尚衍亮

摘 要：随着中国经济的腾飞，互联网行业进入发展的快车道，招聘网站如雨后春笋般出现，一时间互联网上充斥着大量的招聘信息。为解决当前环境下招聘信息数量庞大，数据分散，学生无法及时获取到适合的招聘岗位的问题，提出了基于语义分析的就业推荐系统。利用python网络爬虫抓取各大网站的招聘信息，将招聘信息汇总，避免了招聘信息的分散。使用分词技术，将爬取到岗位信息进行分词，结构化处理，计算招聘岗位之间的相似度，提高岗位推荐的准确率。通过对现抓取的所有数据进行评测，实验结果表明，该方法可以准确的找出相近的岗位。

关键词：推荐系统数据挖掘高校就业

一、研究背景

近年来我国招聘行业发展迅速，然而，如何使求职者全面充分了解真实的用人单位需求，如何让用人单位能更加便捷高效的匹配到所需的人才，一直都是社会多方人士所考虑的问题。与此同时，大学生在求职过程中始终存在着技能与岗位不匹配的问题，双方信息的不对称，也大大增加了招聘的成本。招聘行业的转型，已经成为了一个亟待解决的问题。

国家统计局数据显示，全国目前共有在校大学生2695.8万，用户规模大，这使得技能共享的市场十分广阔，同时，据央视报道，到2020年，高端技术人才缺口将会达到2200万，这表明社会对于技能型人才的需求也在日益增长。那么，构建一个完备的，针对大学生技能共享提升、智能求职的平台，是尤为重要的。……