關(guān)聯(lián)規(guī)則算法在網(wǎng)上招聘系統(tǒng)中的研究與應(yīng)用.pdf

1、隨著信息技術(shù)的高速發(fā)展和數(shù)據(jù)庫(kù)技術(shù)在信息管理中的廣泛應(yīng)用，在各應(yīng)用領(lǐng)域的數(shù)據(jù)庫(kù)中已存儲(chǔ)了大量的數(shù)據(jù)。如何從中發(fā)現(xiàn)所隱藏的、預(yù)先未知的信息，已顯的尤為重要，數(shù)據(jù)挖掘技術(shù)就是為解決此問題而產(chǎn)生的。本文針對(duì)關(guān)聯(lián)規(guī)則挖掘中FP-growth算法的不足，在算法的具體實(shí)現(xiàn)過(guò)程中對(duì)其進(jìn)行了改進(jìn)，并將其應(yīng)用于網(wǎng)上招聘系統(tǒng)之中，通過(guò)分析網(wǎng)上招聘系統(tǒng)中的數(shù)據(jù)來(lái)預(yù)測(cè)招聘者的招聘規(guī)律，對(duì)挖掘出的結(jié)果做出分析，應(yīng)用關(guān)聯(lián)規(guī)則挖掘技術(shù)解決了實(shí)際問題。 本文針

2、對(duì)FP-growth算法的不足在算法的具體實(shí)現(xiàn)過(guò)程中從兩方面對(duì)其進(jìn)行了改進(jìn)：一方面，F(xiàn)P-growth算法是一種效率較高的算法，它不產(chǎn)生候選集，但仍需多次遍歷結(jié)果集L。針對(duì)此問題本文對(duì)其進(jìn)行了改進(jìn)，改進(jìn)后的HFP-growth算法將結(jié)果集L的數(shù)據(jù)以項(xiàng)名稱對(duì)應(yīng)項(xiàng)支持度計(jì)數(shù)的形式存入hash表，在找某個(gè)項(xiàng)的支持度計(jì)數(shù)時(shí)給hash表傳入項(xiàng)名稱就能返回對(duì)應(yīng)的支持度計(jì)數(shù)，節(jié)省多次遍歷結(jié)果集L的時(shí)間。實(shí)驗(yàn)結(jié)果表明，本算法有效地節(jié)省了挖掘的時(shí)間，在實(shí)

3、際挖掘過(guò)程中取得了良好的效果；另一方面，由于數(shù)據(jù)項(xiàng)與條件模式庫(kù)都要運(yùn)用建立FP-tree的算法，因此本文對(duì)其進(jìn)行了改進(jìn)，改進(jìn)后的DSFP-growth算法統(tǒng)一了數(shù)據(jù)項(xiàng)的數(shù)據(jù)結(jié)構(gòu)與條件模式庫(kù)的數(shù)據(jù)結(jié)構(gòu)，生成條件樹的時(shí)候省去了數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)換過(guò)程。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法效率優(yōu)于原FP-growth算法效率。 將以上的研究成果實(shí)際應(yīng)用于名智網(wǎng)上招聘系統(tǒng)之中，從中發(fā)現(xiàn)網(wǎng)上招聘系統(tǒng)中各屬性之間的關(guān)聯(lián)規(guī)則，即用人單位的錄用規(guī)律。通過(guò)對(duì)挖掘