随着国内高校逐年扩大招生人数,我国高校毕业生人数呈稳定上升趋势,毕业生就业问题也越来越突显。本文基于内容的协同过滤推荐算法和多属性的动态双边匹配算法从以下几个方面设计与实现高校就业推荐平台:首先针对实现学生职位推荐功能。为实现职位的精准推荐,一方面将特征项给予权重以及时间影响因素引入相似度计算,综合采用多种相似度计算方法,计算求职学生与往届生的属性匹配值,进行Top-N排序得到前k1项属性相似度较高的学生的签约公司集合,从而得到职位集1;另一方面,对职位库中招聘企业发布的职位信息,使用K-means算法结合Canopy算法聚类为簇,计算学生与质心的职位集属性匹配值,将求职者简历归属位于质心的职位相似度最高的簇内,得到职位集2。由于往届签约公司具有重要的参考价值,因此对职位集1设置权重作为企业偏好系数,将职位集1和职位集2取并集利用Top-N排序做粗筛,得到推荐职位集候选表。其次对求职学生简历和候选职位集计算属性匹配值,获得学生对职位的满意度与企业(职位)对学生的满意度,进一步得到各自的偏好序。对学生簇和职位集,应用基于多属性的动态双边匹配算法建立模型,计算匹配值,达到提升匹配率的效果,进而提高推荐的准确度和学生应聘岗位成功率。最后对高校就业推荐平台进行设计与实现。根据需求分析,搭建高校就业推荐平台,完成基础信息管理模块和招聘信息管理模块的设计实现。其中招聘信息管理模块包含简历填写、职位搜索、职位申请、职位发布、投诉受理、收藏职位、面试管理、职位推荐等功能。