Дипломная работа на тему "ТЮМГУ | Разработка сервиса для определения актуальных групп навыков специалиста на основе текстов вакансий"

Работа на тему: Разработка сервиса для определения актуальных групп навыков специалиста на основе текстов вакансий
Оценка: отлично.
Оригинальность работы на момент публикации 50+% на антиплагиат.ру.
Ниже прилагаю все данные для покупки.
https://studentu24.ru/list/suppliers/Anastasiya1---1326

Описание работы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение

«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
ИНСТИТУТ МАТЕМАтики·и КОМПЬЮТЕРНЫХ НАУК
Кафедра программного обеспечения

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
бакалаврская работа
РАЗРАБОТКА СЕРВИСА ДЛЯ ОПРЕДЕЛЕНИЯ АКТУАЛЬНЫХ ГРУПП НАВЫКОВ СПЕЦИАЛИСТА НА ОСНОВЕ ТЕКСТОВ ВАКАНСИЙ

02.03.03 Математическое обеспечение и администрирование информационных систем
Профиль «Технологии программирования»

Тюмень 2022 год

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
ГЛАВА 1. ИССЛЕДОВАНИЕ МОДЕЛЕЙ КЛАСТЕРИЗАЦИИ 5
1.1 ПОСТАНОВКА ЗАДАЧИ 5
1.2 ИССЛЕДОВАНИЕ АЛГОРИТМА K-MEANS 5
1.3 ИССЛЕДОВАНИЕ АЛГОРИТМА AGGLOMERATIVE CLUSTERING 10
1.4 ИССЛЕДОВАНИЕ АЛГОРИТМА DBSCAN 13
1.5 ИССЛЕДОВАНИЕ АЛГОРИТМА MEANSHIFT 18
1.6 ВЫВОДЫ ПО АНАЛИЗУ АЛГОРИТМОВ КЛАСТЕРИЗАЦИИ 19
ГЛАВА 2. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СЕРВИСА 20
2.1 ИСПОЛЬЗУЕМЫЕ ТЕХНОЛОГИИ 20
2.2 ПРЕДОБРАБОТКА ДАННЫХ 20
2.3 АЛГОРИТМ ПОДБОРА АКТУАЛЬНЫХ ГРУПП НАВЫКОВ 21
2.4 АРХИТЕКТУРА СЕРВИСА 23
2.5 СТРУКТУРА БАЗЫ ДАННЫХ 25
2.6 ИНТЕГРАЦИЯ СЕРВИСА В ОБЩИЙ ПРОЕКТ «ЦИФРОВОЙ СЛЕД СТУДЕНТА» 27
2.6.1 СТРУКТУРА ОБЩЕГО ПРОЕКТА «ЦИФРОВОЙ СЛЕД СТУДЕНТА» . 27
2.6.2 ИНТЕГРАЦИЯ БЭКЭНД ЧАСТИ СЕРВИСА И ГЕНЕРАЦИЯ API 28
2.6.3 ИНТЕГРАЦИЯ ФРОНТЭНД ЧАСТИ СЕРВИСА 28
ГЛАВА 3. РУКОВОДСТВО ПОЛЬЗОВАТЕЛЯ 30
ЗАКЛЮЧЕНИЕ 32
СПИСОК ЛИТЕРАТУРЫ 33
ПРИЛОЖЕНИЕ 1. РЕЗУЛЬТАТЫ РАБОТЫ K-MEANS 35
ПРИЛОЖЕНИЕ 2. РЕЗУЛЬТАТЫ РАБОТЫ DBSCAN 38
ПРИЛОЖЕНИЕ 3. ТАБЛИЦЫ БАЗЫ ДАННЫХ 40
ПРИЛОЖЕНИЕ 4. РЕАЛИЗАЦИЯ МЕТОДА K-MEANS 41
ПРИЛОЖЕНИЕ 5. РЕАЛИЗАЦИЯ МЕТОДА ПОСТРОЕНИЯ ДЕНДРОГРАММ 42

ВВЕДЕНИЕ
Для того, чтобы понять какие группы технологий актуальны на IT рынке труда, людям, которые ищут работу, необходимо просмотреть много предложений вручную. Одним из возможных решений данной проблемы может стать разработка сервиса для определения актуальных групп навыков специалиста на рынке труда в IT сфере. Для решения этой проблемы необходимо выявить группы актуальных навыков, которые будут характеризовать определенную сферу IT.
Так как критерии актуальности могут быть различными для каждого человека (регион, средняя зарплата, технологии, которыми владеет человек и так далее) необходимо предоставить пользователю возможность выбрать эти критерии самостоятельно. Предполагается, что с помощью кластерного анализа текстов вакансий возможно получение групп актуальных навыков.
Цель работы: разработать сервис для определения актуальных групп навыков специалиста на рынке труда в IT сфере на основе текстов вакансий.
Для реализации этого сервиса необходимо выполнить следующие задачи:
• Провести исследования алгоритмов кластеризации.
• Выбрать оптимальный метод определения групп актуальных навыков.
• Разработать метод подбора групп актуальных навыков.
• Разработать интерфейс сервиса.
• Интегрировать методы сервиса в общий проект.
Для успешной подготовки и защиты выпускной квалификационной работы использовались средства и методы физической культуры и спорта с целью поддержания должного уровня физической подготовленности, обеспечивающую высокую умственную и физической работоспособность. В режим рабочего дня включались различные формы организации занятий физической культурой (физкультпаузы, физкультминутки, занятия избранным видом спорта) с целью профилактики утомления, появления хронических заболеваний и нормализации деятельности различных систем организма.

В рамках подготовки к защите выпускной квалификационной работы автором созданы и поддерживались безопасные условия жизнедеятельности, учитывающие возможность возникновении чрезвычайных ситуаций.

СПИСОК ЛИТЕРАТУРЫ
1. Описание реализации алгоритма K-Means библиотеки scikit-learn.
– Текст: электронный // Официальный веб-сайт библиотеки scikit-learn [Электронный ресурс].
2. Описание реализации алгоритма Agglomerative Clustering библиотеки scikit-learn. – Текст: электронный // Официальный веб-сайт библиотеки scikit-learn [Электронный ресурс].
3. Описание реализации алгоритма DBSCAN библиотеки scikit-learn. – Текст: электронный // Официальный веб-сайт библиотеки scikit-learn [Электронный ресурс].
4. Aurelian Geron. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition. 2019.
5. Описание реализации алгоритма MeanShift библиотеки scikit-learn. – Текст: электронный // Официальный веб-сайт библиотеки scikit-learn [Электронный ресурс].
6. Документация библиотеки scikit-learn. – Текст: электронный // Официальный веб-сайт библиотеки scikit-learn [Электронный ресурс].
7. Документация библиотеки NumPy – Текст: электронный // Официальный веб-сайт библиотеки NumPy [Электронный ресурс].
8. Документация библиотеки sqlalchemy. – Текст: электронный // Официальный веб-сайт библиотеки sqlalchemy [Электронный ресурс].
9. Документация ПО Swagger – Текст: электронный // Официальный веб-сайт ПО Swagger [Электронный ресурс].
10. Документация фреймворка vue.js. – Текст: электронный // Официальный веб-сайт фреймворка vue.js [Электронный ресурс].
11. Документация препроцессора HTML Pug.js. – Текст: электронный// Официальный веб-сайт Pug.js [Электронный ресурс].