基于大数据的ZQ就业推荐平台设计及运维管理机制研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第17-28页 |
| 1.1 研究背景与意义 | 第17-19页 |
| 1.1.1 研究背景 | 第17-19页 |
| 1.1.2 研究意义 | 第19页 |
| 1.2 相关文献综述 | 第19-24页 |
| 1.2.1 大数据相关理论 | 第19-21页 |
| 1.2.2 利益相关者理论 | 第21-22页 |
| 1.2.3 平台相关理论 | 第22-24页 |
| 1.3 文章技术路线 | 第24-26页 |
| 1.4 文章组织结构 | 第26-27页 |
| 1.5 创新点 | 第27-28页 |
| 第二章 大数据就业推荐平台概述 | 第28-37页 |
| 2.1 就业推荐平台研究现状 | 第28-35页 |
| 2.1.1 高频关键词分析 | 第28-29页 |
| 2.1.2 主题聚类分析 | 第29-32页 |
| 2.1.3 主题演进分析 | 第32-35页 |
| 2.2 基于大数据的就业推荐平台研究现状 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 ZQ就业推荐平台构建 | 第37-55页 |
| 3.1 ZQ就业推荐平台构建目标 | 第37页 |
| 3.2 ZQ就业推荐平台现状分析 | 第37-44页 |
| 3.2.1 基于web的平台现状分析 | 第37-43页 |
| 3.2.2 基于访谈的平台现状分析 | 第43-44页 |
| 3.3 ZQ就业推荐平台构建 | 第44-49页 |
| 3.3.1 平台整体描述 | 第44-46页 |
| 3.3.2 平台流程 | 第46-49页 |
| 3.4 ZQ就业推荐平台关键内容构建 | 第49-54页 |
| 3.4.1 简历构建 | 第49-50页 |
| 3.4.2 用户画像构建 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 ZQ就业推荐平台的实现路径 | 第55-81页 |
| 4.1 平台环境 | 第55-59页 |
| 4.1.1 大数据就业平台关键技术概述 | 第55-56页 |
| 4.1.2 系统部署概况 | 第56-57页 |
| 4.1.3 数据爬虫 | 第57-58页 |
| 4.1.4 推荐引擎 | 第58-59页 |
| 4.2 用户画像的实现 | 第59-66页 |
| 4.2.1 标签库的建立 | 第59-65页 |
| 4.2.2 用户在线行为画像的实现 | 第65-66页 |
| 4.3 基于用户历史信息的推荐 | 第66-74页 |
| 4.3.1 历史信息推荐架构 | 第66-69页 |
| 4.3.2 学生相似度计算 | 第69-73页 |
| 4.3.3 企业相似度计算 | 第73-74页 |
| 4.4 基于实时用户行为数据推荐 | 第74-79页 |
| 4.4.1 实时用户行为推荐架构 | 第74-75页 |
| 4.4.2 基于用户的协同过滤 | 第75-77页 |
| 4.4.3 基于物品的协同过滤 | 第77-79页 |
| 4.5 混合推荐 | 第79-80页 |
| 4.5.1 可能认识的人推荐 | 第79页 |
| 4.5.2 想要认识的人推荐 | 第79-80页 |
| 4.6 本章小结 | 第80-81页 |
| 第五章 ZQ就业推荐平台的运维与管理机制研究 | 第81-97页 |
| 5.1 平台利益相关者界定 | 第81-83页 |
| 5.2 平台运维研究 | 第83-87页 |
| 5.2.1 推荐运维管理 | 第83-84页 |
| 5.2.2 用户运维管理 | 第84-87页 |
| 5.3 平台互动交流机制研究 | 第87-88页 |
| 5.4 平台激励机制研究 | 第88-92页 |
| 5.4.1 加入多元化服务 | 第88-90页 |
| 5.4.2 构建实时就业资讯模块 | 第90-91页 |
| 5.4.3 构建推荐互利机制 | 第91-92页 |
| 5.5 平台开放机制研究 | 第92-96页 |
| 5.5.1 大数据开放共享机制 | 第92页 |
| 5.5.2 建立开放的评价体系 | 第92-93页 |
| 5.5.3 加强与其他网站的联系 | 第93-94页 |
| 5.5.4 推进平台价值共创 | 第94-96页 |
| 5.6 本章小结 | 第96-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-103页 |
| 攻读学位期间发表的论文 | 第103-105页 |
| 致谢 | 第105页 |
