壽光人才求職招聘網站中資源檢索算法的研究.pdf

1、計算機、通信和網絡技術的迅速發(fā)展正在影響著人們的工作和生活,面對WEB中海量數據,如何獲取最有價值的信息成為當務之急。數據挖掘技術就是為順應這種需要應運而生發(fā)展起來的一種數據處理技術。聚類分析是數據挖掘中的一個重要研究方向,其在電子商務、圖像處理、模式識別、文本分類等領域有廣泛的應用。
　　 本文在研究數據挖掘技術基本概念、過程、算法的基礎上,對當前網絡招聘中資源檢索排序算法進行比較發(fā)現:雖然數據挖掘算法已經開始應用到網絡資源檢

2、索過程中,現在應用最多的是在網站搜索引擎方面,但是在網絡招聘中網絡電子簡歷數據的預處理和檢索研究比較少,相關文獻也不多。
　　 為提高人才招聘過程中資源檢索效率,本文提出了基于有效指數的相異度聚類算法。該算法:第一、從網絡簡歷中獲取人力資源數據,按照基于有效指數的相異數據挖掘算法需求,選取人才對象的部分屬性,進行數據清理、數據預處理和數據交換等大量工作;第二、計算各個對象之間的相異度,從相異度最大的k組數據中獲取有效的聚類初始對

3、象從而降低聚類迭代次數,提高聚類效率;第三、將Ray所提出的基于簇間距離與簇內距離聚類有效指數與相異度聚類結合,動態(tài)調整聚類參數提高聚類的合理性和有效性;第四、使用本聚類算法將資源大類劃分為K個資源小類,同時充分利用用戶點擊訪問行為,以時間序列保存每個招聘人員在某時間段內的訪問次數(本文以周為單位);用時間順序影響小類記錄的排序。最終實現在較短時間內快速獲取合理、有效的人力資源,為企業(yè)人才決策提供技術支持和更加合理、人性化的網站服務。<