{$cfg_webname}
主页 > 计算机 > Python >

基于Python的就业推荐系统的研发

来源:56doc.com  资料编号:5D20885 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D20885
资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 帮助
资料介绍

基于Python的就业推荐系统的研发(任务书,开题报告,外文翻译,论文9000字,参考代码)
摘要
随着就业岗位的增加,高校毕业生面临信息过载问题,而当前各高校就业信息网主要提供招聘信息发布功能,并不具备推荐功能。“就业推荐系统”的设计开发可以解决此类问题。通过“就业推荐系统”,应届毕业生可以根据个人基本信息与成绩信息,得到一份具有指导意义的用人单位推荐列表。
在设计过程中,通过比较应届生和往届生的基本特征与成绩信息,分别采用基于特征属性的相似度与基于余弦相似度两种推荐算法,设计了推荐方案和相关方案的相似度计算公式。将数据导入Python程序运算,并将得到的相似度进行排序,最终将排序靠前的往届毕业生及其就业单位类型在ASP.NET实现的界面中以列表的形式推荐给应届毕业生。
本系统可以帮助缺乏求职目标的应届毕业生指定求职目标,为明确求职目标的毕业生提供信息筛选,从根本上解决毕业生所面临的信息过载问题,提高学生的就业率和择业效率,具有较高的实际应用价值。

关键词:就业推荐系统;协同过滤算法;余弦相似度;

Abstract
With the increase of employment, college graduates face the problem of information overload, and the current employment information network of colleges and universities mainly provides the recruitment information release function, and does not have the recommended function. The design and development of "employment recommendation system" can solve such problems. Through the "employment recommendation system", new graduates can get a list of employers' recommendations that are instructive according to personal basic information and performance information.
In the design process, by comparing the basic characteristics and performance information of recent students and previous students, two similarity algorithms based on feature attributes and cosine similarity are used to design the similarity calculation formulas for the recommended programs and related programs. The data is imported into Python program operations, and the similarities are sorted. Finally, the previous graduates and their types of employment units are recommended to the graduates in the form of a list in the ASP.NET implementation interface.
This system can help graduates who are short of job search targets to specify job seekers, provide information screening for graduates with clear job-seeking goals, fundamentally solve information overload problems faced by graduates, and increase student employment and career efficiency. High practical value.
Keywords: Employment recommendation system; Collaborative filtering algorithm;Cosine similarity

基于Python的就业推荐系统的研发
基于Python的就业推荐系统的研发


目录
摘要    I
Abstract    II
第1章绪论    1
1.1设计的目的及意义    1
1.1.1 设计的目的    1
1.1.2 设计的意义    2
1.2 国内外就业推荐系统现状    2
1.2.1 国内就业推荐系统现状    2
1.2.2 国外就业推荐系统现状    3
1.3 设计内容与设计方法    4
1.3.1 毕业生就业推荐系统目标及基本内容    4
1.3.2 设计需要重点解决的问题    5
1.3.3 技术方案——基于Python的推荐技术    5
第2章系统分析    6
2.1 需求分析    6
2.2 角色功能提取    6
2.2.1 “毕业生”功能提取    6
2.2.2 “公司”功能提取    7
2.2.3 “管理员”功能提取    7
2.3 可行性分析    8
2.3.1技术可行性    8
2.3.2经济可行性    8
2.3.3管理可行性    8
2.4 业务流程分析    9
2.5 数据流程分析    10
2.6 数据字典    11
2.6.1 数据元素    11
2.6.2 数据流    12
2.6.3 数据存储    13
2.6.4 处理过程    13
第3章系统设计    14
3.1 系统总体设计    14
3.1.1 功能模块结构设计    14
3.1.2 物理配置方案设计    14
3.2 系统详细设计    15
3.2.1 数据库设计    15
3.2.2 输入输出及界面设计    18
第4章系统实施    19
4.1 推荐方案    19
4.1.1 基于余弦相似度的推荐    19
4.1.2 基于特征属性的学生相似度的计算    19
4.1.3基于学生自身优势的推荐方案    20
4.2 就业推荐算法应用示例    21
第5章系统调试与维护    24
5.1 系统调试    24
5.2 系统维护    25
5.2.1数据库的维护    25
5.2.2系统功能的维护    26
第6章总结与展望    27
6.1 总结    27
6.2展望    27
参考文献    28
附录    29
致谢    31

推荐资料