声明
第1章 绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 智能招聘平台发展现状
1.2.2 推荐系统的发展现状
1.2.3 文本匹配算法的研究现状
1.3.1 论文主要内容
1.3.2 论文结构安排
第2章 相关技术
2.1 文本特征提取技术
2.1.1 基于统计的特征提取方法
2.1.2 基于语义的特征提取方法
2.1.3 文本特征提取的一般步骤
2.2 文本相似性计算
2.3 招聘平台相关技术
2.3.1 MVC及三层架构
2.3.2 响应式布局
2.3.3 React Native跨平台开发
2.4 本章小结
第3章 招聘信息与简历智能匹配模型研究
3.1 智能匹配模型的研究动机
3.1.1 招聘信息及简历文本特征分析
3.1.2 传统推荐算法与智能匹配算法的区别
3.2 智能匹配算法框架
3.3 智能匹配模型
3.3.1 结构化文本特征满意度
3.3.2 非结构化文本相似度
3.3.3 智能匹配算法
3.4 智能匹配算法实现
3.5.1 实验数据集
3.5.2 评价指标
3.5.3 实验结果分析
3.6 本章小结
第4章 智能匹配系统需求分析与设计
4.1系统功能性需求分析
4.1.1 求职系统功能性需求
4.1.2 企业招聘系统功能性需求
4.2 系统非功能性需求分析
4.3 系统架构设计
4.4 系统工作流程设计
4.5 系统总体功能设计
4.6 系统数据库设计
4.7 本章小结
第5章 智能匹配系统实现与测试
5.1 系统开发及运行环境
5.2 数据库访问
5.3 系统实现
5.3.1 求职系统实现
5.3.2 企业招聘系统实现
5.3.3 数据可视化实现
5.4 白盒测试
5.5 黑盒测试
5.5.1 功能测试
5.5.2 安全性测试
5.5.3 性能测试
5.6本章小结
结论与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
西南交通大学;