決策樹ID3算法的改進(jìn)和應(yīng)用研究.pdf

1、近年來我國(guó)高等院校的學(xué)生就業(yè)問題不斷突現(xiàn)，原因不僅包括經(jīng)濟(jì)改革、高等院校擴(kuò)招、教育資源緊缺、就業(yè)模式不健全等，還包括高等教育模式不適應(yīng)社會(huì)要求、學(xué)生就業(yè)期望值偏高、高校對(duì)學(xué)生的就業(yè)指導(dǎo)偏重于書本和經(jīng)驗(yàn)，缺少科學(xué)的就業(yè)指導(dǎo)等重要因素。除了深化高等教育改革、改進(jìn)高校學(xué)生培養(yǎng)模式外，對(duì)學(xué)生進(jìn)行科學(xué)合理的就業(yè)指導(dǎo)已刻不容緩。 本文通過數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)學(xué)生的教育屬性和就業(yè)屬性之間的關(guān)聯(lián)性，建立畢業(yè)生就業(yè)指導(dǎo)決策支持系統(tǒng)，提高對(duì)畢業(yè)生就業(yè)

2、指導(dǎo)的實(shí)效性，實(shí)現(xiàn)畢業(yè)生更快更好的就業(yè)。 決策樹方法是數(shù)據(jù)挖掘的重要方法，通常用來形成分類器和預(yù)測(cè)模型。決策樹方法包含多種不同的算法，其中ID3算法是決策樹方法的典型代表，是決策樹生成最常用的具體實(shí)現(xiàn)方法。但是，目前的ID3算法存在著偏向于選擇屬性取值較多的屬性，可能導(dǎo)致從數(shù)據(jù)集中歸納出錯(cuò)誤的規(guī)則，使決策樹的性能下降。因此，本文提出了一種避免多值偏向問題的ID3改進(jìn)算法--BetterTree算法，彌補(bǔ)了ID3算法選擇測(cè)試屬性時(shí)

3、偏向取值較多的不足。在通過掌握實(shí)際的學(xué)生信息基礎(chǔ)上，測(cè)試了該方法的有效性，并建立了一個(gè)基于關(guān)聯(lián)規(guī)則的就業(yè)指導(dǎo)決策支持系統(tǒng)。 本文的就業(yè)指導(dǎo)系統(tǒng)由兩部分構(gòu)成，數(shù)據(jù)庫處理和數(shù)據(jù)挖掘算法執(zhí)行。數(shù)據(jù)庫處理包括數(shù)據(jù)的讀取、查詢、統(tǒng)計(jì)、更新以及前臺(tái)的簡(jiǎn)單系統(tǒng)界面等，采用SQL Server 2000。數(shù)據(jù)挖掘算法執(zhí)行就是采用我們改進(jìn)后的BetterTree算法，將實(shí)際學(xué)生就業(yè)數(shù)據(jù)作為輸入處理，得出很多有意義的信息，這些知識(shí)在幫助高等院校更好