就业推荐
就业推荐的相关文献在1993年到2022年内共计109篇,主要集中在经济计划与管理、自动化技术、计算机技术、教育
等领域,其中期刊论文98篇、专利文献29207篇;相关期刊77种,包括民主与法制、职业技术、人事天地等;
就业推荐的相关文献由140位作者贡献,包括丁艳辉、刘英、张龙等。
就业推荐—发文量
专利文献>
论文:29207篇
占比:99.67%
总计:29305篇
就业推荐
-研究学者
- 丁艳辉
- 刘英
- 张龙
- 朱海萍
- 李鹏
- 梁晓东
- 王洪国
- 田锋
- 罗龙
- 葛永梅
- 谢长江
- 郑庆华
- 陈国镇
- 陈妍
- 韩伟
- 高晓霞
- 丁健龙
- 万映明
- 主战河
- 于秋波
- 任朝霞
- 何静
- 侯开虎
- 健全
- 刘义
- 刘启东
- 刘坤
- 刘梦婕
- 刘玉升
- 卢协平
- 吴怡之
- 吴迪
- 周利娟
- 周晓梅
- 周闻道
- 唐晓明
- 唐洪鹏
- 姚建斌
- 孙德有
- 尹传城
- 尹凤霞
- 巫双果
- 应延安
- 张俊秀
- 张咏梅
- 张婳
- 张宝晨
- 张峰
- 张建美
- 张彪
-
-
丁健龙
-
-
摘要:
针对就业结构性失衡问题,首先提出了就业画像的概念,用画像匹配代替就业对象匹配,以降低就业推荐算法的复杂度;然后建立了基于画像的就业关联知识库的理论及方法体系,该体系借由K-means聚类算法构建画像、Apriori关联规则算法获取就业画像关联规则,并通过调用基于权重及兴趣度模型的本体相容匹配算法实现就业推荐;最后设计了小规模的就业推荐实验,初步验证了混合推荐机制及语义匹配技术在解决就业冷启动问题以及智能化方面的作用。
-
-
张婳;
彭海英
-
-
摘要:
针对就业推荐中交互数据极其稀疏的问题,提出一个基于多头自注意力机制和特征交叉网络的混合深度神经网络模型。对学生行为序列属性进行定义,将学生基本属性、学生行为序列属性、职业基本属性、职业描述属性的独立嵌入作为模型输入;使用多头自注意力机制挖掘学生行为序列属性与职业描述属性中的序列特征;分别使用特征交叉网络和深度神经网络实现特征交互和数据的深度拟合。基于真实数据集的实验结果表明,与目前已有方法相比,该模型在HR@50与MRR@50指标上达到了最优性能,验证了模型的有效性。
-
-
邢琦
-
-
摘要:
针对大学生面临就业难现状,有效管理就业信息,提升就业率,设计基于分布式计算的大学就业信息管理系统。利用网络爬虫技术采集学生、企业与教育管理部门的相关信息,将采集信息存储起来并形成数据库;利用分布式计算框架处理数据库内的信息,提升系统的实时性,挖掘获取处理后数据内隐藏的有价值信息,并设计了基于企业生命周期理论的就业推荐算法为学生推荐合理的职位。实验证明:该系统可有效管理就业信息,系统读取数据效率与信息检索完整度高,具备较好的就业推荐性能。
-
-
张浩淼
-
-
摘要:
西方福利国家社会救助的"激活"是指通过各种措施的组合帮助受助者克服就业障碍、提升就业能力并获得就业脱贫的机会.通过借助"激活"视角分析我国就业救助制度,可以发现,结构层面的积极型措施覆盖面窄、政策供给不足,相比来说,消极性措施如工作推荐和公益劳动较为普遍,过程层面的义务程度高、有相应制裁手段、个性化关注度低,这说明了我国就业救助基本上与西方的消极型"激活"政策类似,制度面临的最大困境是在就业救助在帮助低保对象实现脱贫自立方面的政策成效有限.在分析了造成就业救助困境的原因之后,提出了我国就业救助制度的改革与完善出路,包括明确就业救助制度的理念、定位和原则,进行就业救助制度的再设计和做好就业救助的相关配套衔接工作.
-
-
周晓梅;
段红秀
-
-
摘要:
随着互联网行业的推动与在线招聘的迅速发展,用户怎样快速找到合适的工作,企业怎样招聘到更符合条件的人才成为难题,因此设计就业推荐系统成为必要和迫切.该设计采用Django框架,PyCharm开发环境,MySQL数据存储,通过对个人信息、用户浏览、投递简历、收藏夹等行为进行分析,采用推荐算法,推荐用户与之匹配的岗位,减少信息推送,提高用户求职效率,降低用户求职过程中的时间成本.
-
-
王龙;
杨敬旗;
田思雨
-
-
摘要:
高校就业信息系统中存在大量的企业招聘信息,这些信息为毕业生提供了大量的就业机会.但是对于没有工作经历的学生来说,面对纷杂的信息,常常在选择上出现迷茫,因此需要在系统中添加个性化的信息推荐服务,向学生推送符合其自身特点的就业信息,以此来提高学生的就业率和就业匹配度.针对面向学生的就业信息推荐问题,提出一种基于学生行为分析的就业信息推荐方法.首先,给出个性化就业信息推荐服务模型;然后,分别从行为信息统计方法、学生兴趣模型建立、稀疏评分矩阵填充和就业信息预测推荐4个方面说明基于学生行为分析的就业信息推荐具体算法流程.在真实数据集上的实验证明,个性化推荐算法具有较高的正确率和召回率,可以有效地提高就业信息推荐服务的质量和效率,符合就业信息系统的智能化需求.
-
-
朱海萍;
赵成成;
刘启东;
郑庆华;
曾疆维;
田锋;
陈妍
-
-
摘要:
当前,基于协同过滤和隐因子模型的大学生就业推荐方法,仅考虑学生对就业单位单向偏好易导致"能力失配",且一个用户一次就业的历史记录极易致负样本不可信,影响推荐性能,同时忽略了对推荐结果的可解释性需求.针对此,依据多任务学习的思路,设计并构建了基于互惠性约束的可解释就业推荐方法.其中,引入注意力机制与模糊门机制,提取并自适应聚合学生与就业单位双向的偏好与需求,缓解"能力失配"问题;提出面向就业意图和就业特征的推荐解释方法,满足可解释性需求;提出基于相似度的随机负采样方法,克服负样本不置信问题.在某高校5届毕业生就业真实数据集上的实验结果表明:相比于多个经典和同时代的推荐方法,所提方法在AUC指标上提升超6%,并且通过消融实验验证了所提方法中各模块的有效性.
-
-
-
-
摘要:
学校简介南依繁华市区,北拥蒲河廊道,在沈阳市于洪区西江北街199号,坐落着一所闻名遐迩的国家改革发展示范校——沈阳现代制造服务学校。学校始建于1979年,前身系沈阳市金融学校,是沈阳市教育局直属公办学校。40多年的教育沉淀,学校秉承"善学、精技、诚信、笃行"的校训和"就业升学双路畅,我与社会共成长"的埋念,致力于打造沈阳现代制造服务职业教育集团。学校拥有长期稳定的校企合作单位100余家,学生就业推荐率100%,就业稳定率达到98%以上,为学生的成长、成才铺路架桥。
-
-
-
李恒凯;
曹航;
王秀丽;
刘义
-
-
摘要:
采用网络爬虫技术从网络上爬取海量招聘和就业数据,结合聚类分析算法、多元线性回归模型及分词提取关键字方法,构建了一个结合高校、学生和企业的开放性就业信息推荐模型.基于地理信息技术开发可视化的就业信息大数据分析平台系统,并以地理信息科学专业就业为例,对系统进行应用.系统将公司及工作介绍的文本数据以标签云、词图云的方式展示,通过分词集合匹配分析及多元线性模型算法,实现为用户推荐工作及为公司推荐用户的功能,从而解决高校毕业生择业难题.