论文部分内容阅读
自2016年12月全国高校思想政治工作会议召开以来,越来越多的求职者愿意从事高校辅导员工作。面对高涨的高校辅导员岗位从业热情,当前市场上的人岗匹配产品难以满足该岗位相关人群的实际需求。本文针对高校辅导员岗位,基于AHP和BP神经网络算法进行精准匹配系统的研究与实现,力求为高校辅导员招聘提供参考,为在职辅导员培训提高精准度,同时为求职者提供职前自测服务。在系统核心技术研究阶段,本文首先通过研究高校辅导员胜任力模型以及相关从业要求文件,筛选出34个高校辅导员胜任力特征,并结合经典胜任力模型结构设计问卷,运用网络渠道进行抽样调查完成数据获取。然后本文对于数据的归一化处理进行分析并在此基础上进行了 BP神经网络模型训练与精准匹配实验。接着,为提升本文研究系统的匹配精准度,本文以“洋葱模型”为基础,采取将胜任力特征作为AHP准则层的方式,对高校辅导员岗位胜任力特征进行层次化权重分析。同时,本文对以往研究中AHP和BP神经网络结合方式进行分析并指出其局限性,在此基础上创新性提出AHP与BP神经网络的继承型结合方式并进行了基于AHP和BP神经网络的模型训练与精准匹配实验。最后通过对比和分析以上四组实验结果发现:AHP-BP神经网络的继承型结合方式不仅规避了 AHP容量小的问题,而且将具有理论依据的层次化权重科学的融入到BP神经网络的计算中。除此之外,本次研究中AHP-BP神经网络继承型结合方式可以替代数据的归一化处理,有效地提高新形势下高校辅导员岗位精准匹配模型的训练速度与匹配精确度。在系统设计与实现阶段,本文介绍了系统开发涉及的相关技术,包括PHP脚本、Codeigniter框架、SQLSERVER数据库、Python脚本语言等。阐述了系统的开发模式,包括采用B/S架构模式开发及基于B/S的三层体系结构采用三层客户服务结构。并对系统的目标及原则、功能模块、数据库表结构、系统部署架构等进行了总体设计。功能模块设计中介绍了受访者、测评者和管理员三类用户的具体功能设计内容,数据库表结构设计中对系统数据库涉及的核心数据表结构进行了阐述,同时对系统部署架构进行说明。最后选取系统实现部分核心模块包括受访者问卷填写功能、测评者匹配信息管理、系统精准化匹配结果功能进行实现方式的说明。