基于Hadoop平台的职位推荐系统的设计与实现
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 推荐系统研究现状 | 第14-16页 |
| 1.2.2 职位推荐的研究现状 | 第16页 |
| 1.3 本文研究内容及组织结构 | 第16-18页 |
| 2 推荐系统的相关理论与技术研究 | 第18-26页 |
| 2.1 职位推荐系统 | 第18-20页 |
| 2.2 职位推荐技术 | 第20-23页 |
| 2.2.1 基于内容相似度检索技术 | 第20-21页 |
| 2.2.2 基于人.统计协同推荐技术 | 第21-22页 |
| 2.2.3 协同过滤推荐技术 | 第22-23页 |
| 2.2.4 混合推荐机制 | 第23页 |
| 2.3 大数据处理技术 | 第23-25页 |
| 2.3.1 数据收集 | 第24页 |
| 2.3.2 离线数据处理 | 第24-25页 |
| 2.3.3 在线实时推荐 | 第25页 |
| 2.4 本章小节 | 第25-26页 |
| 3 职位推荐系统的需求分析与总体设计 | 第26-37页 |
| 3.1 推荐系统的整体目标 | 第26页 |
| 3.2 推荐系统的需求分析 | 第26-31页 |
| 3.2.1 推荐系统的功能需求 | 第27-31页 |
| 3.2.2 推荐系统的性能需求 | 第31页 |
| 3.3 推荐系统的总体设计 | 第31-36页 |
| 3.3.1 推荐系统的整体功能设计 | 第31-32页 |
| 3.3.2 推荐系统的架构设计 | 第32-33页 |
| 3.3.3 推荐系统的工作流设计 | 第33-35页 |
| 3.3.4 推荐系统的包结构设计 | 第35-36页 |
| 3.4 本章小节 | 第36-37页 |
| 4 职位推荐系统的设计 | 第37-68页 |
| 4.1 用户-职位模型设计 | 第37-45页 |
| 4.1.1 求职者模型 | 第37-38页 |
| 4.1.2 职位浏览特征分析 | 第38-39页 |
| 4.1.3 层次分析法确定权重系数 | 第39-42页 |
| 4.1.4 提取用户-职位特征向量 | 第42-43页 |
| 4.1.5 相似度计算 | 第43-45页 |
| 4.2 数据收集模块详细设计 | 第45-51页 |
| 4.2.1 功能描述 | 第45-47页 |
| 4.2.2 功能类图 | 第47-49页 |
| 4.2.3 功能交互图 | 第49-50页 |
| 4.2.4 功能组件 | 第50-51页 |
| 4.3 离线数据处理模块详细设计 | 第51-57页 |
| 4.3.1 功能描述 | 第51-52页 |
| 4.3.2 功能类图 | 第52-56页 |
| 4.3.3 功能交互图 | 第56-57页 |
| 4.3.4 功能组件 | 第57页 |
| 4.4 在线实时推荐模块详细设计 | 第57-64页 |
| 4.4.1 功能描述 | 第57-59页 |
| 4.4.2 功能类图 | 第59-62页 |
| 4.4.3 功能交互图 | 第62-63页 |
| 4.4.4 功能组件 | 第63-64页 |
| 4.5 数据库设计 | 第64-67页 |
| 4.6 本章小节 | 第67-68页 |
| 5 职位推荐系统的实现 | 第68-89页 |
| 5.1 数据收集模块的实现 | 第68-71页 |
| 5.1.1 数据读取 | 第68-70页 |
| 5.1.2 数据传输 | 第70-71页 |
| 5.2 离线数据处理模块的实现 | 第71-80页 |
| 5.2.1 数据预处理 | 第71-72页 |
| 5.2.2 用户兴趣度 | 第72-74页 |
| 5.2.3 职位相似度 | 第74-77页 |
| 5.2.4 机器学习最优化权重 | 第77-80页 |
| 5.3 在线实时推荐模块的实现 | 第80-88页 |
| 5.3.1 基于人.统计协同推荐 | 第80-84页 |
| 5.3.2 基于协同过滤推荐 | 第84-88页 |
| 5.4 本章小节 | 第88-89页 |
| 6 职位推荐系统测评及分析 | 第89-99页 |
| 6.1 测试环境 | 第89-90页 |
| 6.2 系统应用展示 | 第90-91页 |
| 6.2.1 登录触发推荐 | 第90页 |
| 6.2.2 职位申请触发推荐 | 第90-91页 |
| 6.3 系统测评内容 | 第91-98页 |
| 6.3.1 逻辑回归模型测评 | 第92-95页 |
| 6.3.2 推荐系统功能测试 | 第95-96页 |
| 6.3.3 推荐系统性能评估 | 第96-98页 |
| 6.4 本章小节 | 第98-99页 |
| 7 总结与展望 | 第99-101页 |
| 7.1 本文总结 | 第99页 |
| 7.2 工作展望 | 第99-101页 |
| 参考文献 | 第101-106页 |
| 致谢 | 第106-107页 |
| 攻读学位期间发表的学术论文目录 | 第107页 |
