论文部分内容阅读
近年来,越来越多的企业招聘人员或求职者选择人力资源市场提供的信息发布平台来寻找合适的人才或工作。然而,随着互联网信息量猛增,使得通过手工输入条件查询相关职位与人才信息的方式效率较低,无法满足日益增长的业务需求。本文主要对数据挖掘技术在人力资源市场中的应用进行研究,从庞大的海量数据中挖掘出求职者与职位之间潜在关系。本文根据人力资源市场业务的特点与数据挖掘算法之间的比较研究,最终选择决策树算法中的C4.5作为挖掘算法;采用贵阳市人才市场的人才信息库作为数据源,通过数据抽取,数据预处理等步骤对数据进行处理;处理后的数据作为C4.5算法输入,将生成的决策树与规则表示为求职倾向矩阵;在数据挖掘结果的基础上提出一种个性化人才推荐方法。该方法通过硬性条件过滤、非硬性条件相似度计算、求职倾向计算等过程,综合考虑了求职过程中的各种因素,并形成推荐职位列表,为求职者的择业提供有力参考。对于提出的方法,本文设计了实验进行验证,比较了基于数据挖掘、基于内容与基于协同过滤的人才推荐方法的效果。实验表明,基于数据挖掘的人才推荐方法在推荐效果上与传统推荐方法相比有所提高。