Design and Implementation of College Graduation Employment Recommendation Service Platform under the Background of Big Data

Abstract

At present, the number of college graduates continues to increase every year in China. The government, enterprises and other organizations should guarantee the smooth employment of college students from various aspects such as employment recommendation service. But due to the rapid development of Internet technology, which results in the explosive growth of information, the network is full of massive employment-related data. Therefore, in view of this issue, it is very urgent and important to effectively and timely extract the valuable employment data and publish it to the recruitment enterprises and the graduates. Based on this, this paper designs the employment recommendation service platform for college graduates, which creatively applies the data mining technology of big data, analyzes and processes the employment related information, establishes the search link, and helps the college graduates to find the required employment information more effectively and timely. The results show that the function and performance, reliability, availability and compatibility of the employment recommendation service platform for college graduates have been tested and accepted by the third-party software, and can be widely popularized and used to better serve the enterprises and graduates.

Keywords

Mother-child Relationship ; Teacher-child Relationship ; School Adjustment ; Early Childhood

Introduction

At present, the college graduates in China continue to grow every year, and the employment of graduates has always been the intense concern of the government, universities, enterprises and institutions, and the families (Chen, Cheng amp; Chuang, 2016); Governments at all levels have established sound employment information databases and provide the necessary monitoring and analysis services, as well as employment guidance services (Kim, Kim, Oh amp; Ryu, 2010). The Internet plays a more and more important role in the employment information service of college students. At present, the employment service network has been widely established, but the number as well as information sharing are limited (Montefinese, Zannino amp; Ambrosini, 2015). In addition, the employment services website only provides information services, but not personalized and efficient employment information recommendations (Li, Li, Yao, Jiang amp; Jin, 2015).

Facing the massive information databases of current employment service, graduates and enterprises will encounter great difficulties in selecting and making decisions. Itrsquo;s urgent for both graduates and enterprises to have employment recommendation services (Audretsch, Lehmann amp; Paleari, 2015; Constantin, Dahimene, Mouza, amp; Grossetti, 2016). In order to solve this problem, some researchers have carried out research work in recent years. The CASPER system proposed by Raft in 2000 is the pioneer of the employment market recommendation system (Mizunoya, Yamasaki amp; Mitra, 2016). The CASPER system uses access data and time data in the server log, and provides personalized information for specific users through case search and collaborative filtering (Conforti, De Leoni, La Rosa amp; Ter Hofstede, 2015). Yaolu proposes a hierarchical recommendation system that uses multiple interactive functions to better display the job preferences of applicants, and uses the 3A algorithm to sort them (Matejka, Grossman, Konstan amp; Fitzmaurice, 2011). Weili fully analyzes a companys historical recruitment data in order to predict the companys new recruitment trends (Diaby, Viennet amp; Launay, 2014). All of the above studies are based on the analysis and processing of recruitment information based on the commonly used Internet technology, and the results of employment recommendation services obtained are relatively limited. In view of this issue, this paper studies the employment recommendation service system based on big data mining technology, designs each function module, database and data mining algorithm in the system, and completes the testing of the prototype system. The employment recommendation service platform system not only can show graduates the appropriate job information, but also can show employers the potentially suitable employees, so as to realize the win-win situation between talents and enterprises.

Firstly, this paper describes the design of each function module and database of the employment recommendation service platform system in detail. Then, by using big data mining technology and taking into account the mutual restriction of recommendation precision and timeliness of recommendation service platform system, this paper designs two separate parts of online recommendation and offline processing. Finally, the unit test and integration test of the recommendation system are carried out to obtain the test reports of function and performance, reliability, operating efficiency and compatibility of the system. The results show that the recommendation system can promote better interaction between graduates and enterprises, and provide personalized service for both parties.

Feasibility of Career Planning of Chinese College Students Based on Online Recruitment Information

College studentsrsquo; career planning, it is on the basis of self-awareness, profession-al and ability, combining with the social environment and market environment, in the future to engage in professional and career goals to achieve by the end of the direction of the do plan. The career planning of college students has a fun-damental and long-term impact on the employment and future career develop-ment of college students. At present, there are many problems in the career planning of college students. The most prominent of these are the studentsrsquo; ina-bility to

剩余内容已隐藏，支付完成后下载完整资料

大数据背景下高校毕业生就业推荐服务平台的设计与实现

摘要

目前，我国高校毕业生数量逐年增加。政府、企业和其他组织应当从就业推荐服务等多方面保障大学生就业的顺利进行。但由于互联网技术的快速发展，导致信息的爆炸性增长，网络中充斥着大量的就业相关数据。因此，针对这一问题，有效、及时地提取有价值的就业数据，并将其发布到招聘企业和毕业生手中，显得十分紧迫和重要。在此基础上，设计了高校毕业生就业推荐服务平台，创造性地应用大数据的数据挖掘技术，对就业相关信息进行分析和处理，建立了搜索链接，帮助高校毕业生更有效地找到所需的就业信息。同时，研究结果表明，高校毕业生就业推荐服务平台的功能和性能、可靠性、可用性和兼容性已经通过第三方软件的测试和认可，可以广泛推广应用，更好地为企业和毕业生服务。

关键词：母子关系；师生关系；学校调整；幼儿

1.介绍

目前，我国高校毕业生数量逐年增长，毕业生就业一直是政府、高校、企业单位和家庭的高度关注，各级政府建立了完善的就业信息数据库，为社会提供了良好的就业信息，必要的监测和分析服务以及就业指导服务。互联网在大学生就业信息服务中发挥着越来越重要的作用。目前，就业服务网络已经广泛建立，但数量和信息共享有限。此外，就业服务网站只提供信息服务，但不提供个性化和高效的就业信息建议。

面对当前就业服务的海量信息数据库，毕业生和企业在选择和决策上都会遇到很大的困难。毕业生和企业都迫切需要就业推荐服务。为了解决这一问题，近年来一些研究者开展了研究工作。Raft于2000年提出的casper系统是就业市场推荐系统的先驱。casper系统使用服务器日志中的访问数据和时间数据，通过案例搜索和协作过滤为特定用户提供个性化信息。Yaolu提出了一个分层推荐系统，该系统使用多个交互功能来更好地显示申请人的工作偏好，并使用3a算法对其进行排序。威利全面分析了公司的历史招聘数据，以预测公司的新招聘趋势。以上研究均基于常用的互联网技术对招聘信息进行分析和处理，获得的就业推荐服务结果相对有限。针对这一问题，本文研究了基于大数据挖掘技术的就业推荐服务系统，设计了系统中的各个功能模块、数据库和数据挖掘算法，并完成了原型系统的测试。就业推荐服务平台系统不仅可以向毕业生展示合适的就业信息，还可以向用人单位展示潜在的合适员工，实现人才与企业的双赢。

本文首先详细介绍了就业推荐服务平台系统各功能模块和数据库的设计。然后，利用大数据挖掘技术，考虑到推荐精度和推荐服务平台系统的及时性相互制约，设计了在线推荐和离线处理两个独立的部分。最后，对就业推荐系统进行了单元测试和集成测试，得到了系统的功能和性能、可靠性、运行效率和兼容性的测试报告。结果表明，就业推荐系统可以促进毕业生与企业之间更好的互动，为双方提供个性化服务。

2.基于网络招聘信息的中国大学生职业生涯规划可行性研究

大学生的职业生涯规划，是在自我意识、职业素养和能力的基础上，结合社会环境和市场环境，在未来从事职业生涯目标的最终实现方向上做规划。大学生职业生涯规划对大学生的就业和未来职业发展具有重要而长远的影响。目前，大学生职业生涯规划存在诸多问题。其中最突出的一点是学生有能力获得有关Em部署人员职位所需素质的信息。高校和学生通过对企业的实习和调查，能够了解用人单位的就业状况，但不能充分研究用人单位的关键素质。在当今中国信息技术的飞速发展中，特别是在网络技术的发展中，网络为学生提供了工作、组织和就业领域的详细信息。网络已成为各企业发布招聘信息的重要平台。例如，2015年《中国互联网发展统计报告》显示，企业使用互联网进行在线招聘的比例为53.8%，已发布的信息或60.9%的及时新闻处于较高水平。同时，从互联网诞生的时间和空间来看，大学生具有无可比拟的优势和条件。用人单位发布信息网络工作，学生掌握计算机和网络技术，使学生充分利用网络招聘信息进行职业生涯规划和实施。

2.1网上招聘信息内容分析

中国大学生在形成过程中，通过对企业的研究，有多种方式来收集专业人才。然而，这种方法既昂贵又苛刻，对大学生来说是不现实的。一方面，中国的网络招聘广告是开放的，是免费的，企业广告的广告展示了企业认为该职位所必需的必要条件，也是企业改行的基本条件。因此，他们可以通过网络上发布的招聘广告形式，对大量招聘信息进行内容分析（宋松，2012），为高校学生的职业发展提供信息。

招聘信息来源有51个职位、招聘网等专业招聘网站进行专业搜索。工作信息：博士、硕士、本科等；经验要素：从业人员经验、工作经验等；知识要素：专业知识、业务知识等；专业技能：团队合作、学习、创新等能力；个性特征：自信、踏实、正直等。

2.2基于网络招聘信息的中国大学生职业生涯规划

最关键的职业生涯规划是目标岗位和职业发展路径、不同层次的岗位职责和资质以及职业生涯规划阶段。目标职位和职业路径是大学生根据其专业或爱好确定一系列广泛的职业目标的路径，从专业领域的最低水平到最高水平不等。这些可以直接从工作网站上的搜索引擎获得。不同层次的岗位职责和资质需要从各招聘网站收集的招聘信息中进行描述性分析或主成分分析，以获得不同行业和规模的企业最重要的共性因素或最高要求因素。然后将每个工作所需的职业发展联系起来，就相当于一个完整的职业发展轨迹，从职业发展的早期到职业发展的结束。例如，人力资源专业的职业发展路径是：按降序排列的人力资源经理、人力资源经理和经理、人力资源经理。当然，变化也可能以不同的规模或企业进行。由于商业广告显示了企业认为能够胜任业务的必要的工作要求，因此在任何工作广告中出现的频率越高的要求都可以被视为对业务更重要的工作要求。通过人力资源管理的各种岗位广告资格信息收集，内容分析，你可以得到一个完整的职业道路和关键品质。招聘广告中的职位要求长度可以作为大学生中长期规划阶段划分的依据。

3. 高校毕业生就业推荐平台系统设计

企业与毕业生之间的选择可以提高员工与岗位的匹配效率，避免由于信息覆盖有限而导致的匹配失败。在高校毕业生个性化就业推荐服务平台系统中，系统将根据收集到的内容，如企业、岗位数量、需求等进行文章推荐。同时，在网上列出申请人的能力、专业和特长，作为企业选择人才到数据库的重要参考。从数据库中检索到的所有关键数据，结合每个申请人的具体特点，将有助于根据需要将结构化文本和自由文本的内容分发到各个部分，从而产生多维向量，相关项目之间的相似性也可以找到。

就业推荐平台系统成功管理了个人或企业注册访问的整个数据库。毕业生和企业如果使用该系统，将被定向到同一登录界面。此外，该系统还引入了热点产业、积极进取的人才、职业充实等新功能。

3.1用户登录设计

毕业生注册登录后，可以根据自己的需要搜索信息。用户上传的个人信息，如密码或其他基本数据，如果有效，可以随时更新或修改。本功能模块的申请人包括网站管理员、毕业生和企业。

网站管理员负责网站的维护、文本上传和更新、维护通知、广告展示等工作。对违反有关法律、法规的岗位，有权进行审核和删除。系统还将通过将一些敏感词与数据库中收集的条目进行比较来自动屏蔽这些敏感词。网站管理员还将发布关于丰富职业生涯的其他通知，并修改和删除过时的内容。学生和企业可以查询通知和搜索帖子的信息。

3.2搜索匹配设计

就业推荐平台系统最重要的部分是如何有效地选择有价值的招聘信息和合格的应聘者，因此关键词将成为用户快速定位的关键工具。求职和人才搜索有两组不同的数据库，如下两个表所示。

表1

用于搜索职位的表

表2

人才选拔表

3.3新功能设计

就业推荐平台系统网站首页设计了三个新的功能模块，以提供更多的求职信息，即热点行业、积极进取的人才和职业发展。

在热点领域，不同的工作被分为几个类别，每个类别包括类似的，并将分为四个热点领域项目，毕业生有一个捷径去寻找潜在的工作。12位最有前途的候选人被列在积极进取的人才主页上。分类项目包括专业、资格、学校和专业方向。雇主很容易找到和确定合适的人选。职业丰富部门的目标是为工作场所的人提供实用的建议，一些能够指导他们处理关系的技能，甚至是职业规划和礼仪，以使他们更好地适应工作场所。

3.4数据库设计

就业推荐平台系统创建一个数据库表，其中包含字段名称、字段类型、字段长度、主要关键字和一些注释，并处理SDL数据库中由SI作业命名的数据。将保存并重命名最终的数据库表。

学生注册后需填写用户名、密码、学校、学历、专业等信息，并存入数据库。原始资料还包括学生身份证号码、性别、国籍、政治、学校、专业、学生类型、学历、出生地、日期、教育信息、生日和毕业日期。公司需要提供的信息包括身份证、密码、职位、地址、学历、要求等。

就业推荐平台系统的所有初始条目包括ID、工作ID、工作名称、区域、工作类型、描述、日期、学历、班级、班级名称、浏览次数、技能、证书、专业、经验等。

4. 基于数据挖掘的有效就业信息推荐

4.1技术

数据挖掘也称为数据库中的知识发现。数据挖掘是从大型、不完整、嘈杂、模糊和随机数据中提取的，包括预嵌入、未知但可能有用的信息和知识。数据挖掘过程大致可分为以下几个过程：数据选择、数据集成、数据预处理、数据转换、模式评估和知识表达。数据挖掘过程是一个连续反馈的过程。

个性化信息服务是数据挖掘技术的一种常见应用形式。个性化信息推荐可以根据用户的兴趣和特点推荐用户感兴趣或者需要的信息。个性化服务可以分为三种形式：个性化引导、个性化过滤和个性化推荐。个性化指导是指用户在网上搜索时，发现自己感兴趣的信息，并在下一步提示用户浏览的方式。个性化过滤是对用户访问互联网的信息进行预处理，只向用户提供用户感兴趣的信息。个性化推荐是指向用户推荐用户感兴趣的信息，并在用户访问互联网时提示用户浏览。

在本文的研究生就业信息推荐服务平台系统中，数据挖掘技术主要涉及三个关键技术点：客户的主要数据处理、模式数据库的建立和表达以及数据挖掘算法。推荐服务平台系统的推荐准确性和及时性是一对矛盾的问题。大多数推荐技术在确保实时需求的同时，都以推荐系统的质量为代价。为了解决这个问题，整个设计架构分为离线和在线两部分。离线部分由数据预处理组成，又称模型采集阶段。在线部分包括一个实时推荐引擎，也称为模型应用阶段。

5. 就业推荐平台系统测试

5.1单元测试

单元测试包括测试范围、时间、测试任务和优先级。单元测试是对就业推荐平台系统的各个功能设计模块进行测试。只有各功能模块设计正确，才能保证整个系统的正常运行。单元测试的计划如下表所示。

表3

单元测试计划