基于spark的高校就业信息服务平台开题报告

论文（设计）题目	基于spark的高校就业信息服务平台
题目来源	2.学生自选	课题类型	B-应用研究	指导教师	***
学生姓名	***	班    级	***	学    号	***
基于spark的高校就业信息服务平台 一、选题依据与意义  近大部分高校应届毕业生更倾向较为发达城市的工作岗位，逐步使这些城市的人才趋于一个饱和的状态，导致部分地区城市的岗位富余且没有毕业生去应聘。在外工作数年后，有部分学生有返乡打算并付诸行动，使其与应届毕业生就业相碰撞，造成就业压力的加大。同时，目前部分选择先就业再择业，跨所学专业的就业和对相应工作的不了解，造成了一定程度的人力资源浪费。从目前来看，传统的就业理念不足以支撑现如今的就业形势。如何更好的就业，是否了解相关的就业形势，不同等级的院校毕业生情况等方向成了现如今研究的重中之重。高校毕业生就业系统从毕业生数据挖掘分析和社会需求同职业影响力相关联，找寻一个新的突破口。毕业生的实际工作生活状况和预想的状况的对比、数年后是否返乡就业则是最大的变化。现如今的就业系统大多以单位给出需求为主，无法实现智能化的就业选择，同时如何在保证用户的信息安全的状况下为用户提供最好的就业方向成了最为重要的技术难题。针对以上的问题，本文将在大数据分析下设计一种全新的高校毕业生就业的初步系统。 （一）国外研究现状 一向以自由市场化就业为主导的国外也很注重高校毕业生的就业工作，随着网络的普及和应用程度的提高，网上信息发布在欧美国家已成熟使用。国外的很多高校管理技术基本上走在时代前沿，再加上资本主义社会的前提，国外在这方面的管理系统上具有比较完善的建设技术，在一定的基础上，我们可以采纳和吸收他们的技术优点，把他们比较完备成熟且规范的管理系统作为参照。 美国、日本和英国的各高校拥有比较完备的就业指导服务体系，还拥有先进的网络技术，因此，相对而言，国内的高校就缺乏一些比较完善的就业服务指导系统 。
（二）国内研究现状 当前国内的各大网站都提供了就业方面的网页，国内也有专门的就业网站， 但是这些网站的侧重点不是仅为毕业生服务，而是提供广泛的就业导航，针对性较弱。 近期，教育部正在进行就业服务一体化建设，然而许多系统功能仍然在建设开发中。同时，各省市各地区也在加快建设省市级毕业生就业服务网站(例如上海市学生事务中心等)，985、211和地方高校(例如上海交大、复日大学、同济大学等等)也都在开发各个高校的毕业生就业信息网。这种就业信息系统需要拥有独立的域名，独立的机构，强大的数据处理能力，稳定完美长效的运行。并且需要实现网上直接发布招聘信息、岗位需求信息，并要求实时的对就业信息进行统计分析。日后的发展趋势:直接实现网络化就业信息数据智能分析，高校毕业生和用人单位双向选择、智能匹配、供需见面，高校就业指导服务中心就签约和就业方案的网络化认定。 三、研究思路和主要研究内容 不同角色不同的功能，包含招聘信息的发布，查询、就业推荐、信息的可视化分析呈现等，需要去爬取招聘网站信息进行处理和使用 "1、使用Django 2、使用爬虫爬取数据 3、使用预处理处理数据 4、使用spark机器学习 5、使用可视化技术"。 四、研究进度和论文写作计划 1. 进行论文选题，明确论文任务，搜集文献资料：2018年10月8日—10月20日； 2. 完成开题报告：2018年10月20日—11月10日； 3. 完成中期检查：2018年12月24日—12月31日； 4. 完成并提交初稿：2019年1月1日—2019年2月10日； 5. 完成毕业论文定稿及查重工作：2019年2月10日—2019年3月10日； 6. 进入论文审阅阶段，准备答辩：2019年3月11日—2019年4月20日。 五、参考文献  [1]杨现民,唐斯斯,李冀红.发展教育大数据:内涵、价值和挑战[J].现代远程教育研究,2016(01):50-61. [2]苏新宁.大数据时代数字图书馆面临的机遇和挑战[J].中国图书馆学报,2015,41(06):4-12. [3]梁吉业,冯晨娇,宋鹏.大数据相关分析综述[J].计算机学报,2016,39(01):1-18. [4]罗玮,罗教讲.新计算社会学:大数据时代的社会学研究[J].社会学研究,2015,30(03):222-241+246. [5]王继业,季知祥,史梦洁,黄复鹏,朱朝阳,张东霞.智能配用电大数据需求分析与应用研究[J].中国电机工程学报,2015,35(08):1829-1836. [6]彭宇,庞景月,刘大同,彭喜元.大数据:内涵、技术体系与展望[J].电子测量与仪器学报,2015,29(04):469-482. [7]王德文,孙志伟.电力用户侧大数据分析与并行负荷预测[J].中国电机工程学报,2015,35(03):527-537. [8]黄刘生,田苗苗,黄河.大数据隐私保护密码技术研究综述[J].软件学报,2015,26(04):945-959. [9]张东霞,苗新,刘丽平,张焰,刘科研.智能电网大数据技术发展研究[J].中国电机工程学报,2015,35(01):2-12. [10]黄彦浩,于之虹,谢昶,史东宇,周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报,2015,35(01):13-22. [11]彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,35(03):503-511. [12]宋亚奇,周国亮,朱永利,李莉,王刘旺,王德文.云平台下输变电设备状态监测大数据存储优化与并行处理[J].中国电机工程学报,2015,35(02):255-267. [13]刘科研,盛万兴,张东霞,贾东梨,胡丽娟,何开元.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报,2015,35(02):287-293. [14]姜强,赵蔚,王朋娇,王丽萍.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(01):85-92. [15]赵腾,张焰,张东霞.智能配电网大数据应用技术与前景分析[J].电网技术,2014,38(12):3305-3312. . 指导教师签名：                           日期：