基于用户显隐性偏好的就业信息智能推荐方法
陈丽敏1
徐胜超2
1.广州华商学院马克思主义学院 广州 5113002.广州华商学院人工智能学院 广州 511300
摘要：为了满足大学生就业信息的智能推荐需求,设计了一种基于用户显性与隐性偏好的方法.通过建立用户画像,汇总大学生基础信息,生成画像词云图,以实现全面覆盖用户显性与隐性偏好.在词云图中进行邻域分析,判定信息相似性,建立用户与推荐信息的交互挖掘关系,完善用户画像.结合多源偏好和画像中的显隐性偏好特征,以本体相容形式处理,形成待推荐序列,并通过邻域搜索扩大推荐范围,并输出推荐结果,实现智能就业信息推荐模型的设计.论文使用双边匹配方式,增设一对一、一对多的推荐结构,调整输出结果,完成最终就业信息的推荐.实验结果表明,该推荐方法的命中率均可以达到60%以上,优于其他波动较大的推荐方法.
关键词：用户显隐性偏好大学生就业信息整合智能推荐推荐方法就业方向
分类号：TP391.3(计算技术、计算机技术)
资助基金：广州华商学院校内科研导师制项目(2024HSDS16)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：7( 3489-3494,3529 )
英文信息