近几年,随着高校毕业生数量逐年增长,高校毕业生的就业问题已引起社会及相关学者的广泛关注。如何有效地为高校毕业生推荐合适的就业岗位信息,提高就业满意度,无论是对于社会,还是对于学生本人都具有至关重要的现实价值和社会意义。国内外学者对推荐系统已开展大量的研究工作,取得丰硕的研究成果。但在高校毕业生就业推荐领域中,仍存在以下问题有待进一步解决:第一,大多研究只关注于高校毕业生求职信息或在校信息等单方面的信息,缺少对这两方面信息的结合利用;第二,对毕业生在校历史信息以及历史就业信息的应用中,缺少对招聘单位偏好的考虑;第三,在高校毕业生就业推荐中,往往着重关注于求职者或招聘者单方面的意愿,缺少对双方利益的综合考虑;第四,在高校毕业生就业推荐中,存在单个招聘岗位推荐给过多毕业生的问题。本文以提高就业推荐效率为研究目标,针对以上问题进行研究,本文的创新点及贡献主要包括以下几个方面:(1)基于高校毕业生就业特点,提出一种综合在校历史信息的高校毕业生互惠就业推荐方法,充分考虑双方的兴趣和偏好,有效解决高校毕业生就业领域信息不对称的问题。本文提出一种综合在校历史信息的高校毕业生互惠就业推荐方法,该方法充分结合基于求职内容的相关性计算和基于在校历史信息的相关性计算。在基于求职内容的相关性计算中,本文充分考虑高校毕业生求职特点,设计一种改进的高校毕业生与招聘岗位间的互惠相关性计算方法。在基于在校历史信息的相关性计算中,本文基于标准差设计一种基于招聘单位偏好的相关性计算方法;同时,基于PTKM聚类算法和余弦相似度方法,设计一种基于毕业生偏好的相关性计算方法。最后,根据高校毕业生与招聘岗位之间的互惠相关度大小采用Top-N方法推荐招聘岗位。实验结果表明,该方法具有较高的推荐准确率和较高的用户满意度,可以为高校毕业生就业提供有效指导。(2)针对就业推荐领域,存在的单个招聘岗位被推荐给过多毕业生的问题,本文提出一种基于全局偏好的就业推荐模型,有效弥补了当前高校毕业生就业推荐算法中在全局调控方面的不足。本文提出一种基于全局偏好的互惠就业推荐模型,该模型基于个人偏好和全局偏好,采用整体推荐质量作为评价函数,使推荐结果在不偏离个人偏好的基础上,最大程度解决单个招聘岗位被推荐给过多毕业生的问题,提高整体推荐质量,实现全局最优。同时,本文利用遗传算法给出该互惠推荐模型的一个近似最优解。实验结果表明,该方法相对于综合在校历史信息的高校毕业生互惠就业推荐算法,推荐准确率进一步提高。(3)基于以上两种推荐策略,设计并实现了山东师范大学毕业生就业推荐原型系统,为毕业生提供就业信息推荐和就业指导。