基于语义的大学生就业推荐系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 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 研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第2章 语义网简介 | 第13-29页 |
| 2.1 万维网走向语义数据时代 | 第13-15页 |
| 2.2 语义网基本特征 | 第15页 |
| 2.3 语义网的体系结构 | 第15-18页 |
| 2.3.1 语义网 Stack 结构 | 第15-16页 |
| 2.3.2 语义网 Multi-Stack 结构 | 第16-17页 |
| 2.3.3 语义网 NewStack 结构 | 第17-18页 |
| 2.4 可扩展标记语言 XML | 第18-19页 |
| 2.4.1 XML 简介 | 第18页 |
| 2.4.2 XML 文档结构模型 | 第18页 |
| 2.4.3 XML 的局限性 | 第18-19页 |
| 2.5 资源描述框架 RDF | 第19-21页 |
| 2.5.1 RDF 模型 | 第19-20页 |
| 2.5.2 RDF Schema | 第20-21页 |
| 2.5.3 RDF 的局限性 | 第21页 |
| 2.6 本体理论 | 第21-27页 |
| 2.6.1 Ontology 的基本组成元素 | 第22-23页 |
| 2.6.2 本体分类 | 第23-24页 |
| 2.6.3 本体构建 | 第24页 |
| 2.6.4 本体描述语言 | 第24-26页 |
| 2.6.5 本体查询语言 | 第26页 |
| 2.6.6 本体推理 | 第26-27页 |
| 2.7 本章小结 | 第27-29页 |
| 第3章 本体构建 | 第29-38页 |
| 3.1 就业信息获取 | 第29-30页 |
| 3.2 就业信息本体模型 | 第30-37页 |
| 3.2.1 构建方法 | 第30-31页 |
| 3.2.2 核心概念确定 | 第31页 |
| 3.2.3 概念本体类层次关系 | 第31-33页 |
| 3.2.4 定义概念类、属性和关系 | 第33-34页 |
| 3.2.5 本体评估 | 第34-37页 |
| 3.3 就业信息本体推理 | 第37页 |
| 3.4 就业信息本体存储 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 相似度计算 | 第38-43页 |
| 4.1 皮尔逊相关系数 | 第38-39页 |
| 4.2 Spearman 秩相关系数 | 第39页 |
| 4.3 Cosine 相似度 | 第39页 |
| 4.4 Tanimoto 系数 | 第39页 |
| 4.5 曼哈顿距离 | 第39-40页 |
| 4.6 欧氏距离 | 第40-41页 |
| 4.7 就业信息本体相似度计算 | 第41-42页 |
| 4.8 本章小结 | 第42-43页 |
| 第5章 编码实现与结果分析 | 第43-49页 |
| 5.1 实验环境介绍 | 第43页 |
| 5.2 实验数据来源 | 第43页 |
| 5.3 编码实现 | 第43-46页 |
| 5.3.1 基础数据模块 | 第43-44页 |
| 5.3.2 语义 Web 模块 | 第44-45页 |
| 5.3.3 相似度计算模块 | 第45-46页 |
| 5.4 实验结果分析 | 第46-48页 |
| 5.4.1 相似度计算结果展示 | 第46-47页 |
| 5.4.2 就业推荐结果展示 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 6.1 本文总结 | 第49页 |
| 6.2 工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第54-55页 |
| 详细摘要 | 第55-59页 |
