大數(shù)據(jù)時代下關(guān)聯(lián)規(guī)則興趣度挖掘在就業(yè)分析中的應(yīng)用

摘 要：近年來，隨著大數(shù)據(jù)技術(shù)的應(yīng)用普及，大數(shù)據(jù)正在改變各行業(yè)的發(fā)展。在教育領(lǐng)域，大數(shù)據(jù)技術(shù)在解決畢業(yè)生就業(yè)“難”和教育數(shù)據(jù)“閑置”問題方面產(chǎn)生了巨大的作用。本文在大數(shù)據(jù)時代背景下，使用Visual FoxPro開發(fā)了關(guān)聯(lián)規(guī)則興趣度挖掘工具，并使用該工具對影響學(xué)生就業(yè)的各項事務(wù)進(jìn)行挖掘分析，找出影響就業(yè)的原因，為及時調(diào)整就業(yè)指導(dǎo)提供依據(jù)。

關(guān)鍵詞：大數(shù)據(jù)；關(guān)聯(lián)規(guī)則；興趣度；就業(yè)策略

中圖分類號：TP311.1 文獻(xiàn)標(biāo)識碼：A

文章編號：2096-1472（2018）-11-25-03

1 引言（Introduction）

隨著計算機(jī)技術(shù)和信息技術(shù)的發(fā)展，大數(shù)據(jù)逐漸被應(yīng)用于各行各業(yè)發(fā)展中，使用大數(shù)據(jù)技術(shù)采集和分析用戶活動信息數(shù)據(jù)，掌握用戶行為動態(tài)和愛好，為用戶提供便捷的服務(wù)。利用大數(shù)據(jù)技術(shù)對畢業(yè)生就業(yè)相關(guān)事務(wù)數(shù)據(jù)進(jìn)行詳細(xì)的統(tǒng)計分析，找出影響畢業(yè)生就業(yè)的因素，及時調(diào)整就業(yè)策略，為畢業(yè)生順利就業(yè)創(chuàng)造條件，切實提高就業(yè)率和就業(yè)質(zhì)量。

2008年9月，《Nature》首次發(fā)布“大數(shù)據(jù)”專欄，引發(fā)了學(xué)術(shù)界對大數(shù)據(jù)的關(guān)注。當(dāng)前“大數(shù)據(jù)”已成網(wǎng)絡(luò)熱點，受到了各界高度關(guān)注，作為信息社會發(fā)展的新事物，大數(shù)據(jù)正在逐步被認(rèn)識和應(yīng)用，大數(shù)據(jù)及時、高效、多樣、量大及應(yīng)用廣泛的特點得到了各領(lǐng)域一致認(rèn)可。麥肯錫全球研究所指出：“大數(shù)據(jù)是超出傳統(tǒng)數(shù)據(jù)庫軟件獲取、存儲等能力的數(shù)據(jù)集，并不是大于一定數(shù)量的數(shù)據(jù)。因為隨著科學(xué)技術(shù)的發(fā)展，大數(shù)據(jù)標(biāo)準(zhǔn)也會增加，不同行業(yè)標(biāo)準(zhǔn)也會發(fā)生變化”。

隨著高等學(xué)校的發(fā)展和入學(xué)人數(shù)的增加，畢業(yè)生人數(shù)從2000年的107萬增加到2018年的820萬，畢業(yè)生就業(yè)“難”的問題已成為學(xué)校必須面對的嚴(yán)峻挑戰(zhàn)。同時，學(xué)校使用的各種信息管理軟件在日常教學(xué)、管理和就業(yè)工作中積累了大量的管理數(shù)據(jù)，這些數(shù)據(jù)沒有被利用，處在“閑置”狀態(tài)。為了解決畢業(yè)生就業(yè)“難”和教育數(shù)據(jù)“閑置”的問題，學(xué)校可使用大數(shù)據(jù)技術(shù)對學(xué)生的個人、學(xué)習(xí)、就業(yè)等數(shù)據(jù)進(jìn)行分析研究，找出影響就業(yè)的因素，及時調(diào)整就業(yè)指導(dǎo)和教育策略，引導(dǎo)學(xué)生順利就業(yè)。

如今，大數(shù)據(jù)應(yīng)用工具普遍存在，許多大數(shù)據(jù)工具都是在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上開發(fā)的。目前對數(shù)據(jù)挖掘技術(shù)的討論尚未過時，研究數(shù)據(jù)挖掘技術(shù)是為了更好地利用大數(shù)據(jù)奠定基礎(chǔ)。關(guān)聯(lián)規(guī)則興趣度挖掘正好能將“閑置”教育數(shù)據(jù)用起來，為學(xué)校各項教育決策服務(wù)。

2 關(guān)聯(lián)規(guī)則挖掘及興趣度（Association rule mining and interestingness）

2.1 關(guān)聯(lián)規(guī)則挖掘

R.A Grawal等人在1993年的SIGMOD會議上提出了關(guān)聯(lián)規(guī)則挖掘，并將其定義為：設(shè)I={i1，i2，…，in}是項集，D是事務(wù)集，T是I上子集，TI，TID是單個事務(wù)，則關(guān)聯(lián)規(guī)則表示為XY，其中XI，YI且XY=，X叫做規(guī)則的條件，Y叫做規(guī)則的結(jié)果[1]。

為了提高關(guān)聯(lián)規(guī)則挖掘的準(zhǔn)確性，引入了計算式為（1）和（2）的兩個參數(shù)，它們分別叫做支持度（S）和置信度（C）。

其中，D表示事務(wù)數(shù)據(jù)庫，N表示事務(wù)數(shù)的總和，而Count（X）表示事務(wù)X的發(fā)生次數(shù)，Count（X∪Y）表示事務(wù)X和Y同時發(fā)生的次數(shù)。支持度S是事務(wù)X發(fā)生的頻度，置信度C是事務(wù)X出現(xiàn)時事務(wù)Y發(fā)生的頻度。

2.2 興趣度

在關(guān)聯(lián)規(guī)則挖掘中，僅使用支持S和置信度C的兩個參數(shù)來測量規(guī)則的價值，會導(dǎo)致部分強(qiáng)關(guān)聯(lián)規(guī)則無使用價值。當(dāng)最小支持閾值和最小置信度閾值太小時，會生成沖突規(guī)則；當(dāng)太大時，會遺漏有意義的規(guī)則[2]。因此，提出了一種新的度量關(guān)聯(lián)度規(guī)則挖掘參數(shù)——興趣度，用來彌補(bǔ)支持度與置信度的缺陷，提高數(shù)據(jù)挖掘結(jié)果的價值。

目前，現(xiàn)成的關(guān)聯(lián)規(guī)則挖掘興趣度模型很多，有概率興趣度模型、Symth函數(shù)興趣度模型、Gini指標(biāo)興趣度模型、Piantesky-Shapiro興趣度模型、基于差異思想的興趣度模型等[3]。本文將使用一種由文獻(xiàn)[4]提出的興趣度模型，具體描述如下：

設(shè)I={i1，i2，…，in}是項目集，D是事務(wù)數(shù)據(jù)庫，關(guān)聯(lián)規(guī)則XY的興趣度由（3）式計算，興趣度值越大關(guān)聯(lián)規(guī)則挖掘結(jié)果越有趣越具有參考價值[5]。

3 關(guān)聯(lián)規(guī)則興趣度挖掘（Interestingness mining of association rules implementation）

3.1 數(shù)據(jù)準(zhǔn)備

挖掘?qū)ο笾饕褂萌雽W(xué)數(shù)據(jù)、學(xué)業(yè)成績數(shù)據(jù)和就業(yè)數(shù)據(jù)，通過篩選、合并等將這些數(shù)據(jù)組合成二維表，并進(jìn)行預(yù)處理。預(yù)處理后的就業(yè)事務(wù)數(shù)據(jù)表結(jié)構(gòu)見表1所示。

3.2 算法實現(xiàn)

就業(yè)事務(wù)挖掘工具使用FoxPro作為后臺數(shù)據(jù)庫管理工具，以Visual FoxPro 6.0作為系統(tǒng)開發(fā)平臺。

3.2.1 數(shù)據(jù)庫實現(xiàn)

就業(yè)事務(wù)表包括學(xué)號、性別、專業(yè)、高考成績、學(xué)業(yè)成績、就業(yè)地區(qū)類型、單位性質(zhì)等七個屬性，其結(jié)構(gòu)見表2所示。

3.2.2 關(guān)聯(lián)規(guī)則挖掘的實現(xiàn)

就業(yè)事務(wù)挖掘工具的操作對象是就業(yè)事務(wù)數(shù)據(jù)，以文本的形式產(chǎn)生關(guān)聯(lián)規(guī)則，格式為：屬性A……→屬性B…興趣度：I。

關(guān)聯(lián)規(guī)則挖掘算法由編程工具Visual FoxPro實現(xiàn)，其算法流程圖見圖1所示。

4 關(guān)聯(lián)規(guī)則興趣度挖掘結(jié)果分析（Analysis of association rules interestingness mining results）

4.1 挖掘結(jié)果顯示

根據(jù)預(yù)先設(shè)定的興趣度閾值，顯示滿足條件的規(guī)則，其挖掘界面如圖2所示。詳細(xì)規(guī)則顯示如下：

規(guī)則1 性別=男→單位性質(zhì)=黨政機(jī)關(guān) 興趣度：2

規(guī)則2 性別=男→單位性質(zhì)=地方基層項目 興趣度：2

規(guī)則3 性別=男→單位性質(zhì)=高等教育單位 興趣度：2

規(guī)則4 性別=男→單位性質(zhì)=國有企業(yè) 興趣度：2

規(guī)則5 性別=男→單位性質(zhì)=應(yīng)征入伍 興趣度：7

規(guī)則6 性別=男→單位性質(zhì)=自主創(chuàng)業(yè) 興趣度：3

規(guī)則7 性別=男→就業(yè)地區(qū)類型=非生源地就業(yè) 興趣度：2

規(guī)則8 性別=女→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：1

規(guī)則9 專業(yè)=初等教育→單位性質(zhì)=國家基層項目 興趣度：36

規(guī)則10 專業(yè)=會計→單位性質(zhì)=事業(yè)單位 興趣度：31

規(guī)則11 專業(yè)=計算機(jī)多媒體技術(shù)→單位性質(zhì)=自主創(chuàng)業(yè) 興趣度：56

規(guī)則12 專業(yè)=計算機(jī)應(yīng)用技術(shù)→單位性質(zhì)=醫(yī)療衛(wèi)生單位 興趣度：30

規(guī)則13 專業(yè)=歷史教育→單位性質(zhì)=應(yīng)征入伍 興趣度：368

規(guī)則14 專業(yè)=美術(shù)教育→單位性質(zhì)=升學(xué) 興趣度：33

規(guī)則15 專業(yè)=社區(qū)管理與服務(wù)→單位性質(zhì)=事業(yè)單位 興趣度：37

規(guī)則16 專業(yè)=生物教育→單位性質(zhì)=升學(xué) 興趣度：81

規(guī)則17 專業(yè)=體育教育→單位性質(zhì)=地方基層項目 興趣度：32

規(guī)則18 專業(yè)=體育教育→單位性質(zhì)=自主創(chuàng)業(yè) 興趣度：64

規(guī)則19 專業(yè)=物理教育→單位性質(zhì)=國家基層項目 興趣度：30

規(guī)則20 專業(yè)=音樂教育→單位性質(zhì)=升學(xué) 興趣度：39

規(guī)則21 專業(yè)=會計電算化→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：23

規(guī)則22 專業(yè)=歷史教育→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：35

規(guī)則23 專業(yè)=學(xué)前教育→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：20

規(guī)則24 高考成績=一般→單位性質(zhì)=黨政機(jī)關(guān) 興趣度：1

規(guī)則25 高考成績=一般→單位性質(zhì)=地方基層項目 興趣度：1

規(guī)則26 高考成績=一般→單位性質(zhì)=國家基層項目 興趣度：4

規(guī)則27 高考成績=一般→單位性質(zhì)=應(yīng)征入伍 興趣度：1

規(guī)則28 高考成績=優(yōu)良→單位性質(zhì)=高等教育單位 興趣度：1

規(guī)則29 高考成績=優(yōu)良→單位性質(zhì)=國有企業(yè) 興趣度：1

規(guī)則30 高考成績=優(yōu)良→單位性質(zhì)=私有企業(yè) 興趣度：1

規(guī)則31 高考成績=一般→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：2

規(guī)則32 高考成績=優(yōu)良→就業(yè)地區(qū)類型=非生源地就業(yè) 興趣度：2

規(guī)則33 學(xué)業(yè)成績=一般→單位性質(zhì)=黨政機(jī)關(guān) 興趣度：2

規(guī)則34 學(xué)業(yè)成績=一般→單位性質(zhì)=地方基層項目 興趣度：2

規(guī)則35 學(xué)業(yè)成績=一般→單位性質(zhì)=自主創(chuàng)業(yè) 興趣度：3

規(guī)則36 學(xué)業(yè)成績=優(yōu)良→單位性質(zhì)=升學(xué) 興趣度：2

規(guī)則37 學(xué)業(yè)成績=一般→就業(yè)地區(qū)類型=生源地就業(yè) 興趣度：1

規(guī)則38 學(xué)業(yè)成績=優(yōu)良→就業(yè)地區(qū)類型=非生源地就業(yè) 興趣度：1

4.2 挖掘結(jié)果分析

關(guān)聯(lián)規(guī)則興趣度挖掘主要任務(wù)是找出就業(yè)事務(wù)中各數(shù)據(jù)項間的關(guān)系，更好地服務(wù)于學(xué)校就業(yè)指導(dǎo)工作。對38條挖掘結(jié)果作進(jìn)一步分析得出如下結(jié)論：

第一，規(guī)則1—6只顯示了男生的就業(yè)領(lǐng)域，而沒有顯示女生的，說明男生就業(yè)范圍比女生大。因此，學(xué)校相關(guān)就業(yè)管理部門要加大對女生的就業(yè)范圍宣傳和就業(yè)考試輔導(dǎo)，擴(kuò)大女生就業(yè)面。

第二，從規(guī)則7—8可看出，男生主要在非生源地就業(yè)，而女生則主要在生源地就業(yè)。說明男生就業(yè)區(qū)域更廣，而女生則正好相反，主要在生源地區(qū)（家鄉(xiāng)）就業(yè)。因此，學(xué)校要針對性的對女生進(jìn)行就業(yè)思想觀念教育，鼓勵其到非生源地就業(yè)，擴(kuò)大就業(yè)區(qū)域范圍。

第三，從規(guī)則9—20可看出，各專業(yè)畢業(yè)生就業(yè)主要分布在升學(xué)、國家或地方項目、事業(yè)單位、自主創(chuàng)業(yè)等方面。因此，學(xué)校要加強(qiáng)就業(yè)宣傳，引進(jìn)私有企業(yè)等單位到校招聘畢業(yè)生。

第四，從規(guī)則21—23可看出，顯示了三個專業(yè)的就業(yè)地區(qū)類型都為“生源地就業(yè)”。由此可推斷出，各專業(yè)畢業(yè)生主要就業(yè)地區(qū)為生源地。所以，學(xué)校要通過教育改變學(xué)生的就業(yè)觀念，鼓勵到非生源地就業(yè)，擴(kuò)大就業(yè)區(qū)域范圍。

第五，從規(guī)則24—30可看出，高考成績“一般”和“優(yōu)秀”的學(xué)生在各種企業(yè)單位基本都有就業(yè)。所以，高考分?jǐn)?shù)高低對于學(xué)生就業(yè)的單位沒有太大影響。

第六，從規(guī)則31、32可看出，高考成績“一般”的學(xué)生主要回生源地就業(yè)，而高考成績“優(yōu)秀”的學(xué)生主要在非生源地就業(yè)。因此，學(xué)校要引導(dǎo)高考成績“一般”的學(xué)生去非生源地就業(yè)，引導(dǎo)高考成績“優(yōu)良”的學(xué)生回生源地就業(yè)，擴(kuò)大畢業(yè)生就業(yè)區(qū)域范圍。

第七，從規(guī)則33—36可看出，在校期間學(xué)習(xí)成績“一般”的學(xué)生就業(yè)領(lǐng)域為黨政機(jī)關(guān)、地方基層項目、自主創(chuàng)業(yè)等，在校期間學(xué)習(xí)成績“優(yōu)良”的學(xué)生主要出路為升學(xué)。由此可知，在校期間學(xué)習(xí)成績“一般”的學(xué)生就業(yè)領(lǐng)域更廣，而學(xué)習(xí)成績“優(yōu)良”的學(xué)生更適合考試升學(xué)進(jìn)修。因此，學(xué)校要對學(xué)習(xí)成績一般的學(xué)生加強(qiáng)考試輔導(dǎo)，引導(dǎo)其參加升學(xué)考試；對學(xué)習(xí)成績較好的學(xué)生除了繼續(xù)進(jìn)行升學(xué)考試輔導(dǎo)外，還要引導(dǎo)其向其他領(lǐng)域就業(yè)，促進(jìn)各領(lǐng)域均衡就業(yè)。

第八，從規(guī)則37、38可看出，在校期間學(xué)習(xí)成績“一般”的學(xué)生主要回生源地就業(yè)，而在校期間學(xué)習(xí)成績“優(yōu)良”的學(xué)生主要去非生源地就業(yè)。由此可知，在校期間學(xué)習(xí)成績好的學(xué)生更有“闖勁”，敢于挑戰(zhàn)陌生環(huán)境。由此，學(xué)校要對學(xué)習(xí)成績一般的學(xué)生開展就業(yè)觀念教育，引導(dǎo)他們?nèi)シ巧吹鼐蜆I(yè)。

5 結(jié)論（Conclusion）

本文在大數(shù)據(jù)時代背景下對關(guān)聯(lián)規(guī)則興趣度挖掘在畢業(yè)生就業(yè)分析中的應(yīng)用進(jìn)行了研究，把興趣度引入了數(shù)據(jù)分析中，提高了數(shù)據(jù)挖掘結(jié)果的使用價值。使用Visual FoxPro開發(fā)的數(shù)據(jù)挖掘工具對學(xué)生就業(yè)各項事務(wù)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則興趣度挖掘分析，找到各事務(wù)間存在的聯(lián)系，對學(xué)校開展就業(yè)管理工作具有重要意義。同時為學(xué)校利用大數(shù)據(jù)技術(shù)分析就業(yè)數(shù)據(jù)增添了新的思路，為學(xué)校就業(yè)管理工作者開展工作提供新的依據(jù)。

參考文獻(xiàn)（References）

[1] Jiawei Han，Micheline Kamber[加].范明，孟小峰，譯.數(shù)據(jù)挖掘概念及技術(shù)[M].北京：機(jī)械工業(yè)出版，2008：147-154.

[2] 董輝.基于興趣度的高職課程關(guān)聯(lián)規(guī)則挖掘[J].吉首大學(xué)學(xué)報：自然科學(xué)版，2012，33（3）：41-46.

[3] 吳杰.基于興趣度的關(guān)聯(lián)規(guī)則挖掘[D].哈爾濱工業(yè)大學(xué)，2009：41-42.

[4] 李永立，吳沖，王崑聲.一種新的關(guān)聯(lián)規(guī)則興趣度度量方法[J].情報科學(xué)，2011，30（5）：503-507.

[5] 李佐軍.基于關(guān)聯(lián)規(guī)則興趣度的課程設(shè)置研究[J].大理學(xué)院學(xué)報，2014，6：20-23.

作者簡介：

李佐軍（1980-），男，碩士，副教授.研究領(lǐng)域：數(shù)據(jù)挖掘，大數(shù)據(jù)應(yīng)用技術(shù).