高校畢業(yè)生就業(yè)區(qū)域選擇調(diào)查——以成都市非川籍大學(xué)畢業(yè)生為例

王 燦

（成都師范學(xué)院數(shù)學(xué)系，四川 成都 611130）

0 引言

城市發(fā)展的動力是科技，科技的載體是人才。因此，一個(gè)城市的人才引進(jìn)機(jī)制的建立直接關(guān)系到這個(gè)城市發(fā)展的前景；對于一個(gè)城市的管理者如何制定科學(xué)合理的人才引進(jìn)機(jī)制直接關(guān)乎這個(gè)城市的發(fā)展。然而對于一個(gè)人選擇就業(yè)區(qū)域就存在諸多影響因素，城市的管理者必須從這些紛繁的影響因素中能夠快速、準(zhǔn)確地作出判斷。影響人才去留的因素包括國民經(jīng)濟(jì)核算、職工工資、資產(chǎn)投資、環(huán)境、物價(jià)、生活保障、產(chǎn)業(yè)分布、交通通訊、旅游、對外貿(mào)易、教育科技、文化體育等。因此，對高端人才的就業(yè)流向區(qū)域及其因素的研究就迫在眉睫。通過計(jì)算機(jī)智能，對海里的數(shù)據(jù)進(jìn)行精確的處理，挖掘出有用的信息，為管理者決策提供有力的數(shù)據(jù)支持，刻不容緩。

1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘近來在算法的研究生越來越受重視，挖掘算法的健壯性和效率影響著關(guān)聯(lián)規(guī)則挖掘的實(shí)際應(yīng)用。隨著關(guān)聯(lián)規(guī)則挖掘研究和應(yīng)用的不斷深入，提出了許多關(guān)聯(lián)規(guī)則挖掘的理論和算法，其中比較經(jīng)典的當(dāng)屬Apriori算法和FP-growth算法，并在此基礎(chǔ)上分支出了各種各樣的算法。

2 Apriori算法簡述及實(shí)現(xiàn)

R.Agrawal等人于1994年提出了挖掘交易數(shù)據(jù)庫中項(xiàng)目集之間關(guān)聯(lián)規(guī)則的Apriori算法。Apriori算法是研究關(guān)聯(lián)規(guī)則中具有代表性的方法，也是最早用于解決關(guān)聯(lián)規(guī)則問題的算法。

Apriori算法基于兩階段生成頻繁項(xiàng)目集的思想，是通過挖掘頻繁項(xiàng)目集啦挖掘關(guān)聯(lián)規(guī)則的特有影響的算法。該算法是一種寬度優(yōu)先算法，采用迭代的逐層搜索方法，生成特定的候選項(xiàng)目集，并對數(shù)據(jù)庫進(jìn)行掃描計(jì)數(shù)，確定出是否頻繁項(xiàng)目集。

在迭代搜索過程中，首先找出頻繁1－項(xiàng)集F1，用F1找頻繁2－項(xiàng)集集合F2，用F2找F3，依次循環(huán)，直到不能找到頻繁K－項(xiàng)集為止，找每個(gè)Fk需要一次數(shù)據(jù)庫掃描。Apriori算法在首次初始化時(shí)，直接遍歷數(shù)據(jù)集合可以找到頻繁的1－項(xiàng)集集合F1；算法在第k(k＞2)此迭代中，依據(jù)程序上一個(gè)迭代過程獲取的項(xiàng)集結(jié)果Fk-1，迭代除本次候選項(xiàng)集的頻繁集合Ck，然后為Ck中的每個(gè)結(jié)果賦值為0的計(jì)數(shù)器，然后遍歷數(shù)據(jù)庫D中的所有元素，找到屬于所有的事務(wù)并存在于Ck的項(xiàng)集，程序更改計(jì)數(shù)器的值，當(dāng)所有事務(wù)都遍歷完成后，那么可以得到Ck中所有項(xiàng)集的支持度，根據(jù)事務(wù)數(shù)據(jù)庫D中包含事務(wù)和輸入的程序參數(shù)Ck里面的頻繁集合。具體算法如下：

輸入：事務(wù)數(shù)據(jù)庫D，最小的支持度閾值minsup。

輸出：D中的多次出現(xiàn)項(xiàng)集F。

第一步產(chǎn)生頻繁項(xiàng)目集

第二步 產(chǎn)生頻繁K－項(xiàng)目集

第三步 掃描子集，形成頻繁項(xiàng)目候選集

掃描事務(wù)數(shù)據(jù)庫D對每個(gè)候選K－項(xiàng)目集計(jì)數(shù)，達(dá)到最小支持度的頻繁候選K－項(xiàng)目集成為頻繁k-項(xiàng)目集。

Apriori算法演示

（1）首先掃描事務(wù)是數(shù)據(jù)庫，統(tǒng)計(jì)各個(gè)數(shù)據(jù)項(xiàng)的支持度計(jì)數(shù)，并生成頻繁1－項(xiàng)集Fi，設(shè)最小支持度計(jì)數(shù)為2。

（2）在第二步，依據(jù)已經(jīng)有的性質(zhì)，所有不包含頻繁度集合的項(xiàng)是不會存在頻繁度集合的。因此應(yīng)該刪除掉，這樣可以減少程序處理的數(shù)據(jù)量，提高程序的運(yùn)行速度。

（3）利用散列樹，管理海量的候選項(xiàng)目，能夠大大提高檢索的速度。Apriori算法生成的候選的數(shù)據(jù)集合，需要遍歷事務(wù)數(shù)據(jù)庫D，統(tǒng)計(jì)候選數(shù)據(jù)項(xiàng)集的支持度。為了提高性能，候選數(shù)據(jù)項(xiàng)集集合Ck被存儲到一個(gè)可擴(kuò)充的散列樹中。

3 模型應(yīng)用

本文主要以2007-2014年，非川籍大學(xué)校畢業(yè)生為統(tǒng)計(jì)對象，通過對工資待遇、交通狀況、戶籍制度、房價(jià)、教育、醫(yī)療、生存環(huán)境、產(chǎn)業(yè)分布等因素進(jìn)行定量分析，從而得出影響非川籍大學(xué)畢業(yè)生去留的選擇因素。

關(guān)聯(lián)規(guī)則挖掘算法的實(shí)現(xiàn)過程為:在關(guān)聯(lián)規(guī)則對話框中選擇需要挖掘的數(shù)據(jù)庫，即選擇已建立的數(shù)據(jù)字典表的級別，然后在下面的數(shù)據(jù)挖掘參數(shù)復(fù)選框中選擇相應(yīng)的挖掘參數(shù)，即支持度計(jì)數(shù)，也可以直接選擇默認(rèn)參數(shù)設(shè)置，然后點(diǎn)擊“運(yùn)行”按鈕，進(jìn)行關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘.

圖1 影響因素關(guān)聯(lián)規(guī)則挖掘?qū)崿F(xiàn)過程

在算法實(shí)現(xiàn)程序中，根據(jù)數(shù)據(jù)表、字典表、結(jié)果表的建立，在過程中尋找變量大于7的因素，并按出現(xiàn)的置信度進(jìn)行先后順序的排列。其中地區(qū)是按照凈遷移率額所屬類別排列，因素類別包含字典表中的各個(gè)屬性變量.得到進(jìn)一步的結(jié)果如下表：

表1 關(guān)聯(lián)規(guī)則挖掘結(jié)果表

4 結(jié)語

上述關(guān)聯(lián)挖掘規(guī)則得到的數(shù)據(jù)表明：影響非川籍大學(xué)生去留的因素，主要是生活保障以及生存環(huán)境方面；但是從表可以看出，影響因素不斷從單一因素向綜合因素轉(zhuǎn)變，即不僅僅是某一兩個(gè)因素，而是多個(gè)因素在起作用，從而提前我們要想留住人才，必須時(shí)刻不忘提高我們的綜合實(shí)力。

[1]中國國家統(tǒng)計(jì)局信息網(wǎng).統(tǒng)計(jì)局:全國總?cè)丝?3.39億[J].地理教學(xué),2011(10).

[2]姜啟源..數(shù)學(xué)模型[M].3版.北京:高等教育出版社,2003.

[3]杜英.關(guān)聯(lián)規(guī)則挖掘研究[J].知識經(jīng)濟(jì),2011(14).

[4]徐江勇.多維關(guān)聯(lián)規(guī)則技術(shù)在進(jìn)出口貿(mào)易分析中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件,2008(12).

[5]劉金塘,伍小蘭.多元統(tǒng)計(jì)分析技術(shù)在人口研究中的應(yīng)用[J].人口研究,2002(2).

[6]毛國君,等.數(shù)據(jù)挖掘原理與算法[M].北京:清華大學(xué)出版社,2005.

[7]陳京民,等.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)[M].北京:電子工業(yè)出版社,2002.