【摘要】：隨著高校畢業(yè)生數(shù)量的不斷增加,畢業(yè)生的就業(yè)壓力越來越大但同時選擇也愈加多樣,因而很多學(xué)生對于畢業(yè)后的發(fā)展方向和職業(yè)選擇頗感困惑甚至迷茫。為了幫助這類學(xué)生減少盲目性、提高成功率,本文研究和開發(fā)了高校畢業(yè)生去向信息管理及推薦系統(tǒng)。該系統(tǒng)的主要功能是:收集往屆生的畢業(yè)去向信息包括畢業(yè)去向、專業(yè)成績、績點、獲獎情況、性別等,根據(jù)畢業(yè)去向(分為升學(xué)、出國、就業(yè)、創(chuàng)業(yè)和待就業(yè)等五類)將這些信息分門別類地建立數(shù)據(jù)庫并加以管理;在此基礎(chǔ)上,對這些信息進(jìn)行統(tǒng)計和挖掘,并向應(yīng)屆生推薦與之條件較為匹配的去向供其參考。本文在具體實現(xiàn)上,首先對獲取的數(shù)據(jù)進(jìn)行清洗分類,從中抽取畢業(yè)去向信息,并相應(yīng)地進(jìn)行數(shù)據(jù)庫管理,為了便于查詢設(shè)計、開發(fā)了搜索、篩選模塊。其次,利用K-means++算法對學(xué)生數(shù)據(jù)進(jìn)行聚類分析,并選用實驗效果最好的Adaboost集成算法,依據(jù)往屆生數(shù)據(jù)為當(dāng)前咨詢的應(yīng)屆生進(jìn)行分類預(yù)測,并提供預(yù)測結(jié)果供其參考,從而實現(xiàn)大類、粗略推薦。第三,在分析、比較的基礎(chǔ)上采用基于經(jīng)驗公式的相似度計算方法,通過該應(yīng)屆生和往屆生“一對一”的基本特征比較得出其相似度,作為推薦具體畢業(yè)去向的主要依據(jù),為其提供與之最為匹配的往屆生的就業(yè)去向信息。第四,按照往屆生的最終去向等進(jìn)行數(shù)據(jù)整理,供應(yīng)屆生、有關(guān)管理部門(如高校就業(yè)辦)等進(jìn)行快速瀏覽和查閱。此外,還設(shè)計開發(fā)了用戶管理和登錄、注冊等模塊,以方便系統(tǒng)管理員進(jìn)行管理�？傊�,本文對K-means++聚類算法、Adaboost集成分類算法和基于經(jīng)驗的相似度算法等進(jìn)行了研究,并結(jié)合運用MVC開發(fā)框架、Django站點管理框架和數(shù)據(jù)庫軟件開發(fā)等技術(shù),初步完成了上述畢業(yè)去向信息管理及推薦系統(tǒng)的原型開發(fā)。希望本文的工作和成果能夠為相關(guān)研究和開發(fā)提供參考和幫助。
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.3
【圖文】：

高校畢業(yè)生去向信息管理及推薦系統(tǒng)的設(shè)計與研究業(yè)的情況進(jìn)行研究分析，使用問卷的方式來獲取數(shù)據(jù)，通過數(shù)學(xué)統(tǒng)計的方法對學(xué)生在就業(yè)過程中所遇到的問題進(jìn)行分析總結(jié)，最后在從學(xué)生自身的定位、學(xué)校的培養(yǎng)模式等不同的角度提出準(zhǔn)確的參考意見。張清芳教授是從宏觀環(huán)境特征因素、學(xué)校特征因素以及學(xué)生的個性特征因素等入手，包含學(xué)生的在校成績、英語四、六級、黨員和性別等指標(biāo)[8]，最后分析的結(jié)果表明，學(xué)校累積的海量數(shù)據(jù)的分析研究對應(yīng)屆畢業(yè)生具有重大的參考和推薦意義，能夠有效提高畢業(yè)生就業(yè)的水平。以我國目前情況來看，絕大部分學(xué)校都有自己的畢業(yè)生就業(yè)管理系統(tǒng)來提高本校學(xué)生的就業(yè)率。如圖 1-1 所示，即為東華大學(xué)的畢業(yè)生就業(yè)管理系統(tǒng)。

圖 2-1 推薦系統(tǒng)原理圖 相似度算法相似性算法是用來計算往屆畢業(yè)生之間和往屆生和應(yīng)屆生之間相似度鍵部分�，F(xiàn)有很多的基于向量夾角或者基于距離計算的算法，夾角越小越短則相似度越高。相似性度量的方法有很多，常見的有歐氏距離、余、和杰卡德相關(guān)技術(shù)以及修正的余弦相似度方法[17]等。通過不同數(shù)據(jù)記錄之間相似度的計算，把相似度高的數(shù)據(jù)記錄劃歸為一就可以得到相似度較高、實際情況較為相似的數(shù)據(jù)群。在推薦系統(tǒng)中常畫像這個概念來將目標(biāo)用戶標(biāo)簽化。在這些用戶畫像中有些標(biāo)簽是定性則是定量的。在本文中所使用的數(shù)據(jù)標(biāo)簽有定量的也有定性的，因此下與定性的相似度計算進(jìn)行介紹。.1 定量相似度計算

圖 2-2 推薦系統(tǒng)原理圖推薦算法作為推薦系統(tǒng)的核心能夠根據(jù)用戶的行為和偏好，利用合適的數(shù)法，從大量的候選信息中篩選出對用戶有價值的信息。在圖 2-2 中，系統(tǒng)通兩種途徑可以得到用戶的推薦請求和偏好信息，一種方式是系統(tǒng)主動進(jìn)行，另一種方式是用戶主動提供給系統(tǒng)。推薦系統(tǒng)會使用不相同的策略，通過模塊，把得到的用戶數(shù)據(jù)和信息進(jìn)行計算和處理之后得到結(jié)果。也可以使用模的數(shù)據(jù)庫直接進(jìn)行推薦。最終，把結(jié)果推薦給用戶。目前的推薦領(lǐng)域中并為推薦算法形成的標(biāo)準(zhǔn)分類，有許多的學(xué)者、科研人員依據(jù)自己的理解對推法有不同的區(qū)分。常用的推薦算法大致有基于規(guī)則推薦、基于內(nèi)容推薦、基用推薦、基于知識推薦和協(xié)同過濾推薦這幾種。.4 數(shù)據(jù)挖掘中的聚類分析.4.1 數(shù)據(jù)挖掘中的聚類分析

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 尹傳城;王洪國;丁艷輝;;一種基于在校歷史信息的就業(yè)推薦算法[J];計算機(jī)與數(shù)字工程;2015年10期

2 劉興林;吳明芬;劉利偉;;基于向量相似度的招聘就業(yè)雙向推薦模型[J];中國科技信息;2013年21期

3 卞繼方;韓雷;;基于.NET的專利信息管理系統(tǒng)的設(shè)計與實現(xiàn)[J];電子設(shè)計工程;2011年12期

4 陳杰;蔣祖華;;領(lǐng)域本體的概念相似度計算[J];計算機(jī)工程與應(yīng)用;2006年33期

5 翁懷榮,張洪偉,鐘響,陳維靜;基于改進(jìn)蟻群算法的聚類分析及其在HRM中的應(yīng)用[J];計算機(jī)應(yīng)用;2005年08期

6 史亞杰;高等教育大眾化與大學(xué)生就業(yè)問題之思考[J];泰山學(xué)院學(xué)報;2004年01期

7 楊雅達(dá);新形勢下的高校畢業(yè)生就業(yè)指導(dǎo)與服務(wù)[J];鷺江職業(yè)大學(xué)學(xué)報;2001年03期

相關(guān)博士學(xué)位論文 前1條

1 徐達(dá)宇;云計算環(huán)境下資源需求預(yù)測與優(yōu)化配置方法研究[D];合肥工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 竇樂昕;基于肝臟MRI紋理特征分析的計算機(jī)輔助診斷研究[D];大連理工大學(xué);2017年

2 王魯興;數(shù)據(jù)挖掘技術(shù)在腫瘤疾病診療中的應(yīng)用研究[D];青島科技大學(xué);2017年

3 丁濱;大學(xué)生在校行為分析及畢業(yè)去向預(yù)測[D];電子科技大學(xué);2017年

4 張丹;基于有效距離的特征提取和特征選擇算法研究[D];南京航空航天大學(xué);2017年

5 葉青;基于微博數(shù)據(jù)的語義檢索子系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2017年

6 尹傳城;高校畢業(yè)生就業(yè)推薦問題與算法研究[D];山東師范大學(xué);2016年

7 潘永;基于內(nèi)容推薦的實習(xí)生招聘系統(tǒng)的設(shè)計與實現(xiàn)[D];湖南科技大學(xué);2016年

8 陳強(qiáng);基于智能推薦模型的人職匹配系統(tǒng)研究與實現(xiàn)[D];華北電力大學(xué)(北京);2016年

9 吳瓊;基于改進(jìn)K-Means聚類方法的高校就業(yè)推薦系統(tǒng)研究[D];大連海事大學(xué);2015年

10 全智超;基于用戶性格的協(xié)同過濾推薦研究[D];首都師范大學(xué);2014年

本文編號：2776981