免费论文摘要：天性化地位引荐体例的安排与实行

在消息本领革新的大潮中，洪量消息时时刻刻都在爆发。面临如许宏大的消息，人们怎样举行采用和计划变得越来越艰巨了。对人们的爱好偏好举行领会，在洪量采用范畴内为用户引荐精确的实物，是暂时处置消息过载题目最灵验的道路。招贤令是一个潜心于互联网络行业的雇用求职网站，课题体例经过领会网站上求职用户的本领和爱好偏好，在洪量的地位消息中为其引荐最好处事。为此，领会用户的本领偏好和引荐天性化地位是体例须要处置的两个要害题目。领会用户的本领偏好是经过建立用户模子实行的，俗名“用户肖像”。用户模子囊括用户基础消息和用户动作消息两种数据根源。用户基础消息不妨显式地表白用户的本领爱好，囊括应酬媒介消息和用户简历消息；用户动作消息不妨隐式反应用户的本领偏好，体例波及了三种用户动作，囊括求职者请求雇用的地位、求职者经过应酬媒介瓜分本人感爱好的地位、求职者指摘地位。各别的用户动作反应的爱好级别各别，对用户模子的感化也各别，体例经过为各动作树立各别的权重参数来实行辨别。其余，用户的爱好会跟着功夫变换，为了让数据展现出实效性，体例在用户模子建立进程中增添了数据渐忘成分，实行用户动作反应的爱好偏好随功夫没落。一切那些消息形成了一个混适用户模子，模子运用多维向量表白，经过Rocchio算法将百般数据举行线性兼并。在混适用户模子领会的普通上，天性化地位引荐经过鉴于实质的引荐本领实行的。经过比拟混适用户模子和网站上的地位来找到最符合的地位，个中，混适用户模子和地位二者都是经过多维向量表白，沿用余弦一致度算法对向量举行比拟。在混适用户模子向量和雇用地位向量建立进程中，体例还引入了分门别类体制。分门别类体制经过归类配合和隔壁配合两种办法扶助体例实行朦胧配合，为求职者引荐更多跟本人关系的地位。实行进程中，web效劳运用SpringMVC，探求框架运用Apache Solr，Solr控制向量保存和引荐论理。数据沿用搀和长久化，运用MySQL、Redis和Solr保存数据。评测进程中，比拟了搀和引荐、简历引荐和关系反应引荐三种办法。评测截止创造，鉴于混适用户模子的引荐功效鲜明优于只有效户简历数据的引荐。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/279806.html