微信小程序校园招聘系统设计与研究

摘要

突如其来的疫情限制了大多数的人员流动，使得企业的校园招聘的场景发生 了巨大的转变，从原来的校园宣讲、现场收取简历、现场笔试和面试、面对面沟通 等，转变为线上申请、线上筛选、线上笔试、线上面试、线上沟通，所有的招聘流 程全部迁移到了互联网上，无论是对于企业还是对于求职的毕业生来说都是巨大 的挑战。

论文主要依据企业在校园招聘中面临的实际问题，深入明确具体的需求，设计 和开发实现了企业校园招聘平台。校园招聘平台分为求职者端和企业端两个子系 统，主要应用Java Web和小程序相关技术进行开发。求职者端基于微信小程序和 Web 端进行多端开发，为求职者提供职位收藏、职位申请、个人信息编辑、展示面 试进度、职位推荐等功能。企业端基于 Web 端进行开发，主要为企业提供校园招 聘流程管理功能，包括职位管理、简历池管理、候选人管理、面试官管理、面试管 理、笔试管理、简历智能评分等。整合多年的招聘数据与招聘经验知识，在求职者 端和企业端分别实现智能化，求职者端实现了借助推荐算法根据个人信息内容、人 才测评结果、用户行为统计数据进行自动推荐职位，企业端则实现了通过求职者个 人信息进行基本评分和综合评分，并自动生成求职者特点标签，辅助进行简历筛选 和面试。

目前，本平台已经完成全部的开发，并且通过完备的微信小程序系统测试，平台已上线运 行， 能满足用户需求，用户反馈良好。 根据平台线上统计数据分析来看，平台运行 正常，能为求职者和企业职工提供了稳定的服务，未发生过线上事故，达到了预期 的目标。

关键词：职位推荐；招聘平台；微信小程序；流程管理

　引言

随着信息技术的发展，企业招聘早已不再仅仅借助传统的人工招聘方式，而校 园招聘作为企业新鲜血液的主要来源，建立企业自用的校园招聘平台成为校园招 聘工作的提升点。目前现有的网络招聘综合平台较多，大多都能提供基础的招聘信 息发布、职位投递功能，少数平台结合推荐微信小程序系统能提供个性化服务，但是针对具体 某一企业、针对校园招聘这一特殊场景应用推荐微信小程序系统暂时研究还比较缺乏。本章将 从企业校园招聘平台的项目背景与意义、网络招聘和推荐微信小程序系统的国内外研究现状、 论文主要工作和组织结构等方面进行介绍。

项目背景及意义论文选题来源于某互联网企业的招聘平台实际项目。在互联网+的时代，如何 将现有的成熟技术应用于传统的行业是大家的关注点，而人力资源管理作为传统 管理行业，一直需要耗费大量的人力、物力、时间做一些简单而又重复的工作，而 求职者也需要全面评估自身的能力在资源过载的信息海洋中寻找适合自己的工作。 如何将现有的推荐算法应用到求职和招聘中，是广大互联网公司一直在思考与尝 试的。

2020 年突如其来的疫情将所有人困于家中，学校、企业很难再像之前一样举 办大型双选会和招聘会。首当其冲的就是校园招聘，大学生毕业迫在眉睫，由于限 制人员流动、学校延迟开学等防疫措施导致毕业生就业形势十分严峻。而大学学生 对自己求职意向并不很明确，也不能很好的定位到自身的优势与特点；企业的校园 招聘也困难重重，所有的校园宣讲都改用线上宣讲的方式，面试方式也从现场面试 转换为线上语音、视频面试，如何通过有限的数据对求职者进行更全面的评估，辅 助线上面试成为关键。

根据教育部公布的统计数据，2020 年应届毕业生874 万，2023 年应届毕业生 人数909 万人，近十年内高校毕业生数量以及增长趋势见图 1-1。并且目前留学生 归国就业形成趋势，庞大的应聘人员数量给企业校园招聘带来巨大的挑战。从应届 生角度上看，求职意向不明确，对岗位认知度不高，对企业招聘流程招聘制度不了 解，疫情原因导致无法到场现场面试，种种困难出现在求职路上。

对于企业，一方面是疫情原因导致取消了现场面试和校园宣讲会，宣讲和面试 完全依赖线上渠道；另一方面是岗位种类多、应届生数量巨大导致的人力资源部门 相关工作人员在筛选简历也遇到了巨大的挑战。

在此背景下，深入了解目前需求痛点，公司决定对招聘平台进行改版升级。论 文只涉及招聘平台中的校园招聘平台，包括求职者端者和企业端两端。两端分别实 现智能化，求职者端实现了根据简历内容和用户行为智能推荐职位，企业端实现了 简历评分等智能简历筛选功能。

国内外研究现状本节主要介绍网络招聘和推荐微信小程序系统的国内外研究现状，分别描述目前研究人 员对其研究的程度，以及其在各自领域目前的主要应用现状，最后说明目前存在的 问题。

网络招聘现状网络招聘由于借助了现代的互联网技术，相对于传统招聘来说，不再受到地理 位置的限制，使得招聘的覆盖区域迅速扩大，远程服务属性十分明显。其次，网络 招聘也不再要求招聘双方在时间上严格的匹配，即招聘的很多环节不再需要招聘 双方同时进行，如招聘宣讲已经不再需要求职者和招聘者同时在场，允许时间维度 的错位，大幅提高了招聘效率，更重要的是对于招聘双方来说，由于其推荐、检索 等先进技术的应用，使得招聘-求职的针对性都大幅提高，个性化服务减少了求职 -招聘的盲目性，节省双方的人力物力。

目前主要的招聘方式主要有两种，一种是人才招聘网站，即各个企业在招聘网 站上发布招聘信息，求职人员针对各个企业的职位进行投递，企业在收集到简历信 息后可以开展进一步的招聘工作；另一种是针对某一企业的招聘微信小程序系统，即企业在招 聘官网上发布招聘信息，求职者前来应聘，以下将详细介绍目前这两种招聘方式国 内外现状［1］。

Linkedln（中文名称”领英”）成立于2003年5月，已成为国外首屈一指的网络 招聘平台［2］。主要通过用户注册并维护职业人际关系网，即“人脉”，借助社交属 性推动招聘，是典型的“双边”平台。对于求职业务其主要用户群体是职场人士， 即已经拥有丰富职场经验的人，其主要优势在于全球化，可以关联不同国家不同地 区的企业与人才，对一些跨国企业来说也可以提供比较完善的招聘方案。在国内， 与 LinkedIn 相似都是借助社交属性开展招聘的产品是脉脉，其模式与 LinkedIn 相 似，但全球化程度较低，在国内发展较好。

Monster 是目前全球最大的专业招聘网站，主要提供线上招聘、人才发掘、招 聘解决方案等相关业务［3, 4］。作为网络招聘的先驱者，其目前在北美地区在为用户 提供平台性服务，即为求职者提供招聘信息，为企业提供个人信息数据库，其国际 化业务发展的也十分迅速。国内于其类似的平台包括智联招聘、前程无忧等，都能 很好的借助现代互联网技术，为用户提供十分精准的双方服务。

对于第二种网络招聘方式［5］，目前较普遍应用于大型公司，如 Google、Amazon、 腾讯、阿里巴巴等，其大多数是科技公司或互联网公司，拥有丰富的微信小程序系统开发经验， 但招聘微信小程序系统一般都比较简单，只提供单一的求职-招聘功能，只是对信息的单一管 理，并不能像招聘网站一样提供个性化服务。

根据上述关于网络招聘的现状，发现目前主要存在的问题是网络招聘网站大 多只是提供招聘信息交换的功能，并不会继续跟进处理简历收集之后的流程，还需 要公司内部微信小程序系统信息信息化，使得求职者对后续的招聘流程很难清晰，甚至流程已 经结束都很难发现，而对于企业官网的招聘网站来说，功能过于单一无法提供个性 化服务，对于企业内部员工来说繁杂的招聘流程可视化程度不高。

推荐微信小程序系统现状“推荐微信小程序系统” 一词被正式提出是在1997年，由Resnick等对其相关概念进行 了描述。谈起推荐微信小程序系统的发展，不得不提Netfix公司于2006年举办的“电影推荐 算法大奖赛”，最高奖金一百万美元，激起了研究人员对推荐算法的兴趣，使得推 荐微信小程序系统开始被广泛关注，是推荐微信小程序系统的发展史上浓墨重彩的一笔。

目前，国内研究人员关于推荐技术和相关理论的研究都取得了不错的成就，国 内关于推荐算法的研究从 2000 年开始逐渐增多，而推荐微信小程序系统的应用是从 2009 年 之后开始变得热火朝天。 2009 年 7 月百分点公司的个性化推荐研究团队的成立， 是国内各大公司开始投身于推荐领域的开端，之后百度、淘宝、美团、腾讯等各大 公司纷纷开始加入对推荐微信小程序系统的研究与应用，并取得了十分显著的成就。国内学者 对个性化推荐的研究可以从中国知网对中国学术期刊数据库中关于个性化推荐的 文献很好的体现， 2000 年至2019 年，总共发表2966 篇文献［6］。从图1-2 可以发 现， 2000年至2019年在个性化推荐微信小程序系统领域发表的论文数量逐年增高，几乎呈线 性上升趋势。其中， 2010年至2019年的发文量是2000至2009年发文量近6倍。

图 1-2 2000-2019 年以个性化推荐为主题文献数量分布

Figure 1-2 Distribution of the number of personalized recommendations from 2000 to 2019

究其原因，是 Web2.0 时代后使得信息的来源变得简单而快捷，信息大量涌入 人们的生活中，信息过载现象十分严重，使得个性化推荐微信小程序系统受到了越来越多的关 注与研究，成为了个性化推荐微信小程序系统发展与应用的催化剂。随着信息过载现象的越发 严重，用户对个性化服务需求愈发强烈，推荐也逐渐走进普通人的生活，改变了大众的衣食住行。众多的互联网公司看好推荐业务的受众广泛、业务量大、利润高等 特点，也将推荐微信小程序系统广泛应用于公司业务中，与实际背景很好的融合。目前，国内 外在各个应用领域典型的推荐微信小程序系统如表1-1 所示。

表 1-1 各个领域典型推荐微信小程序系统详情表

Table 1-1 Detailed table of typical recommended systems in various fields

应用领域	典型推荐微信小程序系统
网页 新闻 电影 音乐 求职招聘 旅游 社交 生活 图书 电子商务 视频	ProfBuilder,ifWeb,QuIC,Siteseer,Foxtrot,SOAP Genieo,Google News,GropLens,腾讯新闻，新浪新闻MovieLens,NetFlix,Jinni,腾讯视频，芒果TV，爱奇艺，优酷Emusic,Mufin,8box,QQ 音乐，网易云音乐，酷狗音乐LinkedIn,Monster,CareerBuilder,智联招聘，Boss 直聘，前程无忧W anderfly,T ripAdvisor,携程Facebook,Twitter,新浪微博，知乎美团，大众点评，口碑 Amazon，微信读书，QQ阅读，阅文，当当网Amazon,EBay,,淘宝，京东，拼多多，唯品会BiliBil i,抖音，快手

论文主要工作

本人在微信小程序系统需求分析阶段、概要设计阶段、详细设计阶段、实现阶段以及系 统测试阶段的所有工作具体如下：

在需求分析阶段，本人积极参与问卷调研、校园招聘数据统计、用户访谈， 明确本平台各类用户的具体需求，编写需求说明书以供后续设计与开发使用。首先 从产品的总体目标、必要性分析、可行性分析三方面对需求进行综述。然后根据产 品特点、用户特点，结合之前的综述，明确产品的各个功能性需求，设计各个功能 模块的用例图并进行分析，也对非功能性需求进行了分析，最后撰写了需求说明书。在微信小程序系统概要设计阶段，查阅内部及外部相关资料，对平台的技术架构、业 务架构、功能模块设计均有所参与，重点参与了平台的数据库设计，主要包括数据 库概要设计、数据库逻辑设计、数据库物理设计。在详细设计阶段，积极参与平台各模块主要功能设计，主要包括流程图、 时序图、类图以及功能描述等。本人主要参与了求职者端的职位管理模块、个人中 心模块、职位推荐模块，企业端职位管理模块、候选人管理模块、面试官管理模块、 简历智能评价模块、笔试管理模块、面试管理模块的详细设计工作。在微信小程序系统实现阶段，本人严格遵守开发代码规范、流程规范、持续集成规范 等，保证代码格式良好、可读性高、易于维护，按照前期的需求分析和微信小程序系统设计， 参与实现了校园招聘平台求职者端和企业端论文中描述的开发工作。在微信小程序系统测试阶段，依照测试规范，前后进行了多轮测试实验，从功能性测 试和非功能性测试两方面考虑测试用例，保证平台能够正常的投入使用，并在使用 阶段不出现异常。本论文构建了一个易于操作、功能全面完善的企业校园招聘平台，主要包括求 职者端和企业端，面向两大类用户。求职者端主要应用于企业进行校园招聘时，毕 业生可以通过访问求职者端对本公司提供的职位等进行浏览且申请职位，还额外 提供职位推荐功能贴合毕业生群体对求职目的性不强的需求痛点。企业端用于企 业员工对招聘全流程进行管理，针对简历众多的问题，提出简历智能评分的辅助功 能，整体来说，企业端遵守公司内部微信小程序系统统一风格，容易上手，方便高效，用户学 习成本低。

论文组织结构

本论文分为七章，详细如下：

第一章绪论。首先介绍本论文研究的背景和意义，分析了企业和求职者目前遇 到的问题，然后列举了本论文相关的国内外研究现状，最后阐述了论文的主要工作 和组织结构。

第二章相关技术综述。介绍了与研究工作相关的理论和概念，主要涉及推荐算 法和相关技术概述，介绍了常用的几种推荐算法以及选用该推荐算法的原因，后面 介绍了平台实现过程中涉及到的技术，如 Spring Boot、Bootstrap、Vue.js 框架等。

第三章是微信小程序系统需求分析，主要先对本平台的总体目标、可行性进行综述，之后 明确了平台的功能性需求和非功能性需求。

第四章是微信小程序系统概要设计，主要对校园招聘平台的业务架构、技术架构、功能模 块设计以及数据库设计进行了详细描述。

第五章是详细设计与实现，主要对校园招聘平台的求职者端和企业端的详细 设计进行了分模块的描述，并展示其部分效果图。

第六章是校园招聘平台测试，本文主要描述微信小程序系统功能性和非功能性测试，非功 能性测试包括兼容性测试和性能测试，最后给出了测试结论。

第七章总结与展望。总结本文研究工作，对本平台目前存在的不足进行下一步 的工作进行展望。

本章小结本章主要介绍了校园招聘平台的项目背景与意义，描述了目前企业和求职者 都对于校园招聘平台的需求痛点所在，之后综述了网络招聘和推荐微信小程序系统的国内外 研究现状，确定了本文的研究内容，最后对本人工作和论文组织结构进行了描述。

相关技术本章节主要介绍校园招聘平台在设计与实现过程中所涉及到的推荐算法和其 他相关开发技术。本章为两节：推荐算法和相关开发，并分别分析了选用该技术的 原因。

推荐算法为解决信息过载带来的问题，关于个性化推荐的研究逐渐变成热门的科研领 域，各大互联网公司也争相寻找解决办法。目前推荐算法主要分为以下五种：基于 内容的推荐、基于规则的推荐、基于协同过滤的推荐、基于知识的推荐以及混合推 荐算法。本节主要介绍并比较常用的推荐算法。

基于内容的推荐基于内容的推荐主要根据用户兴趣模型对物品的相关信息(一般为文本信息) 进行过滤，目前今日头条进行信息推荐主要是通过此种方式。只需要利用现有的机 器学习的方法(如神经网络、决策树)从相关内容中获取关于用户描述的文件 (profile)，之后借助用户对内容的评价进行特征学习，匹配待推荐对象与用户描 述文件。

基于内容的推荐算法主要流程如图2-1所示，首先对每个物品(Item)进行内 容分析，提取待推荐对象的特征，之后根据用户行为、用户评分等信息计算用户对 不同特征的相关性，再将待推荐的对象的特征与之前计算出的用户兴趣进行匹配， 最后根据匹配度进行排序， TopN 为需要的推荐结果。

基于关联规则的推荐基于关联规则的推荐算法主要根据历史数据统计出不同规则的关系，形如： X->Y，表示在X时间发生后，Y事件会有概率发生，此概率是根据对历史数据的统 计而来的。而关联规则的主要目的即在一个数据集中找出相关项之间的关系［7］。由 于高准确度的关联规则的发现有一定难度，因此关联规则也是此算法的关键，是最 为耗时的步骤，很容易成为算法的瓶颈，影响推荐算法的推荐结果。

基于协同过滤的推荐基于协同过滤的推荐算法是目前在工程上应用最广的推荐算法，其不需要太 多的特定领域知识，可以借助基于统计的机器学习算法就能得到比较好的推荐效 果，在工程上容易实现，因此在本文中的职位推荐时其中一种推荐算法即选用了基 于职位的协同过滤推荐算法。

基于协同过滤的推荐模型一般为x个物品，y个用户数据，但是仅有部分用户 和部分物品有对应的评分数据，其他部分评分缺失，根据已有的部分稀疏数据预测 缺失的用户与物品之间的评分关系，最终得出评分最高的物品推荐给用户［8］。基于 协同过滤的推荐算法主要分为三类：基于用户的协同过滤算法、基于物品的协同过 滤算法以及基于模型的协同过滤推荐算法。

本文中选用基于职位的协同过滤推荐算法，即根据用户的行为数据分析，如搜 索、浏览、收藏等确定对不同职位的评分，根据职位间的相似度为用户推荐与用户 评分最高的职位相似度最高的职位［9］。目前，基于协同过滤的推荐算法仍有一些难 以避免的问题，例如常见的“冷启动”问题，没有任何关于用户的数据时，即新用 户场景下，很难较好的进行推荐，但在本文场景下无需考虑此问题，在没有用户数 据时默认用户此时没有职位申请意愿，不为用户推荐职位［10, 11］。

基于知识的推荐基于知识的推荐算法并不是建立在用户兴趣模型的基础上的，从某种意义上 说，其更像是一种推理技术。与其他的推荐算法不同的是，基于知识的推荐算法更 注重某一领域的特殊需求，能借助其知识的专业性提高推荐微信小程序系统在特定领域的服 务［12, 13］。因此，其更能满足像本文中这种特定场景下的精准推荐服务。研究发现， 根据待推荐对象的参数特征等属性形成约束知识，再将用户对被推荐对象的特定 需求作为约束条件，经过对被推荐对象集合的约束满足问题的求解，即可完成满足 用户需求的推荐［14, 15］。

基于知识的推荐高度重视知识源，不存在冷启动问题，但也存在知识难以获取 的问题。本文在职位推荐时选用基于知识图谱的职位推荐算法，由于企业已经有超 过 20 年的招聘经验，并且拥有多名招聘专家，关于求职者与职位特征的抽取与匹 配工作是较好完成的［16］，这是本文在职位推荐选用此算法作为其中一种推荐算法 的主要原因。

混合推荐以上各种推荐技术都各自有其优缺点，所以综合多种推荐方式，扬长避短即为 混合推荐，工程上使用得最多的就将基于内容的推荐以及协同过滤推荐相融合，为 了能够克服各自中的缺点［17］。本文由于应用场景特殊，选用的是基于物品的协同 过滤推荐算法与基于知识的推荐算法组合的混合推荐方式。从理论上来说，推荐算 法可以任意组合，但实践发现并不是每种混合都总是有效的，应尽量采取缺点互补 的方式进行组合。关于推荐算法的组合方式，可以总结为以下几种:

（1） 变换：根据不同的上下文环境、背景和具体需求采用不同的推荐技术；

（2） 元级别：将一种推荐算法训练而成的模型作为输入，输入到另一种推荐 算法中；

（3） 特征组合：将多个不同数据源的特征信息整合起来作为另一种推荐算法

的输入；

（4） 混合：多种推荐算法进行推荐，将推荐结果均展示给用户，本文采用的

即为此种方式；

（5） 加权：将多种不同的推荐算法的计算结果进行加权，得出最终的结果；

（6） 特征扩充：把一种推荐技术产生附加的特征信息添加入到另一种推荐技 术的输入；

（7） 层叠：把一种推荐技术产生未优化的、粗糙的推荐结果作为另外一种推 荐技术的基础，在这一基础上继续作更精确的推荐。

相关开发技术本节简要介绍在平台开发中所用的前后端技术，包括 Spring Boot、Bootstrap、

Vue.js框架、uni-app框架，以及所用到的数据库，包括结构化的数据库MySQL和

用于高速缓存的 Redis。

Spring BootSpring Boot是Spring全家桶系列框架，由Pivotal团队开发。其设计初衷是 为了简化新Spring应用在初始搭建以及开发过程。其为Spring提供自动配置，不 再需要自定义样板话的配置，不额外产生代码，开箱即用。

Spring Boot 有两个主要策略，开箱即用和约定优于配置。开箱即用，是指在 开发时，直接在Maven项目的pom文件种添加依赖包，之后使用对应的注解管理 对象的生命周期，而不再需要在XML文件中进行配置。这样使得开发人员免于繁 杂配置之苦和繁多依赖的管理。约定优于配置，从字面含义即可理解， Spring Boot 可以自行配置目标结构，开发者只需在结构中添加信息的软件设计范式。大大减少 了 XML 配置工作，提高了代码自动化编译、打包等的程度，但增加了问题定位的 复杂度。

BootstrapBootstrap是由Twitter公司开发并开源的一个基于HTML、CSS、JavaScript前 端框架，十分简单灵活，能大大提高 Web 端开发的效率，是目前前端十分受欢迎 的框架。它提供了很多基本模块，包括表格、按钮、文本输入框、下拉菜单、侧拉 抽屉、顶部状态栏等。借助这些组件，可以迅速的搭建一个Web项目并使其运行 起来。此外，由于整个框架基于模块化理念，使得项目的维护成本很低，很容易快 速定位问题。

Vue.js 框架Vue.js 是目前最火热的前端框架之一，其是由国人尤雨溪开发的一套用于构 建用户界面的渐进式的 JavaScript 框架，具有灵活、易用和高效等特点，其核心库 只关注视图层，方便与第三方库或既有项目整合。相比较其他前端框架， Vue 特点 鲜明，基于 MVVM 模式，其特有的基于 Object.Property 的数据双向绑定极大地 方便了前端开发过程中视图与数据间的处理，配套的 Vue 全家桶更是简便了开发 的复杂度，为程序开发者提供了一整套集成服务

Vue 是一套轻量级的框架，代码简洁干净，适合小型团队和小型项目。在前端 框架的选择过程中，综合考虑到企业校园招聘平台的项目复杂度、前端展示需求和 项目体量后，认为选用 Vue 作为前端框架更为合适。本文的项目中还协同采用了 webpack 进行配置打包， iView 提供组件库，使用 Vuex 进行数据状态存储管理。

MySQLMySQL 是目前在工程领域最常用的关系型数据库，其开源免费。它的特点包 括：体积小、速度快、成本低、支持多种操作语言和提供多种API接口等优点，功 能全面，性能强大，所以本微信小程序系统的关系型数据库选用 MySQL。

RedisRedis(Remote Dictionary Server，即远程字典服务)，一种开源的使用ANSIC 语言编写、遵守 BSD 协议、支持网络、可基于内存、分布式、可选持久性的键值 对(Key-Value )存储的非关系型数据库［20］。对比于其他非关系型库等数据结构,Redis 的操作具有原子性，保障了数据库事务的安全。

与传统关系型数据库相比， 其主要有如下优势［21］：

基于内存。因此性能极高，其读写速度超过 80000 次每秒，比基于磁盘的 数据库快很多。数据类型十分丰富。其中 Zset 排序集合对于适应的业务场景能提供巨大 的便利性。持久化。能通过主从复制的集群方式部署Redis集群，对于请求量剧增场 景能很好的应付，提高了微信小程序系统的稳定性。uni-app 框架uni-app 是一个使用 Vue.js 脚本和微信小程序 API 开发所有前端应用的框架。 编写一套代码，经过编译可以发布到不同的平台上，包括iOS、Android、HS(移动 端网页)以及各种小程序(微信、支付宝、百度等)。DCloud(数字天堂网络技术有限 公司)最先于 2012年开始研发小程序技术并推出了技术标准，但由于微信、支付宝 等公司订制了自己的标准，导致了小程序开发者想要在不同平台上上线具有同样 功能的小程序就要学习各种不同的技术标准，增加了开发者的负担［22］。因此， DCloud 推出了 uni-app 框架，通过这个框架能够为开发者抹平各平台的差异。

相对于微信小程序自身的开发框架来说，uni-app框架更加简单。开发者使用 uni-app 框架，可以采用 Vue.js 的语法和微信小程序 api 来进行程序开发，不需要 额外的学习成本。除此之外，基于该框架，开发一套代码可以在多种小程序平台运 行，对之后项目的平台扩展打下很好的基础。

本章小结本章首先对目前主流的推荐算法进行了分析与比较，之后对校园招聘平台在 设计和实现过程中所涉及到的关键开发技术，包括 Spring Boot、 Bootstrap、 Vue.js 框架、MySQL、Redis以及uni-app框架进行了简要描述，以上技术均已广泛应用 于软件工程实践过程中。

微信小程序系统需求分析本文在需求分析过程中分析了用户的主要需求，分析结果为后续的设计与实 现阶段起着至关重要的作用。本微信小程序系统的主要用户为企业职员与求职的学生，主要目 的是高效便捷的完成校园招聘，为了确保其更好的满足学生求职者和企业各类职 员的使用需求，在本文研究中，大量采用问卷调查、访谈、数据统计等方式调查了 解用户对本微信小程序系统的需求情况，且为之后的微信小程序系统设计提供支持。

微信小程序系统总体目标本校园招聘平台的建设目标是通过本微信小程序系统的建设，为每一位校园招聘求职者 和企业参与校园招聘各个环节的员工提供一个求职者-招聘者的信息服务平台。本 平台目前只应用于本公司的校园招聘中，后续将通过智能办公部门进行对外服务。 本平台可以发布本公司各个事业部、各个部门、各个岗位的招聘信息和，提高招聘 管理水平，规范招聘流程，方便求职者和企业校园招聘各个环节参与人员更好的交 流与查询。

可行性分析本节主要对校园招聘平台的可行性进行相关分析与阐述，主要从经济可行性 和技术可行性两个方面展开。经济可行性是关乎一个软件是否能在成本可控的范 围内完成并为企业带来相关利润，而技术可行性更关注从技术的角度上，针对目前 实际的困难，能否通过开发实现对应的软件，可行性分析是一个软件能正常开发的 前提。

经济可行性从成本方面考虑，本项目是由公司现有研发人员研发，由多团队合作完成，属 于正常的研发计划，不具有额外的人员成本，由于目前仅在本公司使用，未商业化， 数据访问压力不大，也没有额外的硬件成本，故本平台在研发支出方面只是公司正 常的研发计划支出。

从收益方面考虑，本平台的研发可以很大程度降低招聘各个环节占用人力，从 而解放出劳动力从事其他工作，对公司来说是一种收益；并且由于校园招聘是短时 间内高强度工作，公司每年都需要额外招聘劳务人员来缓解短时间内的人力短缺 从事一些重复且不重要的工作，本平台的上线，可以很大程度减少此方面的支出， 降低公司的人力支出成本。

技术可行性校园招聘平台采用前后端分离的开发方式，前端使用目前主流的开发框架 Vue.js，开发语言主要是html、javascript等前端常用的语言，通过Ajax进行前后 端交互，后端开发框架也是目前常用的Spring全家桶，主要开发语言是java。存 储、公共组件、持续集成都是使用公司目前通用的框架和技术，不需要额外的技术 成本，可直接部署。本平台采用模块化开发，从微信小程序系统设计阶段便将平台进行子微信小程序系统 划分、模块划分，开发时也是遵循这一原则，这种方法开发的软件具有高内聚、低 耦合，易于维护、调试成本低，方便抽离公共组件等优势。本平台涉及的开发技术 与知识主要包括前端技术、后端技术、数据库技术、持续集成技术、软件工程知识 等，都是在硕士期间已经涉及的知识。综上，通过分析开发过程中需要用到的技术， 得出结论，以上技术均可实现，故本平台在技术上是可行的。

微信小程序系统功能性需求分析

校园招聘平台的功能性需求根据面向用户不同，主要分为两大类，求职者端 需求和企业端需求。根据模块化原则，对子微信小程序系统需求又进行了细化，求职者端功 能性需求主要包括个人中心、职位管理、职位推荐三个方面的需求，企业端主要 包括职位管理、简历池管理、候选人管理、面试官管理、面试管理、笔试管理 模、简历智能评分这些需求。下文先对本平台各个用户角色进行了描述与划分， 之后对各个需求进行了相关描述。

业务流程分析通过综合考虑本平台的项目背景和真实场景，对平台的业务流程进行了整合 与分析。主要业务流程如图 3-1 所示。

本平台业务主要针对主要的求职-招聘流程，围绕这两类用户具体展开。对于 求职者来说，与求职者端进行信息交互，主要包括个人信息编辑、职位浏览、职 位收藏、职位申请，职位推荐等，以及对求职具体流程中相应状态的展示。对于企业员工来说，主要是对招聘流程的管理，包括简历初筛、用人部门筛选、安排 笔试、安排面试、面试等，以及对求职者相关个人信息的管理，如简历池管理。

角色划分

本平台角色主要分为两大类，一类是求职者，另一类是企业员工，对企业员 工根据职能和在招聘中负责的具体工作可以划分为人力资源管理部门工作人员、 部门招聘负责人员、面试官三种。在求职招聘流程中，每个角色主要参与的活动 见表 3-1。

表 3-1 流程-角色对应表

Table 3-1 Process-Role Correspondence Table

流程	参与角色
编辑个人信息	求职者
职位浏览	求职者
职位收藏	求职者
职位申请	求职者
简历初筛	人力资源管理部门工作人员
部门筛选	部门招聘负责人员
笔试安排	人力资源管理部门工作人员
参加笔试	求职者
面试安排	人力资源管理部门工作人员
面试 职位管理	求职者 面试官 人力资源管理部门工作人员
面试官管理	人力资源管理部门工作人员
浏览简历 标记简历	人力资源管理部门工作人员 面试官 人力资源管理部门工作人员 面试官

求职者端-个人中心本平台的关键数据来源就是求职者的个人信息和职位信息，因此求职者个人 中心是其他功能的基础，为其他功能提供数据支持。同时，由于个人中心还有很多 展示功能，例如投递进度、面试卡等，也需要其他功能的数据做支撑，所以此个人 中心功能数据交互十分频繁。

（1） 个人信息编辑 为用户提供简历信息编辑功能，此处简历包括两种数据，结构化的简历，即根 据公司提供的信息采集标准，需要用户填写对应的信息，另一种即求职者自己准备 的简历，采用pdf或word上传的形式，可以更全面的展示求职者的信息与特点。 在已经编辑过个人信息后，用户可以选择删除个人信息，即一键删除所有信息。

（2） 人才测评入口 个人中心页提供人才测评入口，根据求职者的简历，并借助公司多年的招聘经 验形成的专业知识库，为求职者合成一份既有通用知识又有个性化知识的试题，用 户答题后展示答题分数和答题时间，人才测评每位用户最多可以做1 次。

（3） 投递进度 根据用户投递的职位，显示目前的投递进度，进度主要包括已投递、简历初筛、 用人部门筛选、笔试待安排、待笔试、面试待安排、待面试、面试流程中、面试结 束、面试通过等多种进度。

（4） 笔试卡 如果已经为求职者安排笔试，但未到笔试时间，生成笔试卡，显示笔试时间、 笔试链接、笔试微信小程序系统登录账号、笔试微信小程序系统登录密码，登录密码默认隐藏，点击后展 示。

（5） 面试卡 如果已经为求职者安排面试，但未到面试时间，生成面试卡，显示面试时间，

如果为线下面试显示面试地点，面试联系人联系方式，如果为线上面试显示面试链 接，支持点击跳转面试微信小程序系统。

（6） 收藏职位列表 个人中心展示收藏职位列表，用户在职位浏览过程中可以收藏职位，每位用户

可以收藏最多不超过3 个职位。

（7） 修改密码入口 为用户提供修改密码的入口，用户可以通过填写手机号验证码的方式或回答

密保问题修改密码。

求职者端-职位管理

求职者端的职位管理功能主要包括求职者对职位的浏览、收藏和申请操作，对 应功能为职位展示、职位申请、职位收藏。职位管理的用例图如图3-4 所示。

（1） 职位展示 求职者端展示职位时只展示部分职位信息，包括职位名称、职位种类、面试开

始时间、职位描述、职位要求、招聘人数、是否需要笔试。

（2） 职位申请 求职者可以在填写完个人信息后，根据职位推荐或自行选择进行职位投递，每

位投递者能投递多个职位，但只有一个职位处于流程中，一旦已经投递一个职位， 只能等流程结束才能再投递其他职位。

（3） 职位收藏 用户在职位浏览过程中可以收藏职位，每位用户可以收藏最多不超过 3 个职

位，收藏的职位可以删除并且在用户投递后自动删除。

Figure 3-4 Position Management Use Case Diagram

求职者端-职位推荐职位推荐是本平台的特色功能。职位推荐采用两种推荐方式混合推荐，第一 种是根据求职者填写的结构化个人信息和求职者完成智能人才测试情况，以及已 有职位库中的职位信息作为推荐算法的输入，经过基于知识图谱的推荐算法模型 的计算，为求职者推荐匹配度更高的职位。完成智能人才测评的情况不是职位推荐 的必要数据输入，但可以辅助职位推荐更加准确。第二种是根据用户登录后对其行 为数据的统计，包括职位浏览、职位收藏行为，将统计数据作为输入，应用基于职位的协同过滤推荐算法，输出为求职者推荐的职位。图3-5 是职位推荐模块的用例 图。

Figure 3-5 Job Recommendation Module Use Case Diagram

企业端-职位管理

企业端的职位管理模块主要包括对职位的增删改查操作，其用例图如图3-6 所

示。

职位管理模块主要包括职位展示、新增职位、编辑职位、删除职位四项功能， 详细描述如下：

（1） 职位展示 企业端则展示所有的职位信息，提供自定义条件筛选，关键词匹配搜索等功能。

（2） 新增职位 根据各个部门招聘情况，由各个部门招聘负责人申报，人力资源部门工作人员 根据审批结果向职位库中新增岗位，其中包括职位名称、职位种类、面试开始时间、 职位描述、招聘人数、职位要求、是否需要笔试、目前投递人数、各个状态流程人 数、已招聘人数等岗位详细信息，这些信息都是结构化的。

（3） 修改职位 人力资源部门工作人员可以根据用人部门具体情况需修改职位库中本部门对 应职位的信息，但只能修改职位描述、具体要求，招聘人数只能在校园招聘集中面 试具体开始前修改。

（4） 删除职位 人力资源部门工作人员根据具体情况，如突然取消某一职位的招聘工作等可 以删除对应的职位，但必须没有候选人处于待笔试、待面试、结果待处理流程，即 没有候选人处于流程中。

企业端-简历池管理在求职者投递目标职位且流程结束（笔试、面试失败或拒绝录用通知）一个月 内，或求职者已填写完整个人信息但未投递职位，求职者的简历会进入公司的简历 池，显示求职者的个人信息、投递岗位、目前状态等，并且以图表的形式展示求职 者的特点和已有的面试评价、笔试成绩等。

其他部门的招聘人员可以点击某一简历的“有意向”按钮，并由人力资源人员 电话沟通求职者是否对该部门该岗位有意向，如有意向则发起笔试或面试，此求职 者信息从简历库移到候选人库中，如求职者拒绝则该简历重新处于结束状态，并标 记对该部门、该岗位不感兴趣。图 3-7是简历池管理的用例图。

企业端-面试官管理面试官由各个部门自行任命，不同级别的公司职员会被任命为不同面试轮次 的面试官，此时该职员会显示为该部门的某一面试轮次的面试官，并显示面试官详 细信息包括姓名、职位、职级、面试轮次、面试职位、面试次数、待面试安排。部 门招聘人员负责人或人力资源部门人员可以协商沟通后为面试官安排面试，此时 会为面试官在办公通讯软件上推送面试安排提醒，并在平台中生成面试卡，显示候 选人信息链接、面试时间、是否为线上面试，如果为线上面试则显示视频面试链接 或电话面试的手机号码，如果为线下面试则显示面试地点，并提醒面试官准时面试。 面试卡中有修改面试时间的选项，面试官由于临时有紧急时间可以选择该选项，由 人力资源部门人员负责与候选人沟通，沟通成功后更新面试卡，如候选人时间无法 与该面试官匹配则更换面试官。

企业端-候选人管理

求职者投递某岗位后成为某岗位的候选人，自动进入某部门某岗位候选人池， 根据所处流程实时更新候选人流程状态、评价等信息。一旦求职者笔试、面试失败 或拒绝录用则从候选人池中移除，此时求职者的个人信息等出现在简历池中。以下 是此功能的用例图。

企业端-面试管理人力资源部门工作人员身份登录企业端后可以根据具体情况为候选人安排面 试，一次只能为一名候选人安排面试，点击安排面试后，会弹起面试安排界面，可 以选择面试开始时间、面试类型、面试官、面试地点或面试链接等信息，点击确定， 即安排面试成功。面试安排成功会向求职者推送短信信息，并且在求职者端展现面 试卡，同时也会在办公通讯软件中为面试官推送面试安排信息，并在企业端首页展 示面试卡。面试官可以通过点击面试卡或在候选人管理中编辑对应候选人的面试 记录。由于候选人放弃面试等原因，面试取消时会删除面试，并且推送信息至求职 者和面试官。图 3-10 是面试管理的用例图。

企业端-笔试管理

人力资源部门工作人员角色登录时展示安排笔试候选人列表，可以为一名或

多名候选人安排笔试。笔试管理的主要功能如用例图3-11 所示。

企业端-简历智能评分简历智能评分包括两部分，一部分是在求职者投递职位后，根据候选人结构化 个人信息，输入候选人评分模型，对候选人个人信息进行基本的评分，生成对应标 签辅助后续人力资源部门人员进行简历初筛；另一部分是在用人部门筛选简历时， 由候选人全部个人信息和投递职位的职位信息作为输入，进行模型计算，输出该求 职者与改职位的匹配度及相关标签，作为用人部门筛选的辅助信息，并在在笔试完 成后或面试完成后实时更新，重新作为输入进行模型计算，计算结果以图表的形式 展示在候选人模块。图 3-12为简历智能评分的用例图。

　3.4 微信小程序系统非功能性需求

校园招聘平台作为一个公司对内对外都有开放功能的平台微信小程序系统，除了功能性具体需求，对非功能性需求也十分重要，与用户体验息息相关，具体如下：

可靠性本平台涉及企业的人才招聘，无论是对求职者来说，还是对企业来说，公平公 正都是十分重要。尤其是校园招聘作为企业注入青春血液的重要渠道，必须保证招 聘的公平公正。虽然本平台目前用户量比不上其他主流网站，但对安全性的要求也 是很高的，因为招聘这一业务场景对公平公正的要求明显高于其他业务场景，故安 全可靠是本平台的根本性能，这就需要本平台对外界复杂的网络环境、复杂的网络 攻击有很强的自身保护能力，能提供全时段完善的容错保护机制。

正确性本平台的结果十分重要，无论是面向求职者还是面向企业。对于求职者来说， 职位推荐的准确性可能影响到一个刚刚毕业的大学生未来的职业规划，求职者端 信息显示的准确性可能影响到求职者对企业的主观认知和了解；对企业来说，对候 选人的智能评分的准确性直接影响到企业是否会错失一个合适的人才，并且，如果 平台的准确性不能得到保证，该平台不仅不能解放之前困于繁杂流程的生产力，还 会导致招聘各环节人员浪费更多的时间。更重要的是，如果企业端的正确性不能得 以保证，可能导致能力不够的人员进入公司，不仅浪费人力物力，甚至有可能造成 劣币驱逐良币的不良现象，影响公司文化和氛围从而可能流失更多人才，影响公司 名誉。所以，保证本平台的安全性是必须的。

高效性本平台虽然只作为本公司校园招聘使用，但是由于校园招聘存在时间跨度短 的问题，导致平台可能需要在短时间内处理很大的数据量，因此对分析计算和应对 大数据两方面都有一定的要求。在职位推荐和智能评分等环节引入的算法都是公 司应用于大数据需求的模型算法，并且在硬件方面，公司目前拥有计算集群，故能 满足告诉计算的需求。响应速度的提高在高效计算的基础上，从工程开发的角度， 无论是前端框架、后端框架、还是在数据设计方面都有所考虑，从全方位提高响应 速度，保证平台的高效性。

可扩展性考虑到后续随着企业的发展，企业招聘的需求可能会不断扩展，并且之后本平 台由智能办公部分进行商业化处理，对外提供第三方服务，此平台必须便于增加新 的功能和模块，也便于对某些功能的删减，即做到可插拔，随插随用，以满足二次 开发时新的需求。因此整个平台的架构必须十分清晰，子微信小程序系统、多模块划分十分必 要，以保证平台的低耦合、高内聚。

易用性平台风格沿用公司现有风格，不需要额外的用户教育。求职者端沿用本公司其 他对外提供的客户端风格，简单、科技、友好；企业端沿用公司内部微信小程序系统的简单、 高效的风格。使得本平台的用户不需要额外的学习成本，操作简单高效，也简化运 营、维护人员对新平台的适应工作，从而很大程度上提高效率。

本章小结本章首先对校园招聘平台的需求分析进行了综述，详细说明了微信小程序系统的总体目 标、可行性分析。之后对本平台的功能性需求进行了描述，明确了平台的所有角色 划分，以及每个需求的具体内容，并以用例图的形式进行了展示。最后从可靠性、 正确性、高效性、可扩展性、易用性五个方面分析了本平台的非功能性需求。

校园招聘平台概要设计

本章主要基于前一章的需求分析，对校园招聘平台的总体架构进行设计，对其 三层架构的主要架构和技术做了相关的介绍，之后按照功能性的需求分析对各个 子微信小程序系统进行了更进一步的划分，使得各模块功能结构清晰明了，最后详细的介绍了 本平台的数据库设计。

平台业务架构设计

本平台的业务架构十分清晰明了，主要就是分为两个子微信小程序系统，10 个主要业务 功能。求职者端子微信小程序系统业务功能主要有：个人中心、职位管理、职位推荐三个。企 业端子微信小程序系统主要包括的业务功能有：职位管理、面试管理、笔试管理、候选人管理、 面试官管理、简历池管理、简历智能评分。各个业务功能在处理时自动生成日志记 录，且各项业务功能根据用户权限不同受到权限限制。

本节将主要对本平台的技术架构进行简要的描述，校园招聘平台是在软件工 程实践中典型的分层架构平台。

主要技术流程如下：

Ajax 作为前端展示向后端服务发起异步请求的传输渠道。后端根据对前端的请求进行相应的匹配，匹配到正确的请求方法并进行相 应的解析。通过解析后的方法进行对应的业务逻辑处理。根据ORM架构进行对应的数据访问。向前端返回处理结果。前端结合处理结果对页面进行渲染更新，最终实现页面展示。微信小程序系统功能模块设计

根据面向的用户角色不同以及使用网络范围不同将校园招聘平台划分为两个 子微信小程序系统，即校园招聘平台求职者端子微信小程序系统和校园招聘平台企业端子微信小程序系统。

校园招聘平台求职者端主要用户为求职者，围绕求职者的核心需求即求职提 供3 个功能模块的功能，即职位管理、个人中心模块、职位推荐。求职者端的职位 管理模块主要包括职位浏览、职位收藏、职位申请 3 个功能。个人中心模块主要包 括个人信息浏览、编辑、删除以及职位申请流程相关的进度展示功能，如职位申请 进度、面试卡、笔试卡、人才测评入口、职位收藏列表等。职位推荐功能根据现有 的用户相关数据，输入推荐模型，为用户推荐匹配度高的职位。

校园招聘平台企业端的主要用户为企业招聘工作相关的工作人员，根据职责 不同对企业端拥有不同的用户权限，且必须在企业内网的网络环境下访问。企业端 主要包括职位管理、候选人管理、简历池管理、笔试管理、面试管理、面试官管理、 简历智能评分 7 个功能模块。企业端的职位管理主要包括对招聘职位的新增、编 辑、浏览、删除四项操作，职位浏览可以通过筛选查看某一或某些职位目前的招聘 情况，如已招聘人数、已笔试人数等。候选人管理模块即包括对候选人招聘流程的 大多数操作流程，主要包括候选人编辑功能和候选人查看功能，求职者申请职位后 自动成为该职位的候选人，候选人查看功能为用户提供查看候选人目前已产生的 所有求职痕迹，例如简历初筛标签、笔试成绩、面试记录等以及候选人个人信息等。 候选人编辑功能主要包括对候选人所处招聘流程的更新，如简历初筛功能、用人部 门筛选功能等。简历池管理模块主要是对近一个月内流程结束的简历和编辑个人 信息后暂未申请职位的简历进行管理，提供简历查看、简历标记和取消标记的功能， 一旦求职者重新处于招聘流程或流程结束超过一个月且暂未处于简历标记状态简 历从简历池中自动删除。笔试管理主要为用户提供安排笔试、编辑笔试记录、删除 笔试、查看笔试记录的功能。面试管理主要为用户提供安排面试、编辑面试记录、 删除面试记录、查看面试记录的功能。面试官管理即通过用人部门报备的面试官信 息，对面试官进行增删改查操作。智能简历评分模块包括简历基本评分和简历综合 评分两项功能，分别辅助人力资源部门人员进行简历初筛和用人部门进行进行用 人部门筛选。

数据库设计本节主要介绍校园招聘平台的关系型数据库部设计。首先介绍校园招聘平台 涉及的实体关系，然后介绍相关表，根据数据库表的具体内容和用途，以及各表之 间的关系，画出了设计的实体关系图、具体的数据库表的内容。为了提高搜索查询 的效率，还使用了 Redis进行部分日志数据的缓存，因为它具周期性的将服务器的 内容拉到Redis本地，极大的提高了效率。

数据库概念设计校园招聘平台主要核心功能是招聘和求职过程，而招聘和求职这两个过程是 数据交换型的业务，因此对数据的增删改查尤为重要，数据库设计对于本平台来说 是举足轻重的一步。

校园招聘平台从根据求职者是否已经申请可以划分为两部分实体。一部分是 在求职者申请前，包括账户、简历评分、人才测评、个人信息、教育信息、实习信 息、获奖信息、项目信息、面试官信息、笔试安排信息、职位信息、职位收藏信息，另一部分是在求职者申请职位之后，包括候选人信息、笔试记录、面试记录。

校园招聘平台求职者端与企业端的数据是通过求职者申请职位交互起来的， 在求职者职位申请之前，无论是登录、注册，个人信息编辑、职位浏览、人才测评 等都是求职者端的数据操作，但不会与企业端进行数据交互。一旦用户申请职位， 即成为某个职位的候选人，校园招聘平台的企业端和求职者端开始进行数据交互。

在校园招聘平台的实体关系情况主要如下：用户通过注册拥有了公司的通用 账号，无论是企业人员还是求职者都是通过此账户唯一标识的。账户和个人信息是 一对一的关系，一个用户只能对应一份个人信息，即求职者的简历信息。根据用户 的个人信息，后台推荐微信小程序系统的智能简历评分模块对求职者进行评分，因此，一个求 职者只能对应一份简历评分以供人力资源人员和部门筛选人员参考。对于求职者 来说，人才测评不是必选项，而且人才测评只能最多参加一次，因此账户与人才测 评是一对多一关系。并且每次推荐产生的结果只包括最多一个职位，故职位与智能 推荐结果也是一对一的关系。用户收藏某一职位后，收藏列表中加入收藏信息，用 户与职位收藏信息为一对多关系。在用户申请职位之后，成为某个职位的候选人， 由于一个用户仅且只能申请一个职位，所以账户与候选人之间一一对应，但职位与 候选人之间是一对多的关系，因为一个职位一般有多名候选人。一个候选人只能参 加一场笔试，因此笔试记录和候选人是一一对应的关系，但由于大多数职位都需要 至少三轮的面试，所以候选人与面试信息是一对多的关系。一个职位会有多个面试 官来面试，但一个面试官只能面试一种职位。所以面试官与职位是一对多的关系。 而一个面试官可以面试同一种职位的多个候选人。所以面试官与面试是一对多的 关系。

数据库物理设计根据数据库的实体联系信息，本人对数据库的表结构也做出了相应的设计，按 照需求，各表之间的实体联系图具体如图 4-5所示。

表之间以外键的形式连接， userid 作为 userInfo 表中的中间，标志用户的唯一 标识，在 interviewerInfo、talentAssessmentInfo、personalInfo、awardInfo、inetrnshipInfo、 projectInfo、educationalInfo、candidateidInfo、favoritejobInfo、 resumescreInfo、 recommendationinfo这十一张表中作为外键；jobinfo表的主键jobid是职位的唯一 标志， 是 interviewerinfo 、 recommendationinfo 、 candidateidinfo 、 writtenarrangementlnfo 四张表的外键；candidateinfo 表的主键是字段 candidateid， 对应唯一的候选人，是interviewinfo> writtrnexaminfo两个表的外键。

数据库表设计

按照校园招聘平台的实体关系图，各个实体之间如何关联是数据表设计的关 键，微信小程序系统核心的数据表的名称、描述、涉及功能见表4-1所示。

表 4-1 校园招聘平台数据库表设计详情 Table 4-1 Table Details Of Task Model Database Table Design

数据库表名	描述	涉及功能
userinfo	账户信息	用户管理、找回密码
personalinfo	个人信息	个人信息管理
jobinfo	职位信息	职位管理
interviewerinfo	面试官信息	面试官信息管理
candidateinfo	候选人信息	候选人信息管理
interviewinfo	面试信息	面试信息管理
resumescoreinfo	简历评分信息	简历智能评分
talentAssessmentinfo	人才测评信息	智能人才测评
writtrnexaminfo	笔试记录信息	笔试管理
recommendationinfo	职位推荐信息	职位智能推荐
educationalinfo	教育信息	个人信息管理
internshipinfo	实习信息	个人信息管理
projectinfo	项目信息	个人信息管理
awardinfo	获奖信息	个人信息管理
favoritejobinfo	职位收藏信息	职位收藏
writteninfo	笔试安排信息	笔试管理
resumePoolinfo	简历池信息	简历池管理

详细的数据库表设计见表4-2至表4-17（只包含部分数据库表的部分属性）。

表 4-2 账户信息表

Table 4-2 User Table

序号	字段名	类型	属性	是否可空	描述
1	userid	bigint(20)	primary key	否	id
2	password	varchar(64)	－	否	密码
3	username	varchar(64)	－	否	用户名
4	user type	varchar(64)	－	否	用户类别

表4-2 中是账户信息表，其中userid 作为此表的主键唯一标志用户， user_type

作为用户类型的标志，区分用户是外部用户（求职者）还是公司内部员工。

表 4-3 求职者个人信息表 Table 4-3 Personalinfo Table

序号	字段名	类型	属性	是否可空	描述
1	userid	bigint(20)	foreign key	否	id
2	target_work_city	varchar(64)	－	否	目标工作城 市
3	interview_city	varchar(64)	－	否	可面试城市
4	Campus _recruitment_year	int(11)		否	校园招聘年 度
5	Job_type	varchar(64)	－	否	职位种类
6	Recruitment_source	varchar(64)		否	招聘信息来 源
7	Name	varchar(64)	－	否	姓名
8	sex	varchar(64)	－	否	性别
9	Highest_education	varchar(64)	－	否	最高学历
10	Citizenship_Country	varchar(64)	－	否	国籍
11	Certificate_type	varchar(256)	－	否	证件类型
12	iD_number	varchar(64)	－	否	证件号码
13	Mobile_phone	int(11)	－	否	移动电话
14	Birth_date	varchar(64)	－	否	出生日期
15	Email	varchar(64)	－	否	电子邮箱
16	Graduated_school	varchar(64)	－	否	毕业院校
17	Graduation_time	varchar(64)	－	否	毕业时间
18	Graduation_Major	varchar(64)	－	否	毕业专业
19	personalinfoid	bigint(20)	primary key	否	个人信息id

表 4-3 主要存储的是求职者的个人信息，例如姓名、性别、校招年度等，用来 描述求职者的具体信息。

表 4-4 获奖信息表 Table 4-4 Awardinfo Table

序号	字段名	类型	属性	是否可空	描述
1	awardid	bigint(20)	primary key	否	获奖信息id
2	award_personalinfoid	bigint(20)	FOREiGN KEY	否	候选人id
3	awardname	varchar(256)	－	否	获奖名称
4	awardtime	varchar(256)	－	否	获奖时间

表 4-4 主要存储的是求职者的获奖信息，例如获奖名称、获奖时间。

表4-5 教育信息表Table 4-5 Educationalinfo Table

序号	字段名	类型	属性	是否可空	描述
1	educationalinfoid	bigint(20)	primary key	否	获奖信息id
2	educational_personalinfoid	bigint(20)	FOREiGN KEY	否	候选人id
3	schoolname	varchar(256)	－	否	学校名称
4	startingtime	varchar(256)	－	否	开始时间
5	endingtime	varchar(256)	－	否	结束时间
6	degree	varchar(256)	－	否	学位信息

表 4-5 主要存储的是求职者的教育信息，例如学校名称、学历、开始时间等。

表 4-6 项目信息表 Table 4-6 internshipinfo Table

序号	字段名	类型	属性	是否可空	描述
1	internshipid	bigint(20)	primary key	否	实习信息id
2	intern_personalinfoid	bigint(20)	FOREiGN KEY	否	候选人id
3	companyname	varchar(256)	－	否	实习公司名称
4	startingtime	varchar(256)	－	否	开始时间
5	endingtime	varchar(256)	－	否	结束时间
6	positionname	varchar(256)	－	否	职位名称
7	jobresponsibility	varchar(256)	－	否	工作职责

表 4-6 主要存储的是求职者的实习信息，例如实习公司名称、开始时间、结束 时间、职位名称、工作职责等。

表 4-7 项目信息表 Table 4-7 projectinfo Table

序号	字段名	类型	属性	是否可空	描述
1	projectid	bigint(20)	primary key	否	项目信息id
2	project_personalinfoid	bigint(20)	FOREiGN KEY	否	候选人id
3	projectname	varchar(256)	－	否	项目名称
4	startingtime	varchar(256)	－	否	开始时间
5	endingtime	varchar(256)	－	否	结束时间
6	office	varchar(256)	－	否	职务
7	projectdescription	varchar(256)	－	否	项目描述
8	projectresponsibility	varchar(256)	－	否	项目职责

40

表 4-7 主要存储的是求职者的项目信息，例如项目名称、开始时间、结束时间、 职务、项目描述、项目职责。

表 4-8 职位信息表

表 4-8 主要存储职位的详细信息，如职位类型、职位部门，为职位展示、职位 推荐、职位申请、职位收藏提供数据，关联面试官的职位信息。

表 4-9 职位收藏信息表 Table 4-9 Favoritejobinfo Table

序号	字段名	类型	属性	是否可空	描述
1	favoriteid	bigint(20)	primary key	否	收藏职位信息id
2	favorite_jobid	bigint(20)	FOREiGN KEY	否	职位id
3	favorite _userid	bigint(20)	FOREiGN KEY	否	User id
4	favoritetime	varchar(256)	－	否	收藏时间

表 4-9 主要存储职位的收藏职位信息，如收藏时间、职位 id、userid。

表 4-10 候选人信息表 Table 4-10 Candidateidinfo Table

序号	字段名	类型	属性	是否可空	描述
1	Jobid	bigint(20)	foreign key	否	职位id
2	Userid_candidateid	bigint(20)	FOREiGN KEY	否	User id
3	Candidateid	bigint(20)	pRiMARY KEY	否	候选人id
4	process status	varchar(64)	－	否	流程状态

41

表 4-10 是职位申请的结果体现，求职者申请职位后，会成为某一职位的候选 人，是求职者与职位的信息绑定。Candidateid作为唯一标识候选人的id,是候选 人表的主键， process_status 用来记录目前候选人所处状态，由简历初筛到面试成功 或流程结束多个可选值。

表 4-11 面试信息表 Table 4-11 interviewinfo Table

序号	字段名	类型	属性	是否可空	描述
1	interview_id	bigint	primary KEY	否	面试记录id
2	Candidateid_interview	bigint	FoREiGN KEY	否	候选人id
3	time	varchar(64)	－	否	面试时间
4	interviewe_type	varchar(64)	－	否	第几轮面试
5	isonline	boolean(2)	－	否	是否为线上面试
6	interview_link	varchar(64)	－	否	面试链接
7	interview_location	varchar(256)	－	否	面试地点
8	Grades	int(3)	－	否	成绩
9	interviewer_id	bigint(20)	FoREiGN KEY	否	面试官id
10	interview record	varchar(256)	－	是	第几轮面试

表 4-11 主要记录面试安排和面试记录、面试成绩，包括面试时间、地点、状 态等，以及对应的求职者和面试官，还包括面试中生成的面试记录和面试成绩。

表 4-12 面试官信息表 Table 4-12 interviewerinfo Table

序号	字段名	类型	属性	是否可空	描述
1	Jobid_intervie	bigint(20)	foreign	否	职位id
	wer		KEY
2	userid_intervie	bigint(20)	FoREiGN	否	id
	wer		KEY
3	interviewerid	bigint(20)	pRiMARY	否	面试官id
			KEY
4	Job_Rank	varchar(64)	－	否	工作职级
5	interviewer_ran k	varchar(64)		否	面试职级

表 4-12 存储的是面试官的相关信息，例如面试职位、面试职级、工作职级等。

42

表 4-13 笔试信息表 Table 4-13 Writtenexaminfo Table

序号	字段名	类型	属性	是否可空	描述
1	writtenid	bigint(20)	primary KEY	否	笔试id
2	duration	varchar(256)	－	否	时长
3	linkinfo	varchar(256)	－	否	链接
4	written_jobid	bigint(20)	FoREiGN KEY	否	职位id

表4-13主要存储职位的笔试信息，如笔试时长、链接、职位id。

表 4-14 笔试记录信息表

Table 4-14 Writtrnexamrecordinfo Table

序号	字段名	类型	属性	是否可空	描述
1	Candidateid_writtrnexam	bigint(20)	foreign KEY	否	候选人id
2	writtrnexamrecordid	bigint(20)	pRiMARY KEY	否	笔试id
3	Writtrnexam_time	varchar(64)	－	是	笔试时间
4	Writtrnexam_link	varchar(64)	－	否	笔试链接
5	Grades	int(100)	－	否	笔试成绩
6	exam_writtenid	bigint(20)	FoREiGN KEY	否	笔试信息id

表4-14和面试记录表相似，存储的是某一求职者笔试的安排和笔试的结果，

包括笔试时间、笔试链接、以及笔试后计算的成绩结果。

表 4-15 简历评分信息表

Table 4-15 Resumescoreinfo Table

序号	字段名	类型	属性	是否可 空	描述
1	Userid_resumescore	bigint(20)	foreign KEY	否	id
2	Resume_basic_score	int(3)	－	否	简历基本评分
3	Resume_overall_score	int(3)	－	否	简历全面评分
4	Resume intelligent evaluation	varchar(256)	－	否	简历智能评价

表 4-15 中的评分有两种，一种是针对简历初筛，根据求职者个人基本信息生 成简历基本评分，辅助人力资源相关人员；另一种是简历综合评分，根据求职者实 践经历、项目经历、个人评价等，做出相应的计算，产生结果辅助用人部门筛选。

表 4-16 人才测评信息表

Table 4-16 Talentassessmentinfo Table

序号	字段名	类型	属性	是否可空	描述
1	Userid_talent	bigint(20)	foreign KEY	否	id
2	Talent_id	bigint(20)	pRiMARY KEY	否	人才测评id
3	Sign talent	varchar(128)	－	否	sign

表4-16主要是存储生成的人才测评对应的sign值，已经测评相关的结果，以 辅助职位推荐。

表 4-17 推荐结果信息表

Table 4-17 Recommendationresultinfo Table

序号	字段名	类型	属性	是否可空	描述
1	userid_recommend	bigint(20)	foreign key	否	id
2	recommendationid	bigint(20)	pRiMARY KEY	否	推荐结果id
3	recommend_time	varchar(64)	－	否	推荐时间
4	jobid recommendation	bigint(20)	foreign key	否	推荐职位id

表4-17存储的是职位推荐的结果，记录推荐时间和推荐职位的职位id。

本章小结本章简要介绍企业校园招聘平台的概要涉及，分别对平台的业务架构、技术架 构进行描述与展示，之后详细描述了校园招聘平台求职者端、企业端的具体功能划 分，最后对平台的数据库设计做了详尽的描述，从数据库的概念设计到逻辑设计以 及最后的物理设计，画出了简要的实体关系图，详细的表结构，以及物理设计中的 实体关系结构图。

校园招聘平台详细设计与实现详细设计与实现是微信小程序系统开发过程中的一个必要环节，并且其关乎微信小程序系统从无到 有的，能否真正的落地实现，是微信小程序系统开发所有步骤的关键，也直接影响后期测试环 节和维护环节的难易程度。前两章已经完成了校园招聘平台的需求分析与概要设 计，本章主要介绍该平台的详细设计与具体实现。

求职者端详细设计与实现校园招聘平台求职者端有两种访问形式，一种是通过微信小程序，另一种 是通过网页，在两端提供的功能基本一致，除小程序端登录额外提供一种通过获 取微信绑定的手机号后给手机发送验证码的方式登录。因为微信小程序是运行在 微信APP中的，一旦用户授权，可以获取用户的登录信息。

本节将通过具体功能模块详细设计和求职者端部分实现效果图全面的描述校 园招聘平台求职者端的详细设计与实现。其中主要包括职位管理、个人中心和职 位推荐这三个主要模块。

图 5-1 展现的是求职者在校园招聘平台的求职主要流程，涉及求职者端主要 的功能模块。

图 5-1 学生的总体业务流程图 Figure 5-1 Student’s overall business flow chart

45

个人中心模块个人中心模块的主要功能是编辑个人信息和展示求职相关信息，包括职位推 荐结果、笔试卡、面试卡、投递进度、职位收藏列表等，并且提供人才测评、在 线笔试、在线面试、修改密码的入口。图 5-2展现了求职者在登录后进入个人中 心的相关操作流程，未登录用户无法进入个人中心，流程相对简单，在此不详细 介绍。

图5-2 个人中心模块流程图

Figure 5-2 personal Center Module Flow Chart

个人中心相关信息展示和编辑个人信息的时序图如图5-3和5-4所示，描述

求职者端个人中心页相关信息展示请求数据从展现层数据处理到逻辑层再到数据 库进行相关数据操作，最后再原路返回将数据操作结果返回给前端展现层进行页 面更新、渲染的整个流程。并且还描述了在用户编辑个人信息时，从展现层拿到 更新后的数据传输到数据库进行数据操作最终将操作结果返回展示层，向用户提 示编辑结果。个人中心模块的关键功能是由PersonalInfoController 实现的， 该类的getUserlnfo()方法，可以获取与用户相关的信息，包括账户信息、职位推荐结果、人才测评信息、候选人信息、职位收藏信息。个人中心模块的个人信息除了数据表 PersonalInfo 中的信息，还包括用户的教育信息、实习信息、项目信息、项目信息。

职位管理求职者浏览到有意向的职位后，可 以对职位进行收藏或直接申请职位，一个用户最多可以收藏三个职位，每次最多可 以申请一个职位。在进行职位申请时，首先判断是否登录，如果登录会判断是否已 经编辑个人信息，如果已经编辑个人信息，即可确认个人信息后确认申请职位，如果未编辑个人信息或在确认个人信息时选择编辑个人信息，都会跳转到个人中心模块的编辑个人信息，编辑后需返回职位浏览页重新申请该职位。

图5-5 职位管理流程图

Figure 5-5 Roughly Entity Relationship Diagram

图5-6 是用户进入校招职位主页到职位申请整个流程的时序图，图5-7 是这一流程对应的关键类图。用户进入校招职位主页，前端展现层会向服务端发起请求职 位数据，在数据库中进行相应查询操作后返回查询结果，前端在接收到服务端返回 的数据后进行界面展示，此时用户即可进行正常的职位浏览。在浏览到有意向的职 位后，点击职位申请按钮，发起职位申请请求，服务端将此请求处理并进行对应职 位的候选人新增操作，操作完成后返回结果给展示层，提示用户申请成功。

图 5-6 职位管理模块时序图

Figure 5-6 Roughly Entity Relationship Diagram

图 5-7 职位管理关键类图

 

Figure 5-7 Key Class Diagram of Position Management

职位推荐职位推荐功能是通过之前企业多年校园招聘中积累的求职者信息、职位申请 信息、申请成功信息等数据形成知识库［23］，并且结合推荐算法对其进行分析、挖 掘、计算，以实现为求职者提供职位推荐的功能。本平台选用两种推荐算法混合的 方式，对于将求职者职位浏览、职位收藏等行为统计作为算法输入，选用基于职位 的协同过滤推荐算法，计算得出推荐结果，另一种是根据公司多年积累的校园招聘 经验形成知识库，将求职者的个人信息、人才测评结果作为输入，选用基于知识图 谱的个性化职位推荐算法［24］，构建推荐模型，输出另一个结果。下图展现了职位推 荐的相关流程。

图 5-8 职位推荐流程图

Figure 5-8 Job Recommendation Flowchart

基于职位的协同过滤推荐模型的实现 协同过滤算法的关键是对用户行为的统计与分析，在职位推荐场景即根据求 职者在登录后的职位浏览行为和职位收藏行为的日志，包括普通浏览、自定义条件 筛选浏览、浏览详情、点击进入详情页、职位收藏等各类操作日志，根据这些日志 生成结构化的用户行为记录表，存储用户的行为数据。之后对用户的行为记录表进 行分析［25］，当职位的任一用户行为记录数据存在时，即代表该求职者对此职位感 兴趣，根据浏览行为的程度不同。对浏览和收藏行为进行评分加权，最终生成兴趣 职位表［26］，具体评分如表5-1 所示：表 5-1 用户行为评价表

Table 5-1 User Behavior Evaluation Table

用户行为 评分

浏览行为	无筛选	浏览页详情		1
		详情页		2
	有筛选	筛选城市	浏览页详情	3
			详情页	4
		筛选职位类型	浏览页详情	3
			详情页	4
		两项均筛选	浏览页详情	5
			详情页	6
收藏行为				在浏览的基础上+2

根据用户对应的兴趣职位表中以评分为索引进行排序，取排序中评分最高的

基于知识图谱的职位推荐模型的实现 基于知识图谱的职位推荐，首先需要构建面向职位推荐的知识图谱，将积累的 多年的招聘相关数据，包括职位数据、简历数据以及职位与求职者的对应关系等。 具体详细流程如下，根据多年的招聘沉淀的数据和经验形成面向职位推荐的领域

求职者端主要实现效果图网页效果图 用户登录成功后，进入招聘平台求职者端主页面，显示校园招聘首页，招聘首 页主要是对该年度校园招聘的宣传，通过导航栏可以进入不同的页面，导航栏主要 包括首页、校招职位、流程动态、了解公司、个人中心五项。

	表 5-2 页面-功能信息表 Table 5-2 Page-Function Information Table
导航栏	具体功能
首页校招职位	主要进行该年度校园招聘的宣传，提供职位申请入口 主要显示目前正在招聘的所有职位信息。
流程动态	主要提供招聘动态信息的发布、招聘流程的展示以及常见问题对 应的解答展示。
了解公司	主要展示公司相关信息如企业介绍、企业文化、工作生活等。 主要提供编辑、展示个人信息的功能。在此页面展示职位推荐结
个人中心	果、投递进度、收藏职位、笔试卡、面试卡等内容，并且提供智 能人才测评入口。

图 5-13 是校招职位页的主页，展示目前正在招聘的所有校园招聘职位的列表， 用户可以按照工作地、职位种类筛选，职位列表展示职位名称、职务为类别、招聘 人数、笔试时间、面试开始时间等信息。点击某一职位直接跳关职位详情页，显示 该职位对应的所有信息，包括工作职责和职位要求等。职位详情页提供职位申请与 职位收藏功能；用户也可以点击每项职位最右端的向下箭头以下拉式打开职位详 情，额外展示职位职责和职位要求，并且通过按钮的形式提供职位申请与职位收藏 的功能。实现主要效果图如图 5-13至 5-15所示。

图 5-13 校招职位页效果图

Figure 5-13 School Recruitment Job Page Renderings

图 5-16 是个人信息页面的具体实现情况。在此页面用户可以编辑、查看自己 的简历信息，右侧侧栏主要展示一些目前的进度信息，从上到下情况见表 5-3，展 示规则均为有内容时展示内容卡片，无内容时不展示。

表 5-3 卡片-详情信息表

Table 5-3 Card-Detailed Information Sheet

内容名称	详情
智能人才测评入口	用户可以点击该入口进入智能人才测评，如己完成则显示测评结果 链接。用户最多只能进行三次智能人才测评，超过三次除结果链接 外本卡片其余位置置灰，点击除结果链接外其他位置弹出提示信 息。 显示职位推荐结果，右下角向右箭头提供跳转该职位详情页功能。
职位推荐结果

	表 5-3 (续表) Table 5-3 (Cont.)
内容名称	详情
投递进度	展示投递的职位的简略信息，包括职位名称、地点、申请时间，并 且展示当前投递的具体进度，进度包括简历初筛、用人部门筛选、 笔试待安排、待笔试、面试待安排、待面试、面试已完成、面试通 过，流程已结束等。
笔试卡	如进度处于待笔试，则显示笔试卡，主要展示笔试的详细信息，包 括笔试具体时间，笔试链接。
面试卡	如进度处于待面试，则显示面试卡，主要展示面试的详细信息，包 括面试具体时间，线上面试展示面试链接，线下面试展示面试地 点。
收藏职位	展示用户收藏的所有职位信息，包括职位名称、地点、职位种类， 提供删除功能。
修改密码	提供修改密码入口，点击后跳转通用账户管理模块的密码修改页。

小程序效果图 小程序端与网页端提供的具体功能相同，但是考虑到屏幕比例的不同，对界 面的样式做了相应的调整，以更好的适配手机端。小程序端进入的首页仍是该年度的校园招聘宣传页，但不再有导航栏，而实

通过多个按钮跳转到其他页面，具体详情如下图5-17 所示。

图5-17 小程序首页效果图

Figure 5-17 Mini Program Homepage Effect Picture

考虑到手机屏幕较窄，校招职位列表中的职位信息分多行展示。具体情况如下 图 5-18，提供的功能与网页端相似，通过筛选城市和职位种类可以快速定位目标 职位，点击职位跳转职位详情页，不提供像网页版一样点击箭头打开职位详情的功 能。

图5-18 校招职位页效果图Figure 5-18 School Recruitment Job Page Renderings 由于在移动端尽量将重要信息一屏展示，故将网页版一页展示的个人中心页分割为两页展示，由个人中心页提供跳转到对应页面的入口，因此小程序端个人中心页提供我的简历、我的应聘和修改密码三个入口。

图5-19 个人中心页效果图

Figure 5-19 Personal Center Page Renderings

点击我的简历，跳转我的简历页，展示用户已有的简历信息，用户可以在此编辑简历。

图5-20 我的简历页效果图Figure 5-20 My Resume Page Renderings

点击我的应聘跳转到应聘详情页，主要展示网页版个人中心页右侧侧栏的功能，包括智能人才测评入口、职位推荐结果、投递进度、笔试卡、面试卡、收藏职位列表、修改密码入口等。在网页版已对具体功能进行了详细介绍与展示，在此不 再赘述，实现效果如图 5-21所示。

图 5-21 我的应聘页效果图

Figure 5-21 My Application Page Renderings

企业端详细设计与实现

校园招聘平台企业端类似于企业内部的 OA 微信小程序系统，并且无论是从设计风格还 是实现风格都也遵循公司内部微信小程序系统的通用风格。本节主要介绍企业端的详细设计 与具体实现，这些功能大多涉及数据的增删改查，是本平台的基本功能。图 5-22 主要描述了企业端在求职者申请职位后的处理流程，包括简历初筛、用人部门筛选、 安排笔试、安排面试、面试等。

图5-22 招聘流程图

Figure 5-22 Recruitment Flow Chart

校园招聘平台企业端操作人员包括两三种角色，包括人力资源部门人员，部门招聘相关人员、面试官，不同角色对应不同功能。企业端提供功能比较多，主要包 括职位管理、候选人管理、面试官管理、面试管理、笔试管理、简历池管理、简历 智能评分。

职位管理职位库的管理：部门招聘相关人员可以新增职位、编辑职位、删除职位，所有 企业人员均可查看职位，即对职位简单的增删改查。具体相关操作流程如下图 523所示。

 

图5-23 职位管理流程图

Figure 5-23 Job Management Flowchart

60

图5-24 是用户从进入职位管理页到新增职位流程的时序图。用户在进入职位 管理页面时，前端展现层会向服务端发起请求职位数据，在数据库中进行相应查询 操作后返回查询结果，前端在接收到服务端返回的数据后进行界面展示，此时用户 即可进行正常的职位浏览。在用户点击新增职位时，发起对应的请求，服务端对请 求进行处理，对数据库中职位表进行新增操作，操作结束后并将操作结果返回给前 端，前端为用户展示新增结果。

候选人管理人力资源相关人员和对应部门的招聘相关人员均可查看某一职位对应的候选 人所有信息。候选人新增是通过求职者端职位申请自动完成的，候选人删除是通过 面试结果为“不通过”时自动触发的，候选人信息编辑可以候选人进度变化后自动 更新，例如在人力资源部门人员完成笔试安排后，候选人信息自动更新，候选人状 态自动更新为待笔试，也可以根据相关操作如简历初筛更新候选人信息。图 5-26 展示了从进入候选人管理页面到编辑面试记录的流程。

图5-26 候选人管理流程图

Figure 5-26 Candidate Management Flow Chart

图5-27和图5-28展示了用户从进入候选人管理页面到查看某一候选人详细信

息以及编辑面试记录整个流程的时序图和关键类图。

面试官管理根据部门报送的招聘相关人员名单，根据工作职级和对应职位，以及部门备注， 由人力资源相关人员进行新增、编辑、删除面试官。图 5-29 是用户进入面试官管 理页面进行浏览、新增、编辑、删除面试官的具体流程。笔试管理

在求职者通过用人部门筛选后，人力资源相关人员为求职者安排笔试，可以一 次为一名或多名候选人安排笔试，只需填写笔试开始时间，微信小程序系统会根据候选人申请 的职位分配具体类别的笔试，并且向求职者发送笔试通知、展示笔试卡。由于此功 能比较简单，在此不描述功能流程、时序图和类图。

面试管理面试管理主要为用户提供浏览面试信息、新增面试、编辑便是信息、删除面试 四种功能，但针对于不同的用户角色。人力资源部门工作人员可以新增面试、浏览 面试、删除面试，但新增面试时不可填写面试记录、面试评价和面试结果，新增面 试后对为该条面试信息的面试官添加编辑权限。面试官可以对应的编辑和浏览面 试信息，编辑时只可以编辑拥有编辑权限的面试记录、面试评价、面试结果。由于 此功能比较简单，在此不描述功能流程、时序图和类图。

简历池管理简历池标记职位功能只对部门招聘工作负责人和人力资源部门工作人员开放，提供展示近一个月内流程结束或编辑个人信息后但为申请职位的个人信息，用户可以通过标记该简历，对应的人力资源接受到标记后电话沟通求职者，如果求职者 有意向则自动成为该职位候选人，简历信息从简历池移除，无意向由人力资源部门 工作人员对该简历标记对该职位无意向，人力资源部门工作人员只有编辑标记为 对某一职位不感兴趣的权限。图 5-32 是进入简历池管理到标记某一简历的功能流 程图。

图5-32 简历池管理流程图Figure 5-32 Resume Pool Management Flow Chart

智能简历评分简历智能评分包括两种，一种是简历基本评分，另一种是简历综合评分。对简

历进行评分的关键是通过招聘专家人工选定的指标，表 5-4展示了一些评价指标的 示例。

表 5-4 简历评价指标信息表

Table 5-4 Resume Evaluation Index Information Form

功能	评价指标
	最高学历
	专业相关度
	语言能力
简历基本评分	毕业院校
	有无实践经历
	获奖经历
	实习经历
	项目经历
简历全面评分	专业技能
	个人评价

由于个人信息在采集时已经做好结构化处理，因此只需要对数据存储中的数 据进行简单的处理［29,30］。根据之前积累的招聘经验，对不同职位对求职者的要求 进行标签化处理，并且分为 5个等级，并以语言能力为例，具体如下表 5-5。

表 5-5 评分级别信息表

Table 5-5 Rating level information table

等级	评分	标签举例
十分重要	10	精通英语
比较重要	8	擅长英语
一般重要	6	熟悉英语
不太重要	4	掌握英语
不重要	2	了解英语

经过对职位信息标签化处理后，与结构化的个人信息比对，计算出求职者对应

的简历基本评分、简历综合评分。具体流程如图 5-35，首先分别对职位信息进行标

签化和个人信息结构化，得到标签化的职位信息和结构化的个人信息，输入企业自 研的计算模型，计算出简历基本评分和简历综合评分，以辅助简历初筛和用人部门 筛选。

图 5-35 简历智能评分流程图

Figure 5-35 Resume Intelligent Scoring Flowchart

企业端主要实现效果图本节主要对校园招聘平台企业端的部分实现效果图进行展示。根部不同角色 展示不同模块。图5-36 是以人力资源管理工作人员身份登录微信小程序系统后的首页，以卡 片的形式展示待办事项，点击卡片可以直接跳转对应流程，如点击简历初筛卡片， 按照职位分类显示待初筛候选人列表。以面试官身份登录微信小程序系统时主页显示面试卡， 以部门负责人角色登录时主页展示待部门筛选卡片。

图5-36 微信小程序系统首页效果图

Figure 5-36 System Homepage Impression Drawing

本章介绍了校园招聘平台求职者端和企业端的详细设计与实现，首先分模块 介绍了校园招聘平台求职者端的详细设计，主要从功能描述、流程图、时序图、类 图等方面进行了介绍，并对求职者端实现效果图进行了部分展示，之后分模块对企业端的详细设计进行介绍，因为功能有相似之处，有些功能进行了略写，最后展示 了企业端部分实现效果图。

校园招聘平台测试微信小程序系统测试是对校园招聘平台的全面测试，主要目的是验证该平台是否满足实 际的需求［31］，即需求分析章节提出的功能性需求和非功能性需求，仔细查看目前 开发的平台是否存在与需求不符或不能满足需求的地方，并以此作为改进点对现 有平台进行进一步的完善。本章主要包括平台的功能性测试和非功能性测试，并对 测试结果进行了分析与讨论，最后对测试结论做了总结。

测试环境校园招聘平台求职者端小程序版本运行在支持微信小程序的设备上，包括智 能手机、平板电脑、普通电脑；企业端、求职者端网页版均运行在公司的服务器上， 用户可以通过浏览器访问，MySQL数据库和Redis数据库安装在服务器上。下面 简要介绍微信小程序系统测试的硬件环境与软件环境。

(1) 硬件环境

微信小程序系统使用的服务器为公司搭建的服务器集群。校园招聘平台求职者端微信小 程序运行在安卓手机、iphone、ipad、安卓平板电脑、个人电脑，求职者端网页版、 企业端通过个人电脑的多种浏览器进行访问包括：IE,Chrome，Microsoft Edge等。 具体硬件参数如表 6-1 所示。

表 6-1 测试硬件参数表

Table 6-1 Job browsing use case table

测试端 硬件类型 硬件品牌 基本参数

求职者端 微信小程 序	智能手机	小米11	高通骁龙 888、8G+256G、Androidll
		华为nova8	麒麟985 5G Soc、8G+256G、Android11
		Oneplus8	高通骁龙 865、6G+128G、Android11
	平板电脑	ipad	A12Z、8G+128G、ios14.4
		华为平板	高通骁龙 865、6G+128G、Android10
求职者端 网页版、	个人电脑	Macbookpro	M1、16G+256G、Mac 11.0.1
企业端		联想 Thinkpad	Intel IZ-1075H、16G+512G、Windows 10

(2) 软件环境 求职者端微信小程序、求职者端网页版、企业端以及平台服务端程序运行所需 的软件环境如表 6-2 所示。由于微信小程序的运行是依赖于微信 App 的，所以必 须在智能手机、平板电脑、个人电脑中安装微信应用程序。求职者端网页版、企业 端是通过浏览器进行访问的，因此在个人电脑中安装IE,Chrome, Microsoft Edge等 浏览器应用程序，对其进行访问并测试各个功能。

表 6-2 测试软件环境表

Table 6-2 Test Software Environment Table

类型 操作微信小程序系统 软件名称 软件版本

智能手机、 平板电脑	Android	微信	v7.0.3
			v7.0.12
	IOS		v&0.1
			v&0.2
个人电脑	Windows 10专业版	Chrome	v85.0.4183.83
		Microsoft Edge	v90.0.81&41
	Mac	Firefox	v88.0
		Safari	v 5.1.7
服务器	Linux-Centos 6.8	JDK	v1.&0
		Python	v3.6
		MySQL	v5.6
		Redis	v3.1.5

功能性测试功能性测试主要以需求分析阶段明确的功能性需求为依据，按照微信小程序系统功能模 块划分对校园招聘平台的求职者端和企业端的所有功能进行全面的测试。本节主 要分两部分，分别描述了求职者端和企业端功能性测试的全部过程，并详说明其测 试用例。

75

求职者端功能性测试求职者端包括两种展现方式，一种是网页版，另一种是小程序版，其用户是需 要参加校园招聘的毕业生，主要宗旨是为用户提供更好的求职体验，方便快捷的找 到心仪的工作。按照功能可以分为职位浏览、职位申请、职位收藏、个人信息编辑 等主要功能，详细测试用例描述见表6-3 至表6-8 。

表 6-3 职位浏览测试用例表

Table 6-3 Job Browsing Use Test Case Table

测试用例编 号	TC01
测试用例名 称	职位浏览
目的	验证用户是否能在网页版、小程序版正常浏览准确的职位信息
测试用例级 别	功能测试
测试用例执 行日期	2023-01-18
测试流程	进入求职者端小程序或网页版校招职位页面浏览职位，点击“我想工 作的城市”或“我未来想成为”的选项进行职位筛选，点击职位右侧 的下箭头打开职位详情，点击职位名称跳转进入职位详情页。
预期结果	职位筛选成功，成功显示筛选后的职位。 点击职位右侧下箭头后成功展开职位详情信息，且未进行页面跳 转。 鼠标定位到某一个职位的职位名称时，职位名称变为蓝色，标志为 可点击状态，点击后跳转该职位的详情页。
实际结果	用户进入校招职位页面后，能正常的浏览职位，进行“我想工作的城 市”和“我未来想成为”选项筛选后，能成功的显示筛选后的职位列 表，点击职位右侧下箭头，展开职位详情，点击职位名称，成功跳转 职位详情页。
结论	测试实际结果符合预期，测试用例通过

表 6-4 职位收藏测试用例表 Table 6-4 Job Collection Test Case Table
测试用例编号	TC02
测试用例名称	职位收藏
目的	验证用户是否能在网页版、小程序版收藏职位，取消收藏
测试用例级别	功能测试
测试用例执行日期	2023-01-18

76

表 6-4 (续表) Table 6-4 (Cont.)
测试流程	求职者未登录状态点击职位收藏跳转登录页面，弹出未登录提示 框，点击登录后跳转登录界面，登录后跳转到之前浏览的页面， 点击收藏职位，收藏按钮文案变为已收藏，且按钮置灰，到个人 中心页面查看显示已收藏的职位列表，点击删除，取消收藏该职 位。
预期结果	未登录状态弹岀登录提示框，点击登录跳转登录界面 登录后返回职位浏览界面，恢复职位浏览状态。 点击职位收藏后按钮文案变为已收藏，按钮置灰，不可点击。 个人中心页(小程序端个人中心页点击跳转我的应聘页)，正 确显示收藏列表，点击删除后列表中删除该记录，职位浏览页恢 复为收藏之前的状态。 最多允许用户收藏三个职位，当用户收藏三个职位后，弹窗提 醒用户最多允许用户收藏三个职位。
实际结果	用户未登录时点击收藏职位能成功弹起弹窗提醒用户登录，用户 登录后跳转恢复为原来界面，用户点击收藏后收藏按钮文案变为 已收藏，按钮置灰且不可点击，用户进入个人中心能看到收藏的 职位，并且能删除成功。当用户收藏第四个职位时，弹窗提醒用 户最多能收藏三个职位，在个人中心中删除一个职位后仍可正常 收藏职位。
结论	测试实际结果符合预期，测试用例通过

表 6-5 职位申请测试用例表

Table 6-5 Job Application Test Case Table

测试用例编号	TC03
测试用例名称	职位申请
目的	验证用户是否能在网页版、小程序版职位申请
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	求职者未登录状态点击职位申请弹出登录提示框，登录后跳转返回原页面，继续点击职位申请，如果已有个人信息，则弹窗申请成功，如果无个人信息，弹窗前往个人中心编辑个人信息。职位申请后前往个人中心查看投递进度，处于简历初筛阶段。
预期结果	未登录状态弹岀登录提示框，点击登录跳转登录界面。 登录后返回职位浏览界面，恢复职位浏览状态。 点击职位申请按钮，如果已经编辑个人信息，弹窗申请成功； 如果未编辑个人信息，弹窗未编辑个人信息，并可跳转个人中心 页面，编辑个人信息后即可申请职位。 个人中心页(小程序端个人中心页点击跳转我的应聘页)，正 确显示己投递的职位信息，并且进入面试初筛阶段。

77

表 6-5 (续表) Table 6-5 (Cont.)
实际结果	用户未登录时点击申请职位能成功弹起弹窗提醒用户登录，用户登录后跳转恢复为原来界面，当用户未编辑个人信息时，点击职位申请后弹窗提示没有个人信息，提供跳转个人中心链接，编辑个人信息后，点击职位申请，弹窗提示申请成功。在个人中心页面的投递进度模块可以查看已投递的职位，并且职位已经进入简历初筛阶段。
结论	测试实际结果符合预期，测试用例通过

表 6-6 个人信息编辑测试用例表

Table 6-6 Personal Information Editing Test Case Table

测试用例编号	TC04
测试用例名称	个人信息编辑
目的	验证用户是否能在网页版、小程序版编辑、删除个人信息
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	用户进入个人中心页面，点击编辑个人信息，即可根据提示编辑对应的个人信息。每次个人信息更新后，都会重新为用户推荐职位。点击删除按钮，可以删除个人信息，如果已投递职位并处于流程中，弹窗当前个人信息不可删除，否则弹窗提示删除成功，重新根据用户数据为用户推荐职位。
预期结果	个人信息编辑保存后能显示编辑后的个人信息，且重新进行职 位推荐。 用户点击职位删除后，如果目前求职正在流程中，弹窗提醒目 前正在流程中，不能删除，否则弹窗删除成功，清楚个人中心页 个人信息，并且根据目前用户数据重新推荐职位。
实际结果	用户进入个人中心页面，点击编辑个人信息，即可根据提示编辑对应的个人信息。每次个人信息更新后，都会重新为用户推荐职位。点击删除按钮，可以删除个人信息，如果已投递职位并处于流程中，弹窗当前个人信息不可删除，否则弹窗提示删除成功，重新根据用户数据为用户推荐职位。
结论	测试实际结果符合预期，测试用例通过

表 6-7 职位推荐测试用例表

Table 6-7 Job Recommendation Test Case Table

测试用例编号	TC05
测试用例名称	职位推荐
目的	验证用户是否能在网页版、小程序版收藏职位，取消收藏
测试用例级别	功能测试
测试用例执行日期	2023-01-18

表 6-7 (续表) Table 6-7 (Cont.)
测试流程	在用户未编辑个人信息、未浏览收藏职位时，查看推荐结果；当用户编辑个人信息后查看推荐结果；当用户浏览、收藏职位后查看推荐结果；当用户删除个人信息后查看推荐结果，当用户完成人才测评后查看推荐结果。
预期结果	未编辑个人信息、位浏览、收藏职位时，推荐结果为空，显示 “未匹配到合适的职位”。 当用户编辑个人信息后，显示对应的推荐结果。 当用户浏览、收藏职位后，显示对应的推荐结果。 当用户删除个人信息后，更新推荐结果。 (5 )当用户完成人才测评后，更新推荐结果。
实际结果	在用户未编辑个人信息、未浏览收藏职位时，查看推荐结果，显示“未匹配到合适的职位”；当用户编辑个人信息后查看推荐结 果，显示对应的推荐结果；当用户浏览、收藏职位后查看推荐结 果，显示对应的推荐结果；当用户删除个人信息后查看推荐结 果，更新推荐结果；当用户完成人才测评后查看推荐结果，更新 推荐结果。
结论	测试实际结果符合预期，测试用例通过

表 6-8 人才测评测试用例表

Table 6-8 Talent Assessment Test Case Table

测试用例编号	TC06
测试用例名称	人才测评
目的	验证用户是否能在网页版、小程序版显示人才测评入口，点击跳转人才测评
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	在个人中心显示智能人才测评模块，点击链接即可进入智能人才测评，如果己经完成则置灰且不可点击。
预期结果	未进行人才测评时，人才测评为可点击状态，点击后跳转测评 微信小程序系统。 已完成人才测评后，人才测评置灰且不可点击，鼠标停留到该 模块提示己经完成人才测评。
实际结果	用户未进行人才测评时，人才测评为可点击状态，点击后跳转测评微信小程序系统；已完成人才测评后，人才测评置灰且不可点击，鼠标停留到该模块提示己经完成人才测评。
结论	测试实际结果符合预期，测试用例通过

企业端功能性测试企业端的主要用户角色有三种，包括人力资源部门工作人员、部门招聘负责人

和面试官，根绝不同的角色，用户对微信小程序系统功能具有不同的权限。以下详细列举了一 些测试用例，详细见表6-9 至6-13。

表 6-9 职位编辑测试用例表

Table 6-9 Job Editing Test Case Table

测试用例编号	TC07
测试用例名称	职位编辑
目的	验证用户能否正常查看、编辑、删除、新建职位
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	以不同角色进入企业端，查看所有职位，并自定义条件筛选职位，点击删除或编辑，点击新增职位，进入新增职位页面，新增职位并保存，查看新增结果。
预期结果	以人力资源部门工作人员身份登录后，能正常的浏览、编辑删 除、新增职位，新增职位后能保存成功，更新到职位列表。 以用人部门招聘负责人员、面试官角色登录后可以浏览职位。
实际结果	以人力资源部门工作人员身份登录后，能正常的浏览、编辑删除、新增职位，新增职位后能保存成功，更新到职位列表。以用人部门招聘负责人员、面试官角色登录后可以浏览职位。
结论	测试实际结果符合预期，测试用例通过

表 6-10 候选人管理测试用例表

Table 6-10 Candidate Management Test Case Table

测试用例编号	TC08
测试用例名称	候选人管理
目的	验证用户是否能正常的进行候选人信息浏览、面试记录编辑等。
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	以不同角色进入企业端，根据自己的职能和权限对候选人信息进行编辑，企业端所有用户均可浏览候选人信息。
预期结果	以人力资源部门工作人员身份登录后，能对候选人进行简历初 筛，能编辑与候选人沟通记录，能浏览候选人信息。 以用人部门招聘负责人员身份登录后能对候选人进行用人部门 筛选，能浏览候选人信息。 面试官角色登录后能编辑面试记录，能浏览候选人信息。

表 6-10 (续表)

	Table 6-10 (Cont.)
实际结果	用户以人力资源部门工作人员身份登录后，能完成候选人进行简 历初筛，能编辑与候选人沟通记录；以用人部门招聘负责人员身 份登录后能完成候选人进行用人部门筛选；面试官角色登录后能 编辑面试记录；所有用户均可浏览候选人信息。
结论	测试实际结果符合预期，测试用例通过

表 6-11 面试官管理测试用例表

Table 6-11 Interviewer Management Test Case Table

测试用例编号	TC09
测试用例名称	面试官管理
目的	验证用户是否能正常的进行面试官管理
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	以不同角色进入企业端，根据自己的职能和权限对面试官进行浏览、编辑、新增或删除
预期结果	以面试官角色登录企业端后，没有面试官管理权限，看不到面 试官管理界面。 以人力资源部门工作人员角色登录，能对面试官进行新增、编 辑、删除和浏览。 以部门招聘负责人角色登录，可以对面试官进行浏览，无其他 功能。
实际结果	用户在以人力资源部门工作人员身份登录时，可以正常的对面试官进行增删改查操作，以部门招聘负责人角色登录时可以浏览对应部门的面试官，以面试官身份登录时没有该功能模块。
结论	测试实际结果符合预期，测试用例通过

表 6-12 笔试管理测试用例表

Table 6-12 Written Test Management Test Case Table

测试用例编号	TC010
测试用例名称	笔试管理
目的	验证用户是否能进行笔试管理
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	以人力资源部门工作人员角色登录企业端时，点击笔试管理模块，显示目前待安排笔试的所有候选人，勾选候选人后点击安排笔试，跳出弹出，选择对应的笔试开始时间，点击确定，即已经为对应候选人安排对应职位的笔试。

表 6-12 (续表) Table 6-12 (Cont.)
预期结果	以面试官和部门面试负责人员身份登录企业端后，无笔试管理 功能模块。 以人力资源部门工作人员身份登录后可以正常的为候选人安 排笔试，勾选一名或多名候选人，也可以全选候选人，点击安排 笔试后，会弹起笔试安排界面，用户可以选择笔试开始时间，点 击确定，微信小程序系统会自动为候选人匹配笔试链接、笔试账号、密码等 笔试信息。
实际结果	以面试官或部门招聘负责人员登录时无该功能模块；以人力资源部门工作人员角色登录时能成功为一名或多名候选人安排笔试。
结论	试实际结果符合预期，测试用例通过

表 6-13 面试管理测试用例表

Table 6-13 Interview Management Test Case Table

测试用例编号	TC011
测试用例名称	面试管理
目的	验证用户是否能进行面试管理
测试用例级别	功能测试
测试用例执行日期	2023-01-18
测试流程	以人力资源部门工作人员角色登录企业端时，点击面试管理模块，勾选对应的候选人，安排面试
预期结果	以面试官和部门面试负责人员身份登录企业端后，无面试管理 功能模块。 以人力资源部门工作人员身份登录后可以正常的为候选人安 排面试，一次只能为一名候选人安排面试，点击安排面试后，会 弹起面试安排界面，用户可以选择面试开始时间，面试类型，面 试官，面试地点或面试链接等信息，点击确定，即安排面试成 功。
实际结果	以人力资源部门工作人员角色登录企业端时，点击面试管理模块，勾选对应的候选人，安排面试；以其他身份登录时无该模块。
结论	测试实际结果符合预期，测试用例通过

非功能性测试上一节已经对校园招聘平台的功能性需求进行了详尽的测试，除此之外，要想 微信小程序系统能够长期稳定的运行，并且满足在需求分析阶段提出的功能性需求，需对微信小程序系统 进行非功能性测试，本节主要介绍校园招聘平台兼容性测试和性能测试的测试。

兼容性测试微信小程序系统兼容性关乎一款软件能否在所有目标设备上运行，因此校园招聘平台的 Wed 端能否在市面上常用的浏览器上运行和求职者端微信小程序能否在智能移动 设备上运行对本平台稳定运行十分重要。

表 6-14 兼容性测试用例表

Table 6-14 Compatibility Test Case Table

测试用例编号	TC012
测试用例名称	微信小程序系统兼容性测试
目的	验证校园招聘平台在不同浏览器上是否正常；验证求职者端小程序在不同微信小程序系统智能手机上运行是否正常，在尺寸不同的智能手机上布局显示是否正常，在微信的不同版本上是否兼容
测试用例级别	兼容性测试
测试用例执行日期	2023-01-18
测试流程	依次使用Chrome、IE、Firefox浏览器登录校园招聘平台，查看校园招聘平台求职者端、企业端所有页面，使用手机微信小程序系统为Android 微信小程序系统和IOS 微信小程序系统的智能手机，依次使用4.2、4.7、5.2、5.7、6.2 寸屏幕大小的手机，访问用户端的所有页面，依次使用不同微信版本v7.0.3、v7.0.12、v8.0.1、v8.0.2是否兼容
预期结果	在三个浏览器、两种操作微信小程序系统和五个尺寸的手机中页面布局正常，三种微信版本兼容良好
实际结果	在三个浏览器、两种操作微信小程序系统和五个尺寸的手机中页面布局正常，四种微信版本兼容良好
结论	测试实际结果符合预期，测试用例通过

性能测试

软件的性能直接关乎用户体验的优劣，一个平台响应速度必须在用户可接受 范围内，否则必定造成大量的用户流失。以下将对校园招聘平台的性能测试用例进

行详细的描述。	表6-15 性能测试用例表 Table 6-15 Performance Test Case Table
测试用例编号	TC013
测试用例名称	微信小程序系统性能测试
目的	验证页面响应速度是否在用户可接受时间范围内
测试用例级别	性能测试
测试用例执行日期	2023-01-18
测试流程	首先访问校园招聘平台求职者端、企业端各个页面；编写测试脚本，模拟5s内100个用户同时访问求职者端和企业端
预期结果	页面响应速度＜2s 获取数据响应速度＜4s 校园招聘平台没发生宕机现象
实际结果	90%用户页面响应速度＜2s，10%用户页面响应速度在2s以上 80%用户页面获取数据响应速度＜4s，20 %用户页面响应速度在4s以上，且校园招聘平台没发生无响应现象
结论	测试实际结果符合预期，测试用例通过

测试结论

通过对校园招聘平台的功能性测试和非功能性测试，测试发现实现结果满足 在第三章提出的所有需求，能够较长时间稳定运行，微信小程序系统逻辑结构清晰，界面简单 大方，交互易于操作，因此得出结论，校园招聘平台符合设计要求，满足所有需求， 无论是对于求职者还是公司招聘相关人员来说，都能提高效率，便捷流程。

　本章小结

本章根据对校园招聘平台进行了功能性测试和非功能性测试，并进行了详细 的测试用例设计，对主要测试用例进行了说明，分别针对功能性和非功能性需求都 进行了全面的测试，最后根据测试结果，得出测试总结，即本平台的实现已经满足 了之前的需求分析和微信小程序系统设计。

总结与展望论文前六章主要详细描述了关于校园招聘平台的项目背景、需求分析、概要设 计、详细设计与实现、以及微信小程序系统测试的内容，将校园招聘平台的完整的流程展现出 来。项目开发过程中遇到了很多难点，包括需求分析阶段对功能性需求的确定，由 于现实场景的原因，不得不对一些功能作出取舍，在微信小程序系统概要设计阶段，需要全面 的考虑本平台数据存储的问题，在详细设计阶段，职位推荐选用何种算法才能简单 高效的实现此功能，经过不懈的努力，上述难题均找到了比较好的解决方案。本章 主要对前六章以及整个开发实现过程作出总结并根据目前存在的问题对未来的优 化工作进行展望。

工作总结本文所描述的校园招聘平台，来源于真实的企业背景，且无论求职者端还是企 业端的功能都是根据全面的调研结合现实工作中的难点痛点而分析、设计、实现的， 经过了完整的软件开发流程，最终完成了论文描述的校园招聘平台，并能成功上线 运行，主要工作如下：

首先，依据当今网络招聘发展背景与现状，确定本文的研究内容和论文的 组织结构。在需求分析部分，针对目前存在的问题进行相关调研与用户访谈，确定校 园招聘平台的功能性需求与非功能性需求，并且撰写完整的微信小程序系统说明书、制作原型 图为后续开发奠定基础。之后进行了平台的概要设计，对平台的业务架构、技术架构进行讨论，根 据之前分析阶段的微信小程序系统说明书，遵循模块化原则，对微信小程序系统功能模块进行了设计，并 对本平台涉及的所有数据库表进行了详细说明。详细设计与实现部分是本文的核心与关键，关乎本平台能否从无到有，实 现落地。根据之前的需求分析和概要设计，对平台的各个功能模块进行详细设计并 通过代码实现。最后是微信小程序系统测试，微信小程序系统测试是平台能够成功上线的保障，详细设计了校园 招聘平台的测试用例，并完整的进行了功能性测试和非功能性测试。工作展望受时间和人员的限制，虽然本平台已经能满足用户在求职招聘过程中的大多 数需求，但本平台仍有待改善的余地。目前只考虑了基于本公司的实际招聘场景中 存在的问题，对未来可能出现的问题暂未考虑，也没有对之后商业化扩展进行详细 的接口预留。在后续工作中，主要对本平台的升级改版，着眼提高用户体验，保证 微信小程序系统稳定运行。

由于目前本平台只应用于公司校园招聘，没有进行大数据量测试，即大量 用户同时高并发的访问本平台，后续升级改版将对此问题进行详细的考量。求职者端开发了基于微信小程序版本，由于移动端用户量较少，小程序的 用户体验仍待提高。由于本平台的求职者端也是企业对外展示形象的一部分，内嵌到了企业官 网中，因此进一步优化求职者端的界面布局对提升企业形象有很大帮助。目前，对招聘过程中获得的数据还是简单的存储、清洗，不能很大程度上 利用这些数据。

　参考文献

中国网络招聘市场发展研究报告, F, 2023 [C].董彦喆, 熊琴, 王梦琪. 大数据时代我国网络招聘研究综述 [J]. 中国市场, 2023, (07): 824.ResearchAndMarkets.com Issues Report: Online Recruitment [J]. Wireless News, 2023.KYLE R M, DEUG L J, TAEK P S. A Case Study on the Personalized Online Recruitment Services : Focusing on Worldjob+’s Use of Splunk [J]. Journal of the Korea Convergence Society,9(2).KHAN T N. Evaluating Saudi Corporate Companies Online Recruitment [J]. Journal of Business Theory and Practice, 2017, 5(1).张宇航, 姚文娟, 姜姗. 个性化推荐微信小程序系统综述 [J]. 价值工程, 2020, 39(02): 287-92.纪文璐, 王海龙, 苏贵斌, et al. 基于关联规则算法的推荐方法研究综述 [J]. 计算机工程 与应用, 2020, 56(22): 33-41.张小雷. 基于协同过滤的推荐微信小程序系统研究综述 [J]. 数码世界, 2023, (01): 8-9.汪澎洋. 个性化求职信息推荐微信小程序系统的研究与设计 [D]. 北京邮电大学, 2017.11-13.ZHOU Q, LIAO F, CHEN C, et al. Job recommendation algorithm for graduates based on personalized preference [J]. CCF Transactions on Pervasive Computing and Interaction, 2019, 1(3).DHAMELIYA J, DESAI N. Job Recommendation System using Content and Collaborative Filtering based Techniques [J]. International Journal of Soft Computing and Engineering (IJSCE),9(3).SHI D, WANG T, XING H, et al. A learning path recommendation model based on a multidimensional knowledge graph framework for e-learning [J]. Knowledge-Based Systems, 2020, 195.ZHANG W, GU T, SUN W, et al. Travel Attractions Recommendation with Travel Spatial- Temporal Knowledge Graphs; proceedings of the 2018 国际计算机前沿大会(原国际青年计算机大会), 中国河南郑州, F, 2018 [C].徐兵. 基于知识图谱的推荐研究综述 [J]. 现代计算机, 2023, (04): 60-3.秦川, 祝恒书, 庄福振, et al. 基于知识图谱的推荐微信小程序系统研究综述 [J]. 中国科学:信息科学,50(07): 937-56.E. O L D. Enterprise knowledge graphs with applications to continuous monitoring systems [J]. Intelligent Systems in Accounting, Finance and Management, 2023, 28(1).姚建斌, 赵龙伟, 李海瑞. 一种可解释的混合型就业推荐算法 [J]. 信息微信小程序系统工程, 2019, (06): 142-4.MHAMDI D, MOULOUKI R, GHOUMARI M Y E, et al. Job Recommendation based on Job Profile Clustering and Job Seeker Behavior [J]. Procedia Computer Science, 2020, 175.LACIC E, REITER-HAAS M, KOWALD D, et al. Using autoencoders for session-based job recommendations [J]. User Modeling and User-Adapted Interaction: The Journal of Personalization Research, 2020, 30(4).李祎, 王宏渊, 彭金喜. 互联网延迟队列解决方案设计 [J]. 福建电脑, 2023, 37(01): 9-12.伍华锋, 王小刚, 候劲, et al. Redis 集群微信小程序系统的优化研究与实现 [J]. 四川轻化工大学学报 (自然科学版), 2020, 33(06): 39-45.李昊. 基于微信小程序的智能推荐点餐微信小程序系统的设计与实现 [D]. 南京邮电大学, 2020.15-17