原文服务方: 现代电子技术       
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.
推荐文章
数据挖掘技术在大学生就业指导中的应用研究
数据挖掘技术
大学生就业指导
应用
大学生就业能力研究述评
大学生
就业能力
研究述评
大学生就业选择行为理论模型构建
计划行为理论
就业选择行为
结构方程模型
大学生就业的建模与预测研究
大学生就业
灰色模型
神经网络
建模与预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用户兴趣模型和Apriori算法在大学生就业推荐中的应用研究
来源期刊 现代电子技术 学科
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
研究方向 页码范围 119-122
页数 4页 分类号 TN911.1-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.13.029
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (110)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(15)
  • 参考文献(2)
  • 二级参考文献(13)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(12)
  • 参考文献(1)
  • 二级参考文献(11)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(4)
  • 参考文献(2)
  • 二级参考文献(2)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导