此为东莞理工学院毕业设计（论文）开题报告，包含填写要求，如需在教师指导下前期完成、按格式书写或打印、参考文献不少于3篇、字数超1000字等，还提及将分享核心算法代码。
东 莞 理 工 学 院
毕业设计（论文）开题报告
2018年 1月 3日
开题报告填写要求
1．开题报告作为毕业设计（论文）委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见审查后生效。
2．开题报告内容必须用黑墨水笔工整书写，或按统一设计的电子文档标准格式打印(教务处网页)，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见。
3．学生查阅资料的参考文献应在3篇及以上（不包括辞典、手册），开题报告的字数要在1000字以上。
4．有关年月日等日期的填写，应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2006年7月25日”或“2006-07-25”。
毕 业 （设 计） 论 文 开 题 报 告
| 1．本课题的研究意义与国内外概况 |
| （1）研究意义 网络信息化及网络普遍化的发展，促成了信息集成化的高速发展，由此进入了知识的经济时代。计算机网络已广泛的应用于信息管理、辅助教学及人们的日常生活中。上网在人们生活中的应用越来越广泛。求职者用传统方式--询问式的找工作，不仅效率低下，而且在财力、精力上也损耗了很多。而对企业来说，市场的竞争在很大程度上体现在人才的竞争上，因此，找到合适的人才成为企业提高竞争力的一项关键所在，但是企业要在众多人群中找到合适自己需求的人才是一件相当困难和耗费成本的事情，并非没有人才，而是人才拉不到企业而企业也找不到人才，因此如何快速的定位人才或企业成为了求职招聘需要考虑的重要因素。 从以往的招聘管理的方式看，企业一般通过在报纸、杂志刊登招聘广告，以及参加人才招聘会等方式进行招聘，或者委托人才服务机构代为招聘等，这些方式耗资、耗时，甚至贻误了企业的生产经营，近些年来，由于网络技术的发展，通过Internet进行网上招聘也渐成趋势，但这些方式都没有将人力资源经理从繁重的拆阅信件、挑选简历的工作中彻底解放出来，仍然存在一些局限性，例如面对打印出来的简历和收到的邮件，他们仍然要进行大量的二次处理工作，招聘网站虽不能提供招聘及相关工作中的所有解决方案，但为企业的招聘方式提供了一种全新的思路。 本文把基于Web的小型企业招聘系统及其小程序客户端开发作为研究对象具有很重要的意义。 （2）国内外概况 在国外，1993年美国实施Nll计划以后，网络普及率大大提高，网络用户数量迅速增加，专业招聘网站应运而生。1997年专业招聘网站出现初期，职位列表只提供技术类职位，聚焦于高科技产产业和投资银行。网络的普及与web2.0的运用使得招聘网站发展越来越成熟，并形成大型招聘网站。 反观中国，1999年中国产生了第一批招聘网站。1999年人才招聘网站迅速切入人才市场，扩展了广阔的生存发展空间。2003年非典时期，大型招聘会及人才市场现场招聘都暂时停止，网上求职却火爆起来。但目前我国的小型企业数量多、分布广、行业跨度大。这些企业仍处于人事管理以及“传统”的人力资源管理阶段。因此建立基于Web的小型企业招聘系统是目前国内小型企业需要考虑的问题。 （3）参考文献 [1]中国大学生就业.2007. [2]赵有枪，毕业生就业网站的构建与实现[D].吉林大学.2015. [3]吴昊，张东，大学生利用网络求职的调查与分析--基于全国42所高校大样本的实证研究.2007. [4]邓一飞.中国网络招聘行业现状研究及发展分析.天津大学.2015. [5]许又泉，基于WEB的开放式实验室管理系统的设计与实现，北京：实验室研究与探索，2007. [6]胡迎松，彭利文，池楚兵，基于Web的应用三层结构设计技术，计算机工程，2003. |
| 2．本课题的基本内容与重点、难点 |
|
毕 业 （设 计） 论 文 开 题 报 告
| 3．研究方法与技术路线 |
| 研究方法：可行性分析，需求分析，概要设计，详细设计，编码，文档，测试。 技术路线：本应用使用Java2EE语言,mysql数据库,基于MVC架构,采用eclipse开发工具进行开发。 |
| 4．研究进度 |
| 第一周到第三周：完成需求文档的编写。 第四周-第六周：完成系统架构。 第七周-第十一周：完成代码的编写。 第十二周-第十三周：对系统进行测试和完善。 |
毕 业 （设 计） 论 文 开 题 报 告
| 指导教师意见（对本课题的深度、广度及工作量的意见）： | |
| 评价项目 | 评价意见 |
| 课题深度 | □很大 □较大 □一般 □较低 |
| 课题广度 | □很大 □较大 □一般 □较低 |
| 课题工作量 | □很大 □较大 □一般 □较低 |
| 指导教师： 年 月 日 | |
| 专业审查意见： 专业负责人：
年 月 日 | |
核心算法代码分享如下：
from ast import Str
from time import sleep
import pandas as pd
import requests
import json
import csv
import time
import random
from sqlalchemy import null
headers_list = [
{
'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.0.3 Mobile/15E148 Safari/604.1'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0.0; SM-G955U Build/R16NW) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 10; SM-G981B) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (iPad; CPU OS 13_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) CriOS/87.0.4280.77 Mobile/15E148 Safari/604.1'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0; Pixel 2 Build/OPD3.170816.012) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.109 Safari/537.36 CrKey/1.54.248666'
}, {
'user-agent': 'Mozilla/5.0 (X11; Linux aarch64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.188 Safari/537.36 CrKey/1.54.250320'
}, {
'user-agent': 'Mozilla/5.0 (BB10; Touch) AppleWebKit/537.10+ (KHTML, like Gecko) Version/10.0.9.2372 Mobile Safari/537.10+'
}, {
'user-agent': 'Mozilla/5.0 (PlayBook; U; RIM Tablet OS 2.1.0; en-US) AppleWebKit/536.2+ (KHTML like Gecko) Version/7.2.1.0 Safari/536.2+'
}, {
'user-agent': 'Mozilla/5.0 (Linux; U; Android 4.3; en-us; SM-N900T Build/JSS15J) AppleWebKit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30'
}, {
'user-agent': 'Mozilla/5.0 (Linux; U; Android 4.1; en-us; GT-N7100 Build/JRO03C) AppleWebKit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30'
}, {
'user-agent': 'Mozilla/5.0 (Linux; U; Android 4.0; en-us; GT-I9300 Build/IMM76D) AppleWebKit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 7.0; SM-G950U Build/NRD90M) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.84 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0.0; SM-G965U Build/R16NW) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.111 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.1.0; SM-T837A) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.80 Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; U; en-us; KFAPWI Build/JDQ39) AppleWebKit/535.19 (KHTML, like Gecko) Silk/3.13 Safari/535.19 Silk-Accelerated=true'
}, {
'user-agent': 'Mozilla/5.0 (Linux; U; Android 4.4.2; en-us; LGMS323 Build/KOT49I.MS32310c) AppleWebKit/537.36 (KHTML, like Gecko) Version/4.0 Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Windows Phone 10.0; Android 4.2.1; Microsoft; Lumia 550) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2486.0 Mobile Safari/537.36 Edge/14.14263'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 6.0.1; Moto G (4)) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 6.0.1; Nexus 10 Build/MOB31T) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 4.4.2; Nexus 4 Build/KOT49H) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0.0; Nexus 5X Build/OPR4.170623.006) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 7.1.1; Nexus 6 Build/N6F26U) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0.0; Nexus 6P Build/OPP3.170518.006) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 6.0.1; Nexus 7 Build/MOB30X) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (compatible; MSIE 10.0; Windows Phone 8.0; Trident/6.0; IEMobile/10.0; ARM; Touch; NOKIA; Lumia 520)'
}, {
'user-agent': 'Mozilla/5.0 (MeeGo; NokiaN9) AppleWebKit/534.13 (KHTML, like Gecko) NokiaBrowser/8.5.0 Mobile Safari/534.13'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 9; Pixel 3 Build/PQ1A.181105.017.A1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.158 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 10; Pixel 4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 11; Pixel 3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.181 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 5.0; SM-G900P Build/LRX21T) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0; Pixel 2 Build/OPD3.170816.012) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (Linux; Android 8.0.0; Pixel 2 XL Build/OPD1.170816.004) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Mobile Safari/537.36'
}, {
'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_1 like Mac OS X) AppleWebKit/603.1.30 (KHTML, like Gecko) Version/10.0 Mobile/14E304 Safari/602.1'
}, {
'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.0.3 Mobile/15E148 Safari/604.1'
}, {
'user-agent': 'Mozilla/5.0 (iPad; CPU OS 11_0 like Mac OS X) AppleWebKit/604.1.34 (KHTML, like Gecko) Version/11.0 Mobile/15A5341f Safari/604.1'
}
]
headers = random.choice(headers_list)
url = 'XXXXXXX'
html = requests.get(url).text
unicodestr=json.loads(html)
dic = unicodestr['data']
df = pd.DataFrame(dic)
df['pro_name'] = ''
province_id = [{"name": 11, "value": "北京"}, {"name": 12, "value": "天津"}, {"name": 13, "value": "河北"},
{"name": 14, "value": "山西"}, {"name": 15, "value": "内蒙古"}, {"name": 21, "value": "辽宁"},
{"name": 22, "value": "吉林"}, {"name": 23, "value": "黑龙江"}, {"name": 31, "value": "上海"},
{"name": 32, "value": "江苏"}, {"name": 33, "value": "浙江"}, {"name": 34, "value": "安徽"},
{"name": 35, "value": "福建"}, {"name": 36, "value": "江西"}, {"name": 37, "value": "山东"},
{"name": 41, "value": "河南"}, {"name": 42, "value": "湖北"}, {"name": 43, "value": "湖南"},
{"name": 44, "value": "广东"}, {"name": 45, "value": "广西"}, {"name": 46, "value": "海南"},
{"name": 50, "value": "重庆"}, {"name": 51, "value": "四川"}, {"name": 52, "value": "贵州"},
{"name": 53, "value": "云南"}, {"name": 54, "value": "西藏"}, {"name": 61, "value": "陕西"},
{"name": 62, "value": "甘肃"}, {"name": 63, "value": "青海"}, {"name": 64, "value": "宁夏"},
{"name": 65, "value": "新疆"}]
pro_df = pd.DataFrame(province_id)
dic2 = dict(zip(pro_df['name'], pro_df['value']))
# print(df['proid'])
# print(dic)
for i in range(len(df)):
try:
df['pro_name'][i] = dic2[int((df['proid'][i]))]
except:
df['pro_name'][i] = ''
print(df)
df.to_csv("../data/pro_id.csv", mode='w', header=True, index=None)
扫一扫
4317
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
