基于社交网络的用户多维度求职意向的研究与应用

发布时间：2017-07-06 22:15

  本文关键词：基于社交网络的用户多维度求职意向的研究与应用

  更多相关文章： 社交网络 职业性格 主题模型 用户行为

【摘要】：随着互联网普及率的升高,社交网络的兴起也已成为现代社会的流行和趋势,各个传统行业基于社交网络的工作模式改变也应运而生。在社交网络中,个体与个体之间有频繁的交流互动记录,个体的语言、行为及状态更容易被记录与获取,提供了海量可供研究分析的用户社交网络和行为模式数据,也促进了社交招聘的发展。基于社交网络数据,对用户的求职意向进行多维度分析,一方面有助于求职方对职业生涯的进一步规划,另一方面,对招聘方,如人力资源专员、猎头,也有利于其在进行社交招聘时对职位潜在候选人进行更全面深入的了解,减少招聘过程中的成本与时间。基于这些目的,本文的主要工作有以下几个方面:首先,根据新浪微博平台特点,以网页爬虫和新浪应用API两种方式,构建实时并行的新浪微博数据采集爬虫系统,对微博用户数据进行获取,并针对新浪微博文本特点进行数据预处理。其次,职业性格对职业的选择以及职业的成功有着重要影响,是本文分析求职意向的一个重要维度。本文基于人力资源界普遍使用的Myers-Briggs Type Indicator人格类型量表(简称MBTI),对用户基于四种维度划分的职业性格进行建模分析。针对已爬取的微博用户职业性格数据集中,本文从文本特征和社交特征两个方面,进行特征选取。其中,对于文本主题特征的分析,本文使用LDA模型进行主题生成,以体现用户的潜在语义信息。最终对选取特征进行相关性分析,并在此基础上建立对微博用户职业性格的建模,通过模型可对微博用户职业性格进行预测。再次,由于对用户的求职意向分析是具象的,需要从多个维度进行评估,才能进行详细刻画。本文从求职者和招聘者两方面衡量,选取职业背景、专业影响力、职业性格、行为模式、工作地点五个维度进行分析,详细刻画了用户的求职意向。最后,本文根据实际应用中的用户需求,设计并搭建了整套系统应用架构。该系统可为求职者和招聘方,提供针对用户自身或指定新浪微博用户的求职意向分析,包括基于分布式集群的数据采集、消息通信、模型分析、接口服务、结果展示等功能。通过系统用户的使用反馈,实际证明了对用户的求职意向的多维分析是可行有效的。
【关键词】：社交网络 职业性格 主题模型 用户行为
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-19
• 1.1 研究背景及意义10-12
• 1.1.1 研究背景10
• 1.1.2 研究意义10-12
• 1.2 国内外研究现状12-16
• 1.2.1 职业性格的研究现状12-15
• 1.2.2 社交网络的研究现状15-16
• 1.3 本文的主要贡献16-17
• 1.4 本文的组织结构17-19
• 第二章 相关技术概论19-30
• 2.1 社交网络信息采集技术19-22
• 2.2 网络文本处理技术22-26
• 2.2.1 文本表示模型22-24
• 2.2.2 文本特征处理24-25
• 2.2.3 文本主题分析25-26
• 2.3 网络用户建模技术26-28
• 2.4 社交网络用户影响力分析技术28-29
• 2.5 本章小结29-30
• 第三章 社交网络用户职业性格建模30-53
• 3.1 社交网络用户数据预处理30-37
• 3.1.1 数据情况30-34
• 3.1.2 数据处理34-37
• 3.2 基于SNS的职业性格模型研究37-48
• 3.2.1 LDA模型算法原理37-41
• 3.2.2 用户特征设计41-48
• 3.3 模型的应用实例48-52
• 3.3.1 应用步骤48-49
• 3.3.2 模型参数49
• 3.3.3 评估指标49-50
• 3.3.4 应用结果及分析50-52
• 3.4 本章小结52-53
• 第四章 基于职业性格的多维度求职意向分析53-64
• 4.1 用户多维度求职意向模型研究53-59
• 4.1.1 职业背景54-56
• 4.1.2 专业影响力56-58
• 4.1.3 工作地点58-59
• 4.1.4 行为模式59
• 4.1.5 职业性格59
• 4.2 实验验证59-63
• 4.2.1 实验设计59-60
• 4.2.2 评价指标60-61
• 4.2.3 实验结果及分析61-63
• 4.3 本章小结63-64
• 第五章 多维度求职意向模型的应用64-77
• 5.1 应用背景64
• 5.2 应用架构64-70
• 5.2.1 消息通信66-67
• 5.2.2 数据爬取模块框架67-69
• 5.2.3 前端应用平台69-70
• 5.3 实施效果70-76
• 5.3.1 测试环境70-71
• 5.3.2 功能测试71-74
• 5.3.3 性能测试74-76
• 5.4 本章小结76-77
• 第六章 全文总结与展望77-79
• 6.1 全文总结77-78
• 6.2 后续工作展望78-79
• 致谢79-80
• 参考文献80-84
• 攻读硕士学位期间取得的成果84-85

【共引文献】

中国期刊全文数据库 前10条

1 敖洁;邓治文;;大学生的心理类型研究[J];湖南师范大学教育科学学报;2009年05期

2 李岸达;何桢;何曙光;;基于Filter与Wrapper的复杂产品关键质量特性识别[J];工业工程与管理;2014年03期

3 YUAN Hanning;WANG Shuliang;LI Ying;FAN Jinghua;;Feature Selection with Data Field[J];Chinese Journal of Electronics;2014年04期

4 周敬东;李敏慧;周明刚;黄云朋;王焱清;;油茶果的模糊聚类色选算法[J];中国农机化学报;2015年04期

5 李江雪;项锦晶;林丹;;研究生人格倾向与人格障碍的关系[J];中国健康心理学杂志;2007年02期

6 田凌飞;;荣格心理类型理论与量表的历史发展研究[J];中国健康心理学杂志;2009年06期

7 刘红巾;王扬;苗丹民;陈静;肖晓光;李燕玉;;空军双学士飞行学员MBTI人格类型分析[J];军医进修学院学报;2007年06期

8 刘红巾;王扬;陈静;肖晓光;苗丹民;李燕玉;;空军飞行学员MBTI人格类型研究[J];军医进修学院学报;2009年05期

9 王扬;刘红巾;付兆君;陈静;苗丹民;;空军高性能战斗机改装体检飞行员人格类型研究[J];军医进修学院学报;2010年11期

10 王海民,刘学敏,吴振峰;410名军校工科大学生心理健康及其影响因素分析[J];解放军预防医学杂志;2005年02期

中国重要会议论文全文数据库 前1条

1 张逸石;王腾;张子刚;;Feature Selection for Classification Using Data Envelopment Analysis[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 王芙蓉;军官职业人格量表的编制和信效度研究[D];中南大学;2006年

2 耿耀君;高通量数据特征选择算法研究[D];西安电子科技大学;2013年

3 尹华;面向高维和不平衡数据分类的集成学习研究[D];武汉大学;2012年

4 王锋;基于粒化机理的粗糙特征选择高效算法研究[D];山西大学;2013年

5 李文峰;基于主题模型的用户建模研究[D];北京邮电大学;2013年

6 潘巍巍;故障严重程度识别的有序分类特征分析方法[D];哈尔滨工业大学;2013年

7 应文豪;基于Parzen Window估计的分类与聚类方法及应用研究[D];江南大学;2013年

8 李丹;基于流聚类的网络业务识别关键技术研究[D];北京邮电大学;2013年

9 刘遵仁;多类型属性的邻域粗糙模型和约简算法的研究[D];上海大学;2013年

10 李劲松;数据挖掘方法在磷酸铝合成数据分析上的应用[D];东北师范大学;2013年

中国硕士学位论文全文数据库 前10条

1 韩丽亚;体育教育专业健美操专选课对学生MBTI-M性格测试的影响[D];辽宁师范大学;2011年

2 李成;吉林省报考军校生人格特征分析[D];吉林大学;2011年

3 刘静;全职母亲人格类型（MBTI）与主观幸福感的关系研究[D];山西大学;2011年

4 郑雪燕;地方高校大学生入伍影响因素研究[D];第四军医大学;2006年

5 占淑荣;项目反应理论在人格测验中的应用研究[D];江西师范大学;2006年

6 刘柏涛;人格类型与工作倦怠—MBTI的视角[D];河南大学;2007年

7 周柳月;武警河南基层中队主官胜任特征初探[D];湖南师范大学;2007年

8 田凌飞;荣格人格类型理论在家庭亲密度与适应性上的探索性研究[D];华南师范大学;2007年

9 祝希泉;CSPQ高分人群结构式心理访谈合格与不合格者人格特征及类型分析[D];第四军医大学;2007年

10 杨帆;基于MBTI人格理论的工作倦怠研究[D];北京交通大学;2008年

，

本文编号：528008