基于高校毕业生与招聘企业双选的推荐系统
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 个性化推荐系统现状 | 第10-11页 |
| 1.2.2 就业推荐系统现状 | 第11-12页 |
| 1.3 本文的主要内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 推荐系统相关技术 | 第14-24页 |
| 2.1 常用推荐算法介绍 | 第14-20页 |
| 2.1.1 基于协同过滤的推荐算法 | 第14-17页 |
| 2.1.2 基于内容的推荐 | 第17-18页 |
| 2.1.3 基于规则的推荐算法 | 第18-20页 |
| 2.1.4 混合推荐 | 第20页 |
| 2.2 推荐系统评价指标 | 第20-23页 |
| 2.2.1 用户满意度 | 第21页 |
| 2.2.2 预测准确度 | 第21-23页 |
| 2.2.3 覆盖率 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于内容过滤的互惠推荐 | 第24-34页 |
| 3.1 职位推荐系统特点分析 | 第24-26页 |
| 3.2 基于内容过滤的互惠推荐模型 | 第26-28页 |
| 3.3 中文分词 | 第28-29页 |
| 3.4 文本相似度计算 | 第29-31页 |
| 3.4.1 预处理 | 第29-30页 |
| 3.4.2 权重值计算 | 第30-31页 |
| 3.4.3 相似度计算 | 第31页 |
| 3.5 互惠匹配度计算 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4 基于双重聚类的协同过滤推荐 | 第34-43页 |
| 4.1 协同过滤推荐技术概述 | 第34-36页 |
| 4.1.1 协同过滤推荐技术描述 | 第34页 |
| 4.1.2 协同过滤推荐算法流程 | 第34-36页 |
| 4.2 建立用户偏好模型 | 第36-37页 |
| 4.3 双重聚类的协同过滤推荐 | 第37-42页 |
| 4.3.1 聚类分析 | 第39-40页 |
| 4.3.2 预测未评分项目的评分 | 第40-41页 |
| 4.3.3 双重聚类并进行推荐 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 推荐系统设计与实现 | 第43-58页 |
| 5.1 系统需求分析 | 第43-44页 |
| 5.1.1 系统功能性需求分析 | 第43-44页 |
| 5.1.2 系统的非功能性需求分析 | 第44页 |
| 5.2 系统总体设计 | 第44-46页 |
| 5.3 数据库设计 | 第46-50页 |
| 5.4 开发工具及开发技术 | 第50-53页 |
| 5.4.1 开发工具 | 第50-51页 |
| 5.4.2 开发技术 | 第51-52页 |
| 5.4.3 架构设计 | 第52-53页 |
| 5.5 关键模块设计 | 第53-54页 |
| 5.5.1 毕业生模块 | 第53页 |
| 5.5.2 招聘企业模块 | 第53-54页 |
| 5.6 运行实例 | 第54-57页 |
| 5.7 本章小结 | 第57-58页 |
| 6 实验设计与结果分析 | 第58-69页 |
| 6.1 实验数据 | 第58-59页 |
| 6.1.1 数据采集 | 第58页 |
| 6.1.2 实验数据预处理 | 第58-59页 |
| 6.1.3 实验数据统计 | 第59页 |
| 6.2 实验评价指标 | 第59-60页 |
| 6.3 实验与结果分析 | 第60-68页 |
| 6.3.1 基于内容过滤的互惠推荐效果验证 | 第60-63页 |
| 6.3.2 双重聚类的协同过滤推荐效果验证 | 第63-64页 |
| 6.3.3 混合推荐效果验证 | 第64-68页 |
| 6.4 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的的学术论文及研究成果 | 第76页 |
