首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

个性化职位推荐系统研究与实现

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·课题研究背景和意义第7-8页
   ·国内外研究现状及发展趋势第8-9页
   ·本文主要研究内容和章节安排第9-11页
第二章 个性化信息服务关键技术第11-29页
   ·用户建模技术第11-15页
     ·用户建模形式化表述第11页
     ·用户需求信息的获取与学习第11-13页
     ·常见用户模型表示法第13-14页
     ·轮盘模型表示法第14-15页
   ·数据挖掘技术第15-19页
     ·数据挖掘概述第15-16页
     ·数据挖掘的处理过程第16-17页
     ·数据挖掘的技术和方法第17-19页
   ·WEB挖掘技术第19-22页
     ·Web挖掘概述第19-20页
     ·Web挖掘分类第20-21页
     ·Web挖掘应用第21-22页
   ·多智体技术第22-26页
     ·智体技术第23-25页
     ·多智体系统第25-26页
   ·信息推荐技术第26-27页
   ·本章小结第27-29页
第三章 个性化职位推荐系统研究第29-43页
   ·系统需求分析第29-30页
   ·用户模型设计第30-36页
     ·用户轮盘模型的构建及表示第30-35页
     ·用户求职需求模型的更新第35-36页
   ·职位资源模型化第36-39页
   ·PRICA系统功能结构及流程第39-42页
   ·本章小结第42-43页
第四章 个性化职位推荐系统实现第43-61页
   ·关键算法实现第43-47页
     ·轮盘模型刷新算法第43页
     ·个性化职位推荐算法第43-47页
   ·PRICA系统原型实现第47-57页
     ·多智体开发环境介绍第47-48页
     ·PRICA系统实现架构第48-49页
     ·WADE平台下多智体实现第49-56页
     ·多智体系统配置示例第56-57页
   ·面向用户的职位推荐过程第57-59页
   ·本章小结第59-61页
第五章 个性化职位推荐系统性能测评及分析第61-65页
   ·性能测评内容第61页
   ·测评过程及分析第61-63页
     ·测评环境搭建第61页
     ·测评过程第61-63页
   ·测评结论第63-65页
第六章 总结与展望第65-67页
   ·研究工作总结第65页
   ·前景展望第65-67页
致谢第67-69页
参考文献第69-73页
研究成果第73页

论文共73页,点击 下载论文
上一篇:基于.NET和XML的网络辅助教学系统的设计与实现
下一篇:运动模糊图像复原系统设计与实现