基于大数据文本聚类关联的网络招聘信息挖掘.doc

教学单位 湖北工程学院 学生学号 0123011 本科毕业论文(设计) 题　　目 学生姓名????????? 　　　　 　　　 专业名称　　 　 ????????? 指导教师　　　　 ????????? 2016年4月5日1、 1 1、引言 1 2、网络招聘信息挖掘综述 1 2.1文本挖掘定义及特点 1 2.1.1文本挖掘的定义 1 2.1.2文本挖掘的特点 1 2.2文本挖掘及其网络招聘信息挖掘的现状 2 3、网络招聘信息挖掘步骤 3 3.1读取网页招聘信息文本文件 3 3.2招聘信息文本分词 4 3.2.1分词 4 3.2.2设置频繁出现的领域干扰词 5 3.3词频统计与词云 6 3.4招聘信息文本聚类分析 7 3.4.1特征词权重 7 3.4.2TF-IDF法计算关键词权重 8 3.4.3相似度计算 8 3.4.4创建文本—词条矩阵 9 3.4.5K-均值聚类 9 4、招聘信息文本Web图分析 12 5、建议 13 参考文献 15 附录 16 致谢 18 基于大数据文本聚类关联的网络招聘信息挖掘 摘 要：随着计算机网络技术的迅速发展，网络招聘信息平台已成为招聘者发布信息和应聘者获取职位的主要途径。大量的网络招聘信息蕴含着用人单位丰富的需求知识，诸如对人才的能力、素质等方面的要求。本文自行爬取2015年11月-2016年4月拉钩网24万5千多条企业招聘信息，使用R语言编程，通过中文分词，设置频繁出现的领域干扰词，词频统计，文本向量化，应用k-均值聚类及网状Web图方法分析社会各行业对人才的能力及素质要求，描绘企业基本信息、薪资水平、工作经验要求间的关联强度，给高校及时了解社会对人才的需求变化，有针对性的调整人才培养方案以及应届毕业生求职提出有益建议。 关键词：大数据；网络招聘信息；聚类分析；Web图；R语言编程 Online recruitment information mining by vast amounts of text clustering and associating Abstract：Companying with computer network technology rapid development, network recruitment information platform has become a main way for recruiter to release information and for job seeker to get job. A large number of network recruitment information contains the knowledge of demand of units for employees, such as the requirement of talents ability and quality, etc. In this paper, more than 24, 5 thousands enterprises net recruitment information, from November 2015 to April 2016 in Lagou net are crawled out. through setting frequent field disturbance terms, Chinese word segmentation, word frequency statistics, text vectorization, k-means clustering using R language programming and Web diagram method are applied to excavate ability and quality requirements from social various industries for talents, to describe the correlation strengths among enterprise basic information, wages, job experience requir