第四方就業(yè)信息推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著Web2.0的不斷發(fā)展和流行,互聯(lián)網(wǎng)上的信息量急劇增加,用戶很容易迷失在信息的海洋中。網(wǎng)絡(luò)招聘信息,作為互聯(lián)網(wǎng)信息的一種,廣泛充斥在互聯(lián)網(wǎng)中。而且,就業(yè)信息網(wǎng)站林林總總、真假難辨。面對海量信息,信息檢索和信息過濾是當(dāng)前兩種主要的解決方案。其中,信息檢索的結(jié)果是大眾化的,只要輸入的關(guān)鍵詞一樣,搜索結(jié)果就相同,并且搜索結(jié)果的數(shù)據(jù)量可能仍然很大。而信息過濾則能有效的彌補(bǔ)信息檢索的不足,通過個(gè)性化定制的方法進(jìn)一步提升用戶體驗(yàn)度。常用的信息過

2、濾方式為個(gè)性化推薦。因此,本文在就業(yè)信息的處理中充分結(jié)合信息檢索和信息過濾這兩種方式,為求職者盡可能簡潔高效的提供真實(shí)有用的信息。此外,本文結(jié)合一些Web開發(fā)的相關(guān)技術(shù),利用Mysql、SolrCloud等開源軟件設(shè)計(jì)并實(shí)現(xiàn)了第四方就業(yè)信息推薦系統(tǒng)。
　　論文主要工作包括:
　?、賹?shí)現(xiàn)就業(yè)信息的抓取、解析和清洗。本文首先采用網(wǎng)絡(luò)爬蟲的方式從各大第三方招聘網(wǎng)站抓取信息。然后對獲取的就業(yè)信息進(jìn)行清洗和格式整理。最后,將所有格式化

3、的就業(yè)信息映射到一個(gè)標(biāo)準(zhǔn)的行業(yè)分類目錄上,形成一個(gè)分類一致的就業(yè)信息數(shù)據(jù)集。
　?、趯?shí)現(xiàn)就業(yè)信息的分布式存儲(chǔ)。本文采用Mysql數(shù)據(jù)庫集群的數(shù)據(jù)存儲(chǔ)方案,通過負(fù)載均衡、數(shù)據(jù)切分、讀寫分離等方法,保證數(shù)據(jù)庫并發(fā)讀寫效率和分布式數(shù)據(jù)庫事務(wù)的正確性。
　?、鄞罱ǚ植际饺臋z索系統(tǒng)。本文采用SolrCloud作為分布式全文檢索引擎, Zookeeper作為搜索引擎集群監(jiān)視器和配置文件管理器,搭建了一個(gè)高性能、高可用的分布式全文檢索系