未来智库 > 神经网络论文 > 【基于神经网络的招聘系统改进】
    关键词:人才匹配度 变化权值 神经网络
    中图分类号:TP311 文献标识码:A 文章编号:1007-9416(2016)01-0000-00
    1 引言
    当今社会是充满竞争的社会,随着科技的进步,企事业单位对人才的需求量越来越大,随着网络用户的的不断增加,利用网络招聘是未来人才市场发展的一个强势方向[1]。通过网络可以迅速快捷地传递信息,求职者能够到求职软件上搜索和查询最新的招聘岗位信息,投递简历方便快捷且经济实惠,同时企业通过招聘软件可以获得实时更新的求职人才信息,从而能够更高效的招聘到需要的人才,比较于传统招聘,节省了大量的费用和时间[2]。本文提出了基于神经网络的招聘系统,改善了以往招聘软件导致的人才流失问题。
    4 测试结果与分析
    4.1神经网络应用流程
    神经网络算法流程如图3。将训练数据输入,通过当前权值计算出结果,通过与训练数据的结果相对比,不同则调整权值,直到计算结果与训练结果一致,则读取下一组数据直到所有数据结果都与输入相同或达到设定训练次数则终止。
    4.2模拟结果与分析
    图4为输入样本分布及初始权值。如图可知,样本向量相差较大,权值初始均为同一固定值,经神经网络训练后结果如图5,各项权值变化较大,同时也验证了我们关于构建函数的想法的正确性。
    每个神经元的输出是0和1,设输入向量为a,权重是w ,判断常数为b,在每个神经元进行wa 与 b的比较,若wa>b则输出1 ,否则输出0,把输出输到下一层的每个神经元,每个神经元节点的w和b都是不同的 ,训练就是通过迭代更改每个神经元的w和b。结果如图5。
    5 结语
    我们目前是基于.NET平台,通过C#来制作电脑版客户端,但我们希望最终能用JAVA语言将其移植到嵌入式设备,形成移动终端,让广大求职者使用起来更加便利。另外,我们将会根据客户的需求和建议,不断提升和改进我们的软件。若想将客户范围逐渐拓宽至更大型的企业,我们的产品还须有更加丰富的功能,使得本产品将来不仅能够在招聘环节可以使用,在企业日常的人事管理也能够用到[3,4]。
    参考文献
    [1]乔敬华,黄春华.基于JAVA的人才招聘系统研究.电脑编程技巧与维护,2015,第十期(10),47-49.
    [2]王璐瑶.基于WEB的人才招聘系统的设计与实现.吉林大学,2013.
    [3]闫秀峰.基于ASP.NET的网络招聘系统设计与实现.北京邮电大学,2012.
    [4]刘子豪.基于ASP的网络招聘信息系统的设计与实现.吉林大学,2015.
    收稿日期:2015-11-25
    作者简介:贺媛(1995―),女,天津人,河海大学常州校区,本科在读,研究方向:通信技术及EDA。
转载请注明来源。原文地址:https://www.7428.cn/vipzj19693/
 与本篇相关的热门内容: