论文部分内容阅读
大学生就业形势一年较一年严峻,而大学生作为国家的新生代力量,其就业问题也引起了社会和高校的高度重视。随着计算机网络技术的发展,互联网求职平台作为大学生就业和企业招聘的主要途径已是大势所趋。面对网络平台上海量的职位信息,学生如何找到个性化的职位,企业HR如何让自己的招聘信息脱颖而出是个性化求职平台的核心任务。现有的个性化求职平台采用信息推送技术将满足用户个性化需求的信息主动推送给用户,但缺少对用户当前所处的情境的考虑。而融入情境信息的用户兴趣模型可有效感知用户不同情境的需求,进而向用户推荐个性化信息,为个性化推荐服务的进一步发展提供了新思路。本文研究主要从理论和实践两部分展开,设计完成基于情境感知的大学生就业推荐系统。理论上,建立情境模型和改进现有的个性化推荐算法。首先,结合系统开发背景选用VSM方法和评分矩阵表示方法构建用户兴趣情境模型和职位情境模型;其次,利用用户社交关系情境改进基于用户的协同过滤推荐算法,即基于社交关系情境的协同过滤推荐算法;引入性格情境到用户兴趣模型,提出了基于性格情境的职位推荐算法;依据用户最近的行为更能体现其最近的兴趣,研究了基于时间情境和资源的职位推荐算法。实践上,利用AJAX、JSON等技术,在.NET开发平台下开发完成基于情境感知的大学生就业推荐系统各功能模块。该系统具有职位推荐、用户推荐、职位信息管理、个人简历管理、用户信息管理等功能,该系统能很好的提供个性化的职位推荐和用户推荐服务,并减少大学生用户在获取招聘信息的过程中浏览不同相关招聘信息损失的时间。该就业推荐原型系统已完成,通过各功能版块测试。从初步的应用实例来看,系统运行状态较好。一方面,该系统可以为学生和企业HR提供一个良好的求职招聘管理空间,有效地满足用户的求职需求和招聘需求。另一方面,该系统较好的实现了求职招聘网络平台服务中的个性化资源服务,使得用户获取职位和企业HR获取招聘者的效率和准确性得到了提升。