# 刘文君毕业设计

**Repository Path**: giteewpu/liu-wenjuns-graduation-project

## Basic Information

- **Project Name**: 刘文君毕业设计
- **Description**: 收发简历微信小程序
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-05-27
- **Last Updated**: 2025-05-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

 <<<<<<< HEAD
 # 智投简历ResumeX 
 
[扫码查看上线版本](static/tab/%E6%89%AB%E7%A0%81_%E6%90%9C%E7%B4%A2%E8%81%94%E5%90%88%E4%BC%A0%E6%92%AD%E6%A0%B7%E5%BC%8F-%E6%A0%87%E5%87%86%E8%89%B2%E7%89%88.png)  


 #### 开发者拉取使用备注
1. 运行報錯，缺少css插件请npm install 'animate.css'插件或者刪除引用該插件的js,

2. app.json转译bug:"permission""requiredPrivateInfos"函数需要手动添加到微信开发者工具

3. 地图定位功能，移动端需要开启权限和定位功能，用的腾讯地图API，数据库是作者自己的，后面会发数据库的json文件，也可以来找我要

4. 使用Hbuildx打开，要有uni-app框架，运行到微信开发者工具，云开发用的是作者的数据库和腾讯地图APPID秘钥

5.  **小程序設計視頻資料參考騰訊課堂：阿耿全棧開發，仿阿里飛豬小程序** 
 
其他信息见说明文档

 #### 摘要： 
在ChatGPT日益流行的当下，中国也在努力开发诸如百度的文心一言、阿里通义千问等相关产品。AI时代已经到来。传统的IT行业必然会因为智能化产品的不断发展，从而带来巨变。智能化产品也越来越具有竞争优势。
如今软件不仅仅为了基础了企业管理和使用，更是应该利用AI发展浪潮，应用于生活。
于是我结合了百度AI开放平台的智能自然语言处理技术，以及采用腾讯地图和简历收发地址相结合的方法，使用腾讯云数据万象，云开发设计了一款缓解教师工作上收发简历的压力等问题的智能微信小程序。

#### 该系统主要具有以下特点和功能：
1. 多岗位搜索：系统可以通过整合多个不同岗位的职位信息，为学生提供全面的职位搜索服务，使得岗位和学生所学更加匹配。
2. 智能简历优化：系统可以通过评价，自动分析求职者的简历质量，并根据职位的要求优化评论内容，给予学生相关建议，提高求职者的简历通过率。
3. 简历匹配推荐：系统可以根据求职者的简历和职位要求，智能选择匹配合适的职位，并把推荐信息展现给学生或者教师。
4. 实时位置更新：系统可以实时跟踪简历职位的位置情况，及时推送新发布的简历信息给教师。
5. 智能筛选与反馈：系统可以对收到的简历进行快速筛选，展示不同岗位的简历信息给教师，并将教师的评论通过AI处理反馈给学生。

而解决的痛点主要体现在以下几个方面：首先，学生在求职过程中常常会遇到信息不对称、招聘需求变化快等问题，而该系统通过整合教师的招聘资源和应用人工智能技术，大大提高了学生的职位搜索和匹配效率，降低了求职难度和风险。
同时，该系统还提供了一些 评论的建议和指导，以及岗位的分类帮助学生更好地了解自己和职业市场，提高了成功求职的概率和质量。

 #### 參考文獻
[1]	百度AI开放平台.https://ai.baidu.com/tech/nlp_apply/comment_tag.

[2]	Vue帮助文档.https://vuex.vuejs.org/zh/.

[3]	微信开放文档.https://developers.weixin.qq.com/miniprogram/dev/framework/.

[4]	Uni-app官网说明文档.https://uniapp.dcloud.net.cn/component/

[5]	OpenAI Official Document Description. https://openai.com/product/gpt-4.

[6]	W3school: https://www.w3school.com.cn/.

[7]	张玮.浅析白盒测试和黑盒测试[J].无线互联科技,2013(06):136.

[8]	霍春阳.Vue.js设计与实现.人民邮电出版社. 2022(09)：1-168.