數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用

文/謝麗亞

數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用

文/謝麗亞

教育改革的進(jìn)一步深化，對高校的教育也提出了更高更新的要求，促進(jìn)高校畢業(yè)生更高質(zhì)量的就業(yè)，促進(jìn)學(xué)生在社會中生存發(fā)展能力的提升，成為當(dāng)前高校教育的一個重要目標(biāo)。這對加強高校學(xué)生就業(yè)指導(dǎo)工作的實施提出了新的要求，在數(shù)據(jù)時代下，將數(shù)據(jù)挖掘技術(shù)與高校就業(yè)指導(dǎo)工作相結(jié)合，能大大提高高校就業(yè)指導(dǎo)的工作效率與質(zhì)量。本文主要就數(shù)據(jù)挖掘技術(shù)概念和類型進(jìn)行簡要闡述，并對數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用步驟和具體應(yīng)用進(jìn)行了詳細(xì)探究。

就業(yè)指導(dǎo) 數(shù)據(jù)挖掘技術(shù) 應(yīng)用

近年來隨著高校畢業(yè)生人數(shù)的逐年增加，大學(xué)生就業(yè)壓力也在逐漸增大，如何做好就業(yè)指導(dǎo)，促進(jìn)學(xué)生更快更好的就業(yè)，已成為目前各大高校研究的重點課題。隨著信息化技術(shù)的快速發(fā)展和信息搜集能力的日益提高，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校的就業(yè)指導(dǎo)工作中，從大量的數(shù)據(jù)中挖掘發(fā)現(xiàn)隱藏的、有價值的信息來指導(dǎo)學(xué)生有效的就業(yè)，提高學(xué)生的就業(yè)質(zhì)量，已成為一個非常值得研究的重要課題。

1 數(shù)據(jù)挖掘技術(shù)概念和類型分析

1.1 數(shù)據(jù)挖掘技術(shù)概念

信息技術(shù)水平的迅速發(fā)展，使得一些新技術(shù)在教育領(lǐng)域當(dāng)中得到了廣泛的應(yīng)用，有效促進(jìn)了教育教學(xué)的快速發(fā)展。信息技術(shù)的應(yīng)用會產(chǎn)生大量的數(shù)據(jù)，對這些數(shù)據(jù)的處理顯得非常的重要，利用數(shù)據(jù)挖掘技術(shù)不但能發(fā)揮數(shù)據(jù)信息處理的優(yōu)勢，還能大大提高信息處理的效率。

數(shù)據(jù)挖掘（Data Mining）又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡的、極有潛在應(yīng)用價值的信息或模式，是數(shù)據(jù)庫研究中的一個很有應(yīng)用價值的新領(lǐng)域，是一個涉及到高性能計算、模式識別以及神經(jīng)網(wǎng)絡(luò)等各方面內(nèi)容的交叉性學(xué)科。

數(shù)據(jù)挖掘需要經(jīng)過數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)分析、結(jié)果表示等一系列過程，對數(shù)據(jù)信息進(jìn)行有效的處理。采用的相關(guān)方法有決策樹方法、遺傳算法、粗糙集方法等。

1.2 數(shù)據(jù)挖掘技術(shù)類型分析

數(shù)據(jù)挖掘技術(shù)由于涉及到的學(xué)科比較多，故此在數(shù)據(jù)挖掘技術(shù)的類型上也比較多樣，根據(jù)不同的標(biāo)準(zhǔn)就能分成不同的類型。根據(jù)數(shù)據(jù)庫的類型進(jìn)行分類，數(shù)據(jù)挖掘主要是關(guān)系數(shù)據(jù)庫中挖掘知識，在數(shù)據(jù)庫的類型上會不斷的增加，這樣就出現(xiàn)了不同數(shù)據(jù)庫數(shù)據(jù)挖掘，在這些數(shù)據(jù)挖掘類型當(dāng)中，歷史數(shù)據(jù)挖掘以及模糊數(shù)據(jù)挖掘等都是比較突出的應(yīng)用技術(shù)類型。

在數(shù)據(jù)挖掘技術(shù)的類型當(dāng)中，結(jié)合挖掘方法的不同，以及技術(shù)應(yīng)用的不同進(jìn)行分類，主要方法有統(tǒng)計方法、探索性分析和數(shù)據(jù)庫方法。除此之外，按照數(shù)據(jù)挖掘的任務(wù)對其進(jìn)行分類，也能分成不同的類型，主要有時序模式、關(guān)聯(lián)分析、分類數(shù)據(jù)挖掘等。對不同的數(shù)據(jù)挖掘技術(shù)類型進(jìn)行分析與應(yīng)用，對信息數(shù)據(jù)的處理效率水平的提高可起到積極作用。

2 數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用步驟和具體應(yīng)用

2.1 數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用步驟

將數(shù)據(jù)挖掘應(yīng)用到高校學(xué)生就業(yè)指導(dǎo)當(dāng)中，能促進(jìn)就業(yè)指導(dǎo)教學(xué)的整體質(zhì)量水平的提高。而對數(shù)據(jù)挖掘技術(shù)的應(yīng)用，需要遵循相應(yīng)的步驟，這樣才能有利于發(fā)揮其積極的作用。數(shù)據(jù)挖掘技術(shù)的應(yīng)用要注重過程操作。

2.1.1 對問題進(jìn)行分析

源數(shù)據(jù)庫需要評估以及確認(rèn)是否與數(shù)據(jù)挖掘的標(biāo)準(zhǔn)相符合，對這一情況結(jié)合實際加以分析。

2.1.2 提取、清洗和校驗數(shù)據(jù)

所提取的數(shù)據(jù)放在一個結(jié)構(gòu)上和數(shù)據(jù)模型兼容的數(shù)據(jù)庫當(dāng)中，采取統(tǒng)一模式清除不兼容數(shù)據(jù)，保障數(shù)據(jù)的完整性。

2.1.3 選定數(shù)據(jù)挖掘算法

結(jié)合其目的，通過DM過程當(dāng)中的準(zhǔn)則選擇一個特定的數(shù)據(jù)挖掘算法，用于搜索數(shù)據(jù)當(dāng)中的模式。

2.1.4 實施數(shù)據(jù)挖掘

通過數(shù)據(jù)挖掘方法，產(chǎn)生一個特定的感興趣模式或特定數(shù)據(jù)集。

2.1.5 在對數(shù)據(jù)挖掘之后進(jìn)行解釋

對所發(fā)現(xiàn)的模式進(jìn)行分析，去掉多余的不切題意的模式。

2.1.6 進(jìn)行知識評價

對知識作用加以查看或證明，采用預(yù)先可信知識，檢查以及解決知識當(dāng)中所存在的矛盾。

通過以上一系列的操作，可將數(shù)據(jù)挖掘技術(shù)的作用得到充分發(fā)揮。

2.2 數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中具體應(yīng)用

在高校畢業(yè)生的就業(yè)指導(dǎo)工作中，需要對影響學(xué)生就業(yè)的因素實施量化分析，為在畢業(yè)生就業(yè)指導(dǎo)方面提供相應(yīng)的數(shù)據(jù)。在數(shù)據(jù)挖掘技術(shù)的應(yīng)用中，主要就是對學(xué)生生源地信息以及學(xué)生就業(yè)率關(guān)聯(lián)關(guān)系實施挖掘，對學(xué)生性別和就業(yè)的關(guān)聯(lián)關(guān)系進(jìn)行挖掘，還有對學(xué)生的就業(yè)和學(xué)業(yè)的關(guān)聯(lián)關(guān)系進(jìn)行挖掘。結(jié)合實際情況對數(shù)據(jù)挖掘技術(shù)系統(tǒng)進(jìn)行設(shè)計，并且在該系統(tǒng)中，要和數(shù)據(jù)挖掘?qū)I(yè)知識緊密結(jié)合，將其設(shè)計成幾個重要的模塊，即：數(shù)據(jù)預(yù)處理，頻繁項挖掘，關(guān)聯(lián)規(guī)則分析。

（1）數(shù)據(jù)挖掘技術(shù)的采集以及轉(zhuǎn)換和預(yù)處理操作。在對數(shù)據(jù)進(jìn)行采集以及轉(zhuǎn)換和預(yù)處理環(huán)節(jié)的操作上，先對學(xué)生就業(yè)情況加以分析，在決策屬性方面明確，然后分析指標(biāo)數(shù)據(jù)，如：對學(xué)生的實踐能力水平以及計算機等級等進(jìn)行分析。

（2）對相關(guān)的指標(biāo)數(shù)據(jù)采集充分重視，在數(shù)據(jù)信息的采集方面，要和開發(fā)的成績管理系統(tǒng)進(jìn)行連接，并能從成績數(shù)據(jù)庫當(dāng)中提取學(xué)生綜合性的成績。通過Excel表格將學(xué)號導(dǎo)入，提供輸入數(shù)據(jù)界面，管理人員進(jìn)行手工輸入。對學(xué)生工作單位量化標(biāo)識，將工作單位分成升學(xué)、事業(yè)單位、企業(yè)、個體公司，采用字母a、b、c、d進(jìn)行表示。

（3）數(shù)據(jù)挖掘技術(shù)的應(yīng)用過程中，對決策樹的應(yīng)用也比較重要，這是通過離散型變量作為屬性類型的學(xué)習(xí)方法。通過決策樹當(dāng)中C4.5算法思想的應(yīng)用，能夠有效處理描述屬性連續(xù)的相關(guān)問題。某連續(xù)屬性將存儲訓(xùn)練實例中的不同屬性值進(jìn)行排序，然后選擇相鄰值中的點，作為離散時區(qū)分不同屬性值的標(biāo)準(zhǔn)。

（4）數(shù)據(jù)挖掘技術(shù)中決策樹和算法的選擇應(yīng)用也是比較重要的，如在對算法的選擇方面，就要能先建立真正適合挖掘算法的分析模型，選擇合適的數(shù)據(jù)挖掘技術(shù)和算法，然后采用程序設(shè)計語言實現(xiàn)算法，這樣就能獲得有效的數(shù)據(jù)算法。在數(shù)據(jù)庫的處理方法方面，就包含著諸多的內(nèi)容，其中的數(shù)據(jù)讀取以及查詢操作是比較重要的。根據(jù)這些操作應(yīng)用對學(xué)生的相關(guān)數(shù)據(jù)信息的提取查看就比較方便。

3 結(jié)語

綜上所述，高校畢業(yè)生就業(yè)指導(dǎo)過程當(dāng)中對數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能有效提高就業(yè)指導(dǎo)的效率水平，從而為學(xué)生的未來就業(yè)發(fā)展提供有力條件，對教師在為學(xué)生就業(yè)指導(dǎo)方面能指明方向。希望在此次對數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究下，有助于實際的就業(yè)指導(dǎo)教學(xué)發(fā)展。

[1]金延軍.數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(自然科學(xué)版),2015(01).

[2]蔡麗艷.淺談數(shù)據(jù)挖掘技術(shù)及其在高校就業(yè)工作中的應(yīng)用[J].電腦知識與技術(shù),2015(09).

[3]康艷霞.數(shù)據(jù)挖掘在學(xué)生成績分析中的應(yīng)用[J].信息與電腦(理論版),2014(09).

[4]馮麗霞.數(shù)據(jù)挖掘技術(shù)在學(xué)校教學(xué)中的應(yīng)用研究[J].甘肅科技,2015(20).

[5]于 祥 茹.數(shù) 據(jù) 挖 掘 淺 析 [J].硅谷,2015(20)

作者單位 杭州電子科技大學(xué)信息工程學(xué)院 浙江省杭州市 311305