| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-16页 |
| 第2章 推荐系统相关理论与技术 | 第16-26页 |
| 2.1 推荐系统概述 | 第16-17页 |
| 2.2 常用推荐方法 | 第17-22页 |
| 2.2.1 基于协同过滤的推荐方法 | 第17-19页 |
| 2.2.2 基于内容的推荐方法 | 第19-20页 |
| 2.2.3 基于关联规则的推荐方法 | 第20页 |
| 2.2.4 基于知识的推荐方法 | 第20页 |
| 2.2.5 基于效用的推荐方法 | 第20页 |
| 2.2.6 推荐方法优缺点分析 | 第20-22页 |
| 2.3 推荐系统实验方法 | 第22-23页 |
| 2.3.1 离线实验 | 第22页 |
| 2.3.2 用户调研 | 第22页 |
| 2.3.3 在线测试 | 第22-23页 |
| 2.4 推荐系统评测指标 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 基于 PLSA 和内容的人力资源混合推荐算法的研究 | 第26-44页 |
| 3.1 用户行为获取与转换 | 第26-27页 |
| 3.1.1 用户行为获取 | 第26-27页 |
| 3.1.2 用户行为转换 | 第27页 |
| 3.2 基于 PLSA 的人力资源推荐 | 第27-35页 |
| 3.2.1 相关算法分析 | 第27-31页 |
| 3.2.2 PLSA 理论准备 | 第31-32页 |
| 3.2.3 基于 PLSA 的人力资源推荐建模 | 第32-35页 |
| 3.3 基于内容的人力资源推荐 | 第35-39页 |
| 3.3.1 推荐项目建模 | 第35-37页 |
| 3.3.2 用户兴趣建模 | 第37-39页 |
| 3.3.3 产生推荐 | 第39页 |
| 3.4 混合推荐 | 第39-43页 |
| 3.4.1 常用的混合推荐策略分析 | 第39-42页 |
| 3.4.2 人力资源混合推荐 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 人力资源推荐引擎的研究 | 第44-54页 |
| 4.1 系统外围架构 | 第44页 |
| 4.2 推荐系统整体架构 | 第44-48页 |
| 4.3 人力资源推荐引擎的设计 | 第48-52页 |
| 4.3.1 人力资源推荐引擎架构 | 第48-49页 |
| 4.3.2 基于 PLSA 的人力资源推荐引擎 | 第49-50页 |
| 4.3.3 基于内容的人力资源推荐引擎 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 实验及结果分析 | 第54-60页 |
| 5.1 实验数据说明 | 第54-55页 |
| 5.2 实验评价标准 | 第55页 |
| 5.3 结果及分析 | 第55-59页 |
| 5.3.1 职位推荐效果分析 | 第55-58页 |
| 5.3.2 求职者推荐效果分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 致谢 | 第68页 |