刘顺文

摘要：个性化就业推荐系统可以帮助求职者在海量的就业信息中，快速找出适合个人实际情况的就业信息。由于就业信息数量过于庞大，系统计算得出推荐结果的过程不仅耗时长，而且个性化服务的效果也很难令人满意。将Slope one算法和就业信息内容相似性相结合，构成的改进Slope one算法引入个性化就业推荐策略中，采用MapReduce分布式编程实现改进Slope one算法并运行在Hadoop集群上，帮助提高个性化就业信息推荐的质量，增强用户体验效果。

关键词：Slope one算法；内容相似性；个性化就业推荐系统

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）12-0084-02

Abstract： Personalized employment recommender system can help job seekers to find out the employment information which is according with the actual situation of individual quickly in vast amounts of employment information. Due to the large amount of employment information， The process of system calculated recommendation results is not only time-consuming， and the effect of the personalized services is difficult to satisfactory The Slope one algorithm and similarity of employment information constitute an improved Slope one algorithm，it is achieved by MapReduce and runned in Hadoop cluster， to help improve the quality of personalized employment information recommendation and enhance the user experience.

Key words： Slope one algorithm； similarity of content； personalized employment recommender system

1 概述

21世纪，信息技术和互联网技术发展迅猛，我们在享受互联网带来的巨大便捷和红利的同时，互联网产生的大规模数据引发了信息超载问题。通过百度、Google等传统的搜索引擎，在输入关键词后可以快速地为我们检索出相关的内容，但是无法提供符合每个人实际情况的个性化信息。个性化的信息推荐系统成为解决信息超载问题的有力工具，可以满足我们对个性化信息的追求。

在互联网上众多的就业信息中，求职者通过信息分类浏览，输入关键字查找来寻求一份适合自己的就业岗位，费时费力，很容易陷入信息迷航中，也不一定能找到符合个人实际情况并且令人满意的就业信息。为了有效解决这个问题，很多研究学者提出了一种方法，根据求职者的求职简历、历史行为、用户历史评分数据等信息，通过个性化推荐策略的分析与计算，找出最符合其求职意向和个人实际情况的就业信息推荐给求职者，这就是个性化就业推荐系统。……