硕士模板简历

姓名：XXX 性别：女专业：电子科技大学软件工程（硕士）
电话：XXXXXXXXXXX 邮箱：XXXXXXX@求职意向：用户行为分析研发工程师
教育背景
2012.9-2015.7 电子科技大学-信息与软件工程学院软件工程硕士排名：4/40
2011.2-2011.6 国立台湾科技大学-资讯工程系资讯工程交换生平均分>90
2008.9-2012.7 电子科技大学-示范性软件学院软件工程学士排名：14/150
所获荣誉
2012-2013：研究生特等、一等奖学金，苏州工业园企业奖学金,优秀研究生
2012-2014：“长虹杯”软件创意大赛特等奖，“东方通杯”软件大赛一等奖等
2009-2012：国家励志奖学金，人民一等、二等奖学金，优秀毕业论文等
实习经验
上海河广信息科技有限公司数据分析师/项目负责人/团队负责人2011.11-2013.12因实验室合作关系，参与到该公司的各项业务当中，主要完成了以下工作：
1）杭州移动手机阅读用户推荐项目：完成图书推送结果反馈分析报告
2）云浮市移动业务用户深度挖掘项目：负责项目双方的需求沟通、确认、工作进度汇报，并完成欢乐家庭用户消费分析报告、参与集团网潜在用户挖掘算法实现；
3）杭州移动用户上网行为画像分析项目：完成项目业务逻辑框架，参与讨论各模块的实现方案，完成一次推送及反馈分析报告，一项专利申请中；
4）空间轨迹分析预测项目：详见科研项目经验二。

科研项目经验
实验室：XXXXXXXXX 研究生导师：XX 研究方向：人类动力学，数据分析/挖掘
1、社交关系对用户空间移动轨迹影响研究2013.10-2014.10
项目简介：该项目旨在利用用户的LBS空间移动轨迹数据（约10GB），分析用户空间移动轨迹的人类动力学问题、移动模式，研究社交关系对其轨迹是否产生何种影响，形成分析报告，并提出一套有效的用户轨迹预测算法方案。

职责贡献：完成用户移动模式分析和轨迹预测算法研发工作，一篇论文在审，两篇论文撰写中。

主要工作包括：
1）多角度进行用户的移动模式分析，发现用户的属性（性别、年龄）、出行距离（远门出行VS日常出行）、社交关系强弱等不同程度地影响用户的移动行为，用户访问的地点数及地点的热门程度对其移动行为的最大可预测性影响较大，得到的一些结果对LBS的个性化推荐有指导意义；
2）实现了7个不同的轨迹预测算法（现象级模型和机器学习模型），并通过对算法结果的深入分析发现影响实际预测结果的用户特征，提出并实现地点聚类算法及组合预测模型，最终平均预测准确度可达56%，提升幅度79%，下阶段考虑社交因素的LR机器学习预测模型已取得阶段性的成果。

2、基于移动通信数据的用户空间移动行为分析及轨迹预测2012.11-2013.12
项目简介：该项目旨在利用运营商采集的用户上网行为伴随的基站记录（约2GB）实现对用户移动模式分析、有效地点挖掘及实时轨迹预测。

职责贡献：项目负责人，主导完成了整个系统，一篇论文在审，一项专利提交中。

主要工作包括：1）从时间、空间等角度分析用户的空间移动行为特征，发现其具有时空记忆性、跳转的记忆性和跳转
的短阶性等；
2）结合用户空间移动行为中的特征，提出有效的轨迹中停留点识别方案，清洗用户轨迹保留有商业推荐价值的停留地点；
3）研发了多种位置预测算法结合的预测模型，可进行用户24小时实时轨迹预测，平均预测准确率达到80%。

3、用户阅读兴趣研究2011.11-2012.06
项目简介：该研究旨在研究用户阅读兴趣随时间的迁移变化。

职责贡献：单独研究，成果作为毕设被评为优秀毕业论文。

从阅读相似性、阅读多样性等角度进行用户阅读兴趣分析，发现用户的阅读兴趣表现为短期兴趣的相似以及多变、广泛，长期兴趣的稳定以及限定性。

科研成果
专利两项：
1、《一种基于无线网络的用户位置预测系统》：提交中；
2、《一种从用户网页访问记录中提取用户兴趣话题的系统》：提交中；
论文六篇：
1、《Mobility Pattern Analysis and Trajectory Prediction Using Mobile GPRS Data》：第一作者；第十届中国网络科学论坛专刊在投；
2、《人类移动模式及其轨迹预测算法的研究综述》：第一作者；文章撰写中；
3、《签到行为的可预测性及影响因素分析》：第一作者；电子科技大学学报复杂网络专刊在审，第十届全国复杂网络大会参会汇报；
4、《社交网络中人类签到行为的轨迹预测》：第一作者；撰写中；
5、《Non-Markovian Character in Human Mobility: Online and Offline》：第三作者；第十届中国网络科学论坛参会汇报，已提交arXiv，论文期刊在投；
6、《社交关系和出行的相互影响》：第三作者；第十届全国复杂网络大会参会，论文拟投Scientific Report；专业技能
1、有2年以上海量数据（GB级别）处理经验，能熟练进行各种用户行为的统计数据分析及抽象建模工作，擅长LBS应用的用户轨迹数据分析、挖掘、建模工作；
2、有统计机器学习基础，对数据分析、挖掘、数据可视化有若干实践积累，对推荐算法、Hadoop等有一定了解。

熟练：Java，Python；
熟悉：SQL，SPSS，Linux工作环境；
了解：Matlab，R，C，C++；
英语：CET4：649（优秀），CET6：544（优秀），较强的文献阅读能力；
自我评价
踏实努力，较强的团队精神，喜欢钻研分析问题，有清晰流畅的表达能力和快速理解业务能力，热爱互联网，热爱生活，热爱运动。