| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·大学生职业推荐系统的开发背景及意义 | 第9-10页 |
| ·目前国内相关职业推荐平台的调研分析 | 第10-11页 |
| ·本文主要工作 | 第11页 |
| ·本文的篇章结构 | 第11-12页 |
| 2 相关技术背景 | 第12-24页 |
| ·几种推荐方法的介绍 | 第12-13页 |
| ·SimRank算法介绍 | 第13-15页 |
| ·聚类分析介绍 | 第15-17页 |
| ·K-Means算法描述 | 第17-18页 |
| ·PageRank算法概述 | 第18-24页 |
| ·PageRank算法简介 | 第18-19页 |
| ·PageRank算法思想 | 第19页 |
| ·PageRank算法公式 | 第19-21页 |
| ·PageRank算法计算过程 | 第21-24页 |
| 3 系统概述 | 第24-29页 |
| ·系统整体设计思路 | 第24-25页 |
| ·系统模块介绍 | 第25-27页 |
| ·数据预处理模块 | 第25页 |
| ·企业信息抽取模块 | 第25-26页 |
| ·学生间相似度计算模块 | 第26页 |
| ·往届学生聚类分析模块 | 第26页 |
| ·学生与企业间相似度计算模块 | 第26-27页 |
| ·企业"求职指数"计算模块 | 第27页 |
| ·最终权值计算模块 | 第27页 |
| ·系统环境 | 第27-29页 |
| ·系统硬件环境要求 | 第27-28页 |
| ·系统的软件环境 | 第28-29页 |
| 4 关键模块技术 | 第29-42页 |
| ·基于经验公式的学生相似度计算 | 第29-30页 |
| ·基于SimRank算法的学生相似度计算 | 第30-35页 |
| ·基于K-Means的学生聚类分析 | 第35-36页 |
| ·对往届毕业生进行聚类分析的目的 | 第35页 |
| ·本文对往届学生进行K-Means聚类分析的具体方法 | 第35-36页 |
| ·本文对往届学生进行K-Means聚类分析的结果分析 | 第36页 |
| ·应届学生与企业之间的相似度计算 | 第36-37页 |
| ·基于PageRank算法的企业求职指数计算 | 第37-41页 |
| ·企业"求职指数"的相关描述 | 第37-38页 |
| ·基于PageRank算法的企业"求职指数"(PR)计算 | 第38-41页 |
| ·最终排序权值W计算 | 第41-42页 |
| 5 测试及运行分析 | 第42-49页 |
| ·系统测试数据的选取 | 第42页 |
| ·测试衡量标准 | 第42-43页 |
| ·系统测试环节的设计 | 第43页 |
| ·系统测试结果分析 | 第43-47页 |
| ·基于经验公式计算学生间相似度方法的系统测试结果分析 | 第43-45页 |
| ·基于SimRank算法计算学生间相似度方法的系统测试结果分析 | 第45-46页 |
| ·对比实验结论 | 第46-47页 |
| ·系统运行实例及评价 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-55页 |
