垂直搜索引擎在簡(jiǎn)歷篩選中的應(yīng)用研究.pdf

1、面對(duì)Web中的海量信息資源，針對(duì)特定目的專業(yè)搜索需求的日益增長(zhǎng)，因此，從這一點(diǎn)出發(fā)，研究垂直搜索引擎在企業(yè)招聘管理中的應(yīng)用具有重要意義。
　　通過對(duì)網(wǎng)絡(luò)招聘的具體需求進(jìn)行分析，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)針對(duì)招聘企業(yè)的簡(jiǎn)歷搜索系統(tǒng)，以解決招聘企業(yè)在面對(duì)海量簡(jiǎn)歷信息搜集效率不高、傳統(tǒng)搜索引擎面對(duì)專業(yè)信息檢索相關(guān)度不高等問題，達(dá)到為企業(yè)降低招聘成本的目的。為此，本文提出了歸納學(xué)習(xí)生成的抽取規(guī)則，Web信息抽取規(guī)則算法中，主要是利用機(jī)器學(xué)習(xí)中的覆蓋學(xué)

2、習(xí)方法來實(shí)現(xiàn)對(duì)規(guī)則的學(xué)習(xí)和制定，其基本的原理是通過某一個(gè)項(xiàng)的增加，一直增加到不在出錯(cuò)位置，或在這個(gè)過程中通過設(shè)定一個(gè)閾值，在達(dá)到閾值之后就符合要求，最后將符合要求的規(guī)則進(jìn)行提取。本文做了大量的實(shí)驗(yàn)，對(duì)實(shí)驗(yàn)結(jié)果做了詳細(xì)的對(duì)比分析，并重點(diǎn)與其他學(xué)習(xí)算法進(jìn)行了實(shí)驗(yàn)對(duì)比分析。實(shí)驗(yàn)結(jié)果表明，本文中歸納學(xué)習(xí)生成的抽取規(guī)則具有較高的召回率和準(zhǔn)確率。然后采用開源工具包Lucene和爬蟲框架Heritrix開發(fā)，根據(jù)招聘企業(yè)用戶的實(shí)際的需求，對(duì)系統(tǒng)進(jìn)行總

3、體的設(shè)計(jì)，分別為表現(xiàn)層、應(yīng)用層和數(shù)據(jù)層，通過分層設(shè)計(jì)可以很好的實(shí)現(xiàn)表現(xiàn)和數(shù)據(jù)的分離，方便用戶對(duì)系統(tǒng)管理與維護(hù)。詳細(xì)設(shè)計(jì)部分包括了抓取對(duì)象的設(shè)計(jì)、系統(tǒng)架構(gòu)的設(shè)計(jì)和數(shù)據(jù)庫(kù)的設(shè)計(jì)，詳細(xì)分析了系統(tǒng)中各個(gè)主要功能模塊，包括信息提取模塊、索引模塊和規(guī)則學(xué)習(xí)模塊。最后系統(tǒng)各個(gè)功能模塊的實(shí)現(xiàn)，采取面向?qū)ο蠼＜夹g(shù)對(duì)模塊進(jìn)行詳細(xì)實(shí)現(xiàn)，在具體實(shí)現(xiàn)的時(shí)候介紹關(guān)鍵代碼以及系統(tǒng)模塊的截圖，對(duì)系統(tǒng)中的數(shù)據(jù)庫(kù)訪問進(jìn)行介紹。
　　針對(duì)簡(jiǎn)歷搜索系統(tǒng)在實(shí)際招聘工作中