大学生职位垂直搜索引擎的设计与实现-软件工程专业论文.docxVIP

万方数据 万方数据 分类号 密级 UDC 注 1 （题名和副题名） （作者姓名） 指导教师 （姓名、职称、单位名称） 申请学位级别 专业学位类别 工程领域名称 提交论文日期 2015.9.25 论文答辩日期 2015.11.28 学位授予单位和日期 2015 12 答辩委员会主席 评阅人 注 1：注明《国际十进分类法 UDC》的类号。 万方数据 万方数据 Design And Implementation Of Job Vertical Search Engine For College Students A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Master of Engineering Author: Huang Xingcai Supervisor: Wu Yue School: School of Information and Software Engineering 万方数据 万方数据 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘要 AB ABSTRACT 万方数据 万方数据 万方数据 万方数据 摘要 近年来大学生就业问题日益突出，引发社会公众的广泛关注。就业信息是求 职的基础，然而由于就业渠道不通畅、就业机会不均等和信息沟通不及时等原因， 使得毕业生面临着巨大的就业竞争压力，有些毕业生还错过了就业机会导致失业。 随着招聘信息的逐步数字化和网络化的招聘网站的出现，大多数毕业生的就业渠 道转向网上搜集招聘信息和投放简历的方式。据 2014 年第三季度中国网络招聘市 场研究报告称，2014 年前 3 个季度，中国网上求职者总规模达 1.74 亿人次，呈现 较快的增长态势。然而，目前互联网中的招聘信息比较杂乱且不是面向应届毕业 生的，本文以各大高校的就业指导中心发布的招聘信息为基础，提供给毕业生专 门的职位垂直搜索引擎系统，保证优质且可靠的招聘信息。 本文以垂直搜索引擎在其他领域的成功应用经验为基础，基于 Heritrix 和 Lucene 开源工具搭建和实现了大学生职位垂直搜索引擎系统，重点研究了垂直搜 索引擎中的网页爬取、信息抽取、索引建立和检索排序的技术。系统划分为前端 和后端模块，前端模块包括用户注册、查询接口、用户职位搜藏、职位推送四个 模块；后端包括信息搜集、信息抽取、索引建立、检索排序和系统后台管理五个 功能模块。 本系统的研究成果有以下几个方面：首先，系统周期性地爬取各大高校的招 聘信息网站并增量更新网页库和索引库，保证招聘信息的可靠性和实时性；其次， 对招聘信息网页进行结构化信息抽取，提取职位名称、工作地点、专业要求等结 构化信息，提供全文检索和高级检索两种检索方式；最后，优质的用户交互体验， 提供职位的可视化数据分析功能和职位的自动推送功能。 本系统研究的意义在于，通过对各大高校的就业信息网站中招聘信息的整合， 提供给毕业生一个全面的招聘信息垂直搜索引擎系统，方便用户管理自己感兴趣 的招聘信息和快捷地查询和浏览，搭建毕业生和企业的桥梁。 关键词： 垂直搜索引擎，大学生就业，Lucene，三层 B/S I ABSTRACT In recent years, the employment of undergraduates has become increasingly prominent and triggered widespread public concern. Employment information is the basis for the job hunting. However, due to the obstructed employment channels, unequal employment opportunities and not tim