隨著我國高校教育的發(fā)展,大學生的數(shù)量急劇增加,大學生的就業(yè)問題也日益突出。結構上的供需不平衡讓很多畢業(yè)生們遇到了就業(yè)難的窘境,“未來從事什么職位”、“我能有哪些選擇”困惑著每一名即將從高校畢業(yè)的大學生。針對這一問題,本論文對面向高校大學生的職位推薦系統(tǒng)進行了研究�；赪eb數(shù)據(jù)文本挖掘,本論文設計實現(xiàn)了職位推薦系統(tǒng)的核心中間組件,包括任職要求提取模塊、崗位專業(yè)要求提取模塊、職位類別打標輔助系統(tǒng)模塊和專業(yè)招聘崗位供應統(tǒng)計模塊,它們與底層的職位數(shù)據(jù)采集模塊和頂層的職位推薦模塊一起共同組成了面向高校大學生的職位推薦系統(tǒng)。該系統(tǒng)能夠反映出目前市場上各專業(yè)的職位供應情況,并通過招聘平臺給高校大學生推薦與自身專業(yè)相契合的職位,幫助大學生們定位自己未來的職業(yè)發(fā)展方向,促進高校畢業(yè)生就業(yè)率的提升。本論文的具體工作如下:(1)對各大招聘平臺上用人單位發(fā)布的招聘信息文本進行研究,運用文本挖掘、聚類分析、wxPython等技術對招聘信息文本進行分析和處理,完成任職要求提取模塊、崗位專業(yè)要求提取模塊、職位類別打標輔助系統(tǒng)模塊和專業(yè)招聘崗位供應統(tǒng)計模塊四個模塊的設計和開發(fā)。(2)利用關鍵詞檢索法建立“任職要求”別名詞庫,從職位描述文本中提取出任職要求信息。(3)對任職要求文本進一步分析挖掘,從中提取專業(yè)要求超短句,并運用Kmeans聚類技術分析提取出更加精確的職位專業(yè)要求。(4)設計和開發(fā)職位類別打標輔助系統(tǒng)給崗位的專業(yè)要求進行打標,建立崗位專業(yè)要求詞庫,并完成對市場上各個崗位專業(yè)需求分布情況的統(tǒng)計。(5)引入教育部普通高等學校本科專業(yè)目錄,建立專業(yè)稱謂詞庫與教育部普通高等學校本科專業(yè)目錄之間的映射關系,將各個崗位專業(yè)要求的需求分布情況轉化為了各個教育部專業(yè)的崗位供應分布情況,從而實現(xiàn)了基于專業(yè)匹配的面向高校大學生的職位推薦。
【學位單位】：南京郵電大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：G647.38;TP391.3
【部分圖文】：

圖 1.2 主流招聘平臺聘平臺中，智聯(lián)招聘和前程無憂兩個平臺的用戶規(guī)模相對較大，的老牌招聘平臺，平臺上的招聘崗位也比較綜合全面。與這兩家還有中華英才網(wǎng)，但是中華英才網(wǎng)在近些年的競爭中漸漸失勢[24程無憂和新興的招聘平臺們擠占，最終于 2015 年被 58 同城并購招聘領域現(xiàn)在處于一個百家爭鳴的局面，大小招聘平臺各有特色招聘、前程無憂、58 同城、趕集網(wǎng)、中國人才熱線等，以及一些，還有垂直招聘平臺拉勾網(wǎng)和 boss 直聘、獵頭招聘平臺獵聘網(wǎng)、特色的網(wǎng)站，以及專業(yè)型招聘平臺中國醫(yī)療人才網(wǎng)等。位推薦上，目前這些主流的招聘平臺仍然依賴于用戶填寫求職意職位分類體系對照著用戶的求職意向進行推薦。在本章節(jié)中，本平臺的產(chǎn)品進行舉例分析。聘

郵電大學專業(yè)學位碩士研究生學位論文 第一章 索也可以根據(jù)職位大類逐級查找，還可以根據(jù)地點、行業(yè)、月薪、職位類別、工作經(jīng)要求、公司性質、職位類型、職位標簽這些條件進行篩選信息，對于有明確求職意來說十分的方便。

4圖 1.4 智聯(lián)招聘網(wǎng)站為數(shù)學專業(yè)學生推薦的職位如圖 1.4 以專業(yè) 數(shù)學 為例，能搜索到的推薦職位類型有科研人員、科研管理人教師、初中教師、高中教師、大學教師、理科教師、公務員/事業(yè)單位人員、信息技數(shù)據(jù)庫開發(fā)工程師、股票/期貨操盤手、算法工程師和仿真應用工程師共計 13 種。像挺多的，但這些推薦職位實際上并不能很好的反映市場上真實的專業(yè)需求情況，
【相似文獻】

相關期刊論文 前10條

1 劉強;;推薦系統(tǒng)的商業(yè)價值[J];軟件和集成電路;2019年04期

2 劉天嘯;;大數(shù)據(jù)背景下新聞推薦系統(tǒng)中的問題以及解決對策[J];科技傳播;2019年13期

3 王月星;;國內旅游推薦系統(tǒng)研究進展[J];商場現(xiàn)代化;2017年10期

4 常亮;曹玉婷;孫文平;張偉濤;陳君同;;旅游推薦系統(tǒng)研究綜述[J];計算機科學;2017年10期

5 王毅;;網(wǎng)絡推薦系統(tǒng)的三大挑戰(zhàn)——從用戶體驗出發(fā)[J];清華管理評論;2013年06期

6 王海明;;基于大數(shù)據(jù)下電子商務商品推薦系統(tǒng)的分析[J];環(huán)球市場信息導報;2017年27期

7 ;電商推薦系統(tǒng)進階[J];IT經(jīng)理世界;2013年11期

8 王霞;;電子商務推薦系統(tǒng)評述[J];福建電腦;2006年08期

9 傅孟如;姜素蘭;閔婭萍;;VAX—11/750機學生測評、推薦系統(tǒng)的設計與應用[J];計算技術與自動化;1989年03期

10 張佳威;;美團推薦系統(tǒng)實證系統(tǒng)[J];農(nóng)家參謀;2018年11期

相關博士學位論文 前10條

1 夏彬;基于位置信息社交網(wǎng)絡的推薦系統(tǒng)研究[D];南京理工大學;2018年

2 王夢晗;推薦系統(tǒng)中數(shù)據(jù)缺失問題的研究[D];浙江大學;2019年

3 張亮;網(wǎng)絡推薦系統(tǒng)中基于時間信息的新穎性研究[D];廈門大學;2017年

4 徐原博;推薦系統(tǒng)中面向評分和文本數(shù)據(jù)挖掘的若干關鍵技術研究[D];吉林大學;2019年

5 蔣偉;推薦系統(tǒng)若干關鍵技術研究[D];電子科技大學;2018年

6 練建勛;基于多樣化內容數(shù)據(jù)的個性化推薦系統(tǒng)[D];中國科學技術大學;2018年

7 曹渝昆;基于神經(jīng)網(wǎng)絡和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學;2006年

8 王宏宇;商務推薦系統(tǒng)的設計研究[D];中國科學技術大學;2007年

9 顏端武;面向知識服務的智能推薦系統(tǒng)研究[D];南京理工大學;2007年

10 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務的推薦系統(tǒng)框架[D];中國科學技術大學;2014年

相關碩士學位論文 前10條

1 梁一敏;基于精彩評論的混合音樂推薦系統(tǒng)研究[D];云南財經(jīng)大學;2019年

2 叢大瑋;基于細粒度情感分析的推薦系統(tǒng)[D];哈爾濱工業(yè)大學;2019年

3 張大步;基于學習網(wǎng)絡表征的推薦系統(tǒng)實現(xiàn)及應用[D];哈爾濱工業(yè)大學;2019年

4 劉慧潔;基于深度學習融合模型的推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2018年

5 匡容;基于學生成績分析的學習推薦系統(tǒng)研究[D];廣東工業(yè)大學;2019年

6 董欣欣;基于供需交易主體畫像的養(yǎng)老服務推薦系統(tǒng)設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2018年

7 王廣仲;基于機器學習的安全領域專家推薦系統(tǒng)的研究[D];上海應用技術大學;2019年

8 權靜月;融合多元關系的推薦系統(tǒng)[D];青島大學;2019年

9 劉興姿;基于營養(yǎng)飲食推薦系統(tǒng)研究[D];西安電子科技大學;2019年

10 沈鵬;基于流計算平臺的推薦系統(tǒng)的設計與實現(xiàn)[D];南京郵電大學;2019年

本文編號：2865657