收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高校学生就业推荐算法研究及应用

薛妍  
【摘要】:近年来,高校毕业生就业情况逐渐成为社会讨论的热点问题。一方面,逐年上升的毕业总人数使得学生之间的就业竞争压力不断增大;另一方面,企业对人才质量的要求不断提高导致就业门槛不断提高。这两方面的因素导致毕业生与招聘方的交互难度不断提升。就业推荐系统可以搭建毕业生与企业需求之间的桥梁,这是缓解学生就业问题的有效方法。现有的学生就业推荐系统中仍然存在以下问题:(1)采取范围性推荐,无法针对个体实现精准推荐;(2)采取粗暴推荐,忽视学生背景因素对就业推荐结果的影响;(3)采取单方面推荐,忽略求职场景中企业招聘需求与学生相互匹配的重要性。针对上述问题,本文提出了两种适用于学生求职招聘的推荐算法改进策略:(1)为了实现不同学生群体的精准推荐,提出了一种基于用户的改进推荐算法。算法首先根据学生背景聚类建立若干相似子群,并将企业热度值和专家推荐系数引入评分矩阵,从而降低了数据维度,随后根据新的评分矩阵计算学生求职偏好相似度,最后将学生背景相似度和求职偏好相似度进行加权融合形成学生就业相似度,根据新的相似度为学生产生职业推荐。(2)为了解决就业场景中企业与学生相互匹配的问题,提出了一种基于二分图的改进推荐算法。算法主要引入两个重要的招聘场景因子:企业偏好系数和企业需求系数。企业偏好系数是利用改进的随机游走算法(PersonalRank)计算企业招聘过程中对学生特征属性的招聘偏好值。企业需求系数是引入时间影响因子α刻画企业招聘过程中人才需求随时间的变动。最终的推荐算法融合企业偏好系数和企业需求系数计算出学生与企业的符合度,根据符合度为学生推荐合适的企业。(3)基于上述两种改进算法,本文采用Django框架设计实现了本校学生就业推荐系统。系统除了为学生提供就业推荐服务,同时利用Tableau绘制就业趋势图从而帮助学生更快掌握当前就业动向。


知网文化
【相似文献】
中国期刊全文数据库 前12条
1 彭吉琼;金欢;占思琦;;基于校企合作的情景感知推荐算法研究[J];海峡科技与产业;2019年06期
2 徐志熹;钱洋;苏扬;;融合时序的决策树推荐算法研究[J];现代计算机;2019年34期
3 徐笛;;算法实践中的多义与转义:以新闻推荐算法为例[J];新闻大学;2019年12期
4 崔素丽;;教程推荐算法研究[J];信息与电脑(理论版);2019年24期
5 李旭峰;;基于社交网络学习推荐算法的应用研究[J];信息系统工程;2019年12期
6 王扶东;俞立群;;垂直学习社区基于学习兴趣与风格的社会化推荐算法[J];小型微型计算机系统;2020年01期
7 牛在森;伊华伟;李晓会;李波;;融合层次聚类和粒子群优化的鲁棒推荐算法[J];小型微型计算机系统;2020年01期
8 周神保;莫凡;;智能推荐算法安全风险研究[J];广东通信技术;2019年07期
9 俞伟;徐德华;;推荐算法概述与展望[J];科技与创新;2019年04期
10 张世东;;推荐算法概述[J];科技传播;2019年04期
11 张艳红;谌颃;;基于标签的自助教育资源推荐算法研究[J];现代信息科技;2019年12期
12 李欣鞠;;个性化推荐算法下的“信息茧房”效应研究——以“天天快报”为例[J];西部广播电视;2019年13期
中国重要会议论文全文数据库 前10条
1 米传民;彭鹏;单晓菲;马静;;考虑显式评分的基于二部图的推荐算法[A];第十七届中国管理科学学术年会论文集[C];2015年
2 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
3 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
4 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年
5 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
6 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届(2011)中国管理学年会——信息管理分会场论文集[C];2011年
7 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
8 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年
9 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
10 高琪;辛乐;;基于用户偏好度模型和情感计算的产品推荐算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 丁玥;基于多源数据的协同过滤推荐算法研究[D];上海交通大学;2018年
2 张艳;基于机器学习的推荐算法研究与应用[D];电子科技大学;2019年
3 丁永刚;融合多指标评分与多源文本的推荐算法研究[D];武汉大学;2018年
4 耿冰蕊;基于多目标优化的个性化推荐算法研究[D];西安电子科技大学;2018年
5 赵震宇;基于深度学习和海云协同的推荐方法研究[D];中国科学技术大学;2019年
6 邢淑凝;基于深度学习的多源信息融合推荐算法研究[D];山东师范大学;2019年
7 李文俊;时间感知的推荐算法研究[D];电子科技大学;2017年
8 伊华伟;基于可疑用户度量的鲁棒推荐方法研究[D];燕山大学;2016年
9 冯浩源;动态用户兴趣模型构建及推荐算法研究[D];天津大学;2017年
10 陈玲姣;基于社交网络个体行为特征的信息推荐算法研究[D];电子科技大学;2018年
中国硕士学位论文全文数据库 前10条
1 赵亚峰;面向机票的个性化推荐方法[D];上海交通大学;2017年
2 张阳;面向个性化推荐的排序学习算法研究及优化[D];山东科技大学;2018年
3 张宜曼;面向保险产品的个性化推荐算法研究[D];山东科技大学;2018年
4 方平;基于微信平台孕育知识推荐系统的设计与实现[D];大连理工大学;2019年
5 周倩如;基于神经网络的兴趣点推荐算法的研究[D];黑龙江大学;2019年
6 王康伟;基于机器学习的金融产品推荐算法研究[D];黑龙江大学;2019年
7 严长春;基于主题模型的突发话题推荐算法研究[D];江苏科技大学;2019年
8 王茜;显隐数据结合的服装推荐系统研究[D];东华大学;2019年
9 郭蕊;基于聚类与加权矩阵分解的推荐算法研究[D];山东理工大学;2019年
10 李春俊;融合HMM及歌曲特征标签的混合推荐算法研究[D];江西师范大学;2019年
中国重要报纸全文数据库 前10条
1 建行上海市分行 王慧;试析商业银行“协同过滤推荐算法”[N];上海金融报;2017年
2 记者 王李科;四川首个人工智能政策引擎在双流区正式上线[N];成都日报;2017年
3 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
4 中国青年报·中青在线记者 杜园春 实习生 高卿雯;大数据为新生寻找志同道合舍友[N];中国青年报;2018年
5 林芮;当心“过滤泡泡”主宰了你[N];人民日报;2016年
6 本报记者 程墨 特约通讯员 杨保华;武汉理工“冒”出数十个百万身家大学生[N];中国教育报;2015年
7 张昊;Goodreads,与敌人睡觉[N];经济观察报;2013年
8 约瑟夫·A·孔斯坦 约翰·李德 美国明尼苏达大学的计算机科学教授;购物网站“猜你喜欢”背后的商业法则[N];消费日报;2015年
9 实习记者 于紫月;情话APP说胡话,谁来管住它的嘴[N];科技日报;2019年
10 吕晓勋;你在读书,谁在读你?[N];人民日报;2016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