包娜萍 沈晨雯 仲卓帆 黃初 吳季強


基金資助:本項目受到杭州師范大學本科生創(chuàng)新創(chuàng)業(yè)項目“本科生企業(yè)實習效果及其影響因素的研究”支持
摘要:隨著我國市場導向就業(yè)制度改革的深入推進,本科生企業(yè)實習日益成為提升本科生就業(yè)質(zhì)量的重要途徑。基于問卷調(diào)查數(shù)據(jù),本文利用Apriori算法進行數(shù)據(jù)挖掘,發(fā)現(xiàn)了自主實習且實習時長為1-3個月的本科生在企業(yè)實習過程中收獲最多。我們也研究了學生對學校安排的學生實習工作的支持度,以學生基本特征與實習狀況為自變量,以學生對實習工作的支持程度為因變量,建立二元Logistic回歸模型,擬合學生支持學校安排的學生實習工作的概率,并以此為基礎提出若干建議。
關(guān)鍵詞:企業(yè)實習;Apriori算法;二元Logistic回歸模型.
一、引言
隨著本科生企業(yè)實習比例日益增加,其工作能力得到明顯改善。但目前仍無較好的量化模型對本科生實習效果進行評價,對更合理推行實習政策不利,故本文針對本科生企業(yè)實習影響因素和支持度開展一系列研究。
通過研究教育部文件[1],歸納出描述本科生實習情況相關(guān)指標,并在杭師大進行問卷調(diào)查,建立統(tǒng)計模型,對本科生實習情況影響因素和本科生對實習支持度進行量化分析。
二、研究對象
本文研究對象為杭師大本科畢業(yè)生,我們在杭師大共發(fā)放并回收有效問卷504份。
三、本科生實習現(xiàn)狀關(guān)聯(lián)性規(guī)則挖掘分析
本文先數(shù)據(jù)挖掘,尋找學生基本特征與實習狀況聯(lián)系。在具體過程中,使用Apriori算法進行關(guān)聯(lián)規(guī)則挖掘。研究的特征信息包括性別、專業(yè)、戶口、理想工作地、實習時長、是否集中實習、對實習政策的了解程度和實習對工作幫助作用。
3.1關(guān)聯(lián)規(guī)則和結(jié)果分析
我們將有效問卷樣本數(shù)據(jù)整理后,以學生基本信息為前項,以本科生對實習政策了解程度和實習對學生工作幫助作用為后項,最小支持度10%,最小置信度80%,用SPSS軟件挖掘蘊含關(guān)聯(lián)規(guī)則[2],可得下表。
根據(jù)表1認為實習對將來工作有幫助的本科生特征為:自主實習,能根據(jù)自身需要和條件,選擇更適合自身實習單位;實習時長1-3個月,能收獲不少工作經(jīng)驗,也不至于對工作生厭。結(jié)合調(diào)查結(jié)果建議如下:實習安排因人而異,多時段供學生自主選擇。
四、二值Logistic回歸模型下對實習工作支持度分析
結(jié)合調(diào)查問卷,我們選擇性別(X1i)、專業(yè)(X2i)、戶口(X3i)、意向城市(X4i)、學校安排的實習時間(X5i)、實習工作對口度(X6i)、每日工作時間(X7i)、對實習政策了解度(X8i)為自變量,是否支持實習工作為因變量,建立二值Logistic回歸模型,來預測不同學生支持實習工作的概率。
利用SPSS我們用后退法選擇自變量,最終選擇每日工作時間、對實習政策的了解度,得到方程:
是學生支持實習工作的概率。
基于上述模型,對特定學生群體進行分析,如非常了解實習政策,每日工作時間約4-6小時的學生支持實習工作的情況為:
同理,不太了解實習政策,每日工作時間約4-6小時的學生支持實習工作的概率約50.90%;非常了解實習政策,每日工作時間約6-8小時的學生支持實習工作的概率49.37%。比較上述數(shù)據(jù),當實習工作時間每日多2小時,學生支持實習工作的概率會下降約12.19%;當學生對實習政策的了解程度上升為非常了解時,支持的概率會上升約10.66%。
建議各大高校可針對職業(yè)規(guī)劃等方面開設講座;各高校與企業(yè)磋商時,應積極為學生尋求有利待遇;本科生也應提前了解實習政策,保障自己權(quán)益。
五、本科生企業(yè)實習調(diào)研總結(jié)
本研究通過問卷調(diào)查了解本科生企業(yè)實習的現(xiàn)狀,運用算法和模型對本科生企業(yè)實習的影響因素和支持度進行分析,最后利用所得結(jié)果從高校、企業(yè)和學生的角度提出了一些可借鑒的建議。
參考文獻
[1]深化本科教育教學改革?全面提高人才培養(yǎng)質(zhì)量——教育部高等教育司負責人就《關(guān)于深化本科教育教學改革全面提高人才培養(yǎng)質(zhì)量的意見》答記者問[M].教育部文件.
[2]廖芹,赫志峰,陳志宏.數(shù)據(jù)挖掘與數(shù)學建模.國防工業(yè)出版社,2010.02;