基于混合遗传集成学习的人力资源推荐算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 推荐算法的研究现状 | 第12页 |
| 1.2.2 遗传算法的研究现状 | 第12-13页 |
| 1.2.3 集成学习的研究现状 | 第13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 相关理论及技术 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 集成学习 | 第15-21页 |
| 2.2.1 集成学习概述 | 第15页 |
| 2.2.2 Bagging算法 | 第15-16页 |
| 2.2.3 Boosting算法 | 第16-17页 |
| 2.2.4 选择性集成学习 | 第17-20页 |
| 2.2.5 Gasen算法 | 第20-21页 |
| 2.3 推荐算法 | 第21-23页 |
| 2.3.1 推荐算法概述 | 第21页 |
| 2.3.2 协同过滤推荐算法 | 第21-22页 |
| 2.3.3 混合推荐算法 | 第22-23页 |
| 2.4 遗传算法 | 第23-25页 |
| 2.4.1 遗传算法概述 | 第23-24页 |
| 2.4.2 混合遗传算法 | 第24-25页 |
| 2.5 Spark计算框架 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 数据采集与预处理 | 第27-33页 |
| 3.1 引言 | 第27页 |
| 3.2 数据采集 | 第27-28页 |
| 3.3 数据预处理 | 第28-32页 |
| 3.3.1 数据预处理流程 | 第28-30页 |
| 3.3.2 数据清洗 | 第30-31页 |
| 3.3.3 数据集成 | 第31-32页 |
| 3.3.4 数据规约 | 第32页 |
| 3.3.5 数据变换 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 数据存储与数据仓库 | 第33-40页 |
| 4.1 引言 | 第33页 |
| 4.2 基于分布式列式存储的人力资源数据并行处理 | 第33-36页 |
| 4.3 人力资源数据仓库 | 第36-39页 |
| 4.3.1 逻辑设计 | 第36-37页 |
| 4.3.2 用户信息表 | 第37-38页 |
| 4.3.3 行为信息表 | 第38页 |
| 4.3.4 岗位信息表 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 人力资源推荐算法设计 | 第40-67页 |
| 5.1 引言 | 第40页 |
| 5.2 算法总体流程 | 第40-43页 |
| 5.3 训练集与测试集的产生 | 第43-44页 |
| 5.4 基于隐式反馈的矩阵分解协同过滤算法 | 第44-50页 |
| 5.4.1 人力资源推荐中的隐式反馈 | 第44-46页 |
| 5.4.2 矩阵分解协同过滤算法的原理 | 第46-47页 |
| 5.4.3 矩阵分解协同过滤算法的设计 | 第47-50页 |
| 5.5 集成学习算法 | 第50-54页 |
| 5.5.1 集成学习算法的设计 | 第50-51页 |
| 5.5.2 数据的采样方法 | 第51-52页 |
| 5.5.3 梯度提升树基分类器 | 第52-54页 |
| 5.6 混合遗传算法 | 第54-63页 |
| 5.6.1 混合遗传算法的设计 | 第54-55页 |
| 5.6.2 适应度计算 | 第55-57页 |
| 5.6.3 混合自适应操作的交叉算子 | 第57-59页 |
| 5.6.4 混合自适应操作的变异算子 | 第59-61页 |
| 5.6.5 混合模拟退火操作的选择算子 | 第61-63页 |
| 5.7 选择性集成与混合推荐 | 第63-65页 |
| 5.8 冷启动问题及其解决 | 第65-66页 |
| 5.9 本章小结 | 第66-67页 |
| 第六章 算法评估与测试 | 第67-76页 |
| 6.1 实验环境与实验数据 | 第67页 |
| 6.2 算法的评估指标 | 第67-69页 |
| 6.3 实验结果与分析 | 第69-75页 |
| 6.3.1 关键参数对算法的影响实验 | 第69-71页 |
| 6.3.2 算法的有效性实验 | 第71-75页 |
| 6.4 本章小结 | 第75-76页 |
| 总结与展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |
