| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.1.1 课题研究的背景 | 第8页 |
| 1.1.2 课题研究的意义 | 第8页 |
| 1.2 推荐系统的国内外研究现状 | 第8-10页 |
| 1.2.1 推荐系统的国内研究现状 | 第8-9页 |
| 1.2.2 推荐系统的国外研究现状 | 第9-10页 |
| 1.3 主要研究内容和技术路线 | 第10-11页 |
| 1.4 论文结构安排 | 第11页 |
| 1.5 本章小结 | 第11-13页 |
| 第二章 理论与相关技术 | 第13-23页 |
| 2.1 个性化推荐系统 | 第13-15页 |
| 2.1.1 个性化就业推荐系统简介 | 第13-14页 |
| 2.1.2 个性化推荐方法简介 | 第14-15页 |
| 2.2 协同过滤推荐算法 | 第15-18页 |
| 2.2.1 基于用户的协同过滤推荐算法 | 第15-17页 |
| 2.2.2 基于项目的协同过滤推荐算法 | 第17-18页 |
| 2.3 聚类分析概述 | 第18-21页 |
| 2.3.1 聚类分析简介 | 第18-19页 |
| 2.3.2 聚类算法分类 | 第19页 |
| 2.3.3 计算相似度的方法(欧几里德和皮尔逊算法) | 第19-20页 |
| 2.3.4 K-means算法 | 第20-21页 |
| 2.4 特征权重确定方法 | 第21页 |
| 2.5 JSP简介 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 改进的基于学生就业特征的推荐模型 | 第23-30页 |
| 3.1 推荐原理简述 | 第23-24页 |
| 3.2 传统的基于用户的协同过滤就业推荐模型 | 第24页 |
| 3.3 改进的基于学生特征属性的协同过滤算法 | 第24-25页 |
| 3.4 学生就业特征提取及其权重计算 | 第25-26页 |
| 3.5 改进的AK-means特征聚类 | 第26-28页 |
| 3.5.1 学生就业特征相似度计算 | 第26-27页 |
| 3.5.2 改进的AK-means聚类原理 | 第27-28页 |
| 3.6 改进的推荐模型的推荐结果 | 第28-29页 |
| 3.7 本章小结 | 第29-30页 |
| 第四章 系统需求分析 | 第30-36页 |
| 4.1 系统开发环境 | 第30页 |
| 4.2 系统需求分析 | 第30-31页 |
| 4.2.1 经济可行性分析 | 第30页 |
| 4.2.2 操作可行性分析 | 第30页 |
| 4.2.3 系统功能分析 | 第30-31页 |
| 4.3 数据库需求分析 | 第31-32页 |
| 4.4 数据库逻辑与物理结构设计 | 第32-35页 |
| 4.4.1 毕业生表 | 第32-33页 |
| 4.4.2 系统信息发布表 | 第33页 |
| 4.4.3 企业人员表 | 第33页 |
| 4.4.4 系统角色表 | 第33-34页 |
| 4.4.5 招聘信息表 | 第34-35页 |
| 4.4.6 招聘资料表 | 第35页 |
| 4.4.7 企业友情链接表 | 第35页 |
| 4.5 本章小节 | 第35-36页 |
| 第五章 个性化就业推荐系统的设计与实现 | 第36-46页 |
| 5.1 系统详细设计 | 第36-42页 |
| 5.1.1 用户登录模块 | 第36-37页 |
| 5.1.2 管理员模块 | 第37-39页 |
| 5.1.3 毕业生推荐模块 | 第39-42页 |
| 5.1.4 用人单位模块 | 第42页 |
| 5.2 系统与算法测试 | 第42-45页 |
| 5.2.1 系统算法测试 | 第42-43页 |
| 5.2.2 系统展示图 | 第43-45页 |
| 5.3 本章小节 | 第45-46页 |
| 第六章 展望 | 第46-47页 |
| 6.1 结论 | 第46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 个人简历 | 第50页 |