高职院校毕业生就业系统多种类资源按需推荐算法

刘梦遥, 王一佼, 孙鸿炜, 苏金玲

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (02) : 446 -452.

PDF
吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (02) : 446 -452. DOI: 10.19292/j.cnki.jdxxp.2026.02.007

高职院校毕业生就业系统多种类资源按需推荐算法

    刘梦遥, 王一佼, 孙鸿炜, 苏金玲
作者信息 +

Author information +
文章历史 +
PDF

摘要

由于高职院校毕业生就业系统中用户群体和资源数量较多,就业资源权重具有显著差别,难以统一生成推荐标签,导致毕业生就业系统无法完成资源的按需推荐。为此,针对高职院校毕业生就业系统,设计一种多种类资源按需推荐算法。通过历史数据,提取用户信息的多维特征,并利用长短期记忆神经网络融合多源数据,抽取有效标签,进而建立毕业生就业系统的用户标签库,形成用户画像。根据用户画像的大体情况,结合艾宾浩斯遗忘曲线对多种类就业资源进行标签矩阵评价,建立内容主题模型,并利用谱聚类算法进行图分割,根据相似度赋予不同就业资源不同的权重值,对其实施归一化处理,生成二级标签,完成就业资源的标签化处理。构建毕业生就业地域偏好基点,将用户画像与就业资源标签在指定地域位置进行关联匹配,并通过专家排列加权的方式对推荐结果进行评分,将评分数值高的就业资源推荐给用户,实现高职院校毕业生就业系统多种类资源的按需推荐。对上述设计实验结果表明,该算法推荐结果的命中率均大于0.9,具有较高准确性。

关键词

就业系统 / 按需推荐 / 多维特征 / 用户画像 / 标签矩阵

Key words

引用本文

引用格式 ▾
刘梦遥, 王一佼, 孙鸿炜, 苏金玲. 高职院校毕业生就业系统多种类资源按需推荐算法[J]. 吉林大学学报(信息科学版), 2026, 44(02): 446-452 DOI:10.19292/j.cnki.jdxxp.2026.02.007

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/