基于文本特征提取技术的在线人职匹配研究及应用
| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的主要贡献与创新 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第二章 相关技术概述 | 第20-31页 |
| 2.1 文本特征提取技术 | 第20-23页 |
| 2.2 特征词相似性计算 | 第23-27页 |
| 2.2.1 基于神经网络的特征向量化处理 | 第23-26页 |
| 2.2.2 余弦相似度 | 第26-27页 |
| 2.3 搜索推荐算法 | 第27-30页 |
| 2.3.1 搜索 | 第27-30页 |
| 2.3.2 推荐 | 第30页 |
| 2.4 本章总结 | 第30-31页 |
| 第三章 匹配算法设计与优化 | 第31-44页 |
| 3.1 特征提取 | 第31-34页 |
| 3.1.1 算法描述 | 第31-33页 |
| 3.1.2 样本数据说明 | 第33页 |
| 3.1.3 实验及结果 | 第33-34页 |
| 3.2 职位分类 | 第34-36页 |
| 3.2.1 算法描述 | 第34-35页 |
| 3.2.2 数据说明 | 第35页 |
| 3.2.3 实验及结果 | 第35-36页 |
| 3.3 特征相似性计算 | 第36-39页 |
| 3.3.1 实验描述 | 第37-38页 |
| 3.3.2 数据说明 | 第38页 |
| 3.3.3 实验及结果 | 第38-39页 |
| 3.4 人职匹配算法优化 | 第39-42页 |
| 3.4.1 排序算法优化 | 第39-40页 |
| 3.4.2 搜索权重优化 | 第40-41页 |
| 3.4.3 职位描述句式分析 | 第41-42页 |
| 3.4.4 职位分类优化 | 第42页 |
| 3.5 本章总结 | 第42-44页 |
| 第四章 基于倒排索引技术的匹配框架设计与实现 | 第44-57页 |
| 4.1 数据情况说明 | 第44-46页 |
| 4.2 判别模型 | 第46-47页 |
| 4.3 匹配算法初步设计 | 第47-49页 |
| 4.4 倒排索引匹配框架搭建与实验 | 第49-52页 |
| 4.4.1 ElasticSearch搜索引擎 | 第49-50页 |
| 4.4.2 人职匹配实验 | 第50-51页 |
| 4.4.3 实验结果 | 第51-52页 |
| 4.5 优化后的匹配算法 | 第52-56页 |
| 4.6 本章总结 | 第56-57页 |
| 第五章 系统搭建与测试 | 第57-66页 |
| 5.1 整体系统设计 | 第57-59页 |
| 5.1.1 底层数据存储层 | 第57-58页 |
| 5.1.2 爬虫平台 | 第58-59页 |
| 5.1.3 算法层 | 第59页 |
| 5.1.4 数据接口层 | 第59页 |
| 5.1.5 应用层 | 第59页 |
| 5.2 系统搭建与测试 | 第59-64页 |
| 5.2.1 系统搭建 | 第60-62页 |
| 5.2.2 系统测试 | 第62-64页 |
| 5.3 实际应用环境中匹配效果 | 第64页 |
| 5.4 本章总结 | 第64-66页 |
| 第六章 全文总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的成果 | 第72-73页 |
