高校学生就业推荐算法研究及应用

发布时间：2022-02-10 03:19

　　近年来,高校毕业生就业情况逐渐成为社会讨论的热点问题。一方面,逐年上升的毕业总人数使得学生之间的就业竞争压力不断增大;另一方面,企业对人才质量的要求不断提高导致就业门槛不断提高。这两方面的因素导致毕业生与招聘方的交互难度不断提升。就业推荐系统可以搭建毕业生与企业需求之间的桥梁,这是缓解学生就业问题的有效方法。现有的学生就业推荐系统中仍然存在以下问题:（1）采取范围性推荐,无法针对个体实现精准推荐;（2）采取粗暴推荐,忽视学生背景因素对就业推荐结果的影响;（3）采取单方面推荐,忽略求职场景中企业招聘需求与学生相互匹配的重要性。针对上述问题,本文提出了两种适用于学生求职招聘的推荐算法改进策略:（1）为了实现不同学生群体的精准推荐,提出了一种基于用户的改进推荐算法。算法首先根据学生背景聚类建立若干相似子群,并将企业热度值和专家推荐系数引入评分矩阵,从而降低了数据维度,随后根据新的评分矩阵计算学生求职偏好相似度,最后将学生背景相似度和求职偏好相似度进行加权融合形成学生就业相似度,根据新的相似度为学生产生职业推荐。（2）为了解决就业场景中企业与学生相互匹配的问题,提出了一种基于二分图的改进推荐算... 

【文章来源】：西北大学陕西省211工程院校

【文章页数】：99 页

【学位级别】：硕士

【部分图文】：

学生基本信息表截图

企业招聘信息表截图

原始的学生数据属于私密信息并不能对外流传，因此本文不能展示原始未经加密处理的数据；另一方面，未经处理的数据并不具有实验的条件。因此图 18、图19、以及图20中展示的数据截图均为已经处理并且将用于后续实验的学生数据。3.2.2 求职标签体系用户画像的组成成分主要有以下三个部分：第一，用作画像的原始用户数据，这是用户画像的基础和前提；第二，本次画像需要解决的问题即数据的应用场景这是用户画像最终呈现的分析结果；第三，画像过程中的数学建模，建模过程即是从原始纷繁杂乱的数据中提取出数据呈现的显著特征以及数据隐藏的隐形关联和趋势[62]。本文应用于求职趋势分析的学生职业画像整体架构见图 21。数据清洗 毕业生全渠道ID识别信息整合 分析建模 用户画像数据清洗 企业招聘需求招聘需求画像学生基本信息学生就业去向信息企业招聘信息本校学生信息管理中心 本校就业指导中心求职趋势分析图 21 用户画像应用于推荐算法的逻辑架构

【参考文献】：
期刊论文
[1]基于随机游走和多样性图排序的个性化服务推荐方法[J]. 方晨,张恒巍,王娜,王晋东.  电子学报. 2018(11)
[2]K近邻协同过滤推荐算法中的最优近邻参数[J]. 李晓瑜.  计算机与数字工程. 2018(08)
[3]国内外用户画像研究综述[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明.  情报理论与实践. 2018(11)
[4]我国用户画像研究的知识网络与热点领域分析[J]. 吴加琪.  现代情报. 2018(08)
[5]一种带标签的协同过滤广告推荐算法[J]. 金紫嫣,张娟,李向军,温海平,张华薇.  计算机工程. 2018(04)
[6]国内高校学生就业信息管理系统的应用情况研究[J]. 朱楠.  现代交际. 2018(03)
[7]基于用户画像的电信精准营销模型研究[J]. 裴国才.  信息通信. 2017(12)
[8]用户画像在电商领域中的应用[J]. 刘士桢.  通讯世界. 2017(21)
[9]用户画像概念溯源与应用场景研究[J]. 亓丛,吴俊.  重庆交通大学学报(社会科学版). 2017(05)
[10]基于大数据的用户画像方法研究综述[J]. 席岩,张乃光,王磊,张智军,刘海涛.  广播电视信息. 2017(10)

博士论文
[1]基于社交大数据的用户信用画像方法研究[D]. 郭光明.中国科学技术大学 2017
[2]面向社会化媒体的用户生成内容推荐技术研究[D]. 姚远.南京大学 2015
[3]面向社会化媒体的内容推荐若干关键技术研究[D]. 刘欣.北京邮电大学 2015

硕士论文
[1]基于数据挖掘技术的毕业生就业管理系统设计与实现[D]. 徐娜.齐鲁工业大学 2017
[2]基于WEB的大学生综合测评系统的设计与实现[D]. 李楠.吉林大学 2016
[3]基于协同过滤的定制电影推荐web服务的设计与实现[D]. 孟聪.天津大学 2016
[4]基于协同过滤的推荐算法研究[D]. 欧晓恒.大连海事大学 2015
[5]基于Web挖掘的用户个性化推荐的研究及实现[D]. 商胜.北京邮电大学 2013
[6]基于网络结构的个性化推荐系统的研究[D]. 刘友林.东华大学 2012
[7]基于社会化媒体的自适应信息推荐机制研究[D]. 王佳.西南财经大学 2011



本文编号：3618154