个性化求职信息推荐系统的研究与设计
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 符号对照表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究内容与主要工作 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 主要工作 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-21页 |
| 第二章 预备知识 | 第21-31页 |
| 2.1 常用推荐算法 | 第21-23页 |
| 2.1.1 协同过滤推荐算法 | 第21-22页 |
| 2.1.2 基于内容的推荐 | 第22-23页 |
| 2.2 GBRT | 第23-25页 |
| 2.2.1 回归树 | 第23-24页 |
| 2.2.2 梯度下降 | 第24-25页 |
| 2.3 相似性的度量 | 第25-26页 |
| 2.3.1 余弦相似度 | 第25页 |
| 2.3.2 Pearson相似度 | 第25-26页 |
| 2.3.3 Jaccard相似度 | 第26页 |
| 2.4 朴素贝叶斯分类 | 第26-28页 |
| 2.5 K-means++聚类算法 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 基于时间因子和GBRT的职位推荐模型 | 第31-45页 |
| 3.1 模型描述 | 第31-36页 |
| 3.1.1 时间因子的引入 | 第31-32页 |
| 3.1.2 特征选择 | 第32-36页 |
| 3.1.3 待推荐职位集合的过滤 | 第36页 |
| 3.1.4 模型其他部分 | 第36页 |
| 3.2 模型评估与对比实验 | 第36-43页 |
| 3.2.1 实验数据说明 | 第38页 |
| 3.2.2 评测方法说明 | 第38-40页 |
| 3.2.3 用户评分定义 | 第40页 |
| 3.2.4 特征集合说明 | 第40-41页 |
| 3.2.5 模型参数说明 | 第41页 |
| 3.2.6 实验结果对比与分析 | 第41-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第四章 基于朴素贝叶斯分类的安全检测模型 | 第45-57页 |
| 4.1 推荐系统安全性的问题定义 | 第45-46页 |
| 4.2 攻击的分类 | 第46-47页 |
| 4.2.1 按照攻击目的分类 | 第46-47页 |
| 4.2.2 按照评分的伪造方式分类 | 第47页 |
| 4.3 针对职位推荐场景的安全监测模型设计 | 第47-52页 |
| 4.3.1 特征抽取 | 第47-49页 |
| 4.3.2 职位信息聚类 | 第49-50页 |
| 4.3.3 确定目标职位 | 第50-51页 |
| 4.3.4 确定填充职位 | 第51页 |
| 4.3.5 分类模型的训练与预测 | 第51-52页 |
| 4.4 安全检测模型评估 | 第52-55页 |
| 4.4.1 实验数据说明 | 第52-53页 |
| 4.4.2 评测方法说明 | 第53页 |
| 4.4.3 实验结果对比分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 个性化求职信息推荐系统的设计 | 第57-73页 |
| 5.1 系统需求分析 | 第57-58页 |
| 5.2 系统设计 | 第58-71页 |
| 5.2.1 系统架构 | 第58页 |
| 5.2.2 用户交互模块 | 第58-60页 |
| 5.2.3 数据存储模块 | 第60-64页 |
| 5.2.4 数据收集与处理模块 | 第64-66页 |
| 5.2.5 推荐引擎模块 | 第66-68页 |
| 5.2.6 安全检测模块 | 第68-71页 |
| 5.3 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-77页 |
| 6.1 本文工作与创新点总结 | 第73-75页 |
| 6.1.1 主要工作 | 第73页 |
| 6.1.2 本文创新点 | 第73-75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 附录A 关键代码摘录 | 第79-89页 |
| A.1 基于时间因子和GBRT的职位推荐模型 | 第79-85页 |
| A.1.1 数据清理 | 第79页 |
| A.1.2 找到待推荐职位和用户 | 第79-80页 |
| A.1.3 基于邻域的待推荐职位集合过滤 | 第80-81页 |
| A.1.4 组合特征 | 第81-85页 |
| A.1.5 模型训练 | 第85页 |
| A.2 基于朴素贝叶斯分类的安全检测模型 | 第85-89页 |
| A.2.1 职位聚类 | 第85-86页 |
| A.2.2 求解归一化偏差评分 | 第86页 |
| A.2.3 数据整合 | 第86-87页 |
| A.2.4 模型训练 | 第87-89页 |
| 附录B 缩略语表 | 第89-91页 |
| 致谢 | 第91-93页 |
| 攻读学位期间发表的学术论文目录 | 第93页 |
