收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进K-Means聚类方法的高校就业推荐系统研究

吴琼  
【摘要】:随着我国社会主义市场经济的下行压力,国际经济形势的不利影响,高校的不断扩招,毕业生就业难已成为重要的社会问题。虽然校园招聘就业信息发布平台是高校毕业生完成就业的主要渠道,但这一途径仍然存在许多问题。一方面,各高校的就业信息平台提供的就业指导方式和内容单一,主要是为学生定期发布招聘信息和宣传国家就业政策,缺乏就业推荐功能。另一方面,高校毕业生需从庞大的聘用信息中筛选符合自身就业意愿的信息。其过程花费巨大的求职成本,其中包括时间成本,精力成本,机会成本。由于上述诸多问题本文设计实现了“基于改进K-Means聚类方法的高校就业推荐系统”。旨在为每一位毕业生提供一份一对一的就业指导,同时降低学生求职过程中的盲目性。系统基于学生和企业的真实历史数据,考虑学生求职过程中的个性化影响因素,通过推荐算法、数据挖掘技术及企业评估指数模型分析,得到推荐企业排名。其中主要分三部分:(1)数据抽取整理部分:从已有的高校学生管理系统、校园就业平台及其他企业信息来源抽取相关的学生数据和企业数据。建立学生数据库,企业数据库。为提高客观准确性,运用Apriori关联算法筛选出与本文问题相关的属性,去掉无关属性。(2)计算高校毕业生与招聘企业间相似度部分:通过运用改进的K-Means算法对学生进行聚类,结合SimRank算法求得的学生间的相似度,最终得到学生与企业间的相似度。(3)推荐企业排名部分:结合“学生与企业间相似度”及“企业评估指数模型”计算得到针对每个学生的推荐企业排名结果。同时加入个性筛选功能进一步提高推荐针对性。本系统数据选取大连海事大学2009年到2012年的学生历史数据4012条作为往届学生数据库的数据。抽取2012年和部分2013年学生数据1003条作为应届生数据库,并对系统进行测试。在海事大学就业网抽取整理1222条企业数据。在系统评估方面有以下几个重要指标:推荐企业数量(N),系统推荐命中率(P),系统推荐排名指数(F)。通过系统测试和参数确定,最终确定:推荐系统的推荐企业数为25,系统命中率达到0.67,推荐排名指数达到5.9。通过系统评估测试本系统建立的推荐模型符合设计初衷,可以较好为学生就业提供推荐指导。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 王斌;朱建军;谭雪;;智能推荐系统在铁路客运延伸服务中应用研究[J];铁路计算机应用;2019年03期
2 赵伟;林楠;韩英;张洪涛;;一种改进的K-means聚类的协同过滤算法[J];安徽大学学报(自然科学版);2016年02期
3 张公望;;浅析基于微博内容的商家广告推荐系统[J];计算机光盘软件与应用;2013年01期
4 吕晟凯;;基于大数据技术的电影推荐系统的设计与实现[J];通讯世界;2018年09期
5 张素智;赵亚楠;杨芮;;推荐系统研究[J];湖北民族学院学报(自然科学版);2017年01期
6 程彩霞;段雪;李晓倩;;“随游而安”智能推荐系统的研究[J];科技传播;2017年14期
7 赵德伟;高江锦;徐正巧;;基于链路预测的个性化网络推荐系统研究[J];福建电脑;2017年07期
8 刘强;;推荐系统的商业价值[J];软件和集成电路;2019年04期
9 王月星;;国内旅游推荐系统研究进展[J];商场现代化;2017年10期
10 常亮;曹玉婷;孙文平;张伟涛;陈君同;;旅游推荐系统研究综述[J];计算机科学;2017年10期
11 王毅;;网络推荐系统的三大挑战——从用户体验出发[J];清华管理评论;2013年06期
12 王海明;;基于大数据下电子商务商品推荐系统的分析[J];环球市场信息导报;2017年27期
13 ;电商推荐系统进阶[J];IT经理世界;2013年11期
14 王霞;;电子商务推荐系统评述[J];福建电脑;2006年08期
15 傅孟如;姜素兰;闵娅萍;;VAX—11/750机学生测评、推荐系统的设计与应用[J];计算技术与自动化;1989年03期
16 王珊珊;;K-means算法在电子商务推荐系统中的应用[J];现代商贸工业;2015年14期
17 张佳威;;美团推荐系统实证系统[J];农家参谋;2018年11期
中国重要会议论文全文数据库 前10条
1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年
2 高梦晨;;推荐系统用户感知调研[A];工业设计研究(第六辑)[C];2018年
3 李成;胡文丽;;推荐系统体验模型探索——以视频推荐为例[A];工业设计研究(第六辑)[C];2018年
4 李成;冯青青;;推荐系统准确度衡量方案——引入权重概念[A];工业设计研究(第五辑)[C];2017年
5 汤娟梅;唐岭;;个性化英语阅读文章推荐系统的设计[A];计算机与教育:理论、实践与创新——全国计算机辅助教育学会第十四届学术年会论文集[C];2010年
6 王晓光;施玉海;尹亚光;;面向广电的节目推荐系统研究[A];中国新闻技术工作者联合会2017年学术年会论文集(学术论文篇)[C];2017年
7 周小田;王宏志;郭翔宇;胡筱;董志鑫;李建中;高宏;;基于知识库的互联网商品信息分类与推荐系统[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
8 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年
9 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年
10 张世海;张世忠;段慧杰;;高层结构方案设计的K-Means聚类分析法[A];计算机技术在工程设计中的应用——第十六届全国工程设计计算机应用学术会议论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 蒋伟;推荐系统若干关键技术研究[D];电子科技大学;2018年
2 练建勋;基于多样化内容数据的个性化推荐系统[D];中国科学技术大学;2018年
3 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年
4 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
5 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
6 颜端武;面向知识服务的智能推荐系统研究[D];南京理工大学;2007年
7 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年
8 高全力;上下文感知推荐系统关键问题研究[D];西北大学;2017年
9 尹航;信息推荐系统中的协同过滤技术研究[D];东北大学;2012年
10 吴铭;基于链接预测的关系推荐系统研究[D];北京邮电大学;2012年
中国硕士学位论文全文数据库 前10条
1 吴琼;基于改进K-Means聚类方法的高校就业推荐系统研究[D];大连海事大学;2015年
2 孙毅芳;基于数据挖掘的图书馆推荐系统的设计与实现[D];山东大学;2017年
3 寻赟;实时移动路线推荐系统的研究与实现[D];上海交通大学;2012年
4 吴迪;高校毕业生就业推荐系统的设计与开发[D];大连理工大学;2010年
5 龙超;基于混合推荐技术的推荐系统设计与实现[D];电子科技大学;2017年
6 韩增义;科技论文推荐系统研究与实现[D];电子科技大学;2011年
7 林丽莹;基于移动互联网技术的新闻推荐系统设计与实现[D];湖南大学;2017年
8 孙克;社交网络环境下移动好友推荐系统研究[D];山东师范大学;2015年
9 史荣武;流数据分类挖掘在动态广告推荐系统中的应用[D];南京大学;2015年
10 艾聪聪;推荐系统中多样性和新颖性算法研究[D];湖南大学;2014年
中国重要报纸全文数据库 前10条
1 记者 周源;知意图发布推荐系统Etu Recommender[N];网络世界;2012年
2 记者 李新玲;高校就业信息公开状况不佳[N];中国青年报;2014年
3 本报记者 原春琳 张国;高校就业质量迎接大考[N];中国青年报;2014年
4 实习生 谌江平 本报记者 李菁莹;高校就业网,只“网”本校毕业生[N];中国青年报;2009年
5 本报记者 赵婀娜;高校就业服务当精准发力[N];人民日报;2016年
6 记者 吴少敏 姚瑶 实习生 王逸如 黄格晴;粤公布138所高校就业质量年度报告[N];南方日报;2017年
7 本报记者 陈雪;完善高校就业评价体系[N];光明日报;2017年
8 沈阳日报、沈报融媒记者 傅淞岩 通讯员 林宽;市委教科工委多措并举推进高校就业创业工作[N];沈阳日报;2017年
9 民盟中央副主席 全国政协常委 上海市人大常委会副主任 郑惠强;改革完善高校就业评价体系势在必行[N];联合时报;2017年
10 本报记者 徐瑞哲 彭德倩;中国高校就业竞争力真退步了?[N];解放日报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978