| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 高校毕业生就业推荐研究中存在的问题 | 第10-11页 |
| 1.3 研究内容及创新点 | 第11-12页 |
| 1.3.1 研究内容 | 第11页 |
| 1.3.2 创新点 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第2章 推荐系统相关研究 | 第13-28页 |
| 2.1 推荐系统相关理论 | 第13-14页 |
| 2.2 推荐系统常用算法 | 第14-20页 |
| 2.2.1 基于人口统计学的推荐 | 第14-15页 |
| 2.2.2 基于协同过滤的推荐 | 第15-18页 |
| 2.2.3 基于内容的推荐算法 | 第18-19页 |
| 2.2.4 基于知识的推荐 | 第19-20页 |
| 2.2.5 混合推荐算法 | 第20页 |
| 2.3 互惠推荐 | 第20-22页 |
| 2.3.1 互惠推荐基本知识 | 第20-21页 |
| 2.3.2 互惠推荐模型 | 第21-22页 |
| 2.4 就业推荐相关研究 | 第22-23页 |
| 2.5 常用的推荐技术 | 第23-27页 |
| 2.5.1 聚类算法 | 第23-25页 |
| 2.5.2 遗传算法 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 综合在校历史信息的互惠就业推荐 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 主要思想及步骤 | 第28-29页 |
| 3.3 基于求职内容的相关性计算 | 第29-30页 |
| 3.4 基于在校历史信息的相关性计算 | 第30-34页 |
| 3.4.1 基于招聘单位偏好计算相关性 | 第31-32页 |
| 3.4.2 基于毕业生偏好的相关性计算 | 第32-33页 |
| 3.4.3 互惠相关性计算 | 第33-34页 |
| 3.5 综合求职内容和在校历史信息的相关性计算 | 第34页 |
| 3.6 算法复杂度分析 | 第34-35页 |
| 3.7 实验及分析 | 第35-39页 |
| 3.7.1 评价标准 | 第35-36页 |
| 3.7.2 PTKM聚类分析 | 第36页 |
| 3.7.3 推荐算法分析 | 第36-39页 |
| 3.8 本章小结 | 第39-40页 |
| 第4章 基于全局偏好的互惠推荐模型 | 第40-49页 |
| 4.1 引言 | 第40页 |
| 4.2 问题分析与建模 | 第40-42页 |
| 4.2.1 相关符号定义 | 第40-41页 |
| 4.2.2 问题定义及建模 | 第41-42页 |
| 4.3 基于遗传算法的问题求解 | 第42-45页 |
| 4.3.1 候选推荐岗位编码 | 第42-43页 |
| 4.3.2 评估推荐质量 | 第43页 |
| 4.3.3 产生新的推荐岗位列表 | 第43-44页 |
| 4.3.4 产生最终推荐列表 | 第44-45页 |
| 4.4 实验分析 | 第45-48页 |
| 4.4.1 RJMGP与RJRH在推荐准确率方面的比较 | 第45-46页 |
| 4.4.2 RJMGP算法与RJRH在MRR方面的比较 | 第46页 |
| 4.4.3 RJMGP算法与RJRH在用户满意度方面的比较 | 第46-47页 |
| 4.4.4 RJMGP算法与RJRH在推荐多样性方面的比较 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 高校毕业生就业推荐系统设计 | 第49-55页 |
| 5.1 系统整体设计 | 第49-50页 |
| 5.1.1 推荐流程 | 第49-50页 |
| 5.1.2 系统结构 | 第50页 |
| 5.2 系统展示 | 第50-54页 |
| 5.2.1 系统环境 | 第50-51页 |
| 5.2.2 运行实例 | 第51-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-56页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间的主要工作 | 第60-61页 |
| 致谢 | 第61页 |
