基于决策树算法在人力资源推荐技术中的应用

摘要：

研究基于决策树算法的人力资源推荐方法,提升人力资源推荐的综合质量与实际应用效果.采用流式分布式数据采集方式从海量数据源内采集人力资源数据,依据数据来源类别归类数据后,储存为原始人力资源数据集.针对原始人力资源数据集的缺陷,通过数据抽取、清洗转换及加载的预处理过程,实施数据预处理并构建数据仓库;将该数据仓库中的数据输入到通过改进ID3决策树算法改进的C4.5决策树算法中,该算法通过多层节点的反复分裂生成决策树,获得能够满足人力资源推荐预设终止条件的同类别分裂结果,实现人力资源推荐.结果表明,所提方法的最佳叶子节点数为15个,在此叶子节点数下该方法的召回率、F1值及覆盖率均较高,能够显著提升人力资源推荐的综合质量与推荐效果.

关键词：决策树算法、人力资源推荐、数据采集、数据预处理、数据仓库构建、决策树生成

所属期刊栏目：44

分类号：TN919.5-34;TP311

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：105-110