面向畢業(yè)生求職幫助信息主題搜索引擎的研究

摘 要：隨著互聯(lián)網(wǎng)信息化的快速發(fā)展，網(wǎng)絡(luò)求職人數(shù)不斷增多，主題搜索引擎正成為新一代的主流搜索引擎。本文就面向畢業(yè)生求職幫助信息為主題的搜索引擎進行了研究，通過提出主題搜索引擎的關(guān)鍵技術(shù)，提出了求職幫助信息的搜索引擎的設(shè)計方案。

關(guān)鍵詞：求職信息；主題搜索；信息查找

中圖分類號：G647.38

近年來，各大高校都以前所未有的速度擴大招生規(guī)模，大學(xué)生的總數(shù)在不斷增加，導(dǎo)致大學(xué)生畢業(yè)人數(shù)急劇增長，就業(yè)率不斷下降，大學(xué)畢業(yè)生很難尋覓到自己滿意的工作，畢業(yè)生的就業(yè)問題面臨著十分嚴峻的挑戰(zhàn)。2013年全國大學(xué)畢業(yè)生達到699萬人，較2012年增加了19萬人，被人們稱為“史上最難就業(yè)季”，2014年全國普通高校畢業(yè)生預(yù)計將達到727萬人，再加上全國的待業(yè)人員，求職的激烈程度可見一斑。這就要求大學(xué)生積極收集就業(yè)信息，學(xué)習(xí)了解筆面試經(jīng)驗，搜集面試技巧，才有可能在千軍萬馬中找到適合自己的崗位。

根據(jù)2013年6月底中國互聯(lián)網(wǎng)信息中心發(fā)布的《第32屆中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，中國互聯(lián)網(wǎng)普及率為44.1%，互聯(lián)網(wǎng)普及率在穩(wěn)步上升?；ヂ?lián)網(wǎng)對大學(xué)生就業(yè)產(chǎn)生了巨大的推動作用，我國就業(yè)信息方面的網(wǎng)站已經(jīng)發(fā)展到成百上千家，在傳播就業(yè)政策和提供就業(yè)信息方面發(fā)揮了顯著的作用。隨著網(wǎng)絡(luò)信息數(shù)量的迅猛增長，“信息過載”、“信息超載”已經(jīng)成為日益嚴重的問題。筆者負責(zé)學(xué)生就業(yè)工作將近兩年，其中擔(dān)任過《大學(xué)生就業(yè)指導(dǎo)》任課教師?！洞髮W(xué)生就業(yè)指導(dǎo)》作為一門公共任選課，沒有被得到高度地重視。然而更多學(xué)生的目的只是獲取學(xué)分甚至在大學(xué)四年重來沒有選過，致使大部分畢業(yè)生缺乏筆面試經(jīng)驗以及面試技巧。本文旨在研究建立一個面向求職幫助信息主題搜索引擎的平臺，對廣大的求職者給予更大的幫助。

1 主題搜索引擎介紹

1.1 主題搜索引擎的概念。隨著互聯(lián)網(wǎng)信息的“爆炸式”增長和人們對搜索引擎要求的提高，通用搜索引擎也面臨著挑戰(zhàn)。為了得到更高的查全率和查準率，主題搜索引擎成為新一代搜索引擎的新趨勢。所謂主題搜索引擎是專門采集某一行業(yè)、某一專題、某一學(xué)科、某一主題范圍內(nèi)的信息資源，建立本地資源數(shù)據(jù)庫，對搜集到的資源做索引。用戶進行搜索是通過界面接口對信息檢索，以得到用戶所需的專業(yè)信息。

所謂主題，是指用戶所要搜集的信息的特征。主題通常由用戶指定若干相關(guān)網(wǎng)頁（稱為樣本網(wǎng)頁）來確定。通過用戶選定的樣本網(wǎng)頁來確定所搜集的主題，在此基礎(chǔ)上進行特征提取，分析樣本網(wǎng)頁，提取特征信息，然后根據(jù)獲取的特征信息進行搜集，對每一個搜集的網(wǎng)頁，都賦予一定的相關(guān)度，相關(guān)度越高，就說明與主題越相似。

1.2 主題搜索引擎的優(yōu)勢。通用搜索引擎主要是針對全互聯(lián)網(wǎng)各類網(wǎng)站信息進行搜集和檢索的工具。主要目標(biāo)是信息量全，覆蓋各個領(lǐng)域和各個行業(yè)。而主題搜索引擎是針對某一主題、某一行業(yè)的專業(yè)搜索引擎，是通用搜索引擎的細分和延伸。主要優(yōu)勢表現(xiàn)在：（1）主題搜索引擎只為某一領(lǐng)域或行業(yè)的用戶提供服務(wù)，所以信息資料減少，可以精確無誤的對請求做出反饋。（2）主題搜索引擎只關(guān)注某一主題、某一領(lǐng)域的信息，所以信息提取量、數(shù)據(jù)量的變小對于計算機硬件的要求也相對較低，并且索引數(shù)據(jù)庫的規(guī)模變小有利于縮短查詢響應(yīng)時間。（3）主題搜索引擎只涉及某一主題、某一領(lǐng)域的信息，所以使用專業(yè)詞表進行規(guī)范和控制，大大提高了信息資源檢索的查全率和查準率。

2 關(guān)鍵技術(shù)研究

基于面向求職幫助信息主題的搜索引擎具有自身的特性，下面列出實現(xiàn)面向求職幫助信息主題搜索引擎的關(guān)鍵技術(shù)。

2.1 網(wǎng)頁信息抓取技術(shù)。網(wǎng)絡(luò)信息采集是通過網(wǎng)絡(luò)蜘蛛程序來實現(xiàn)的。在實際應(yīng)用中，主題搜索的網(wǎng)頁采集技術(shù)能夠按照需控制采集范圍和目標(biāo)、需支持深度采集以及需支持復(fù)雜的動態(tài)網(wǎng)頁來采集。也就是說，網(wǎng)頁采集技術(shù)能夠達到更加具有針對性、實時性。

2.2 網(wǎng)頁內(nèi)容分析技術(shù)。通過網(wǎng)絡(luò)蜘蛛搜集來的網(wǎng)頁信息一般要先進行分析，以便于后面建立索引。分析技術(shù)一般包括分詞、過濾、轉(zhuǎn)換等工作。經(jīng)過分詞、過濾、轉(zhuǎn)換，將有價值的信息提取出來，才能進一步提供更有價值的服務(wù)。

2.3 信息索引技術(shù)。為了提高用戶的查詢精度、空間的利用率以及系統(tǒng)運行的效率，需要對這些信息建立索引。索引模塊是信息采集模塊和信息檢索模塊的“橋梁”，其工作主要是建立索引數(shù)據(jù)庫。網(wǎng)頁建立完索引才能被后續(xù)流程使用。設(shè)計良好的索引可以加快搜索速度，能夠更加準確地進行網(wǎng)頁定位，從而減少計算開銷。在這里，針對求職幫助信息的主題搜索，我們將使用Lucene系統(tǒng)的索引技術(shù)。Lucene是一個開放源代碼的全文檢索引擎的工具包，提供了完整的查詢和索引引擎，可以減少經(jīng)費開支。

2.4 信息檢索技術(shù)。信息檢索功能是搜索引擎體現(xiàn)自己最終價值的重要環(huán)節(jié)。良好的反應(yīng)速度、合理的結(jié)果集和排序次序都很重要。搜索引擎返回的結(jié)果需要根據(jù)語義相關(guān)性進行排序。主題搜索由于其只包含某個領(lǐng)域的信息，詞義明確可以提高結(jié)果的相關(guān)性。

3 求職幫助主題搜索引擎設(shè)計方案

3.1 技術(shù)路線。求職幫助主題搜索引擎的研究開發(fā)采用如下的技術(shù)路線：（1）通過對主題搜索引擎的特點及關(guān)鍵技術(shù)的研究，總結(jié)出主題搜索引擎相比與通用搜索引擎對硬件要求更低，分類更加細致精確，更新更加及時的優(yōu)點。（2）通過對Lucene全文索引引擎工具包架構(gòu)的研究，比較Lucene數(shù)據(jù)庫檢索和傳統(tǒng)數(shù)據(jù)庫檢索的異同。（3）通過對信息采集策略的研究，分析總結(jié)出面向求職幫助信息的有效信息采集策略。（4）在分析研究主題搜索引擎關(guān)鍵技術(shù)的基礎(chǔ)上，針對有效的求職幫助信息采集策略，提出以求職幫助信息為主題的搜索引擎的設(shè)計方案并加以實現(xiàn)。

3.2 可行性分析。隨著現(xiàn)代技術(shù)的蓬勃發(fā)展，上述所列舉的關(guān)鍵技術(shù)在一些大型軟件設(shè)計中得到了很好的應(yīng)用，給主題搜索引擎的設(shè)計與實現(xiàn)提供了有力的技術(shù)支持，證明了這些技術(shù)是可行的。隨著互聯(lián)網(wǎng)和學(xué)校軟件資源的發(fā)展，為開發(fā)研制收集了大量的免費資源，同時在開發(fā)階段將使用的Lucene架構(gòu)給出了全部開源工具包。這樣，節(jié)約了系統(tǒng)開發(fā)的經(jīng)濟成本，滿足了經(jīng)濟可行性的要求。由于開發(fā)這樣一個面向求職幫助信息的搜索引擎可以幫助大學(xué)畢業(yè)生方便、準確、即時的查詢相關(guān)應(yīng)聘資料和求職信息，滿足了社會可行性的要求。

3.3 創(chuàng)新性。（1）主題搜索引擎保證了對某一領(lǐng)域信息的完全收錄與及時更新，避免了搜索時的“噪音”，提高了檢索效率。在提供專業(yè)信息方面有著通用搜索引擎無法比擬的優(yōu)勢。（2）雖然面向求職的主題搜索已經(jīng)出現(xiàn)，但是求職幫助信息也很重要，所以面向求職幫助信息的搜索引擎也是必不可少的。（3）用Lucene作為全文檢索的工具進行檢索，提高了檢索效率，增加了系統(tǒng)的靈活性，便于二次開發(fā)。

4 結(jié)束語

隨著互聯(lián)網(wǎng)上信息資源的不斷增加，畢業(yè)生通過互聯(lián)網(wǎng)應(yīng)聘找工作的人數(shù)也呈上升趨勢。對于求職者來說，像百度、Google等常用的搜索引擎針對求職招聘這一主題在查全率和查準率方面很難滿足其搜索要求，它所查詢出來的工作崗位大多是不符條件或是已過期信息。為了得到更高的查全率和查準率，本文在研究主題搜索引擎的基礎(chǔ)上，列舉了四種面向主題搜索引擎所需要的關(guān)鍵技術(shù)包括網(wǎng)頁采集技術(shù)、網(wǎng)頁分析技術(shù)、信息索引技術(shù)和信息檢索技術(shù)。并同時提出了面向畢業(yè)生求職幫助信息主題搜索引擎的設(shè)計方案，相信這無疑對求職主題的搜索引擎產(chǎn)生了不可低估的影響。

參考文獻：

[1]孫宏，李戴維，董旭陽，季澤旭.搜索引擎技術(shù)與發(fā)展綜述[J].計算機光盤軟件與應(yīng)用，2012（14）24-26.

[2]楊永斌.油田信息專業(yè)搜索引擎的研究與應(yīng)用[J].計算機光盤軟件與應(yīng)用，2012（12）：18.

作者簡介：馬睿瑄（1986-），女，碩士研究生；朱麗波（1972-），女，副教授，碩導(dǎo)，研究方向：計算機教育。

作者單位：內(nèi)蒙古師范大學(xué)計算機與信息工程學(xué)院，呼和浩特 010020

基金項目：內(nèi)蒙古師范大學(xué)2012年度研究生科研創(chuàng)新基金項目（CXJJ12056）。內(nèi)蒙古師范大學(xué)教育發(fā)展基金會大學(xué)生發(fā)明創(chuàng)造基金2012年度資助獎勵項目（NSJJ2012-15ZZ-003）。