壽光人才求職招聘網(wǎng)站中資源檢索算法的研究.pdf

1、計算機、通信和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展正在影響著人們的工作和生活,面對WEB中海量數(shù)據(jù),如何獲取最有價值的信息成為當(dāng)務(wù)之急。數(shù)據(jù)挖掘技術(shù)就是為順應(yīng)這種需要應(yīng)運而生發(fā)展起來的一種數(shù)據(jù)處理技術(shù)。聚類分析是數(shù)據(jù)挖掘中的一個重要研究方向,其在電子商務(wù)、圖像處理、模式識別、文本分類等領(lǐng)域有廣泛的應(yīng)用。
　　 本文在研究數(shù)據(jù)挖掘技術(shù)基本概念、過程、算法的基礎(chǔ)上,對當(dāng)前網(wǎng)絡(luò)招聘中資源檢索排序算法進行比較發(fā)現(xiàn):雖然數(shù)據(jù)挖掘算法已經(jīng)開始應(yīng)用到網(wǎng)絡(luò)資源檢

2、索過程中,現(xiàn)在應(yīng)用最多的是在網(wǎng)站搜索引擎方面,但是在網(wǎng)絡(luò)招聘中網(wǎng)絡(luò)電子簡歷數(shù)據(jù)的預(yù)處理和檢索研究比較少,相關(guān)文獻也不多。
　　 為提高人才招聘過程中資源檢索效率,本文提出了基于有效指數(shù)的相異度聚類算法。該算法:第一、從網(wǎng)絡(luò)簡歷中獲取人力資源數(shù)據(jù),按照基于有效指數(shù)的相異數(shù)據(jù)挖掘算法需求,選取人才對象的部分屬性,進行數(shù)據(jù)清理、數(shù)據(jù)預(yù)處理和數(shù)據(jù)交換等大量工作;第二、計算各個對象之間的相異度,從相異度最大的k組數(shù)據(jù)中獲取有效的聚類初始對

3、象從而降低聚類迭代次數(shù),提高聚類效率;第三、將Ray所提出的基于簇間距離與簇內(nèi)距離聚類有效指數(shù)與相異度聚類結(jié)合,動態(tài)調(diào)整聚類參數(shù)提高聚類的合理性和有效性;第四、使用本聚類算法將資源大類劃分為K個資源小類,同時充分利用用戶點擊訪問行為,以時間序列保存每個招聘人員在某時間段內(nèi)的訪問次數(shù)(本文以周為單位);用時間順序影響小類記錄的排序。最終實現(xiàn)在較短時間內(nèi)快速獲取合理、有效的人力資源,為企業(yè)人才決策提供技術(shù)支持和更加合理、人性化的網(wǎng)站服務(wù)。<