決策樹技術(shù)在高校就業(yè)分析系統(tǒng)中的應(yīng)用 加.pdf

1、隨著高等教育改革的不斷深入，高等教育日益普及，高校畢業(yè)生數(shù)量逐漸增加，如何應(yīng)對高校畢業(yè)生在就業(yè)過程中日漸暴露出的各種問題，不僅需要高校畢業(yè)生的綜合素質(zhì)的提高，同時對高校就業(yè)指導(dǎo)部門的決策能力是一種考驗。針對這一現(xiàn)狀，如何制定相對應(yīng)的就業(yè)指導(dǎo)方針，是當(dāng)下每個高校都需要考慮的問題。從實現(xiàn)高校信息化建設(shè)以來，很多高校保存了大量的畢業(yè)生就業(yè)數(shù)據(jù)，這些數(shù)據(jù)作為畢業(yè)生信息留檔或者必要時的數(shù)據(jù)統(tǒng)計，其中的有效信息并未被挖掘出來，信息利用率太低。本文采

2、用數(shù)據(jù)挖掘中的決策樹技術(shù)，對畢業(yè)生的信息進行挖掘，探究畢業(yè)生信息和畢業(yè)生就業(yè)去向之間的關(guān)聯(lián)，為高校的就業(yè)指導(dǎo)部門在制定畢業(yè)生就業(yè)指導(dǎo)方針時提供一個好的理論支持。
　　從海量數(shù)據(jù)中進行數(shù)據(jù)提取、挖掘，從而發(fā)現(xiàn)隱藏在數(shù)據(jù)中的有利用價值的信息和知識，這個過程被稱為數(shù)據(jù)挖掘。數(shù)據(jù)挖掘技術(shù)涵蓋多種算法，包括：決策樹算法、神經(jīng)網(wǎng)絡(luò)算法、關(guān)聯(lián)規(guī)則算法、統(tǒng)計分析方法和模糊集方法等。本文依據(jù)畢業(yè)生數(shù)據(jù)的特點，通過分析基于修正函數(shù)和屬性優(yōu)先值的改進I

3、D3算法，引入了修正系數(shù)的概念，從算法的時間復(fù)雜度和準(zhǔn)確度方面進行優(yōu)化，并通過實例驗證，改進的ID3算法更適用于畢業(yè)生數(shù)據(jù)挖掘。
　　本文針對某省屬院校計算機科學(xué)與工程學(xué)院近五年的畢業(yè)生信息，從中提取、挖掘以前未被發(fā)現(xiàn)的有價值信息，利用就業(yè)分析系統(tǒng)，從而實現(xiàn)了數(shù)據(jù)挖掘。此過程包括：明確數(shù)據(jù)挖掘目的以及對象、信息收集和數(shù)據(jù)集成、數(shù)據(jù)清理、數(shù)據(jù)變換等數(shù)據(jù)預(yù)處理技術(shù)，緊接著選擇基于修正系數(shù)的改進ID3算法，生成決策分類樹，最后用決策樹產(chǎn)