大學生個性化職業指導大數據挖掘模型

李雪芳　陳希文

摘 要：身處大數據時代，新的數據研究方法將會給個性化職業指導工作帶來新的機遇，這其中針對海量數據采用有效的挖掘方式是十分必要的，基于MapReduce平臺的數據挖掘模型能夠滿足相關的要求。本文簡要闡述了基于MapReduce平臺的大學生個性化職業指導大數據挖掘的模型。

關鍵詞：大數據；職業指導；大學生；數據挖掘；MapReduce

中圖分類號：G647文獻標志碼：A文章編號：2095-9214（2016）04-0231-02

在社會科學領域，問卷調查是目前獲得研究數據最主要的來源，包括抽樣調查和小范圍的全局調查。在職業指導過程中也存在著問卷調查這一形式，針對在校大學生的職業指導中，以問卷調查為信息采集的主要方式。問卷調查是獲得信息的常用手段，職業指導師要求熟練掌握問卷調查的基本原理，不僅能夠組織實施問卷調查，而且能夠對調查活動進行評估。但所有的問卷調查都是在事先設定好問題的基礎上展開的，這也就意味著我們只能從這些問題的結果中獲取數據，且調查都需要選擇特定時間進行。因此，想要通過問卷調查的形式，獲得客觀的數據其實并不容易。

伴隨著云計算、物聯網等技術的興起與成熟，大數據的時代已經悄然來到我們的身邊。大數據這個名詞不算新鮮，早在2008年9月《Nature》雜志就刊登了大數據的專刊，從互聯網技術、超級計算機、天文學、生物醫學等方面來專門探討對大數據的研究。大數據擁有數據量大、數據類型多、價值密度低及實效性高等特點。……