在新世纪的近十年,随着各项互联网技术的飞速发展以及各种各样智能移动终端(手机以及平板电脑等)的迅速普及,网络招聘以其快速便捷的方式受到越来越多的各个年龄层求职者以及各行各业企业方的认可和欢迎。但是随着网络招聘的强势兴起与求职者数量以及企业需求量的快速增加,导致了目前现有的招聘网站上简历数量和企业发布的职位数量呈现爆炸式地增长。目前主流网站采用的传统的基于关键字的信息检索服务在这种情况下遭到严重挑战。一个具体的场景就是用户(如企业HR)输人职位需求后,传统的基于关键字的职位匹配方式往往返回成百上千的简历,用户需要从中挑选出企业所需要的简历,这不仅会消耗巨大的时间成本,而且会给用户带来负面的使用体验。当电子简历数量大大增加时,企业在网络招聘时对简历的处理若仅仅依靠人工既费时费力并且准确性也不好。因为现实当中招聘人员不可能具备所有岗位以及职位的专业知识,有时候因为招聘人员缺乏某些专业知识或者定量分析,当其筛选简历时,很可能因为误差或主观因素过多而使得评价结果存在一定的偏差,造成适合企业的人员被拒招或者不适合企业的人员被招入,这些都会加重企业的招聘成本以及降低招聘效率。针对上述问题,本文在以互联网招聘为应用场景的基础上,分析了网络招聘中的各个系统特性,研究并设计了适用于网络招聘中职位匹配系统的数据存储检索方案,简历职位的数据结构以及相关的简历职位匹配算法。为了实现这一目标,本文的工作主要包括如下几个方面的内容:1.以网络招聘为实际的应用场景,深入研究实际场景中的各个系统角色以及各个角色对应的业务流程,得到整个匹配平台的整体架构设计方案和核心的业务逻辑。2.核心从职位匹配推荐系统的信息交互、外部使用环境、系统角色,用户体验等多个方面分析了各个模块的特性与设计约束,并且就类似系统中的简历数据的存储以及搜索场景提出基于开源工具的解决方案。3.提出了基于信息检索领域的潜在语意分析(LSA)理论以及相关矩阵处理算法的职位匹配方案,并实现了该方法在实际平台中的应用,本文最后给出了一个初步的实验测试结果,证明了算法的有效性。4.就提出的方案进行总结,并结合相关文献以及行业的发展趋势给出所研究工作未来更进一步的研究以及改进方向。系统的实现与实验表明,本文所设计的基于网络招聘的简历职位匹配方案具有一定的有效性,而且能满足现有场景的要求,为匹配问题提供了一个较为可行的解决方案,对职位智能匹配领域的研究具有一定的参考价值。