招聘信息采集分析系统

目前互联网已经成为计算机、营销、金融等行业重要信息的推广平台。各个行业的企事业单位以及各个行业的人才，除在平面媒体发布招聘与应聘材料之外，更多是通过网络来完成企事业单位的人才引入或个人的求职。如何能够在众多的招聘信息网站中，按照行业的划分、需求的划分进行信息的采集与分析就显得尤为重要。 

中讯数网公司的招聘信息采集分析系统主要分为两个部分，一是信息采集器，二是信息分析。具体如下：

信息采集器 

      中讯数网公司自主研发的招聘采集器是集数据采集与数据分解、导入功能于一体。不但具有强大的采集功能，同时也有强大的数据分解与导入功能。具体特点如下： 

• 网站信息采集信息定制； 

• 支持自动采集，可定义采集规则，支持静态网站和动态网站数据抓取； 

• 至少支持 HTML / MS OFFICE / PDF / XML /TXT 文件的处理与采集； 

• 能够自动进行增量采集和定时采集； 

• 支持带有用户名 / 密码验证的网站信息采集，支持 Proxy 方式的网站采集； 

• 支持不同采集文档的自动编码转换，例如繁简转换、 GB2312 （或 GBK 、 Big5 ）与 Unicode 互转等； 

• 网站采集支持元数据自动抽取、目录过滤、链接过滤、关键词过滤等多种过滤策略； 

• 自动采集支持多种方式的排重功能，例如 URL 、标题等； 

采集系统图介入下： 

分析系统 

主要功能介绍 

信息检索 

• 支持关键词检索及布尔表达式，支持多种高级检索语法，支持通配符的使用 

• 支持二次检索（逐次逼近检索）。可逐步缩小搜索范围，直至达到最小、最准确的结果集 

• 搜索结果能够显示文档与检索串的匹配度、标题、所在网址、时间、编码、摘要，并用彩色突出用户的检索串，便于用户判断是否阅读原文 

• 至少支持中文、英文、两种语言，搜索结果能够在不同编码之间进行切换 

• 支持字段检索及数据库全文检索 

• 支持远程建立索引功能 

• 在建立索引的同时，系统能够正常访问 

• 支持自定义分词 

信息自动分类 

• 与依赖严格的分类定义规则的传统关键字和布尔操作不同，本架构是建立在基于概念的模式匹配处理之上的，它可以对文档进行分类，自动插入数据标记，发送内容或将其提示给用户，让用户了解与其档案密切相关的信息 

• 支持按照企业单位、个人简历、行业信息、特定关键字等属性进行智能分类 

信息统计 

• 时间趋势统计 

软件公司

• 专题信息统计