[发明专利]一种就业数据的协同过滤方法及系统在审
| 申请号： | 201810447336.0 | 申请日： | 2018-05-11 |
| 公开（公告）号： | CN108681581A | 公开（公告）日： | 2018-10-19 |
| 发明（设计）人： | 胡方霞;蔡茜;朱军;张忠宇 | 申请（专利权）人： | 重庆工商职业学院;四川华迪信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 成都帝鹏知识产权代理事务所(普通合伙) 51265 | 代理人： | 黎照西 |
| 地址： | 400000 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 就业数据 偏好 群组 协同过滤 关联度 用户历史行为数据 目标用户 用户历史 用户推荐 维度 浏览 挖掘 发现 | ||
1.一种就业数据的协同过滤方法，其特征在于，包括步骤：
S100获取用户历史浏览的就业数据；
S200根据不同用户就业数据中相同维度的态度和偏好程度，计算用户之间的关联度；
S300根据用户间的关联度，对不同偏好的用户进行群组划分；
S400将同一群组内用户的就业数据评分后，推荐给群组内目标用户。
2.根据权利要求1所述的一种就业数据的协同过滤方法，其特征在于，所述步骤S100中，根据词法分析自然语言简略处理和专业技能分词算法在历史浏览信息中提取就业数据。
3.根据权利要求1所述的一种就业数据的协同过滤方法，其特征在于，所述步骤S200中，计算用户之间的关联度包括步骤：
S201计算用户就业数据的皮尔逊相关系数；
S202根据皮尔逊相关系数获得用户间关联的强弱程度。
4.根据权利要求1所述的一种就业数据的协同过滤方法，其特征在于，所述步骤S300中，对用户进行群组划分包括步骤：通过维度归类，对不同偏好的用户进行群组划分。
5.根据权利要求1所述的一种就业数据的协同过滤方法，其特征在于，所述步骤S400中，就业信息的推荐过程包括步骤：
S401对不同就业数据的评分进行相似度加权；
S402按加权后的推荐系数对就业信息进行排序，然后推荐给目标用户；
S403目标用户获得偏好相似的其他用户的就业数据。
6.根据权利要求5所述的一种就业数据的协同过滤方法，其特征在于，所述就业信息的推荐过程为：
设定每个用户对每个就业数据的评分为aij，每个用户和目标用户的相似度为bj；
则每个就业数据的推荐系数为
根据推荐系数x从大到小的顺序，向目标用户推荐就业数据。
7.一种就业数据的协同过滤系统，其特征在于，包括数据获取单元、关联度计算单元、群组划分单元和就业信息推荐单元；
所述数据获取单元，获取用户的历史浏览就业数据；
所述关联度计算单元，根据不同用户就业数据中相同维度的态度和偏好程度，计算用户之间的关联度；
所述群组划分单元，根据用户间的关联度，对不同偏好的用户进行群组划分所述就业信息推荐单元，将同一群组内用户的就业数据评分后，推荐给群组内目标用户。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆工商职业学院;四川华迪信息技术有限公司，未经重庆工商职业学院;四川华迪信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810447336.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于链接预测的服务组合推荐方法
- 下一篇：一种数据管理方法及系统
