• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    智能校園兼職平臺的設(shè)計(jì)與應(yīng)用

    2019-12-10 09:48:22駱汛楓張永康林宏濠唐嘉浩
    電腦知識與技術(shù) 2019年28期

    駱汛楓 張永康 林宏濠 唐嘉浩

    摘要:隨著信息技術(shù)的迅速發(fā)展,“互聯(lián)網(wǎng)+”的應(yīng)用極大程度上方便了人們?nèi)粘5纳?。兼職是大學(xué)生認(rèn)知社會的一個途徑,許多大學(xué)生都有兼職的經(jīng)歷,其中大部分人認(rèn)為存在找兼職難,找兼職途徑較窄,與店家溝通麻煩等問題。

    根據(jù)以上需求設(shè)計(jì)與實(shí)現(xiàn)基于智能校園兼職平臺——工園。該項(xiàng)目采用了VUE.JS和MUI結(jié)合的前端技術(shù),基于Spring Boot框架的后臺技術(shù)結(jié)合上協(xié)同過濾算法開發(fā)而成的一款專門為解決大學(xué)生找兼職問題而開發(fā)的移動web網(wǎng)站。在該平臺上,學(xué)生可根據(jù)自身需求結(jié)合協(xié)同過濾算法找到合適自己的兼職崗位;商家則可以在平臺上發(fā)布兼職進(jìn)行招聘,大大簡便了招聘流程,從而節(jié)約了時間與金錢,實(shí)現(xiàn)了雙贏局面。

    關(guān)鍵詞:Java;Spring Boot;協(xié)同過濾算法;兼職平臺;移動Web

    中圖分類號:TP311? ? ? ? ?文獻(xiàn)標(biāo)識碼:A

    文章編號:1009-3044(2019)28-0076-04

    According to the above requirements, design and implement a part-time platform based on intelligent campus - industrial park. This project adopts the front-end technology combining VUE.JS and MUI. The background technology based on Spring Boot framework is combined with the collaborative filtering algorithm to develop a mobile web site specially developed to solve the problem of college students looking for part-time jobs. On this platform, students can find their own part-time jobs according to their own needs and collaborative filtering algorithms; merchants can release part-time recruitment on the platform, which greatly simplifies the recruitment process, thus saving time and money and achieving a win-win situation.

    Key words: Java; Spring Boot; collaborative filtering algorithm; part-time platform; mobile web

    1 背景

    為響應(yīng)科技強(qiáng)國號召,我國大學(xué)生人數(shù)逐年遞增,大學(xué)生作為一個新興的經(jīng)濟(jì)體,也迅速刺激了附近的校園經(jīng)濟(jì)。大學(xué)生人數(shù)的增加意味著日后競爭的加劇,為了早日適應(yīng)社會,在校大學(xué)生早已不滿足單一的社會實(shí)踐活動,強(qiáng)烈要求參與更廣泛的社會實(shí)踐活動,其中大學(xué)生進(jìn)行兼職活動是首選。但不少大學(xué)生反映存在找兼職難,找兼職途徑較窄,與店家溝通麻煩等問題。

    隨著“互聯(lián)網(wǎng)+”的發(fā)展,機(jī)器學(xué)習(xí)等新興技術(shù)的崛起,一些傳統(tǒng)招聘模式受到了沖擊,在互聯(lián)網(wǎng)的世界里,可以滿足“足不出戶便知天下事”的需求,結(jié)合當(dāng)下“重”個性化的社會需求,開發(fā)一款專門解決大學(xué)生找兼職困難的移動Web網(wǎng)站刻不容緩。

    本移動Web網(wǎng)站將會收集學(xué)校周邊的商家發(fā)布的兼職信息,結(jié)合當(dāng)下火熱的機(jī)器學(xué)習(xí)算法以及個性化的需求為廣大大學(xué)生提供了各類兼職信息。平臺通過機(jī)器學(xué)習(xí)算法進(jìn)行了職位推薦,極大簡便了學(xué)生的操作;使用興趣標(biāo)簽篩選職位也滿足了個性化的需求;同時,商家可通過平臺發(fā)布兼職信息,學(xué)生亦可通過平臺查閱兼職信息,還可以與商家進(jìn)行溝通,雙方各取所需,實(shí)現(xiàn)了雙贏的局面。

    2 系統(tǒng)分析

    2.1 平臺設(shè)計(jì)

    工園平臺從設(shè)計(jì)大體上來分類,主要劃分為前端和后臺兩大類,前端主要的功能是展示數(shù)據(jù),獲取后臺的數(shù)據(jù)加以渲染顯示以及將收集到的數(shù)據(jù)提交到后臺。后臺的主要功能是數(shù)據(jù)的傳輸與處理,接收前端的數(shù)據(jù)以及響應(yīng)前端的請求。

    2.2 平臺功能

    本平臺的主要功能結(jié)構(gòu),如圖1所示。

    本平臺主要功能模塊如下:

    1)機(jī)器學(xué)習(xí)算法職位推薦功能模塊:

    通過統(tǒng)計(jì)不同用戶的點(diǎn)擊行為,并結(jié)合余弦相似度的度量方法,計(jì)算出用戶之間的相似度,運(yùn)用基于用戶的協(xié)同過濾推薦算法,將相似度較高的用戶的項(xiàng)給展示出來。

    2)在線留言功能模塊:

    只需使用Web端即可實(shí)現(xiàn)在線接收回復(fù)留言,用戶通過點(diǎn)擊心儀的職位進(jìn)入該職位詳情頁,在詳情頁面中點(diǎn)擊“留言”按鈕給店家留言,實(shí)現(xiàn)了線上交流,省去了安裝APP的時間,讓溝通更加便捷。

    3)職位詳情展示功能模塊:

    在職位詳情頁面中,用戶可瀏覽到職位的薪酬、人數(shù)、要求及其發(fā)布方的信息,為了方便用戶操作,還加入了“看了又看”一欄,讓用戶無須返回即可瀏覽與之類似的職位。

    4)標(biāo)簽篩選職位功能模塊:

    用戶在注冊階段完善詳細(xì)信息時,選擇合適的興趣標(biāo)簽后,系統(tǒng)便會記錄用戶的興趣愛好;當(dāng)用戶下次登錄至首頁時,首頁下方的職位列表則會根據(jù)用戶的興趣標(biāo)簽自行進(jìn)行職位的篩選。

    5)首頁信息聚合功能模塊:

    在首頁中集中顯示了廣告欄、圖標(biāo)標(biāo)簽、搜索欄以及個性化的職位列表等信息,將系統(tǒng)最為常用的信息以及功能都集中在首頁,方便了用戶操作。

    3 平臺系統(tǒng)設(shè)計(jì)

    3.1 平臺基本架構(gòu)

    本平臺采用了Browser/Server的架構(gòu)進(jìn)行設(shè)計(jì)。B/S架構(gòu)如圖2所示。

    互聯(lián)網(wǎng)時代實(shí)質(zhì)是信息互通的時代,信息的發(fā)布方通過該移動Web網(wǎng)站發(fā)布信息,瀏覽該移動Web網(wǎng)站的用戶皆可接收到信息,展現(xiàn)了B/S平臺便捷的優(yōu)勢。

    當(dāng)用戶使用瀏覽器發(fā)送請求的時候,云端的服務(wù)器會根據(jù)請求做出相應(yīng)的處理并得到相應(yīng)的處理結(jié)果,該請求結(jié)果會以JSON串的形式通過服務(wù)器返回到瀏覽器中,瀏覽器根據(jù)所得到的內(nèi)容渲染出效果。

    3.2 平臺邏輯設(shè)計(jì)

    本系統(tǒng)采用MVC模式(Model-View-Controller)進(jìn)行開發(fā)。其中,頁面發(fā)送請求給控制器,控制器調(diào)用業(yè)務(wù)層處理邏輯,邏輯層向持久層發(fā)送請求,持久層與數(shù)據(jù)庫交互,后將結(jié)果返回給業(yè)務(wù)層,業(yè)務(wù)層將處理邏輯發(fā)送給控制器,控制器再調(diào)用視圖展現(xiàn)數(shù)據(jù)。

    3.3 界面流程設(shè)計(jì)

    工園平臺的界面流程設(shè)計(jì)如圖3所示。

    4 平臺設(shè)計(jì)與實(shí)現(xiàn)

    本平臺主要采用B/S架構(gòu)進(jìn)行開發(fā),由瀏覽器、服務(wù)器以及數(shù)據(jù)庫組成。

    4.1 平臺的前端設(shè)計(jì)

    本平臺前端主要運(yùn)用了VUE.JS技術(shù),結(jié)合當(dāng)下較為流行的MUI框架,讓用戶在Web中體驗(yàn)到APP般的操作感覺,同時,MUI框架能在不同分辨率的設(shè)備下做出不同的響應(yīng),體現(xiàn)了良好的適應(yīng)性。采用了MVVM的設(shè)計(jì)模式,即雙向數(shù)據(jù)綁定,加快了開發(fā)的進(jìn)度。

    其中,前端通過Ajax請求進(jìn)行數(shù)據(jù)的獲取,并將返回到的數(shù)據(jù)渲染出來在前端顯示,職位詳情頁面部分代碼如下所示。

    4.2 平臺的后臺設(shè)計(jì)

    本平臺后臺主要采用Spring Boot框架進(jìn)行開發(fā),MyBatis負(fù)責(zé)數(shù)據(jù)庫中與代碼實(shí)體類的交互,Spring Boot則負(fù)責(zé)數(shù)據(jù)的傳輸;用戶通過點(diǎn)擊事件發(fā)送一個請求,后端將會根據(jù)前端請求來處理數(shù)據(jù),經(jīng)過逐層傳遞,最終找到想要的數(shù)據(jù),并返回給Controller層,前端會根據(jù)后臺展示的數(shù)據(jù)進(jìn)行渲染。

    其中以更新用戶信息為例,@PostMapping為一個映射路徑,@RequestBody可以將信息轉(zhuǎn)化為JSON的格式,HttpServletRequest為一個頁面請求,請求一個訪問的數(shù)據(jù),方法內(nèi)部則為一些業(yè)務(wù)的邏輯。具體代碼如下所示其中,loginToken用于判斷用戶是否登錄,獲取的Token需與緩存中的值相匹配,當(dāng)匹配不成功時,則認(rèn)為用戶登錄失敗,將跳回上一步操作,匹配成功時,將用戶實(shí)例化用于下一步修改用戶信息操作。

    4.3 平臺的主要功能的實(shí)現(xiàn)

    工園平臺核心功能有機(jī)器學(xué)習(xí)算法職位推薦功能、在線留言功能、標(biāo)簽篩選職位功能、職位詳情展示功能以及首頁信息聚合功能。

    在本項(xiàng)目中,使用了一個基于用戶的協(xié)同過濾算法對職位進(jìn)行個性化推薦,主要是依據(jù)用戶或者項(xiàng)之間的相似性,給用戶推薦一些新鮮事物,挖掘用戶的其他興趣。

    基于用戶協(xié)同過濾推薦的原理如下:

    1)計(jì)算并分析每個用戶對項(xiàng)的評估(評估度量可以是瀏覽記錄、購買記錄等),得到用戶和項(xiàng)之間的矩陣。

    2)根據(jù)用戶對項(xiàng)的評估通過數(shù)學(xué)公式計(jì)算出所有用戶之間的相似度(本項(xiàng)目采用余弦相似度度量公式)。

    3)從中所有用戶中選出與當(dāng)前用戶行為最相似的 前N 個用戶。

    4)將這 N個用戶評估最高并且當(dāng)前用戶又沒有瀏覽過的項(xiàng)推薦給當(dāng)前用戶。

    其中以機(jī)器學(xué)習(xí)算法職位推薦功能為例,其中,currentUid用于獲取當(dāng)前用戶的id,userActiveDTOList用于獲取用戶瀏覽記錄,activeMap用于存儲每個用戶的行為記錄,similarityUserList用于計(jì)算用戶之間的相似度, positionCategoryList為獲得推薦的職位分類。算法思想為通過統(tǒng)計(jì)用戶的瀏覽記錄,使用RecommendUtils對相應(yīng)的數(shù)據(jù)進(jìn)行計(jì)算,計(jì)算出與該用戶瀏覽記錄相似的用戶,通過統(tǒng)計(jì)以及對比相似用戶的記錄,獲得被推薦的職位分類并將其推薦給用戶。

    5 結(jié)束語

    在“互聯(lián)網(wǎng)+”的浪潮沖擊下,使用快速便捷的B/S架構(gòu)開發(fā)的移動Web網(wǎng)站將會是一個不錯的選擇,而在強(qiáng)調(diào)個性化的時代里擁有個性化推薦的產(chǎn)品將會成為人們的首選。隨著需求的變化以及時代的發(fā)展,相信在人工智能和大數(shù)據(jù)等高新技術(shù)的帶領(lǐng)下,推薦系統(tǒng)的推薦效果將會越來越好,在日后能夠更好地服務(wù)于人們的日常生活。

    參考文獻(xiàn):

    [1] 孔曉靜. 大學(xué)生兼職行為研究報告[J]. 法制博覽, 2019(3): 285-287.

    [2] 潘志宏, 羅偉斌, 柳青. 基于HTML5跨平臺移動應(yīng)用的研究與實(shí)踐[J]. 電腦知識與技術(shù), 2013(17): 3992-3995.

    [3] 俞偉, 徐德華. 推薦算法概述與展望[J]. 科技與創(chuàng)新, 2019(4): 50-52.

    【通聯(lián)編輯:謝媛媛】

    承德县| 福州市| 堆龙德庆县| 德阳市| 兴安县| 荣昌县| 依安县| 黄平县| 柏乡县| 罗定市| 随州市| 潮安县| 沐川县| 大兴区| 利津县| 陆川县| 增城市| 临泉县| 溆浦县| 孝感市| 清涧县| 明溪县| 华亭县| 筠连县| 安新县| 沅江市| 英德市| 富锦市| 福州市| 资源县| 永和县| 无极县| 昌平区| 德清县| 泰州市| 旬邑县| 蓝山县| 明星| 江安县| 永德县| 上饶县|