基于深度学习框架的大学生就业信息管理系统.pdf

信息技术 年第 期基于深度学习框架的大学生就业信息管理系统冯 翊(西安工程大学 西安)摘 要:针对大学生就业信息管理系统存在功能不完善、响应速度慢等问题设计了基于深度学习框架的大学生就业信息管理系统 系统硬件部分通过采集模块获取学生的基本信息在管理模块中对学生就业情况进行分析与管理根据发布模块及时更新高校就业情况系统软件部分采用深度学习框架中的 神经网络对大学生就业信息数据进行训练降低信息录入误差率提高系统信息管理能力 仿真实验结果表明系统功能较为完善响应时间较短关键词:深度学习 就业信息 信息管理 神经网络 反向传播中图分类号:文献标识码:文章编号:():./.作者简介:冯翊()男硕士讲师研究方向为思想政治教育 ():.:引 言随着信息化技术的高速发展高等院校逐渐开始构建信息化智慧校园通过高效处理与利用信息资源改善学生学习与生活的环境 随着学校办学规模不断扩大每年高校实习生和毕业生的数量也随之递增大学生就业信息的高效管理对智慧校园的建设具有重要意义 相关学者对此展开了深入研究文献利用 框架技术针对高校大学生就业信息建立了管理系统构建数据层、业务层和表现层三个层次利用浏览器在 页面进行就业信息的处理和管理该系统具基于深度学习框架的大学生就业信息管理系统 冯翊有较高的抗压性和集成性但是实现过程较为复杂不利于大范围推广使用文献利用/设计了大学生就业信息管理系统采用分布式数据存储对大学生的就业信息进行统计和分析有效提升了大学生就业信息管理的工作效率但是系统对信息数据未进行预处理在后续的信息分析处理过程中可能存在部分误差 近几年随着对深度学习框架研究的不断深入 神经网络在数据处理与误差控制方面取得了较好的成绩 因此本文在深度学习框架的基础上提出了大学生就业信息管理系统 根据深度学习框架中的 神经网络对大学生就业信息数据进行训练通过正向传播和反向传播算法降低大学生就业信息录入误差率最终实现就业信息的高效管理 系统硬件设计为了增强系统的兼容性、扩充性和集成性构建大学生就业信息采集模块、教师后台管理模块以及企业信息发布模块优化系统信息数据采集和分析能力增强系统信息交互处理能力 大学生就业信息管理系统结构如图 所示图 大学生就业信息管理系统结构图.大学生就业信息采集模块大学生就业信息采集模块采集的信息包括学生个人基本信息(专业信息、学历信息、奖学金获得信息、综合测评情况、奖惩信息、档案信息等)、实习风采、实习就业意愿信息等 学生个人基本信息管理是大学生就业信息采集模块中最重要的组成部分通过业务层、数据层和数据表构建就业信息数据库在系统中输入学生的姓名、系、班级等信息后获取就业信息情况选择相关项目后会自动转入对应的模块中没有时效性的要求 大学生个人基本信息采集的时序如图 所示图 大学生就业信息时序图.教师后台管理模块在教师后台管理模块配备了两个多核 位 的硬件并且以 位操作系统的服务器支撑运行服务器的内存大小为 可查询大学生实习情况的后台数据通过多条件组合方式查询各专业学生实习的相关信息同时录入企业对实习学生的相关评价最终通过计算预测大学生就业率 大学生就业信息管理系统能够对大学生的整个实习情况进行管理对具体信息数据进行统计分析便于教师分析管理学生的实习工作教师后台管理过程如图 所示图 教师后台管理过程基于深度学习框架的大学生就业信息管理系统 冯翊.企业信息发布模块在企业信息发布模块中添加企业的相关信息更新企业的岗位招聘信息发布实习报酬信息使大学生可以及时了解相关招聘信息更好地为大学生就业提供帮助 企业信息发布模块结构如图 所示图 企业信息发布模块结构图在大学生就业信息管理系统中通过构建不同主体模块增强学生、教师和企业之间的联系提高系统的信息管理能力同时不同级别的用户拥有不同的权限可查看不同的内容确保系统中学生和企业的信息不会泄露 系统软件设计为了提高大学生就业信息管理系统的响应能力选用 神经网络构建深度学习框架以此扩大信息管理范围提高信息数据处理能力保证信息完整性和一致性 通过正向传播和反向传播算法对信息数据进行训练从而达到降低信息录入的误差概率提升信息管理系统的准确性 神经网络中包含了多个网络结构本文选择三层结构建立深度学习框架具体如图 所示图 神经网络结构图 神经网络的各个层次结构中均包含了大量的神经元元素层次与层次之间通过权值进行连接没有传输信号的功能各个层次仅向高层次神经元传输虚信号 在 神经网络中隐含层较为特殊可为单层结构也可为多层结构具体节点数通常由 计算得到 隐含层初始值的计算过程为:()式中 表示隐含层节点的个数 表示输入层节点的个数 神经网络的学习算法有两种:正向传播和反向传播 正向传播算法常用于前向网络的计算信号由输入层写入通过隐含层后直接由输出层输出结果 在这个过程中层次与层次之间连接的权值大小保持不变且互不影响 当输出结果误差较大时直接进入反向传播算法将误差较大的输出结果逆向传输给各层次 在这个过程中各层次之间连接的权值和阈值会发生变化以此实现对误差的控制 神经网络正向传播和反向传播实现过程如图 所示图 神经网络实现过程输入层节点 与隐含层节点 连接权值用表示与输出层节点 连接权值用 表示的阈值为 的阈值为 步骤一:将所有数据进行初始化操作即给随机选择一个较小的值步骤二:对所有大学生就业信息进行训练即对输入值 和期望输出值 进行正向计算:()()基于深度学习框架的大学生就业信息管理系统 冯翊 ()()步骤三:计算输出层节点 的输出结果与期望输出值 的误差:()()()步骤四:将误差反向传播分配给隐含层节点:()()()步骤五:调整 值的大小并计算 的值:()()步骤六:调整 值的大小并计算 的值:()()步骤七:重复操作步骤三直到对于 误差 变得足够小则算法收敛 ()()由此提高大学生就业信息录入准确率增强就业信息管理能力最终达到优化系统响应效率的目的 仿真实验为了验证本文系统对信息管理的有效性进行仿真实验 选择某高等院校的 名实习生和毕业生作为实验对象教师通过系统后台分析处理学生的就业信息企业通过系统发布招聘信息在 、主频为 的平台上进行仿真实验.系统登录验证系统用户只有成功登录到系统中才可以使用系统中的功能因此系统性能验证的首要步骤是验证使用者能否成功登录系统 系统登录流程如图 所示图 系统登录流程 使用者在系统登录页面输入登录信息登录成功后将根据不同的身份权限显示不同的页面内容由此保证系统的安全性.系统功能验证系统通过构建大学生就业信息采集模块、教师后台管理模块和企业信息发布模块可以从多角度全方位优化系统功能 系统各个功能的测试结果如表 所示表 系统功能测试结果功能测试页面显示效果测试结果注册功能进入登录页面登录功能进入系统主页用户或密码为空提示不能为空用户或密码填写错误提示用户名或密码错误测试通过查看实习情况显示各专业学生当前的实习情况实习评价内容显示进入实习评分页面大学就业率通过计算得出具体数值测试通过基于深度学习框架的大学生就业信息管理系统 冯翊续表 功能测试页面显示效果测试结果查看个人信息显示个人基本信息资料实习内容显示各个行业实习生的工作情况就业意愿填写工作意向测试通过企业信息显示企业主页岗位需求职位招聘信息页面实习报酬薪资等级划分机制测试通过注销用户退出系统返回系统主页测试通过 从表 的结果可以看出所设计系统的功能均能通过测试由此表明系统功能较为完善.系统响应时间验证将所设计系统与文献、文献系统的响应时间进行对比 随机选取 名实习生和毕业生的 个就业信息以系统的操作响应时间作为评估标准验证三种方法的响应效果结果如图 所示图 三种系统响应时间对比结果通过观察图 可知本文系统响应时间明显低于文献和文献系统这是因为本文系统运用了深度学习框架通过引入 神经网络控制信息录入的误差值在提高系统精度的同时降低误差值带来的干扰从而使得系统的响应速度更快 结束语针对以往大学生就业信息管理系统中存在的信息查找效率低、系统响应效果较差的问题本文结合 神经网络提出了基于深度学习框架的大学生就业信息管理系统 构建大学生就业信息采集模块、教师后台管理模块和企业信息发布模块由此完善系统功能实现学生信息管理系统的安全稳定运行 同时为了降低大学生就业信息系统录入误差率引入 神经网络确保信息数据分析过程中的可靠性 通过仿真实验验证了本文系统在可靠性和系统响应效果方面均具有明显的优势为研究信息管理设计提供了参考依据参 考 文 献:王宁.基于 框架的高校学生就业信息管理系统设计.自动化技术与应用():.张垒吉晓娟李伟东.高校就业信息平台的设计与实现 以仲恺农业工程学院为例.计算机科学与应用():.胡姣姣王晓峰张萌等.基于深度学习的时间序列数据异常检测方法.信息与控制():.陈晋音王桢陈劲聿等.基于深度学习的智能教学系统的设计与研究.计算机科学():.李同欢唐雁刘冰.基于深度学习的多交互混合推荐模型.计算机工程与应用():.于文华.基于大数据的大学生就业创业指导系统.微型电脑应用():.刘静静.基于 的智能化电子就业系统.计算机技术与发展():.吕同双王洪国刘迎港等.基于立体数据的高校学生就业去向预测方法.计算机集成制造系统():.陶永坤姚蓉.基于 神经网络的县域人才资源管理风险研究.信息技术():.李燕燕.大数据分析技术的大学毕业生就业率预测.信息技术():.曹纳.基于 神经网络的人工智能审计系统研究.信息技术():.(责任编辑:丁晓清)