面向高校大学生的职位推荐系统的功能设计与实现

发布时间：2020-11-01 14:18

　　 随着我国高校教育的发展,大学生的数量急剧增加,大学生的就业问题也日益突出。结构上的供需不平衡让很多毕业生们遇到了就业难的窘境,“未来从事什么职位”、“我能有哪些选择”困惑着每一名即将从高校毕业的大学生。针对这一问题,本论文对面向高校大学生的职位推荐系统进行了研究。基于Web数据文本挖掘,本论文设计实现了职位推荐系统的核心中间组件,包括任职要求提取模块、岗位专业要求提取模块、职位类别打标辅助系统模块和专业招聘岗位供应统计模块,它们与底层的职位数据采集模块和顶层的职位推荐模块一起共同组成了面向高校大学生的职位推荐系统。该系统能够反映出目前市场上各专业的职位供应情况,并通过招聘平台给高校大学生推荐与自身专业相契合的职位,帮助大学生们定位自己未来的职业发展方向,促进高校毕业生就业率的提升。本论文的具体工作如下:(1)对各大招聘平台上用人单位发布的招聘信息文本进行研究,运用文本挖掘、聚类分析、wxPython等技术对招聘信息文本进行分析和处理,完成任职要求提取模块、岗位专业要求提取模块、职位类别打标辅助系统模块和专业招聘岗位供应统计模块四个模块的设计和开发。(2)利用关键词检索法建立“任职要求”别名词库,从职位描述文本中提取出任职要求信息。(3)对任职要求文本进一步分析挖掘,从中提取专业要求超短句,并运用Kmeans聚类技术分析提取出更加精确的职位专业要求。(4)设计和开发职位类别打标辅助系统给岗位的专业要求进行打标,建立岗位专业要求词库,并完成对市场上各个岗位专业需求分布情况的统计。(5)引入教育部普通高等学校本科专业目录,建立专业称谓词库与教育部普通高等学校本科专业目录之间的映射关系,将各个岗位专业要求的需求分布情况转化为了各个教育部专业的岗位供应分布情况,从而实现了基于专业匹配的面向高校大学生的职位推荐。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：G647.38;TP391.3
【部分图文】：

图 1.2 主流招聘平台聘平台中，智联招聘和前程无忧两个平台的用户规模相对较大，的老牌招聘平台，平台上的招聘岗位也比较综合全面。与这两家还有中华英才网，但是中华英才网在近些年的竞争中渐渐失势[24程无忧和新兴的招聘平台们挤占，最终于 2015 年被 58 同城并购招聘领域现在处于一个百家争鸣的局面，大小招聘平台各有特色招聘、前程无忧、58 同城、赶集网、中国人才热线等，以及一些，还有垂直招聘平台拉勾网和 boss 直聘、猎头招聘平台猎聘网、特色的网站，以及专业型招聘平台中国医疗人才网等。位推荐上，目前这些主流的招聘平台仍然依赖于用户填写求职意职位分类体系对照着用户的求职意向进行推荐。在本章节中，本平台的产品进行举例分析。聘

邮电大学专业学位硕士研究生学位论文 第一章 索也可以根据职位大类逐级查找，还可以根据地点、行业、月薪、职位类别、工作经要求、公司性质、职位类型、职位标签这些条件进行筛选信息，对于有明确求职意来说十分的方便。

4图 1.4 智联招聘网站为数学专业学生推荐的职位如图 1.4 以专业 数学 为例，能搜索到的推荐职位类型有科研人员、科研管理人教师、初中教师、高中教师、大学教师、理科教师、公务员/事业单位人员、信息技数据库开发工程师、股票/期货操盘手、算法工程师和仿真应用工程师共计 13 种。像挺多的，但这些推荐职位实际上并不能很好的反映市场上真实的专业需求情况，
【相似文献】

相关期刊论文 前10条

1 刘强;;推荐系统的商业价值[J];软件和集成电路;2019年04期

2 刘天啸;;大数据背景下新闻推荐系统中的问题以及解决对策[J];科技传播;2019年13期

3 王月星;;国内旅游推荐系统研究进展[J];商场现代化;2017年10期

4 常亮;曹玉婷;孙文平;张伟涛;陈君同;;旅游推荐系统研究综述[J];计算机科学;2017年10期

5 王毅;;网络推荐系统的三大挑战——从用户体验出发[J];清华管理评论;2013年06期

6 王海明;;基于大数据下电子商务商品推荐系统的分析[J];环球市场信息导报;2017年27期

7 ;电商推荐系统进阶[J];IT经理世界;2013年11期

8 王霞;;电子商务推荐系统评述[J];福建电脑;2006年08期

9 傅孟如;姜素兰;闵娅萍;;VAX—11/750机学生测评、推荐系统的设计与应用[J];计算技术与自动化;1989年03期

10 张佳威;;美团推荐系统实证系统[J];农家参谋;2018年11期

相关博士学位论文 前10条

1 夏彬;基于位置信息社交网络的推荐系统研究[D];南京理工大学;2018年

2 王梦晗;推荐系统中数据缺失问题的研究[D];浙江大学;2019年

3 张亮;网络推荐系统中基于时间信息的新颖性研究[D];厦门大学;2017年

4 徐原博;推荐系统中面向评分和文本数据挖掘的若干关键技术研究[D];吉林大学;2019年

5 蒋伟;推荐系统若干关键技术研究[D];电子科技大学;2018年

6 练建勋;基于多样化内容数据的个性化推荐系统[D];中国科学技术大学;2018年

7 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

8 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

9 颜端武;面向知识服务的智能推荐系统研究[D];南京理工大学;2007年

10 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

相关硕士学位论文 前10条

1 梁一敏;基于精彩评论的混合音乐推荐系统研究[D];云南财经大学;2019年

2 丛大玮;基于细粒度情感分析的推荐系统[D];哈尔滨工业大学;2019年

3 张大步;基于学习网络表征的推荐系统实现及应用[D];哈尔滨工业大学;2019年

4 刘慧洁;基于深度学习融合模型的推荐系统研究[D];哈尔滨工业大学;2018年

5 匡容;基于学生成绩分析的学习推荐系统研究[D];广东工业大学;2019年

6 董欣欣;基于供需交易主体画像的养老服务推荐系统设计与实现[D];哈尔滨工业大学;2018年

7 王广仲;基于机器学习的安全领域专家推荐系统的研究[D];上海应用技术大学;2019年

8 权静月;融合多元关系的推荐系统[D];青岛大学;2019年

9 刘兴姿;基于营养饮食推荐系统研究[D];西安电子科技大学;2019年

10 沈鹏;基于流计算平台的推荐系统的设计与实现[D];南京邮电大学;2019年

本文编号：2865657