基于带前端算子BP神经网络的就业匹配系统研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第12-18页 |
| 1.1 选题背景和研究意义 | 第12页 |
| 1.2 国内外研究现状及发展动态分析 | 第12-14页 |
| 1.2.1 国内外个人岗位匹配评估研究现状 | 第12-14页 |
| 1.2.2 国内外人工神经网络研究现状 | 第14页 |
| 1.3 本文研究内容以及结构安排 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究思路及论文结构 | 第15-17页 |
| 1.4 研究创新点 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 神经网络的相关理论介绍 | 第18-26页 |
| 2.1 人工神经网络理论 | 第18-23页 |
| 2.1.1 人工神经网络的发展历史 | 第18-19页 |
| 2.1.2 人工神经网络的特点及功能 | 第19-20页 |
| 2.1.3 人工神经网络理论基础 | 第20-22页 |
| 2.1.4 神经网络学习 | 第22-23页 |
| 2.2 BP神经网络 | 第23-26页 |
| 2.3 本章小结 | 第26页 |
| 第三章 指标体系及其匹配度的构建 | 第26-35页 |
| 3.1 分析各项指标并构建指标系统 | 第26-27页 |
| 3.2 各主要因素上的匹配度 | 第27-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 数据处理及模型构建 | 第35-46页 |
| 4.1 数据处理 | 第35-36页 |
| 4.1.1 数据来源 | 第35-36页 |
| 4.1.2 数据抽样 | 第36页 |
| 4.2 各指标匹配算子的算法设计 | 第36-42页 |
| 4.3 模型建立 | 第42-44页 |
| 4.3.1 自适应的人工神经网络模型 | 第42-43页 |
| 4.3.2 带前端算子的BP神经网络模型构建 | 第43-44页 |
| 4.4 BP神经网络短路结构的设计 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 模型训练实验过程 | 第46-52页 |
| 5.1 实验目的 | 第46页 |
| 5.2 实验原理 | 第46页 |
| 5.3 实验步骤 | 第46-48页 |
| 5.4 探寻最佳模型实验过程 | 第48-50页 |
| 5.5 实验结果 | 第50-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 就业管理平台系统开发 | 第52-63页 |
| 6.1 主要技术 | 第52-53页 |
| 6.2 系统的需求分析 | 第53-55页 |
| 6.3 系统的设计和实现 | 第55-62页 |
| 6.3.1 数据库设计 | 第55-58页 |
| 6.3.2 系统子模块详细设计和实现 | 第58-62页 |
| 6.4 本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 7.1 总结 | 第63-64页 |
| 7.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的学术论文 | 第69页 |
