| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第14-21页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.1.1 当前大学生就业和高新技术企业用人面临的挑战 | 第14-16页 |
| 1.1.2 现有人力资源管理存在的主要问题 | 第16页 |
| 1.1.3 大学毕业生供需匹配研究的意义 | 第16-17页 |
| 1.2 国内外研究现状及趋势 | 第17-18页 |
| 1.3 论文研究内容和创新点 | 第18-19页 |
| 1.3.1 研究目标 | 第18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 1.3.3 研究方法 | 第19页 |
| 1.3.4 创新点与特色 | 第19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 2 大学毕业生就业的时空演变特征：以武汉大学测绘遥感信息工程国家重点实验室为例 | 第21-31页 |
| 2.1 数据描述与预处理 | 第21-25页 |
| 2.1.1 数据汇总与整理 | 第21-24页 |
| 2.1.2 数据预处理 | 第24-25页 |
| 2.2 大学生就业的时空分布特征和演变规律 | 第25-29页 |
| 2.3 本章小结 | 第29-31页 |
| 3 大学毕业生供需最优匹配原理 | 第31-41页 |
| 3.1 大学毕业生和企业岗位需求特征空间 | 第31-36页 |
| 3.1.1 大学毕业生特征信息 | 第32页 |
| 3.1.2 企业岗位需求特征信息 | 第32-33页 |
| 3.1.3 特征矢量概念 | 第33-34页 |
| 3.1.4 特征空间概念 | 第34-36页 |
| 3.2 从大学毕业生供需信息中提取特征矢量的人工神经网络方法 | 第36-39页 |
| 3.3 多层次大学毕业生供需最优匹配方法 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 大学毕业生供需最优匹配算法 | 第41-54页 |
| 4.1 婚姻匹配算法 | 第41-43页 |
| 4.2 剩余最优算法 | 第43-47页 |
| 4.2.1 剩余最优算法原理 | 第44页 |
| 4.2.2 剩余最优算法流程 | 第44-46页 |
| 4.2.3 剩余最优算法复杂度分析 | 第46页 |
| 4.2.4 基于剩余最优的稀缺岗位和稀缺人员的分析 | 第46-47页 |
| 4.2.5 剩余最优算法的两大优点 | 第47页 |
| 4.3 N最优算法 | 第47-51页 |
| 4.3.1 N最优算法原理 | 第47-49页 |
| 4.3.2 N最优算法流程 | 第49-50页 |
| 4.3.3 N算法复杂度分析 | 第50页 |
| 4.3.4 N的取值和随机抽取的采样分布 | 第50-51页 |
| 4.4 匹配优化算法的数值解析 | 第51-52页 |
| 4.5 最优匹配结果的评价方法 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 以武汉东湖高新区企业招聘为例综合分析与验证 | 第54-88页 |
| 5.1 实验环境 | 第55-57页 |
| 5.1.1 实验平台 | 第55-56页 |
| 5.1.2 实验原理 | 第56-57页 |
| 5.2 以东湖高新企业岗位需求为例 | 第57-85页 |
| 5.2.1 数据描述和预处理 | 第57-71页 |
| 5.2.2 实验结果 | 第71-83页 |
| 5.2.3 基于最优匹配的东湖高新区大学毕业生供需匹配时空分布图 | 第83-85页 |
| 5.3 本章小结 | 第85-88页 |
| 6 结论与展望 | 第88-90页 |
| 6.1 研究总结 | 第88-89页 |
| 6.2 展望 | 第89-90页 |
| 参考文献 | 第90-102页 |
| 附录：攻博期间取得的主要学术成果 | 第102-103页 |
| 致谢 | 第103页 |
