【《基于python的智能职业分析系统设计》9600字（论文）】

基于python的智能职业分析系统设计摘要：为了便于招聘单位和求职者更准确地了解现下社会的就业市场的变化与需求，在Python上，我们设计类一种基于Python的数据爬取与分析方法。这个系统通过使用Scrapy分布的爬虫来获得招聘信息的目标，并且使用数据挖掘技术对用户的求职意向进行分析，最后，在可视化之前对数据进行清理和格式化。就拿一个求职网站举例，对这个网站的招聘数据进行爬取，搜索其信息，第二，从区域、行业、专业和热门岗位等方面进行统计分析，最后，通过可视化技术向用户呈现高效的数据。最后得出的数据模型可以帮助人们对工作职位和薪酬有更明确的了解，这样可以增加找工作的效率。同时，利用该模型，可以全面掌握招聘市场的发展趋势，增强公司的竞争能力。关键词：Python；网络爬虫；数据挖掘，智能职业分析目录TOC\o"1-3"\h\u269111绪论 4211951.1研究背景和目的 4285241.2论文研究内容 5106972相关技术 5129012.1python语言简介 5307622.2网络爬虫介绍 6133082.3sqlite数据库介绍 854603使用工具 10159583.1第三方库 10311973.1.1pandas 1027053.1.2matplotlib 1166043.1.3numpy 12180603.1.4sklearn 1255443.2集成开发工具 13148964系统详细设计与实现 1384984.1系统架构设计 1340464.2系统功能模块实现 14135044.2.2数据预处理模块 1683274.2.3数据存储模块 2016784.2.4数据分析可视化模块 20278665总结 241绪论研究背景和目的（一）研究背景近年来，随着社会的进步和科学技术的进步，出现了许多新的职业，人们对于职业的选择也更多样化，如今，热门求职网站的资讯太过繁杂，而运用大数据分析、处理和可视化岗位数据，不但可以让同学们对当前的求职情况和需求有一个直观的认识，同时也能让专业负责人、学校教务部门掌握有关岗位的职业定位和能力需求等最新的资讯。在这样的背景下，职业分析显得尤其重要，需要可靠的职业分析系统帮助人们更好的进行就业选择，理由如下：1.职业类型繁多，发展前景与趋势不稳定，仅靠片面的信息不可靠，机械化的查找不能让学生快速了解招聘需求。2.智能职业分析系统需要为有寻求工作的就业者提供各种职业的详细信息，需要建立庞大的数据库，可以让求职者和招聘者获取更精确的信息3.就业者对职业的企业分析与地域分析不能通过招聘信息中心寥寥数语进行价值判断，智能职业分析系统可以高效率地处理这些信息，提供有效信息，进行更好的就业选择。（二）研究目的1.利用数据挖掘技术挖掘当前存在于招聘市场产生的数据中的潜在信息，提供一个具有检索速度快、查询方便、可靠性高、存储量大、使用时间长等优点的智能职业分析系统。2.得到互联网行业对于人才的需求现状，不同岗位的需求量，实现职业分析的智能化、信息化和简单化。3.协助企业的招聘者了解当前公司的招聘状况和对求职者的一些具体的需要，增强选择工作的时效性和人员主动性。4.随着每年越来越多的工作人员，可以清晰地显示出目前的准备工作并提供相同的形式，方便查看，使信息化成本最低。5.实现职业信息的查找和选择的显示操作。1.2论文研究内容本文主要是通过大量的需求分析以及在网络上准确详细的分析了智能职业分析系统的具体要求以及通过对网络招聘数据的实际调查了解了智能职业分析系统的相关需求完成了该智能职业分析系统。下面是系统开发过程中的具体工作如下：本论文对智能职业分析系统实现过程中所用到的技术和语言做了简单的介绍，本系统主要通过网络爬虫技术以及对数据的清洗与筛选，使用Python语言对各招聘数据进行处理与分析，将可视化的数据信息直观地呈现给用户，提供更加高质量的招聘数据信息。通过了解目前招聘人才的主要形式和主流网站，了解了当前大多求职者以及各高校毕业生对智能职业分析系统的一些具体要求，以此来设计智能职业分析系统应该具备的功能，智能职业分析系统具体功能如下：数据采集模块：通过网络爬虫技术爬取招聘网站中相关职位的用户信息和招聘概览等，然后生成职业的智能推荐、公司质量报表和薪资预测等。数据预处理模块：根据网络爬虫技术所爬取的各项相关信息进行初步的清洗和筛选。数据存储模块：对数据预处理操作之后的一些数据进行分类并分析。数据分析可视化模块：可视化展示就是将分析后的结果进行对应的展示。2相关技术2.1python语言简介Python语言是20世纪90年代由荷兰计算机学院吉多·范罗苏姆发明的，它是一种被称为叫做ABC语言的替代品。Python语言不仅能够提供高效率的数据结构，并且，它可以很容易的进行面向对象编程。Python语法、动态类型，以及其可解释性的特性，它可以在大多数平台上实现脚本化，并且可以迅速地进行应用程序的开发，并且在大量的单独的项目中加入新的版本和新的功能。Python解释程序能够很容易地进行扩充，并且可以利用C语言或C++，或者是能够通过C调用的语言对新的功能和数据类型进行扩展。Python还可以用于在自定义软件中使用扩展编程语言。Python的大量的标准程序库，为不同的系统平台提供了源代码或者机器代码。Python语言不仅仅是一门用于高级编程的设计语言，它还是一门将编译性、互动性和面向对象的高阶脚本语言相结合起来，所因此Python同时具备了脚本语言的全部特性。同时，该语言也是一种较为成熟和稳定的电脑通用的语言。相对于低级语言来说，设计更加的易于用于阅读，并且它的文法结构清楚，使用Python程序可以节省更多的时间、由于它的程序更短，所以更易于确保Python程序的正确性，正是因为这样，它被称为可执行的伪代码。Python是一种先进的语言，它简单易于学习、方便阅读、可以进行维护、可以进行扩展、可以进行嵌入、还可以移植，可以在多种操作系统上面运行，不需要改变就可以在Linux、Windows、FreeBSD等20多种系统上运行，或者是可以在C或者C++中嵌入Python。Python不仅仅有着大量的类库，还有许多先进的数据结构，例如列表和集合等等，我们可以在很短的时间内完成所需的功能、在这个基础上进行了大量的数据处理，为以后的系统功能设计提供了更多的时间。在本文中，Python的大量类库是最重要的，它是一个相对成熟的架构，具有更多的专业和全面的数据分析和数据挖掘方面的模块。2.2网络爬虫介绍网络爬虫是一种能够在互联网上进行自动搜索的工具，在整个搜索引擎中都是很重要的一部分。一般的爬虫都是从一个网站或者是多个网站的URL当中获得原来的网址，然后再去拿到这个页面的时候，就会不断地从现有的页面当中抽取新的URL，并且还会将其加入到URL的队列中去，直至达到特定的系统终止条件为止。重点搜索的工作流程比较复杂，必须按照特定的网页解析算法对不相关的内容进行筛选，然后把有用的链接保存到一个等待访问的URL队列中去。在这个基础上，基于特定的检索策略，从这个队列中选取一个页面URL，并且重复以上的步骤，直至满足某一个特定的条件才会终止。此外，所有被爬虫捕捉到的页面都会被存储起来，再经过一些特定的分析、过滤并且建立索引，方便以后的查询和检索；对聚焦爬虫而言，这个过程的分析也可以为后续的捕获提取信息和指引。与一般的网络爬虫相比，聚焦爬虫需要解决描述或者定义抓取的目标、分析和过滤网页或者是数据和对网址的搜寻方法这三个问题。网络爬虫的流程图如下图所示：图2-1网络爬虫流程图网络爬虫的框架技术主要是Scrapy，Scrapy是一个适用于快速和高层次的网页抓取和屏幕抓取的框架，可以从网页中获取结构化的资料，并且Scrapy的应用范围非常的广。其架构主要如下表所示：引擎是用于通讯、信号和数据的传递等。调度器接收来自引擎发来的Request请求，然后进行整理排列和归类，在引擎需要的时候归还引擎。下载器下载所有来自ScrapyEngine（引擎）发送的Requests请求，并且把它获得的的Responses返还到ScrapyEngine(引擎)，然后再由它交给Spider进行后续处理。爬虫处理所有的Responses,并且分析提取到的数据，获得Item字段所需的数据，向引擎提交所需的URL，然后重新返回Scheduler(调度器)。管道处理Spider中获取到的Item，然后做出后期处理下载中间件可以自定义扩展下载功能的组件。Spider中间件可以自定义扩展和操作引擎和Spider中间通信的功能组件。表2-1网络爬虫架构表2.3sqlite数据库介绍SQLite，是一种轻量级的数据库，遵循了ACID的关系型数据库管理系统，被包括在一个C库中。它是以嵌入式为目的的，目前已经应用于许多嵌入式系统中，它的耗材非常少，在嵌入式系统中，可能仅仅需要数百K就可以。这款软件可以兼容Windows、Linux和Unix等等主流操作系统，还可以同时兼容很多种编程语言，相对于Mysql和PostgreSQL，这两个在世界上都知名的数据库系统，处理起来的速度要比Mysql和PostgreSQL快得多。Sqlite的常用函数主要由下表所示：SQLiteCOUNT用来计算一个数据库表中的行数SQLiteMAX允许我们选择某列的最大值SQLiteMIN允许我们选择某列的最小值SQLiteAVG

计算某列的平均值SQLiteSUM允许为一个数值列计算总和SQLitesqlite_version

返回SQLite库的版本SQLiteABS返回数值参数的绝对值SQLiteUPPER

将字符串变成大写字母SQLiteLOWER将字符串变成小写字母SQLiteLENGTH返回字符串的长度表2-2Sqlite的常用函数表Sqlite的主要功能特点是源代码完全的开源，运行速度超过了大多数的一些常用的数据库，支持大小到2TB的数据库文件，并且还能够在多个位元组的计算机里面任意的共享，而且还支持事务处理的一些功能。SQLite引擎并不是一个单独的程序与其进行通讯，而是将其与程序相连，并且作为其重要的组成部分。因此，主要的通讯协定就是在程序设计语言中的直接API调用。这对总体消耗的量、延迟时间和总体的简化上都有着正面的影响。所有数据库(定义、表、索引和数据自身)都保存在一个主机上的单一的文件夹里面。其设计非常的简单，只要在处理开始的时候将全部的数据文件锁住就可以。其体系结构图可以表示为下图：图2-2Sqlite体系架构图3使用工具3.1第三方库3.1.1pandasPandas是Python的一种数据分析软件，它最初是AQR资本管理公司在2008年的四月开发，在2009年下半年开源出来，目前仍在Python中进行着开发和维护，是PyData项目的一部分。Pandas最早是用来做财务数据分析的，所以它能够很好地支持时间序列分析。Pandas这个名字是来源于面板数据（paneldata）和python数据分析（dataanalysis）。paneldata是一种多维数据集合的经济术语，Pandas中也有panel的数据类型。Pandas的数据结构主要有以下几种：Series一维数组，与Numpy中一维array类似，与Python的数据结构List也相近Time-Series以时间为索引的SeriesDataFrame二维的表格型数据结构Panel三维的数组，可以理解为DataFrame的容器。Panel4D像Panel类似的4维数据容器。PanelND拥有factory集合，可创建像Panel4D一样N维命名容器表3-1pandas数据结构表3.1.2matplotlibMatplotlib是一款用于Python的二维绘图，可以在不同的文本和跨平台的交互环境中产生高质量的图像。利用Matplotlib，开发人员能够只需编写少量的代码就可以产生出绘图、功率谱、错误图和散点图等。Matplotlib的基本知识有：1.Matplotlib中的基本图表包括的元素：x轴和y轴，水平和垂直的轴线，x轴和y轴刻度，刻度标示坐标轴的分隔，包括最小刻度和最大刻度，x轴和y轴刻度标签，表示特定坐标轴的值，绘图区域，实际绘图的区域2.hold属性：hold属性默认为True，它可以在一个图标中画出多条曲线；修改hold属性为false，每个plot都会在之前的plot中显示。但不建议使用hold，因为这是一个可能会产生警告的行为。因此使用默认设置即可。3.网格线：grid方法，运用grid方法添加网格线，设置grid参数，.lw代表linewidth，线的粗细，.alpha表示线的明暗程度4.axis方法：假若axis方法没有任何参数，于是返回现在坐标轴的上下限5.xlim方法和ylim方法：除了plt.axis方法，还能够通过xlim，ylim方法设置坐标轴范围3.1.3numpyNumPy是Python的一个开放源码的数字计算扩展。这种工具能够用于存贮和处理较大的矩阵，并且比起Python本身的嵌套式列表（nestedliststructure)结构要高效的多，同时这个结构还能够拿来表示矩阵（matrix），并且可以支持一些维度数组和矩阵操作，还能够为了数组操作提供许多的数学函数。NumPy数组的维数称为秩（rank），秩就是轴的数量，就是数组的维度，一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axis），即维度（dimensions）。就例如二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。因此一维数组也是NumPy中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。很多时候可以声明axis。axis=0，表示沿着第0轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。下面的表格显示了Numpy阵列中重要的ndarray对象属性：ndarray.ndim秩，即轴的数量或维度的数量ndarray.shape数组的维度，对于矩阵，n行m列ndarray.size数组元素的总个数，相当于.shape中n*m的值ndarray.dtypendarray对象的元素类型ndarray.itemsizendarray对象中每个元素的大小，以字节为单位ndarray.flagsndarray对象的内存信息ndarray.realndarray元素的实部ndarray.imagndarray元素的虚部表3-2ndarray对象属性表3.1.4sklearnsklearn是一款由Python公司提供的具有强大功能的机器学习库，包括从数据预处理到训练模型的一些不同的方面。在实际的一些应用当中，scikit-learn中能够很大地节约我们的编程时间，这样就可以节省代码的数量，让我们有更多的时间去分析数据分布、调整模型和修改超参。sklearn拥有能够通过监控和不受监管的方式进行学习，通常情况下，更多地采用了监督式学习。sklearn中的很大一部分函数能够分为两种类型：估计器和转化器。实际上，估计器是用来预测或者是返回数据的模型。转化器(Transformer)被用来处理资料，例如标准化、降维和特性选取等。3.2集成开发工具Eclipse是开源的，基于Java的可扩展开发平台。就其自身来说，它仅仅只是一个框架和一组用于通过插件组件构建开发环境的一组服务。幸好Eclipse有一套标准的插件集，其中包含的有Java开发工具（JavaDevelopmentKit，JDK）。Eclipse是一个开放源代码的软件开发项目，致力于为高度集成的工具开发提供一个全功能的、具有商业品质的工业平台。它主要由Eclipse项目、Eclipse工具项目和Eclipse技术项目三个项目组成，具体包括四个部分组成——EclipsePlatform、JDT、CDT和PDE。JDT支持Java开发、CDT支持C开发、PDE用来支持插件开发，EclipsePlatform则是一个开放的可扩展IDE，提供了一个通用的开发平台。它的主要特点有：Java比较编辑器会在你输入编辑器的时候更新它的结构，在发现无效的代码的时候，编译器会向你发出警告，同样数值的对比由编译器检测，默认情况下会发出警告可运行的JAR文件输出向导还可以把所需的类库打包进一个要输出的可运行JAR文件，或打包进与紧挨着该JAR的一个目录中。4系统详细设计与实现4.1系统架构设计本文的智能职业分析系统的后台是运用了基于Python的框架，使得python应用程序的开发效率得到了极大的提升。利用Python技术，实现了对数据库的业务逻辑的数据库的交互，其中数据库以MySQL为基础，开源MySQL数据库可以大大减少开发费用，并且MySQL数据库性能也是比较稳定的，而且体积很小，是一个很好的应用环境系统架构如下图所示：图4-1系统架构图4.2系统功能模块实现4.2.1数据采集模块数据采集功能利用网络爬虫技术自定义爬虫程序，对目标站点的求职信息进行搜索。在爬取之前观察站点的访问地址url的变化，以此来确定最终需要访问的url形式以及爬虫程序的结束条件，最后在爬虫程序中动态构建需要访问的url，为爬虫提供一个结束条件，使得爬虫程序可以在一个适当的时间离开。以下是数据采集的部分代码：classJob51Spider(scrapy.Spider):name='job51'#51job招聘网站的入口地址allowed_domains=['51']defstart_requests(self):#51job网页审查元素后可找到如下获取招聘信息的api接口base_url='/list/000000,000000,0000,00,9,99,+,1,{}.html?lang=c&postchannel=0000&workyear=99&cotype=99°reefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0&line=&welfare='#爬取前100页的招聘数据urls=[base_url.format(page_i)forpage_iinrange(1,100)]#http请求头信息采集的部分信息如下表：jobhangyecompanylocationsalaryjingyanxuelizhaopin品牌专员互联网广州市百果园网络科技有限公司广州8-10k2年本科1人零售经理快速消费品伽蓝股份有限公司异地招聘8-10k3-4年本科1人游戏广告销售互联网字节跳动深圳10-20k2年本科2人数据分析师互联网深圳市腾讯计算机系统有限公司武汉14-28k3-4年本科2人医药代表生物工程阿斯利康GCO中国上海8-12k2年专科若干项目管理建筑科勒投资有限公司上海15-20k5-7年本科1人市场专员教育南京新东方公司南京6-8k无需专科若干项目工程师快速消费品长沙肯德基有限公司长沙8-12k5-7年本科1人运营管理室内设计绿城理想家房屋科技服务有限公司杭州10-20k10年本科1人方案工程师网络设备杭州海康威视数字技术股份有限公司杭州15-18k5-7年本科2人表4-1采集信息表字段解释说明表：job公司需要招聘的岗位名称hangye招聘岗位属于的行业company招聘公司的名称location招聘公司的地址salary招聘岗位的每月薪资jingyan要求的求职者的工作经验xueli要求的求职者的学历zhaopin招聘公司想要招聘的人数表4-2字段说明表4.2.2数据预处理模块数据预处理，首先从系统中读取数据，然后根据位置ID将重复的数据进行删除。因为在采集数据的过程中，一旦发现了站点的爬行机制，就必须重新启动，因此从系统里提取的数据中，肯定会有一些重复的数据，需要进行重置。然后，删除该文件中的工作名称和工作id字段是空白的行数据。以下是数据预处理的部分代码：#过滤掉一些在招岗位很少的行业hangye_counts=[vforvinhangye_countsifv[1]>10]hangye1=[v[0]forvinhangye_counts][:40]counts=[v[1]forvinhangye_counts][:40]#过滤掉一些在招岗位很少的行业hangye1=[v[0]forvinhangye_counts][:20]counts=[v[1]forvinhangye_counts][:20]#地区筛选iflocation+'市'notincity_fenqu_maps:continueifcity_fenqu_maps[location+'市']!=fengqu:continuetry:tmp=float(jingyan)jingyan='{}年工作经验'.format(jingyan)except:Pass处理前数据如下表所示：jobhangyecompanylocationsalaryjingyanxuelizhaopinWifi技术规划专家通信中兴通讯股份有限公司南京25-50k5-7年硕士2人广告销售互联网美团广州8-10k1年大专若干人成本主管建筑亚士创能科技股份有限公司上海10-15k5-7年本科1人银行系统线上销售保险招商信诺人寿保险有限公司广州10-15k无需高中5人用户研究员计算机软件盛趣信息技术有限公司上海2年本科2人宣传主管电子技术中科芯集成电路有限公司无锡10-15k3-4年硕士若干销售代表快速消费品华润雪花啤酒有限公司上海7.5-8.5k无需本科若干研发知识运营计算机软件腾讯RDM深圳8-12k1年本科若干商场秘书批发麦德龙商业集团有限公司昆山4-6k1年大专2人表4-3数据处理前表处理后数据如下表所示：jobhangyecompanylocationsalaryjingyanxuelizhaopin诊断专员电气阿斯利康GCO中国上海10-15k3-4年本科1人后端负责人互联网字节跳动上海10-80k5-7年本科2人数字化系统经理批发固安捷工业品销售有限责任公司上海35-50k10年本科1人财务主管互联网滴滴成都10-15k3-4年本科3人初级软件工程师机械设备大金空调有限公司苏州6-8k3-4年本科3人新媒体设计师通信设备杭州海康威视数字技术股份有限公司杭州10-15k无需本科1人安装经理房地产绿城中国华东区域公司苏州15-20k5-7年本科1人用户研究工程师家具美的集团生活电器事业部佛山10-15k3-4年本科3人Wifi技术规划专家通信中兴通讯股份有限公司南京25-50k5-7年硕士2人广告销售互联网美团广州8-10k1年大专若干人表4-4数据处理后表4.2.3数据存储模块数据存储功能主要是将职位提取、职位技能关键词存储到系统中。在这个基础上，将所读取的数据文件的工作名以及工作细节栏字段进行存储，并且将数据预处理之后的数据写入到当前的文件里面。以下是数据存储的部分代码：importtimeimportsqlite3importrequests#判断是否存在数据库，不存在则创建conn=sqlite3.connect('job_info.db')cursor=conn.cursor()check_sql="SELECT*FROMsqlite_masterwheretype='table'andname='job'"cursor.execute(check_sql)results=cursor.fetchall()#数据库表不存在iflen(results)==0:#创建数据库表代码运行部分结果如下：('服装/纺织/皮革','沈阳','3-5千/月'),('建筑/建材/工程','重庆','1-3万/月'),('教育/培训/院校','异地招聘','3-4.5千/月'),('电子技术/半导体/集成电路','北京','0.8-1万/月'),('金融/投资/证券','重庆','0.8-1万/月'),('交通/运输/物流','广州','5-8千/月'),('计算机软件','南京','5-8千/月'),('专业服务(咨询、人力资源、财会)','肇庆','4-5千/月'),('计算机服务(系统、数据服务、维修)','异地招聘','3-4万/月'),('房地产','广州','2-2.5万/月'),('娱乐/休闲/体育','重庆','3-4.5千/月'),('互联网/电子商务','北京','4.5-6千/月')4.2.4数据分析可视化模块数据分析可视化显示模块是系统最后需要实现的一项功能模块，同时也是整个系统中的一个非常重要的组成部分，其主要的目标就是要将招聘数据的分析结果以图表等形式展现出来，并且能够通过可视化的展示使应聘者能够更好地找到适合自己的工作。以下是数据分析可视化的部分代码：high_salary_hangyes='>'.join(hangye2[::-1][:3])returnjsonify({'行业':hangye1,'岗位数':counts,'行业2':hangye2,'平均薪资':salary,'高薪行业推荐':high_salary_hangyes})图4-2地区高薪行业推荐运行结果分析：本系统将地区区分为华北、华中、华东、西南、西北、华南和东北，分别分析出每个地区的高薪行业是哪些。例如从本图可以看出华北地区推荐的高薪行业是计算机硬件、石油化工矿产地质和计算机服务。同时可以从右边的图中看到华北地区不同行业的平均薪资的排名分布，求职者可以根据自己的实际需要进行岗位的选择。#对该地理分区下的职位进行分词text=job_name+hangyetext=text.replace('（','').replace('）','').replace('/','').replace('(','').replace(')','')words=jieba.cut(text)forwordinwords:word=word.strip()图4-3热招岗位词云分析运行结果分析：本图展现的是热招岗位的词云分析，从图中可以看出当下社会招聘的最多的岗位是工程师，其次是房地产经理、销售以及互联网服务等。求职者可以根据热招岗位的词云分析看到哪些岗位现在市场最需要，与此同时可以提升自己的能力，进行岗位的应聘。#地区筛选iflocation+'市'notincity_fenqu_maps:continueifcity_fenqu_maps[location+'市']!=fengqu:continuetry:tmp=float(jingyan)jingyan='{}年工作经验'.format(jingyan)图4-4不同工作经验岗位与薪资运行结果分析：本图展现的是不同工作经验的岗位数与平均薪资的分布情况，不同的工作经验，例如一年、两年、三至四年、五至七年、八至九年和十年以上的经验对应的岗位数大不相同，工作经验少的岗位相对来说岗位需求更多。同时可以从右边的图中看出工作经验越少的岗位平均薪资相对来说也是比较低的，工作经验越多薪资也越高。5总结智能职业分析系统在如今的社会中显得越来越重要，对于一些即将毕业的大学生或者是已经在社会中的人们来说有一个智能职业分析系统是尤为方便的，他们可以结合自己的需要以及自身的各项优势在社会中谋求更好的工作。智能职业分析系统的开发是求职工作走向越来越好的关键步骤，这个系统可以让求职者和招聘者能够明确需求，提高工作效率，让社会高效率的运行。本篇论文研究的主要目的就是设计与实现一个智能的、高效率的、信息快速获取的、系统稳定且操作性快捷的、可以实现各项功能，该智能职业分析系统可以有效提升求职者和招聘者的求职信息反馈的工作效率，缓解求职者和招聘者的各种负担。该智能职业分析系统的开发是运用了Python语言作为基础的开发语言，实现了数据库之间的交互，因此让