從2010年開始應(yīng)屆畢業(yè)生的人數(shù)每年都屢創(chuàng)新高,與此同時(shí)就業(yè)率從2015年開始持續(xù)下降。應(yīng)屆畢業(yè)生的就業(yè)壓力越來越來大的同時(shí),企業(yè)卻時(shí)常抱怨招不到合適的人才。這中間存在的巨大的信息差異,在當(dāng)前各級(jí)高校都已全面普及學(xué)生信息管理電子信息化的前提下,利用人工智能技術(shù)對(duì)學(xué)生信息加以分析預(yù)測(cè),為其提供可靠的就業(yè)定位參考,可以有效緩解當(dāng)前用工就業(yè)緊張局勢(shì)。學(xué)生信息管理是各大學(xué)的主要日常管理工作之一,涉及到校、系、師、生的諸多方面,隨著教學(xué)體制的不斷改革,尤其是學(xué)分制、選課制的展開和深入,學(xué)生成績(jī)?nèi)粘９芾砉ぷ骷氨４婀芾砣遮叿敝�、�?fù)雜;同時(shí)隨著就業(yè)形勢(shì)的不斷變化,國(guó)家經(jīng)濟(jì)轉(zhuǎn)型和國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,新興企業(yè)的需求量不斷上升,傳統(tǒng)企業(yè)的需求固話,對(duì)學(xué)生就業(yè)分析的預(yù)測(cè)系統(tǒng)在高校就業(yè)工作中開始嶄露頭角,同時(shí)隨著國(guó)外神經(jīng)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,大數(shù)據(jù)和云計(jì)算的價(jià)值和作用開始體現(xiàn)出來。因此我們利用當(dāng)前最成熟的Java語言編寫學(xué)生信息管理系統(tǒng),以MySQL存儲(chǔ)數(shù)據(jù),以Web應(yīng)用的形式進(jìn)行信息系統(tǒng)的管理,并利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí),對(duì)在校生進(jìn)行職業(yè)推薦。

【文章頁數(shù)】：94 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 項(xiàng)目背景
        1.1.1 信息管理系統(tǒng)
        1.1.2 就業(yè)難度增大
        1.1.3 就業(yè)難度增大的形成原因
        1.1.4 就業(yè)現(xiàn)狀
    1.2 現(xiàn)有技術(shù)的發(fā)展現(xiàn)狀
        1.2.1 人工神經(jīng)網(wǎng)絡(luò)發(fā)展現(xiàn)狀
        1.2.2 推薦系統(tǒng)發(fā)展現(xiàn)狀
    1.3 本文的研究意義
第二章 需求分析與項(xiàng)目基礎(chǔ)
    2.1 用戶實(shí)際需求描述
    2.2 用戶用例需求描述
        2.2.1 用戶劃分
        2.2.2 用戶用例分析
    2.3 業(yè)務(wù)流程分析
    2.4 項(xiàng)目需求
        2.4.1 總體需求
        2.4.2 功能需求
    2.5 系統(tǒng)開發(fā)相關(guān)技術(shù)
        2.5.1 MySQL
        2.5.2 Java
        2.5.3 Python
第三章 系統(tǒng)總體設(shè)計(jì)
    3.1 系統(tǒng)總體架構(gòu)
    3.2 數(shù)據(jù)庫的架構(gòu)
    3.3 數(shù)據(jù)流圖
    3.4 就業(yè)推薦工作流程
第四章 信息管理模塊的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 引言
    4.2 前端頁面的設(shè)計(jì)
    4.3 數(shù)據(jù)庫設(shè)計(jì)
        4.3.1 數(shù)據(jù)庫ER圖
        4.3.2 數(shù)據(jù)倉(cāng)庫表設(shè)計(jì)
        4.3.3 數(shù)據(jù)字典
        4.3.4 類對(duì)象設(shè)計(jì)
        4.3.5 后端實(shí)現(xiàn)
第五章 就業(yè)推薦引擎的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 引言
    5.2 數(shù)據(jù)預(yù)處理
        5.2.1 預(yù)處理的重要性
        5.2.2 預(yù)處理步驟
        5.2.3 第三方數(shù)據(jù)來源
        5.2.4 數(shù)據(jù)清洗舉例
        5.2.5 特征工程舉例
    5.3 推薦模型
        5.3.1 XGBoost推薦模型
        5.3.2 Wide&Deep模型
        5.3.3 模型融合
第六章 系統(tǒng)的設(shè)置與測(cè)試
    6.1 實(shí)驗(yàn)設(shè)計(jì)
    6.2 實(shí)驗(yàn)數(shù)據(jù)
    6.3 實(shí)驗(yàn)步驟
    6.4 實(shí)驗(yàn)結(jié)果
        6.4.1 信息模塊實(shí)驗(yàn)結(jié)果
        6.4.2 推薦引擎實(shí)驗(yàn)結(jié)果
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)



本文編號(hào)：3785678