基于深度学习的大学生精准就业服务机制研究

王 一杰, 柳 仕绅, 杨 朝阳
上海应用技术大学 材料科学与工程学院

摘要

近年来，随着国家对高等教育重视程度的加深，全国高校逐年扩招，毕业生人数持续增长。日益庞大的就业群体，给社会带来了巨大的就业压力。因此，针对不同学生特性，为学生提供个性化的职业发展规划，帮助树立正确的就业观，精准的匹配就业岗位是解决大学生就业结构性矛盾的可行性方法。随着互联网技术的发展，校园建设更加趋向于数字化与智能化，随之产生的海量教育数据却没有得到合理的开发利用。因此，本文以智能化校园所积累的大量学生数据作为研究对象，利用深度学习方法中的神经网络算法，挖掘其背后所隐藏的学生个性化信息，预测其未来的职业发展方向，为高校教育工作者提供科学技术支持。同时利用深度学习方法分析各大招聘网站数据，结合预测信息进行精准就业匹配，推荐适合学生的工作岗位，提高就业匹配度。

关键词

大数据；深度学习；神经网络；精准就业

参考

[1]刘闻亮整理. 从"十四五"规划看就业风向[J]. 成才与就业, 2021(7):4.[2]黄耿生, 葛丹玲. 基于深度学习的就业推荐系统研究[J]. 电脑编程技巧与维护, 2019(11):4.[3]李春燕. 基于深度学习网络的大学生就业去向跟踪模型[J]. 电子设计工程, 2021, 29(12):5.[4]王海珍. 基于大数据的大学生就业指导分析[J]. 教育研究（2630-4686）, 2019, 2(8):2.[5]程永杰. 人工智能对我国就业的影响及应对措施[J]. 中国就业, 2019(11):2.[6]Ronneberger O, Fischer P, Brox T.U-Net: Convolutional Networks forBiomedical Image Segmentation[C]// International Conference on Medical Image Computing and Computer-Assisted Intervention. Springer International Publishing, 2015.[7]于重重, 马先钦, 周兰,等. 基于深度学习网络中度量损失的行人哈希检索方法:, CN109241317A[P]. 2019.[8]Akbulut S , King H C . A topological characterization of real algebraic varieties[J]. Bulletin of the American Mathematical Society, 1980, 2(1):817-821.[9]http://archive.ics.uci.edu/ml/index.php