用户兴趣模型和Apriori算法在大学生就业推荐中的应用研究

• 作者: 徐浩然 杨明 樊旭
• 来源期刊: 现代电子技术
• 关键词: 用户兴趣模型 Apriori算法 大学生就业推荐 大数据优化融合处理 特征点匹配 自适应匹配
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 119-122
• 页数: 4页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.13.029

摘要

为了实现大学生就业的智能推荐和兴趣匹配,提出基于用户兴趣模型和Apriori算法的大学生就业推荐模型.构建大学生就业的用户兴趣信息采集与大数据分布模型,采用大数据关联信息挖掘方法进行大学生就业的兴趣特征匹配,在关联规则约束控制下,构建大学生就业的兴趣相关性特征量,对大学生就业推荐的兴趣特征大数据进行优化融合处理.采用Apriori算法进行大学生就业推荐的兴趣特征点自适应匹配,通过模糊自适应寻优方法实现对大学生就业行为的优化推荐.仿真结果表明,采用该方法进行大学生就业推荐的可靠性较好,提高了大学生就业的满意度水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明		27	28	3.0	3.0
2	徐浩然		17	11	2.0	2.0
3	樊旭		5	0	0.0	0.0