基于Hadoop平臺的職位推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、近年來個性化推薦系統(tǒng)逐漸成為眾多研究者們的研究焦點，給人們的生活和工作帶來了很多便捷。但是隨著網(wǎng)絡(luò)求職招聘的信息量呈爆炸式增長，簡單的職位搜索可能難以滿足求職者的需求。盡管職位推薦技術(shù)越來越得到廣泛的應(yīng)用及普及，但是很多招聘網(wǎng)站并沒有針對求職者的歷史行為進(jìn)行分析與發(fā)掘。
　　本文對基于求職者行為分析的職位推薦系統(tǒng)的構(gòu)建進(jìn)行了深入的研究，針對基于傳統(tǒng)的職位搜索與瀏覽的推薦現(xiàn)狀在實際實施過程中面臨的問題，提出了對求職者的Web行為日志

2、分析的方法，運用基于內(nèi)容的過濾、基于人口統(tǒng)計過濾與協(xié)同過濾推薦技術(shù)，設(shè)計與實現(xiàn)了一種基于行為分析的個性化職位推薦系統(tǒng)。
　　本文主要研究內(nèi)容和工作如下：
　　(1)將基于內(nèi)容的過濾、基于人口統(tǒng)計過濾與協(xié)同過濾推薦技術(shù)應(yīng)用于個性化職位推薦系統(tǒng)中。通過對求職者的Web行為日志分析，將求職者行為分為注冊、瀏覽與申請行為，構(gòu)建求職者-職位模型，結(jié)合求職者的概要與求職意向等信息，采用線上實時收集求職者行為數(shù)據(jù)、離線數(shù)據(jù)分析與在線實時計

3、算相結(jié)合的方式為求職者提供實時推薦服務(wù)。本文推薦服務(wù)分為求職者登錄求職網(wǎng)站觸發(fā)的職位推薦和求職者成功申請職位時觸發(fā)的職位推薦，通過對系統(tǒng)的準(zhǔn)確率和召回率約束以保障該推薦系統(tǒng)的開發(fā)質(zhì)量。
　　(2)采用基于內(nèi)容的過濾和基于人口統(tǒng)計的協(xié)同過濾技術(shù)來實現(xiàn)求職者登錄求職網(wǎng)站觸發(fā)的職位推薦服務(wù)，利用各自技術(shù)的優(yōu)缺點對推薦結(jié)果進(jìn)行優(yōu)化。根據(jù)求職者的求職意向與職位內(nèi)容的匹配度對職位進(jìn)行過濾，使用局部加權(quán)相似度法計算求職者-職位之間的相似度，構(gòu)建

4、求職者-職位層次結(jié)構(gòu)模型確定局部相似度的權(quán)重系數(shù)，使得到的推薦職位更加具有可解釋性。
　　(3)采用協(xié)同過濾技術(shù)來實現(xiàn)求職者成功申請職位時觸發(fā)的職位推薦服務(wù)。構(gòu)建求職者-職位特征向量組合，包括求職者興趣度、職位新鮮度和職位相似度，根據(jù)求職者申請的職位id和職位相似度的閾值對職位進(jìn)行過濾，正負(fù)樣本收集以及機(jī)器學(xué)習(xí)最優(yōu)化權(quán)重，通過求職者-職位的邏輯回歸分?jǐn)?shù)為求職者提供推薦服務(wù)，使得到的推薦職位更加準(zhǔn)確。
　　(4)本文的數(shù)據(jù)存儲