-
题名大学生就业岗位信息个性化推送方法
- 1
-
-
作者
何剑萍
徐胜超
贺敏伟
-
机构
广州华商学院管理学院
广州华商学院数据科学学院
-
出处
《信息技术》
2025年第4期28-34,共7页
-
基金
国家自然科学基金面上项目(61772221)
广州华商学院校内导师制科研项目资助(2023HSDS26)。
-
文摘
文中提出大学生就业岗位信息个性化推送方法。利用网络爬虫技术采集大学生用户的个人信息和行为数据,并对这些数据进行预处理,包括筛选和缺失值填补。根据会话划分规则构建用户的长期和短期行为会话序列。从行为会话序列中提取用户的行为特征向量,并得到向量化表示结果。基于多头注意力机制,建立大学生就业岗位信息个性化推送模型。将用户的向量化表示信息作为输入,得出个性化的信息推送方案。实验结果表明:运用该方法得出长度为120的就业岗位信息个性化推送列表,其命中率达到了0.92,很好地满足了就业信息推送要求。
-
关键词
深度学习网络
大学生
就业岗位
信息推送
个性化
-
Keywords
deep learning network
college students
employment positions
information push
personalization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于云计算的学生就业信息分析与匹配算法
- 2
-
-
作者
何剑萍
徐胜超
贺敏伟
-
机构
广州华商学院管理学院
广州华商学院数据科学学院
-
出处
《信息技术》
2025年第3期16-22,27,共8页
-
基金
国家自然科学基金面上项目(61772221)
广州华商学院校内科研导师制项目资助(2023HSDS26)。
-
文摘
文中提出基于云计算的学生就业信息分析与匹配算法研究。利用云计算技术构建学生就业信息共享支撑体系,该系统以层次云服务为基础,辅以元数据支撑和目录支撑,实现信息实时共享和检索,采集检索到的多源信息,对其进行整合处理并统一标准,在后台对整合后的信息展开分析,筛选出关键信息建立学生就业信息数据库。同时,将关键信息作为匹配算子,依据匹配规则实现学生就业信息匹配。实验结果表明:在条件相同的情况下,提出的基于云计算的信息匹配算法信息传输延迟小,计算节点可信度较高,该算法的容错性得到了提高。
-
关键词
云计算
学生就业
信息分析
匹配算法
信息共享
-
Keywords
cloud computing
student employment
information analysis
matching algorithm
information sharing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名校园网的系统设计及实施策略
被引量：2
- 3
-
-
作者
贺敏伟
易正强
-
机构
五邑大学信息中心
-
出处
《中山大学学报论丛》
1997年第3期96-100,共5页
-
文摘
根据网络技术发展的现状，结合五邑大学的具体情况，客观地提出并论证了五邑大学校园网的总体规划。同时以需求驱动作为五邑大学校园网建设的原则。
-
关键词
校园网
INTERNET
INTRANET
规划
-
Keywords
campus network
Internet
Intranet
plan
-
分类号
G64
[文化科学—高等教育学]
-
-
题名新闻单位Intranet的开发
- 4
-
-
作者
贺敏伟
-
机构
五邑大学信息中心
-
出处
《微电子学与计算机》
CSCD
北大核心
1998年第5期24-26,共3页
-
文摘
本文提出了一个基于互联网的电视新闻信息系统的实现方法。文中描述了该网络的拓扑结构及联接互联网的方法。该系统具有文稿的录入、编辑、查询、打印、编排和统计功能。
-
关键词
新闻单位
INTRANET网
管理信息系统
-
Keywords
Network,Intranet,Management information system
-
分类号
G219.21
[文化科学—新闻学]
-
-
题名基于用户画像与二部图的大学生就业岗位推荐算法
被引量：1
- 5
-
-
作者
何剑萍
徐胜超
贺敏伟
-
机构
广州华商学院管理学院
广州华商学院数据科学学院
-
出处
《吉林大学学报（信息科学版）》
CAS
2024年第5期856-865,共10页
-
基金
国家自然科学基金资助项目(61772221)
广州华商学院校内“科研导师制”基金资助项目(2023HSDS26)。
-
文摘
针对现有就业岗位推荐算法仅基于单一的信息源或简单的用户分类,无法充分捕捉大学生的多维特征和个性化需求,从而导致推荐效果不佳的问题,提出基于用户画像与二部图的大学生就业岗位推荐算法。在融合长短期记忆神经网络的条件随机场模型辅助下,从高校图书馆的档案管理系统中抽取出用户基础信息,基于此生成大学生用户画像。计算不同用户画像特征之间的距离,并采用k均值聚类算法完成用户画像聚类。运用二部图网络搭建基础的大学生就业岗位推荐结构,基于能量分配情况设计初步推荐方案。最后,以加权随机森林模型为基础,考虑用户对项目特征的偏好实现大学生就业岗位的分类,修正初步给出推荐列表的评分,获取精准的大学生就业岗位推荐结果。实验结果表明,应用该方法,给出长度为120的大学生就业岗位推荐列表,其推荐结果的命中率达到了0.94。由此说明,该方法可以精准得出大学生就业岗位推荐结果,从而提高就业匹配度和人力资源利用效率。
-
关键词
二部图
就业岗位
个性化推荐
用户画像
评分修正
-
Keywords
bipartite graph
employment positions
personalized recommendation
user profile
score correction
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
