摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 课题的研究背景及意义 | 第12-15页 |
1.1.1 课题的研究背景 | 第12-14页 |
1.1.2 课题的研究意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-17页 |
1.2.1 推荐系统的国外研究现状 | 第15-16页 |
1.2.2 推荐系统的国内研究现状 | 第16-17页 |
1.2.3 推荐系统在高校毕业生就业推荐方面的研究现状 | 第17页 |
1.3 主要研究内容及技术路线 | 第17-19页 |
1.4 本章小结 | 第19-20页 |
第二章 理论研究综述 | 第20-34页 |
2.1 个性化推荐系统 | 第20-23页 |
2.1.1 个性化推荐系统概述 | 第20-21页 |
2.1.2 个性化推荐方法简介 | 第21-22页 |
2.1.3 个性化推荐系统的评价 | 第22-23页 |
2.2 协同过滤算法 | 第23-25页 |
2.2.1 基于用户的协同过滤算法 | 第24页 |
2.2.2 基于项目的协同过滤算法 | 第24-25页 |
2.3 聚类分析概述 | 第25-31页 |
2.3.1 聚类分析简介 | 第25-27页 |
2.3.2 聚类算法分类 | 第27页 |
2.3.3 聚类分析的数据结构 | 第27-29页 |
2.3.4 K-means算法 | 第29-31页 |
2.4 特征权重确定方法 | 第31-32页 |
2.5 ASP.NET介绍 | 第32-33页 |
2.6 本章小结 | 第33-34页 |
第三章 改进的基于学生就业特征的推荐模型 | 第34-50页 |
3.1 推荐原理简述 | 第34-35页 |
3.2 传统的基于协同过滤的就业推荐模型 | 第35-36页 |
3.3 改进的基于协同过滤的就业推荐模型原理 | 第36页 |
3.4 学生就业特征提取及权重计算 | 第36-39页 |
3.4.1 学生就业特征提取 | 第37-38页 |
3.4.2 学生就业特征权重确定 | 第38-39页 |
3.5 改进的AK-means特征聚类 | 第39-46页 |
3.5.1 学生就业特征相似度计算 | 第40-41页 |
3.5.2 改进的AK-means聚类原理 | 第41-43页 |
3.5.3 AK-means的部分MATLAB实现 | 第43-46页 |
3.6 改进的推荐模型的推荐结果 | 第46-47页 |
3.7 改进推荐模型的实现流程 | 第47-48页 |
3.8 本章小结 | 第48-50页 |
第四章 基于学生就业特征推荐模型的验证 | 第50-72页 |
4.1 学生就业特征数据预处理 | 第50-55页 |
4.1.1 学生就业特征数据采集 | 第50页 |
4.1.2 学生就业特征数据清理 | 第50-51页 |
4.1.3 学生就业特征数据转换 | 第51-55页 |
4.2 学生就业特征权重计算 | 第55-61页 |
4.3 基于改进K-means的往届生就业特征聚类 | 第61-66页 |
4.3.1 聚类数据标准化 | 第61-62页 |
4.3.2 确定往届生就业特征的初始聚类中心 | 第62-64页 |
4.3.3 往届生就业特征聚类 | 第64-66页 |
4.4 改进协同过滤推荐与传统协同过滤推荐的效果对比 | 第66-70页 |
4.4.1 改进的基于学生就业特征的协同过滤推荐 | 第67-68页 |
4.4.2 传统的协同过滤推荐 | 第68-69页 |
4.4.3 推荐结果对比和分析 | 第69-70页 |
4.5 本章小结 | 第70-72页 |
第五章 个性化就业推荐系统原型设计与实现 | 第72-94页 |
5.1 系统开发环境 | 第72页 |
5.2 系统功能模块 | 第72-74页 |
5.3 数据库设计 | 第74-77页 |
5.3.1 数据库概念设计 | 第74-75页 |
5.3.2 数据库逻辑设计 | 第75-77页 |
5.4 系统实现 | 第77-90页 |
5.4.1 创建数据库 | 第77页 |
5.4.2 系统模块开发 | 第77-90页 |
5.5 系统测试 | 第90-93页 |
5.6 本章小结 | 第93-94页 |
第六章 结论与展望 | 第94-96页 |
6.1 结论 | 第94-95页 |
6.2 展望 | 第95-96页 |
致谢 | 第96-98页 |
参考文献 | 第98-102页 |
附录A 攻读硕士期间科研成果 | 第102-104页 |
附录B MATLAB程序 | 第104-108页 |
附录C 往届学生数据 | 第108-110页 |
附录D 系统开发程序 | 第110-118页 |