隨著國內(nèi)高校逐年擴(kuò)大招生人數(shù),我國高校畢業(yè)生人數(shù)呈穩(wěn)定上升趨勢,畢業(yè)生就業(yè)問題也越來越突顯。本文基于內(nèi)容的協(xié)同過濾推薦算法和多屬性的動(dòng)態(tài)雙邊匹配算法從以下幾個(gè)方面設(shè)計(jì)與實(shí)現(xiàn)高校就業(yè)推薦平臺:首先針對實(shí)現(xiàn)學(xué)生職位推薦功能。為實(shí)現(xiàn)職位的精準(zhǔn)推薦,一方面將特征項(xiàng)給予權(quán)重以及時(shí)間影響因素引入相似度計(jì)算,綜合采用多種相似度計(jì)算方法,計(jì)算求職學(xué)生與往屆生的屬性匹配值,進(jìn)行Top-N排序得到前k1項(xiàng)屬性相似度較高的學(xué)生的簽約公司集合,從而得到職位集1;另一方面,對職位庫中招聘企業(yè)發(fā)布的職位信息,使用K-means算法結(jié)合Canopy算法聚類為簇,計(jì)算學(xué)生與質(zhì)心的職位集屬性匹配值,將求職者簡歷歸屬位于質(zhì)心的職位相似度最高的簇內(nèi),得到職位集2。由于往屆簽約公司具有重要的參考價(jià)值,因此對職位集1設(shè)置權(quán)重作為企業(yè)偏好系數(shù),將職位集1和職位集2取并集利用Top-N排序做粗篩,得到推薦職位集候選表。其次對求職學(xué)生簡歷和候選職位集計(jì)算屬性匹配值,獲得學(xué)生對職位的滿意度與企業(yè)（職位）對學(xué)生的滿意度,進(jìn)一步得到各自的偏好序。對學(xué)生簇和職位集,應(yīng)用基于多屬性的動(dòng)態(tài)雙邊匹配算法建立模型,計(jì)算匹配值,達(dá)到提升匹配率的效果,... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１推薦設(shè)計(jì)圖??Ｆｉｇ．?１．１?Ｒｅｃｏｍｍｅｎｄｅｄ?ｄｅｓｉｇｎ??

?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???（２）建立大小堆，遍歷數(shù)據(jù)，每個(gè)元素和堆頂元素進(jìn)行比較，然后對數(shù)據(jù)進(jìn)行再??堆化。一個(gè)元素堆化的復(fù)雜度是ｌｏｇ?Ｎ，總的時(shí)間復(fù)雜度是ｎ?＊?ｌｏｇ?Ｎ，?（Ｎ？ｎ），相??比先排序算法時(shí)間復(fù)雜度更孝效率更高。??（３）中位數(shù)的中位數(shù)算法ＢＦＰＲＴ［３３－３４】，通過修改快速排序中主元的選取方法來降??低時(shí)間復(fù)雜度，時(shí)間復(fù)雜度最壞情況是〇（ｎ），，和用大小堆相比較，時(shí)間復(fù)雜度更校??算法步驟是：??１）將待排序的相似度數(shù)據(jù)列表內(nèi)的Ｎ個(gè)元素劃分成Ｎ／５個(gè)組，每組五個(gè)元素??２）利用插入排序法找到每組所在的中位數(shù)??３）對找到的所有中位數(shù)形成列表，調(diào)用ＢＦＰＲＴ算法求出中位數(shù)作為主元。??４）以主元作為分界點(diǎn)，判斷主元的索引是大于Ｎ還是小于Ｎ，舍棄另一部分再做??遞歸。??本文采用ＢＦＰＲＴ算法，ＢＦＰＲＴ流程如圖所示，當(dāng)求解第ｋ個(gè)小的值過程中，??ＢＦＰＲＴ（）方法調(diào)用?ＧｅｔＰｉｖｏｔＩｎｄｅｘ（）和?Ｐａｒｔｉｔｉｏｎ（）方法，同時(shí)對于?ＧｅｔＰｉｖｏｔＩｎｄｅｘ（）方??法也調(diào)用了?ＢＦＰＲＴ（）方法，總結(jié)ＧｅｔＰｉｖｏｔ丨ｎｄｅｘ（）和ＢＦＰＲＴ（）這兩個(gè)方法關(guān)系互為遞??歸。??—ｆ—??／返回中位《的??中位數(shù)下標(biāo)，ｉ??主元（???、???＇？、＇??（＾Ｐｉｖｏｔｌｎｄｅｘ＾）?求出針）＇、???????用主元，、?、、、?ＢＦＰＲＴ?＾??、進(jìn)行期分／???’?????一．?一??圖２．１?ＢＦＰＲＴ流程??Ｆｉｇ．?２．１?ＢＦＰＲＴ?ｆｌｏｗ??９??

法集成兩個(gè)方面［３５】。??在模型訓(xùn)練之后，ＬｉｂＲｅｃ—方面支持對測試集進(jìn)行評估，得到如ＭＡＥ、ＲＭＳＥ、ＡＵＣ、??ＭＡＰ、ＮＤＣＧ等測試結(jié)果；另一方面對給定的用戶（或情景）進(jìn)行評分預(yù)測或物品推薦??等查詢操作，另外若需要自定義操作來過濾數(shù)據(jù)，用戶可以通過將自定義的過濾方案寫??入ｆｉｌｔｅｒ接口來實(shí)現(xiàn)＞３７１。??２．７．?２?ＬｉｂＲｅｃ處理流程??得益于優(yōu)良的模塊化設(shè)計(jì)，在具體實(shí)現(xiàn)中只需要對相應(yīng)的類（如推薦算法、評估器）??進(jìn)行實(shí)例化并進(jìn)行調(diào)用即可ＬｉｂＲｅｃ處理流程如下圖２．３所示。??＾??ｆ?、?廣?＼?／?＼??＾＾?Ｃｏｎｖｅｒｔ??＾?Ｓｐｌｉｔ??＾????Ｆｉｌｔｅｒ??＾?Ｄａｔａ?Ｄａｔａ???Ｒｅｓｕｌｔ??ｆ??／?（?Ｎ?ｖ??／??Ｄａｔａ?－?Ｔｒａｉｎ?一??￣ｆ?＊?＾?＾?－Ｔ－?）??＼?Ｃａｌｃｕｌａｔｅ??￥?Ｒｅｃｏｎ?ｍｅｎｄ??、、?Ｓｉｍｉｌａｒｉｔｙ?，，??＼??７＾?ｆ??、、?ｉ?Ｐｒｅｄｉｃｔ??、、乂?■?７?＞??＾?????、、」Ｃｏｎｖｅｒｔ?／??Ａｐｐｅｎｄｅｄ?卜??＾??＼?Ｄａｔａ?＼?Ｒｅｓｕｌｔ??／?＼??Ｅｖａｌｕａｔｅ??＿?，?Ｒｅｓｕｌｔ?????Ｉ?＾??ＬｉｂＲｅｃ?Ｆｌｏｗ?Ｄｉａｇｒａｍ??圖２．２?ＬｉｂＲｅｃ處理流程??Ｆｉｇ．?２．２?ＬｉｂＲｅｃ?ｐｒｏｃｅｓｓｉｎｇ?ｆｌｏｗ??在處理流程圖中分為實(shí)線路線和虛線路線，實(shí)線是規(guī)定的必須執(zhí)行的步驟，而虛線??連接為部分針對部分算法才執(zhí)行的步驟。首先將輸


本文編號：3412904