首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

面向IT行业个性化简历推荐算法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-19页
    1.1 研究背景及意义第9-11页
        1.1.1 研究背景第9-11页
        1.1.2 研究意义第11页
    1.2 国内外研究现状第11-15页
    1.3 本文主要研究内容第15-16页
    1.4 本文章节安排第16-17页
    1.5 本章小结第17-19页
第二章 面向IT行业的简历推荐方案第19-29页
    2.1 IT行业简历和招聘文本特征分析第20-23页
    2.2 面向IT行业个性化简历推荐框架第23-27页
    2.3 本章小结第27-29页
第三章 面向结构化的简历和招聘文本匹配算法第29-37页
    3.1 数值文本匹配算法第29-30页
    3.2 简单文本匹配算法第30-33页
        3.2.1 本体领域知识构建第30-32页
        3.2.2 简单文本匹配算法第32-33页
    3.3 实验结果与分析第33-36页
        3.3.1 实验数据第33-34页
        3.3.2 评价准则第34页
        3.3.3 实验结果第34-36页
    3.4 本章小结第36-37页
第四章 面向非结构化的简历与招聘文本匹配算法第37-55页
    4.1 问题建模第37-40页
    4.2 LSTM和CNN网络模型第40-48页
        4.2.1 LSTM和CNN网络模型介绍第40-45页
        4.2.2 算法流程以及描述第45-48页
    4.3 实验结果与分析第48-52页
        4.3.1 实验数据第48-49页
        4.3.2 评价准则第49页
        4.3.3 实验结果第49-52页
    4.4 本章小结第52-55页
第五章 面向IT行业的个性化简历推荐原型系统第55-63页
    5.1 原型系统设计第55-57页
        5.1.1 系统功能模块第55-57页
        5.1.2 系统运行环境第57页
    5.2 系统核心模块实现与展示第57-62页
        5.2.1 求职者模块展示第57-59页
        5.2.2 招聘人员模块展示第59-62页
    5.3 本章小结第62-63页
总结与展望第63-65页
    本文总结第63页
    未来工作展望第63-65页
参考文献第65-71页
攻读硕士学位期间取得的科研成果第71-73页
致谢第73-74页

论文共74页,点击 下载论文
上一篇:基于FEM-AML的鼠标噪声分析与设计
下一篇:基于异构Hadoop集群的MapReduce任务调度算法研究