del profilo professionale: "coverage" (default), "tfidf" oppure "rca".

min_postings

Numero minimo di annunci per professione necessari per ritenere stabile il profilo. Le professioni sotto soglia vengono scartate prima del calcolo. Default 30L.

Value

Una list con classe "match_professions_prep" e i seguenti elementi:

M

dgCMatrix sparsa skill x professione con i valori grezzi del profilo nella base scelta (pre-normalizzazione).

M_norm

dgCMatrix sparsa con le colonne di M divise per la propria norma L2. Le colonne con norma nulla vengono scartate.

col_norms

Vettore numerico delle norme L2 delle colonne di M, con nomi pari a colnames(M).

universe_skills

Character con rownames(M).

universe_profs

Character con colnames(M) (post-scarto delle colonne a norma nulla).

counts

data.table con idesco_level_4, idescoskill_level_3, n_ps, N_p, value (dipendente dalla base) e coverage_ps (sempre presente; usata da match_professions_score() per mean_coverage e hit_ratio).

n_per_prof

data.table con idesco_level_4 e N_p (numero di annunci per professione, dopo filtro min_postings).

basis

La base risolta.

min_postings

La soglia applicata.

Se nessuna professione supera min_postings, oppure se la giunzione postings-skills_long e' vuota, viene restituito un oggetto con la medesima struttura ma con M, M_norm, counts e universe_* vuoti. match_professions_score() gestisce questo caso restituendo tabelle vuote ma tipizzate.

Details

Per la semantica delle basi (coverage, tfidf, rca) si veda match_professions().

See also

match_professions_score() per il calcolo della distanza a partire da un prep, match_professions() per il wrapper end-to-end.

Examples

if (FALSE) { # \dontrun{
con <- itaposts::oja_connect()
on.exit(itaposts::oja_disconnect(con), add = TRUE)

ojv <- skillviz::read_oja_itaposts(con)

# prepara una sola volta, riusa per molte query
prep <- skillviz::match_professions_prepare(
  postings = ojv$postings,
  skills_long = ojv$skills,
  basis = "coverage"
)

res1 <- skillviz::match_professions_score(prep, c("S1.4.1", "S4.8.1"))
res2 <- skillviz::match_professions_score(prep, c("S2.1.3"))
} # }