-
题名HTML半结构化数据模式研究的现状
被引量:2
- 1
-
-
作者
杜智华
-
机构
新疆师范大学数理信息学院
-
出处
《新疆师范大学学报(自然科学版)》
2001年第1期20-25,共6页
-
文摘
本文简要介绍了 HTML超文本数学模型及几种模式的描述形式 ,重点介绍了图模式描述形式 ,并提出了利用不确定信息处理方法中的盲数研究相似判断算法的新途径。
-
关键词
HTML
半结构化数据
相似判断算法
盲数
数据结构
数据模式
超文本数学模型
-
Keywords
HTML semistructurized data\ Similar judge algorithm\ Uncertained number
-
分类号
TP311.12
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于数据挖掘的就业需求信息资源采集研究
- 2
-
-
作者
卫善春
-
机构
上海交通大学学生就业服务和职业发展中心
-
出处
《情报科学》
CSSCI
北大核心
2023年第9期130-137,共8页
-
基金
2022年上海高校毕业生就业创业工作专项研究项目“一流高校毕业生到重点行业、关键领域就业现状及引导机制研究”(2022JYCYZX02)
2020年教育部思政创新发展中心研究课题“价值引领视阈下精准就业的网络实践与探究”(DYF-SJ-2020022)。
-
文摘
【目的/意义】随着互联网的不断普及,海量就业信息资源持续涌现,为了能够为待就业学生提供更具针对性的就业指导,满足更多高校学生的就业需要,本文提出基于大数据挖掘技术的学生就业需求信息资源采集研究。【方法/过程】首先,本文基于网络信息爬取模块、就业需求信息挖掘模块、资源整合模块对就业需求信息资源采集总体架构进行优化;并结合就业专业-就业岗位-就业需求信息-高校信息的组织体系,实现就业岗位和就业需求信息以及高校信息间的信息整合。然后,利用就业需求信息挖掘统一计算系统对已整合结果进行内容标准化处理,再利用深度学习算法分别进行就业异常数据筛查和特定异常就业数据特征识别,构建就业需求信息资源采集系统。最后,凭借E-S-Qual量表对系统中的就业信息采集质量进行评价。【结果/结论】结果表明,所提出的研究方法可以向用户推送全面的就业需求信息,并能全面分析需求信息推荐效果,有效为待就业学生提供相关就业指导。【局限/创新】但由于本次实证研究较单一,研究结果存在一定的局限性,日后可结合更多案例对所提方法进行验证,使结果更具说服力。
-
关键词
大数据挖掘
学生就业
需求信息
资源采集
网络爬取技术
相似主题判断数据挖掘算法
-
Keywords
big data mining
student employment
demand information
resource collection
network crawling technology
data mining algorithm for similar topic judgment
-
分类号
G250.2
[文化科学—图书馆学]
-