基于Hadoop平台的大学生个性化就业推荐系统的构建与研究

发布时间：2016-10-08 10:24

  本文关键词：移动用户网络行为分析与预测方法研究，，由笔耕文化传播整理发布。

《东华理工大学》 2016年

基于Hadoop平台的大学生个性化就业推荐系统的构建与研究

刘顺文  

【摘要】：21世纪我们乘坐在互联网技术这辆高速列车上,在享受互联网带来的巨大便捷和红利的同时,互联网产生的大规模数据引发了信息超载问题。通过搜索引擎,我们可以检索相关的内容,但是无法满足我们个性化的数据需求;个性化推荐系统广泛进入我们的视野,成为解决信息超载问题的有力工具。然而单机版的个性化推荐系统在面对海量的数据时,仍然不能提供高效快捷的个性化服务,因此需要把能够高效处理大规模数据的Hadoop平台和个性化推荐系统相结合才能在海量数据环境下提供令人满意的个性化推荐服务。通过调查分析,大量的就业招聘信息是通过第三方就业信息服务网站来发布或被收录其中的;应届毕业的大学生因为求职渠道相对狭窄,对个人的职业追求不是很明确,在就业难的大环境下,再加之大量的就业信息围绕在身边,更是不知所措,找一份合适的符合个人实际情况的工作显得很困难。基于上述问题,构建一个基于Hadoop平台的大学生个性化就业推荐系统显得十分有必要。在前人的研究基础上,结合就业信息推荐的实际,本文完成了以下工作:1)从实际需求出发,设计了一个能够处理大规模数据的个性化就业信息推荐系统,包括个性化推荐引擎,用户相关模块和分布式系统模块三部分。将在线推荐和离线数据分析与计算相结合,高效快捷地为大学生提供符合其个人实际情况的就业信息。2)考虑MapReduce和Mahout的特点以及对个性化推荐理论的研究,再结合实际应用环境,对基于内容的推荐进行了改进。使其不再依赖于历史数据,从而能够克服推荐系统冷启动问题。再将改进后的基于内容的推荐和基于物品的协同过滤推荐组合成并行式混合推荐,又可以克服推荐系统的稀疏性问题。3)通过仿真实验和系统测试,证实本系统能够解决就业信息超载问题,可以把“人找工作”的模式转变为“工作匹配人”的模式,为大学生提供个性化的就业信息推荐服务。

【关键词】：
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 潘柱廷;程学旗;袁晓如;周涛;靳小龙;;CCF大专委2016年大数据发展趋势预测——解读和行动建议[J];大数据;2016年01期

2 高鹏;;协同过滤推荐方法在新媒体领域中的应用[J];广播与电视技术;2015年11期

3 李翠平;蓝梦微;邹本友;王绍卿;赵衎衎;;大数据与推荐系统[J];大数据;2015年03期

4 孔杰;米君龙;;大数据时代就业信息化建设探究[J];企业导报;2015年15期

5 李鹏;蔡治廷;;大数据时代的大学生就业工作探析[J];黑龙江高教研究;2015年05期

6 孟祥武;纪威宇;张玉洁;;大数据环境下的推荐系统[J];北京邮电大学学报;2015年02期

7 朱扬勇;孙婧;;推荐系统研究进展[J];计算机科学与探索;2015年05期

8 艾磊;赵辉;;基于知识的推荐系统用户交互模型研究[J];软件导刊;2015年03期

9 张雪洁;王志坚;张伟建;;基于混合协同过滤的个性化Web服务推荐[J];计算机科学与探索;2015年05期

10 高凤丽;孙连山;;个性化推荐系统概述[J];技术与市场;2015年02期

中国博士学位论文全文数据库 前2条

1 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年

2 任磊;推荐系统关键技术研究[D];华东师范大学;2012年

中国硕士学位论文全文数据库 前8条

1 宋科;Hadoop平台下基于LDA的新闻推荐算法研究[D];西南石油大学;2015年

2 揭正梅;基于协同过滤的高校个性化就业推荐系统研究[D];昆明理工大学;2015年

3 龙少杭;基于Storm的实时大数据分析系统的研究与实现[D];上海交通大学;2015年

4 路小瑞;基于Hadoop平台的职位推荐系统的设计与实现[D];上海交通大学;2015年

5 曹红姣;基于情境感知的大学生就业推荐系统的设计与实现[D];华中师范大学;2014年

6 陈珊珊;基于语义的大学生就业推荐系统研究[D];武汉科技大学;2014年

7 丁卯;基于协同过滤的推荐系统研究[D];河北工业大学;2014年

8 岳可诚;个性化推荐技术的多样性研究[D];安徽大学;2013年

【共引文献】

中国期刊全文数据库 前10条

1 杨箭;;基于用户行为与内容综合分析评估的视频推荐方法研究[J];电子技术与软件工程;2016年13期

2 王威;郑骏;;基于用户相似度的协同过滤算法改进[J];华东师范大学学报(自然科学版);2016年03期

3 刘进;胡大权;陈家佳;;面向海量数据的推荐系统的研究[J];现代电子技术;2016年12期

4 时念云;葛晓伟;马力;;基于用户人口统计特征与信任机制的协同推荐[J];计算机工程;2016年06期

5 龙勇;;基于Web3.0的网络用户个性化信息聚合算法研究[J];软件导刊;2016年06期

6 管鹏;张键;顾杰;;大数据背景下个性化音乐推荐方案探究[J];无线互联科技;2016年11期

7 李雪梅;邢俊峰;刘大伟;王海洋;刘玮;;基于HBase的海量GIS数据分布式处理实践[J];大数据;2016年03期

8 赵鑫;;基于Hadoop云网络在用户视频推荐中研究[J];电脑知识与技术;2016年06期

9 唐福喜;刘克剑;冯玲;江静炜;;基于用户交互行为的群组推荐偏好融合策略[J];西华大学学报(自然科学版);2016年03期

10 李民;王颖纯;刘燕权;;“211工程”高校图书馆馆藏资源推荐系统调查探析[J];图书情报工作;2016年09期

中国博士学位论文全文数据库 前6条

1 刘军伟;钢铁工业泛在信息匹配推送服务体系及其实现方法研究[D];武汉科技大学;2015年

2 周魏;推荐系统中基于目标项目分析的托攻击检测研究[D];重庆大学;2015年

3 罗海艳;移动用户网络行为分析与预测方法研究[D];沈阳农业大学;2015年

4 林一;基于上下文感知的移动增强现实浏览器构建及优化方法研究[D];北京理工大学;2015年

5 刘海鸥;云环境用户情景兴趣的移动商务推荐模型及应用研究[D];燕山大学;2013年

6 史艳翠;基于通信数据的上下文移动用户偏好动态获取方法研究[D];北京邮电大学;2013年

中国硕士学位论文全文数据库 前9条

1 刘顺文;基于Hadoop平台的大学生个性化就业推荐系统的构建与研究[D];东华理工大学;2016年

2 杨锐;基于Android的新闻推荐系统的设计与实现[D];华中师范大学;2015年

3 熊玲;基于标签的教学视频推荐系统的设计与实现[D];华中师范大学;2015年

4 余燕川;基于个性化新闻推荐模型及算法的研究[D];成都理工大学;2015年

5 陈超;基于局部优化选择的协同过滤推荐算法研究[D];安徽大学;2015年

6 揭正梅;基于协同过滤的高校个性化就业推荐系统研究[D];昆明理工大学;2015年

7 欧晓恒;基于协同过滤的推荐算法研究[D];大连海事大学;2015年

8 方菲;开放网络学习环境中的推荐系统研究[D];安徽大学;2014年

9 刘贺敏;探析企业在微博运营中的视觉管理[D];大连工业大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 张亮;;大数据时代下的大学生就业指导工作研究[J];石家庄职业技术学院学报;2014年06期

2 鄂海红;宋美娜;李川;江周峰;;结合时间上下文挖掘学习兴趣的协同过滤推荐算法[J];北京邮电大学学报;2014年06期

3 陈洁敏;汤庸;李建国;蔡奕彬;;个性化推荐算法研究[J];华南师范大学学报(自然科学版);2014年05期

4 印鉴;王智圣;李琪;苏伟杰;;基于大规模隐式反馈的个性化推荐[J];软件学报;2014年09期

5 程学旗;靳小龙;王元卓;郭嘉丰;张铁赢;李国杰;;大数据系统和分析技术综述[J];软件学报;2014年09期

6 钱忠胜;;一种基于有限状态机的测试路径生成方法[J];小型微型计算机系统;2014年07期

7 王鑫;黄忠义;;网络资源中基于K-Means聚类的个性化推荐[J];北京邮电大学学报;2014年S1期

8 何清;李宁;罗文娟;史忠植;;大数据下的机器学习算法综述[J];模式识别与人工智能;2014年04期

9 朱建平;章贵军;刘晓葳;;大数据时代下数据分析理念的辨析[J];统计研究;2014年02期

10 吕本富;陈健;;大数据预测研究及相关问题[J];科技促进发展;2014年01期

中国博士学位论文全文数据库 前2条

1 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年

2 孙建涛;Web挖掘中的降维和分类方法研究[D];清华大学;2005年

中国硕士学位论文全文数据库 前10条

1 曹红姣;基于情境感知的大学生就业推荐系统的设计与实现[D];华中师范大学;2014年

2 余辉;基于Mahout的聚类算法的研究[D];上海师范大学;2014年

3 杨星;基于LDA的话题获取与演化研究[D];河南工业大学;2013年

4 舒琼;基于语义推理的中文食品推荐系统研究与应用[D];武汉科技大学;2013年

5 方卫华;推荐系统中一种改进的协同过滤推荐算法的研究[D];西安电子科技大学;2013年

6 范敏敏;非负矩阵分解与聚类方法在个性化推荐系统中的应用研究[D];华东交通大学;2012年

7 程飞;基于用户相似性的协同过滤推荐算法研究[D];北京交通大学;2012年

8 王桂芬;电子商务个性化推荐系统中协同过滤算法的研究与应用[D];南昌大学;2012年

9 王婷;主动推送式学习支持系统的设计与实现[D];华中师范大学;2012年

10 刘庆鹏;基于协同过滤的电子商务个性化推荐算法研究[D];海南大学;2012年

【相似文献】

中国期刊全文数据库 前10条

1 米可菲;张勇;邢春晓;蔚欣;;面向大数据的开源推荐系统分析[J];计算机与数字工程;2013年10期

2 脱建勇;王嵩;李秀;刘文煌;;精品课共享中的推荐系统框架与实现[J];计算机工程与设计;2006年17期

3 苏冠贤;张丽霞;林丕源;刘吉平;;生物信息学推荐系统的设计与实现[J];计算机应用研究;2007年05期

4 王改芬;;推荐系统研究综述[J];软件导刊;2007年23期

5 叶群来;;营销与网络推荐系统[J];电子商务;2007年10期

6 李媚;;个性化网络学习资源推荐系统研究[J];福建电脑;2008年12期

7 潘冉;姜丽红;;基于经济学模型的推荐系统的研究[J];计算机应用与软件;2008年03期

8 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期

9 刘小燕;陈艳丽;贾宗璞;沈记全;;基于增强学习的旅行计划推荐系统[J];计算机工程;2010年21期

10 曹畋;;智能推荐系统在知识浏览领域的应用[J];硅谷;2011年21期

中国重要会议论文全文数据库 前8条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 赵欣;寇纲;邬文帅;卢艳群;;基于时间密集性的推荐系统攻击检测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

3 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年

6 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

7 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

中国重要报纸全文数据库 前2条

1 ;[N];中国新闻出版报;2014年

2 本报记者 邹大斌;[N];计算机世界;2012年

中国博士学位论文全文数据库 前10条

1 周魏;推荐系统中基于目标项目分析的托攻击检测研究[D];重庆大学;2015年

2 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年

3 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年

4 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年

5 王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年

6 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年

7 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年

8 刘士琛;面向推荐系统的关键问题研究及应用[D];中国科学技术大学;2014年

9 李方方;非独立同分布推荐系统研究[D];北京理工大学;2014年

10 李晓建;基于语义的个性化资源推荐系统中关键技术研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 朱孔真;基于云计算的电子商务智能推荐系统研究[D];武汉理工大学;2014年

2 郭敬泽;基于赋权评分和Dpark的分布式推荐系统研究与实现[D];天津理工大学;2015年

3 周俊宇;信息推荐系统的研究与设计[D];江南大学;2015年

4 李炜;基于电子商务平台的保险推荐系统的设计与实现[D];复旦大学;2013年

5 车丰;基于排序主题模型的论文推荐系统[D];大连海事大学;2015年

6 秦大路;基于因式分解机模型的上下文感知推荐系统研究[D];郑州大学;2015年

7 徐霞婷;动态路网监控与导航推荐系统的设计与实现[D];苏州大学;2015年

8 黄学峰;基于Hadoop的电影推荐系统研究与实现[D];南京师范大学;2015年

9 路小瑞;基于Hadoop平台的职位推荐系统的设计与实现[D];上海交通大学;2015年

10 李爱宝;基于组合消费行为分析的团购推荐系统的设计与实现[D];哈尔滨工业大学;2015年

  本文关键词：移动用户网络行为分析与预测方法研究，由笔耕文化传播整理发布。

本文编号：133598