隨著我國經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化調(diào)整與信息化時(shí)代的到來,如今網(wǎng)絡(luò)招聘越來越流行,網(wǎng)上的招聘信息也越來越多,而薪資情況是每個(gè)求職者最為關(guān)心的事情之一,所以對(duì)影響薪資因素的研究,能夠?yàn)榍舐氄咛峁┫嚓P(guān)參考,使得求職者能從海量的招聘信息中獲取就業(yè)需求信息。本文利用python語言編寫爬蟲程序獲取智聯(lián)招聘中的數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、深度學(xué)習(xí)的崗位數(shù)據(jù),建立薪資水平的預(yù)測(cè)模型,分析在這些崗位數(shù)據(jù)中影響薪資水平的因素。本論文主要從XGBoost模型和GBDT模型這兩個(gè)方面對(duì)薪資預(yù)測(cè)模型進(jìn)行了研究,主要工作內(nèi)容如下:(1)采用深度優(yōu)先和寬度優(yōu)先的兩種爬蟲策略,通過多進(jìn)程爬取招聘信息中的崗位數(shù)據(jù)。通過掌握XGBoost模型和GBDT模型的算法過程,為模型的研究建立理論基礎(chǔ)。(2)本文獲取的招聘數(shù)據(jù)中存在大量的結(jié)構(gòu)化和非結(jié)構(gòu)化的文本數(shù)據(jù),對(duì)結(jié)構(gòu)化數(shù)據(jù)采用探索性分析及可視化技術(shù),分析各個(gè)變量與薪資之間的影響關(guān)系。對(duì)非結(jié)構(gòu)化變量中的文本數(shù)據(jù)采用了文本處理技術(shù)及可視化技術(shù),使用這兩個(gè)技術(shù)對(duì)文本數(shù)據(jù)中的信息進(jìn)行可視化處理以及利用可視化中的詞云圖提取崗位招聘數(shù)據(jù)中的技能信息。通過對(duì)結(jié)構(gòu)化數(shù)據(jù)的分析及非結(jié)構(gòu)化數(shù)據(jù)的技能信...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1深度優(yōu)先算法Figure2-1depthfirstalgorithm

第2章相關(guān)理論基礎(chǔ)9外一個(gè)未訪問過的鄰接頂點(diǎn)。(4)若頂點(diǎn)b尚未被訪問，則訪問頂點(diǎn)b并標(biāo)記頂點(diǎn)b為已訪問。(5)繼續(xù)查找頂點(diǎn)b的下一個(gè)鄰接頂點(diǎn)c，此時(shí)c可以看作是頂點(diǎn)a按步奏(3)的邏輯執(zhí)行。直到連通圖中所有頂點(diǎn)全部訪問過為止。如圖2-1所示：圖2-1深度優(yōu)先算法Figure2-....

圖2-2寬度優(yōu)先算法Figure2-2widthfirstalgorithm

第2章相關(guān)理論基礎(chǔ)10圖2-2寬度優(yōu)先算法Figure2-2widthfirstalgorithm2.1.2工作流程爬蟲程序的主要原理是以一個(gè)初始的URL地址信息為起點(diǎn)來抓取網(wǎng)頁，通過初始URL地址獲取到網(wǎng)頁信息后，匹配到網(wǎng)頁所抓取的地址信息，然后又從該地址信息中提取到新的URL....

圖3-1數(shù)據(jù)崗位技能要求詞云圖

第3章數(shù)據(jù)處理及探索性數(shù)據(jù)分析26圖3-1數(shù)據(jù)崗位技能要求詞云圖Figure3-1cloudchartofdatapostskillrequirements由此可見，在崗位數(shù)據(jù)中主要的技能要求為Python語言，Java語言，Ruby語言，Shell語言，PHP語言，MySQL數(shù)....

圖3-2薪資特征的分布情況

第3章數(shù)據(jù)處理及探索性數(shù)據(jù)分析27在機(jī)器學(xué)習(xí)中，許多的模型均需要假設(shè)一個(gè)數(shù)據(jù)集或者其參數(shù)服從正態(tài)分布所以對(duì)于數(shù)據(jù)需要進(jìn)行變換，數(shù)據(jù)變換是指選擇某個(gè)函數(shù)，將其作用在樣本上，得到新的樣本的過程，雖然是對(duì)樣本做變換，但同時(shí)也改變了總體的分布，因?yàn)榭傮w的任何一個(gè)樣本可能的取值也都映射到函....

本文編號(hào)：3970068