近些年来，随着中国社会的发展以及高等教育水平的提高，每年毕业的大学生人数越来越多，就业成为当今大学毕业生面临的重要挑战之一。人才资源是生产力中最为活跃、最有价值的、最具创造力的资源，通过整合人力资源来获取竞争优势是现代企业发展的共有特征，有效的人岗匹配能在动态的人力资源环境中发挥中心和基础作用。应聘者与岗位匹配研究对于企业绩效具有十分重要的影响。这篇文章主要介绍了当今应聘者与岗位匹配研究的国内外现状以及本论文研究意义，主要研究应聘者与工作岗位之间的合理匹配问题，构建了带前端算子的BP神经网络模型，对解决工作岗位与应聘者信息匹配问题有一定的现实价值。　　本文主要研究工作包括：　　第一部分，通过在企业和应聘者之间进行大量调查，分析收集到大量的数据，找到影响应聘者和工作岗位信息匹配的主要因素，建立了含有12个相关因素的指标体系。分析了BP神经网络的发展、组成结构和工作原理。　　第二部分，分析了应聘者和工作岗位信息匹配过程中12项指标的匹配度计算方法，设计了12个指标匹配前端算子算法并提供了相应的伪代码。建立一个带12项前端指标匹配算子的12输入单输出的BP神经网络模型。　　第三部分，分析了所收集的带有匹配标度的历史数据，形成了训练数据集和测试数据集。利用训练数据集训练所构建的BP神经网络模型。实验结果表明了该神经网络模型在解决工作岗位与应聘者信息匹配问题当中具有一定的有效性。本文还创新地提出了“BP神经网络短路”结构来解决招聘单位直接选拔符合某一指标特殊要求的应聘者进入面试环节的实际问题。　　第四部分，以训练好的带前端算子的BP神经网络模型算法为核心，分析了就业管理平台系统的需求，进行了系统设计和系统开发，该系统具有用户管理、应聘者信息输入、企业公司岗位信息输入、应聘者与工作岗位信息匹配度计算等功能。