论文部分内容阅读
研究意义：
现在大部分高素质的大学生只能做一些廉价的兼职活动，且大部分大学生出现了高分低能的现象，个性化和兴趣化的综合素质也不高。鉴于此，本技能交易的平台的目的“所长有所用，技能有价值”。本质上就是一个兼职加交换的平台，定位于校园服务和技能服务。通过该平台，可以精准找到在某个领域的擅长者，进行线上或线下的一对一个性化交流咨询，这是现有方式无法解决的。平台也会推送精准化兴趣。此外，该平台的发展潜力还有：
①轻技能作用大
该平台从一个更大的维度将技能整合，且更倾向轻技能，不会过分化的强调职业化。
②大学生的碎片化时间较多
像之前出现的日本收纳女王近藤麻理惠，她的技能用于日常生活，可能只需要几分钟的视频就可以学会。该平台不会去约束技能人（提供端）的教学方式，更鼓励为大学生提供碎片时间可以学习的技能。
③塑造KOL
我们可以通过技能交易平台去挖掘极具潜力、有才华的大学生，并将其包装成KOL，即
塑造个人品牌。
研究现状：
目前个人技能交易平台在国内外均处于发展阶段，已经面世的技能交易平台大多服务于社会各界人员。且还存在许多问题：虚假信息的流入，对已有数据的利用不够充分。技能的传授和专业知识咨询的交易活动存在着巨大的隐形和显性的成本风险。如信息找寻成本高，对服务价值评估困难度高，交易风险和安全等问题。
1）个人技能交易平台的研究现状
国内外的较能交易模式主要分为针对教育机构的和基于服务商的。灵活性较差，且依赖于背后的服务商、机构及个人的利益，很大程度上限制了真正的技能交流。
2）个人技能交易平台PC端及APP技术研究现状
当前个人技能交易平台PC端存在明显缺陷：信息杂乱，条理性差，网站针对需求方与服务方的页面没有明显的标识，无法高效的满足大学生需求，体验性较差。个人技能交易平台的APP明显偏少，现存的部分APP仍有较大提升空间。
研究内容：
本课题综合的是个体的知识和技能，这个平台就像一个交易知识、经验、技能的“淘宝”。因此在项目的开发过程中，本课题将重点研究如下内容：
1）PC端后台管理系统
PC端后台管理系统完全针对本APP进行设计开发，对不同数据进行统一分类，将大量数据进行可视化处理。在可视化的分析下，数据将每一维的值分类、排序，通过图像、曲线、二位图形、三维体和动画来显示，以交互的方式管理和开发数据。在可视化技术基础上，将所得数据进行有效的后期分析，并加以深入挖掘，针对实时性问题，在实际运用中对APP进行优化。
2）交互性
利用现有知识和材料研究APP端与PC端之间的数据交互，更好的在PC端管理页面实现数据可视化，对大量用户数据分析，进而改进项目，优化用户与系统的交互性。
3）系统跨平台可行性
为避免操作系统和计算机的异构性，该APP利用jQuery Mobile框架开发，PC端利用Bootstrap技术开发，使系统跨平台完美运行。
4）功能结构设计
大学生以帐号密码进行登录，同时为技能发布者和技能需求者。当为技能发布者时，用户自主填写个人技能、技能交易方式等信息。当技能發布后，也可实现对个人技能的新增、修改、查看等功能。
当为技能需求者时，可在已发布技能板块中进行搜索，找到相关技能信息，以决定是否进行交易。当技能交易完成后，大学生可自行推荐与评价，一方面是对技能发布者技能的真实性考评，也能更好打造个人品牌。
5）动态平衡算法解决技能人（供给端）不平衡体验
活跃度较高的技能人可无限增加供给。但技能人的时间有上限，可通过动态平衡算法来解决这一问题，让活跃的技能人比例达到一个健康的指标。通过技能人接单量的多少运用算法不停去调节流量，使整体达到平衡。
6）智能推荐和协同过滤
根据用户以往的网络行为构建每个人独特的画像，智能推荐引擎会根据预先设定的机器算法向用户推送可能感兴趣的内容，协同过滤又可以实现快速推荐和系统的健壮性。
创新与特色：
1）基于三方平台的大学生技能交易软件设计
本软件是建立在共享模式下的基于PC端、Web App端、微信端三方的大学生技能交易平台。该产品一改传统开发模式，采用跨平台模式开发，同时该项目平台采用阿里云盾DDoS基础防护，最大程度上保证了大学生信息的安全性。
2）利用大数据建立互信制度，收集大学生信用数据
我国目前缺乏专业的信用中介体系，还没有建立针对全国大学生的征信网。该软件旨在帮助有技能与有需求的大学生之间建立互信平台。
3）数据可视化周期性提供信息反馈表
基于大学生在全平台上的行为交互数据，利用D3.js分析整理并以图像的形式周期性地反馈给大学生。
4）运用智能推荐（协同算法）实现精准化推荐
对需求者兴趣建立模型，并通过对发布人技能属性维度的增加，获得更好的推荐精度。
本系统开发完毕后，可直接服务于在校大学生，为大学生共享技能提供平台，为提升大学生的寻找技能提供更加方便、优质的途径。
现在大部分高素质的大学生只能做一些廉价的兼职活动，且大部分大学生出现了高分低能的现象，个性化和兴趣化的综合素质也不高。鉴于此，本技能交易的平台的目的“所长有所用，技能有价值”。本质上就是一个兼职加交换的平台，定位于校园服务和技能服务。通过该平台，可以精准找到在某个领域的擅长者，进行线上或线下的一对一个性化交流咨询，这是现有方式无法解决的。平台也会推送精准化兴趣。此外，该平台的发展潜力还有：
①轻技能作用大
该平台从一个更大的维度将技能整合，且更倾向轻技能，不会过分化的强调职业化。
②大学生的碎片化时间较多
像之前出现的日本收纳女王近藤麻理惠，她的技能用于日常生活，可能只需要几分钟的视频就可以学会。该平台不会去约束技能人（提供端）的教学方式，更鼓励为大学生提供碎片时间可以学习的技能。
③塑造KOL
我们可以通过技能交易平台去挖掘极具潜力、有才华的大学生，并将其包装成KOL，即
塑造个人品牌。
研究现状：
目前个人技能交易平台在国内外均处于发展阶段，已经面世的技能交易平台大多服务于社会各界人员。且还存在许多问题：虚假信息的流入，对已有数据的利用不够充分。技能的传授和专业知识咨询的交易活动存在着巨大的隐形和显性的成本风险。如信息找寻成本高，对服务价值评估困难度高，交易风险和安全等问题。
1）个人技能交易平台的研究现状
国内外的较能交易模式主要分为针对教育机构的和基于服务商的。灵活性较差，且依赖于背后的服务商、机构及个人的利益，很大程度上限制了真正的技能交流。
2）个人技能交易平台PC端及APP技术研究现状
当前个人技能交易平台PC端存在明显缺陷：信息杂乱，条理性差，网站针对需求方与服务方的页面没有明显的标识，无法高效的满足大学生需求，体验性较差。个人技能交易平台的APP明显偏少，现存的部分APP仍有较大提升空间。
研究内容：
本课题综合的是个体的知识和技能，这个平台就像一个交易知识、经验、技能的“淘宝”。因此在项目的开发过程中，本课题将重点研究如下内容：
1）PC端后台管理系统
PC端后台管理系统完全针对本APP进行设计开发，对不同数据进行统一分类，将大量数据进行可视化处理。在可视化的分析下，数据将每一维的值分类、排序，通过图像、曲线、二位图形、三维体和动画来显示，以交互的方式管理和开发数据。在可视化技术基础上，将所得数据进行有效的后期分析，并加以深入挖掘，针对实时性问题，在实际运用中对APP进行优化。
2）交互性
利用现有知识和材料研究APP端与PC端之间的数据交互，更好的在PC端管理页面实现数据可视化，对大量用户数据分析，进而改进项目，优化用户与系统的交互性。
3）系统跨平台可行性
为避免操作系统和计算机的异构性，该APP利用jQuery Mobile框架开发，PC端利用Bootstrap技术开发，使系统跨平台完美运行。
4）功能结构设计
大学生以帐号密码进行登录，同时为技能发布者和技能需求者。当为技能发布者时，用户自主填写个人技能、技能交易方式等信息。当技能發布后，也可实现对个人技能的新增、修改、查看等功能。
当为技能需求者时，可在已发布技能板块中进行搜索，找到相关技能信息，以决定是否进行交易。当技能交易完成后，大学生可自行推荐与评价，一方面是对技能发布者技能的真实性考评，也能更好打造个人品牌。
5）动态平衡算法解决技能人（供给端）不平衡体验
活跃度较高的技能人可无限增加供给。但技能人的时间有上限，可通过动态平衡算法来解决这一问题，让活跃的技能人比例达到一个健康的指标。通过技能人接单量的多少运用算法不停去调节流量，使整体达到平衡。
6）智能推荐和协同过滤
根据用户以往的网络行为构建每个人独特的画像，智能推荐引擎会根据预先设定的机器算法向用户推送可能感兴趣的内容，协同过滤又可以实现快速推荐和系统的健壮性。
创新与特色：
1）基于三方平台的大学生技能交易软件设计
本软件是建立在共享模式下的基于PC端、Web App端、微信端三方的大学生技能交易平台。该产品一改传统开发模式，采用跨平台模式开发，同时该项目平台采用阿里云盾DDoS基础防护，最大程度上保证了大学生信息的安全性。
2）利用大数据建立互信制度，收集大学生信用数据
我国目前缺乏专业的信用中介体系，还没有建立针对全国大学生的征信网。该软件旨在帮助有技能与有需求的大学生之间建立互信平台。
3）数据可视化周期性提供信息反馈表
基于大学生在全平台上的行为交互数据，利用D3.js分析整理并以图像的形式周期性地反馈给大学生。
4）运用智能推荐（协同算法）实现精准化推荐
对需求者兴趣建立模型，并通过对发布人技能属性维度的增加，获得更好的推荐精度。
本系统开发完毕后，可直接服务于在校大学生，为大学生共享技能提供平台，为提升大学生的寻找技能提供更加方便、优质的途径。