饶建华，徐阳，刘卫红

摘要：当前国内互联网大数据技术逐渐盛行，在各个行业领域都发挥了重要的技术指导作用。在互联网招聘市场中，依托互联网平台、大数据技术基础建立了招聘智能分析平台，通过大数据分析帮助广大用户深入了解当前最为热门的职业相关信息技术内容，建立技术内容蕴含丰富的前后端分离技术架构体系。该文首先分析了当前国内互联网招聘市场的发展现状，提出基于互联网大数据技术的招聘智能分析平台优化策略与平台构建技术需求，最后再加以例证，希望平台设计、功能实现到位，全面满足当前的招聘智能化分析需求，推动我国就业市场发展进步。

关键词：招聘智能分析平台;互联网大数据技术;需求;设计;功能实现

中图分类号：TP393.09，TP311.13        文献标识码：A

文章编号：1009-3044（2021）34-0070-03

借助互联网平台与大数据技术工具——Hadoop建立招聘智能分析平台有一定可行性，它将互联网上的招聘信息作为数据源，有效设计了一套专门针对企业招聘数据以及求职者智能分析的可视化平台运作机制。在这一平台上，求职者以及使用用户能够全面实时了解互联网行业数据与最新动态，配合协同过滤数据分析技术为用户设计个性化推荐分析系统，有效实现平台多重功能内容，提高招聘行业数据分析水平。

1 国内互联网招聘市场的发展现状

目前国内互联网招聘市场依然还处于初级发展阶段，其市场发展还尚显稚嫩，依然存在诸多问题有待解决。

1）学历与学力不相匹配

目前而言，社會上呈现人才济济的现状，不过企业在招聘选拔人才过程中却难以抉择，主要是因为他们在选拔人才过程中遇到了鱼龙混杂问题，人才层次水平良莠不齐。就高校本科毕业生而言，虽然高学历却缺乏相应行业工作经验，他们没有足够的能力适应工作岗位，所以也无法找到称心如意的工作。反观企业在人才招聘与人才应聘方面存在一定偏差，主要是因为信息不对称造成，即学历与学力不相匹配。所以说部分企业招聘工作中只看学历、不看学力是不合理的。

2）招聘工作与社会行业发展脱节

企业招聘工作目前明显存在于社会行业发展脱节的现状问题。根据相关调查结果显示，目前国内90后一代频繁更换工作，频率明显高于80后。而伴随未来时代发展，90后必然成为社会行业企业发展的中流砥柱，但90后希望保留自身个性，按照自身意愿寻找工作岗位。而企业方面则希望为他们明确个性化职业规划内容，如果依然采用旧思维衡量新人才则是不可取的，这可能导致求职人才无法较好地融入企业之中。

3）人力资源部门工作过度分散

企业中人力资源部门工作过度分散也容易导致人力资源服务管理工作无法正常实施到位，人力资源工作量也会相应增大。人力资源部门明显存在种类繁杂分散情况，在处理员工日常管理工作方面也会占用大量时间，较难处理招聘工作内容。

4）网络招聘数据安全隐患问题过大

目前企业网络招聘市场中数据安全隐患问题较大，主要是因为网络世界的虚拟性，诸多不法分子、不法行为导致网络招聘陷阱、诈骗行为比比皆是，应聘者身心财产均容易受损，其中更出现了部分虚假应聘信息层出不穷的状况，这些严重浪费了企业人力物力调查工作的顺利展开。总的来说，目前的网络招聘数据信息价值明显偏低，网络招聘数据安全问题也存在明显隐患，必须予以解决。

2 基于互联网大数据技术的招聘智能分析平台优化策略与平台构建技术需求

2.1优化策略

在互联网大数据技术支持下，招聘智能分析平台需要不断明确自身优化发展策略，首先建立企业与人才之间的双向匹配功能设置，满足互联网大数据技术应用要求，做好信息筛选分析工作，如此才能帮助企业挑选大量符合自身发展要求的优秀人才。在大数据技术支持下，首先需要做好人才序列提取工作，保证组建优质人才储备池，结合企业人才特点选择人才个人需求与喜好，建立人才学历与学力匹配机制。其中，大数据平台需要结合求职者特点展开有针对性的个性化服务，为他们设计职业规划，建立人才与需求的双向匹配机制，有效提高企业人才服务能力。在大数据平台上帮助企业搜集数据、挖掘人才是必要的，这满足了信息数据有效匹配和企业正常发展要求。

在基于互联网大数据的招聘数据智能分析平台个性化设计过程中，需要结合互联网数据技术变革实现对传统招聘方式的有效革新，确保企业招聘与日常人力资源管理工作相互契合，贯彻大数据平台服务技术应用理念。在对平台实施优化过程中，需要设计软件与服务企业共同构建求职者双向理念，通过软件自动筛选候选人才，减少企业筛选经历内容，形成人岗匹配机制。在这一机制下，要建立大数据接口与数据库对接机制，建立人才库与人才序列，定制人才通道，建立良好的人才应聘求职环境。

在平台多功能集成过程中，需要保证大数据平台建立零碎信息分析机制，将人力资源工作全面集中于同一软件中，完善工作流程。要做到对于人力资源数据的自动有效归集，大量节省人力资源分析时间，保证建立多层次、多方面人才管理需要，结合数据关联满足企业集成化工作要求。如此对于提高网络安全系数是非常有利的，有效建立严密的网络安全系统。在提高网络运维过程中确保数据信息不泄露。为此还必须定期对平台系统实施数据清理，最大限度地减少系统资源浪费问题。在处理信息反馈过程中，还必须减少虚假信息所带来影响。

2.2平台构建技术要求

在构建基于互联网大数据的招聘数据智能分析平台过程中，需要明确设计需求，满足其功能需要，例如采用Hadoop作为大数据开发关键框架，其中融入核心技术——HDFS，主要为海量数据提供存储空间，全面提升系统吞吐量，收集大量访问程序数据。在Hadoop框架中运用Map Reduce技术内容，为海量数据提供计算依据，同时搭建Hadoop分布式集群平台，有效调整集群高速运算与存储机制。

实际上，Hadoop属于全能框架，其框架内容简单且开发效率相当高，可支持各种数据库构建过程，在模块化开发过程中也能快速搭建前端，配合前后端分离开发传输数据，这对于简化数据阐述机制与传输过程帮助很大。基于互联网大数据技术建立招聘数据智能分析平台，在系统中主要采用Hadoop技术配合vueshell技术，满足系统数据清洗、分析与展示机制，保证框架结构满足可视化数据展示要求，确保页面设置有效可控，建立控制单元精细化管理到位，再采用图表数据可视化展示过程配合后续数据建立图表，完善平台技术应用内容。总而言之，基于互联网大数据建立招聘数据智能分析平台，实现平台功能，主动将数据表导入SQL中，确保数据正常导入Hive数据库中，避免数据丢失。

3 案例分析

某企业目前基于互联网大数据建立招聘智能分析平台，其平台设计与功能实现过程中追求构建个性化推荐系统，希望凸显岗位推荐机制更新优化，个性化推荐相关资料，保证对客户信息分析到位，针对企业所需要的不同人才提供不同个性化推荐机制。比如说在人才管理浏览记录分析过程中，主要围绕item建立job_name分析机制，保证岗位推荐系统冷启动，完成信息标签与匹配筛选机制技术应用要求。

3.1 某企业招聘智能分析平台的设计分析

1）总体架构设计

某企业招聘智能分析平台中包含了个性化推荐系统，其系统总体架构设计内容主要如下：首先建立平台前端，配合Vue+动态图展示CDH分布式集群服务内容，形成大数据库。就系统逻辑架构设计而言，需要针对招聘智能分析平台对新老用户采取不同策略，满足最优个性化商品推荐要求，展示企业职位信息内容。在个性化推荐系统过程中，需要注册信息并通过协同过滤系统来分析岗位内容，建立系统冷启动机制。其次是系统功能模块划分，在招聘智能分析平台上按照业务需求划分数据收集内容，并对数据进行分析，建立可视化数据观察与分析模块，保证个性化系统建设技术应用到位。在系统中，数据分析模块也非常重要，它能够结合岗位信息建立数据可视化模块，直观地展示企业岗位内容。

2）平台模块详细设计

在某企业中，基于互联网大数据的招聘智能平台模块设计需要结合诸多招聘信息数据建立多功能分析设计平台，保证数据收集模块、分析模块与可视化模块有效构建。在这里就要建立数据收集模块导入、准备与清洗三大功能服务平台。为此，需要准备Linux服务器组建形成Hadoop集群，对数据导入模块大数据技术内容进行调整，确保建立20万条数据的csv格式，成功地将csv格式导入hbase数据库中，并统一数据格式，其中结合人才员工薪资、企业信息等设计数据模块，优化数据模块函数，将其中不符合业务条件的数据全部清洗干净。在该基础上，实现对数据分析模块的针对性设计。

在设计数据分析模块过程中，主要对数据中所提取的岗位信息内容进行分析，保证岗位技能点配件配合岗位重要技能模块对人才员工职位薪资情况进行分析，形成数据总和。即要从众多信息内容中提取来自求职者的职业信息内容，将重要数据存储于数据库之中。

最后要设计数据可视化模块，直观地展示数据内容。在系统中主要采用大屏方式展示数据分明结构，为个性化推荐模块设计奠定重要技术基础。在个性化推荐模块构建过程中，需要结合协同过滤算法分析人才招聘需要，保证通过冷启动采集信息内容，确保个性化推荐系统与岗位推荐机制相互关联，快速获取用户偏好内容，建立人才兴趣推荐管理机制。在设计可视化模块环节，必须分析过滤与排名模块相关工作机制，结合企业所招聘人才行为提取并分析模块内容，了解不同人才对于不同岗位的兴趣需求，进而明确某企业中不同岗位的不同人才需求。结合用户技能点与岗位所需技能点进行分析，进而建立具有一定匹配程度的计算公式，具体如下：

人才技能点与岗位技能点=（人才所掌握技能与岗位要求技能匹配个数+1）/（岗位要求技能个数+1）

在Hadoop架构下建立基于互联网大数据的招聘智能分析平台，按照企业选拔人才的匹配程度建立最适合的人才岗位分析机制。

3.2 某企业招聘智能分析平台的功能实现

某企业在招聘智能分析平台建立方面需要实现多种功能，首先是实现数据清洗功能。直接将数据导入到招聘数据智能分析平台的MySQL表格中，并在表格中分析容器所存放数据内容，配合Hadoop数据内容对MySQL所导入数据进行分析，建立Hive分析机制，保证数据不会轻易丢失。在数据图像处理过程中，需要建立分析机制平台优化机制，具体如下：

Hive-e insert into db_jobs select*from db_jobs.where job_salary not rlike and job_tag=图像处理

在数据分析实现过程中，某企业需要运用到Hive SQL模块，有效查询数据在去重后的数据存放平台，它应该在ArrayList列表中。在分析列表数据结果过程中需要存放数据到HBase中，如此可确保所存放分析结果能够在系统平台前端页面中正确清晰展示出来。数据分析实现模块可帮助企业员工查询月薪情况，如此能够实现数据内容的全面展示，配合ajax数据建立后端接口，将HBase模块中所获取数据运用于ECharts图表中，并在系统页面中正确展示出来。

在大数据服务技术支持下，主要基于互联网大数据技术内容为某企业提供海量招聘数据处理分析机制，建立招聘智能分析平台。在设计平台、实现平台功能过程中必须确保数据内容正确可视化展示，进一步构建个性化推荐系统。这一系统平台是能够面向所有企业外来求职者，结合求职者平台分析求职者信息内容，如此也能为企业建立精准到位的人才服务管理平台。

4 总结

综上所述，目前基于Hadoop框架架构、互联网大数据技术设计企业招聘数据智能分析平台是具有一定可行性的。其平台运行快速且表现效果良好，能够做到项目架构可行性有效到位，体现技术抉择准确性有效提升。在这一平台设计与功能实现方面，主要利用Hadoop架构来减轻人工操作负担与成本，配合Hadoop技术分析相应数据内容，建立基于Vue展示功能下的多位一体交互工作机制，体现平台系统良好结构与强大功能，且框架体系整体层次也相对清晰。总的来讲，是要在不同阶段分析招聘数据智能分析平台规范技术内容，降低系统冗余度，保证做到前后端有效分离，如此对于提高系统后期整体可升级水平与可维护性都是具有一定帮助的。

参考文献：

[1] 季杰，陈强仁，朱东.基于互联网大数据的招聘智能分析平台的设计和实现[J].内江科技，2020，41（5）：47-48.

[2] 朱慧雯，田骏，张涛，等.基于互联网大数据的招聘数据智能分析平台的设计与实现[J].软件，2020，41（3）：99-101.

[3] 罗宜春.互联网招聘大数据智能分析——评《大数据优秀产品、服务和应用解决方案案例集》[J].电镀与精饰，2020，42（9）：51.

[4] 刘洪超，滕鑫鑫，白浩.基于大数据的高校智能就业平台建设与应用[J].现代教育技术，2020，30（2）：111-117.

[5] 张海华，杨秀波，张聪.基于大数据和Mahout架构的毕业生就业智能推荐平台研究[J].电脑编程技巧与维护，2019（1）：83-86.

[6] 董琰，彭琦.基于高校毕业生生涯大数据的省校一体化智慧就业服务平台构建[J].中国大学生就业，2020（18）：54-58，63.

[7] 邵麗利，曹计.大数据在人力资源管理中的应用[J].营销界，2019（47）：55-56.

[8] 熊章军.基于互联网大数据的招聘数据智能分析平台研究[J].科学技术创新，2020（24）：91-92.

[9] 段培吉，商思争，詹爱铃，等.人工智能时代我国会计人才需求分析——基于爬虫大数据分析技术[J].淮海工学院学报（人文社会科学版），2019，17（12）：78-81.

[10] 杨真，陈建安.招聘面试人工智能系统的框架与模块研究[J].江苏大学学报（社会科学版），2017，19（6）：73-80，92.

【通联编辑：代影】