版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、中圖分類號:TP391UDC:620訝4£解■q4二I辟密級:學校代碼:碩士學位論文(學歷碩士)基于行為分析的個性化職位推薦PersonalizedJobRecommenderSystemBasedontheBehaviorAnalysis研究生姓名:指導教師:學科專業(yè):研究方向:論文開題日期:侯麗娟董東副教授計算機應用技術智能信息系統(tǒng)2013年3月27日公開10094h拿尤泣已‘摘要隨著網(wǎng)絡技術的迅猛發(fā)展和廣泛應用,網(wǎng)上求職和招聘逐漸
2、成為主流的求職招聘途徑。然而,求職者面對海量的職場信息,他們可能花大量的時間也難以找到合適的職位信息。個性化推薦技術的發(fā)展為解決信息過載問題,提高求職招聘網(wǎng)站的可用性和用戶體驗提供了一種途徑。本文在課題組已有的研究基礎上,利用某省人才求職招聘數(shù)據(jù)和Web日志,從“具有相似行為的求職者具有相同的工作”相似出發(fā),提出推薦的行為影響因素,制定行為分析策略,研究了面向大學生的個性化求職推薦方法。實例測試表明了本方法的有效性。本文主要研究內容和工
3、作如下:1、把行為分析思想揉入基于CBR的個性化推薦,根據(jù)求職者網(wǎng)上求職流程分析,將求職者的網(wǎng)絡求職行為分為注冊行為、歷史申請行為和職位瀏覽行為。基于“具有相似行為的求職者應有相似工作”的案例推理思想,在CBR推薦中增加興趣相似。對人才網(wǎng)數(shù)據(jù)和Web日志數(shù)據(jù)預處理并進行分析,提出了求職者行為興趣模型,克服了以往求職者模型中僅考慮人口統(tǒng)計學和社會競爭力特征的局限性。2、基于CBR的個性化職位推薦使用了全局相似和局部相似對求職者進行相似計算
4、。但是,尚未解決權重問題。引入結構方程模型,建立求職者各種因素與求職成功間的關聯(lián)關系的結構方程模型,通過驗證性因素分析得出各求職因素與求職成功之間存在的隱變量及其潛在關聯(lián)關系。從結構方程模型中得出局部相似度權重,運用在CBR相似度計算中,提高了推薦精度和質量,為進一步從潛變量研究其它行為進行了理論探索。3、從統(tǒng)計角度和數(shù)據(jù)挖掘角度綜述了因素分析的常用方法,并對求職屬性的數(shù)據(jù)類型分類,為不同數(shù)據(jù)類型的求職屬性提出了可選的局部相似算法。4、
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于行為模型的個性化推薦.pdf
- 基于行為分析的個性化旅游景區(qū)推薦研究.pdf
- 基于用戶行為的個性化推薦算法研究.pdf
- 基于情感分析的個性化推薦研究.pdf
- 基于用戶行為數(shù)據(jù)分析的個性化推薦算法研究.pdf
- 個性化職位推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于用戶行為的個性化推薦優(yōu)化方法研究.pdf
- 基于用戶行為的個性化新聞推薦系統(tǒng)研究.pdf
- 基于客戶瀏覽行為的個性化推薦系統(tǒng)研究.pdf
- 基于可視化的個性化推薦.pdf
- 基于社區(qū)的個性化微博推薦分析
- 網(wǎng)絡時代下的個性化傳播研究——基于個性化信息推薦的分析.pdf
- 基于圖的個性化音樂推薦.pdf
- 基于本體的個性化推薦系統(tǒng)
- 基于加權關聯(lián)規(guī)則和瀏覽行為的個性化推薦.pdf
- 基于用戶行為的個性化推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于關聯(lián)規(guī)則的個性化推薦.pdf
- 基于證券理財產(chǎn)品用戶行為分析的個性化推薦研究.pdf
- 基于圖的個性化推薦研究.pdf
- 基于鍵值的個性化推薦算法.pdf
評論
0/150
提交評論