決策樹(shù)技術(shù)在畢業(yè)生就業(yè)數(shù)據(jù)中的應(yīng)用研究.pdf

1、隨著信息技術(shù)高速發(fā)展,人們獲取數(shù)據(jù)手段和途徑越來(lái)越多樣化,就出現(xiàn)了數(shù)據(jù)挖掘,它是從大量數(shù)據(jù)中提取挖掘出未能發(fā)現(xiàn)、潛藏但有用的信息和知識(shí)的過(guò)程。關(guān)聯(lián)分析、分類(lèi)、偏差分析、聚類(lèi)分析、時(shí)序模式和預(yù)測(cè)等這些都是數(shù)據(jù)挖掘的主要任務(wù)?，F(xiàn)在有很多種方法用于數(shù)據(jù)分類(lèi),其中常用的主要有決策樹(shù)、粗糙集、k-最臨近方法、人工神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)模型等方法,而決策樹(shù)算法是分類(lèi)算法中最為通用的一種,它有較快的計(jì)算速度、人們?nèi)菀桌斫?所以被廣泛應(yīng)用于金融、醫(yī)療、保險(xiǎn)、運(yùn)

2、輸、氣象、國(guó)防等領(lǐng)域,而在高校畢業(yè)生就業(yè)方面則應(yīng)用較少。中國(guó)教育改革在不斷的深入和推廣,大學(xué)本科生招生規(guī)模也在逐年擴(kuò)大,學(xué)生人數(shù)的大幅度增加,給高校畢業(yè)生的就業(yè)帶來(lái)了越來(lái)越大的壓力,特別是層次較低的本科院校的就業(yè)矛盾更加突出,隨著這些呈現(xiàn)出的新特點(diǎn),計(jì)算機(jī)信息化管理也在就業(yè)工作的開(kāi)展和完善上顯示出越來(lái)越重要的作用,而運(yùn)用數(shù)據(jù)挖掘技術(shù),則可以找出就業(yè)中的一些潛在規(guī)律,為沒(méi)有找到工作或?qū)?lái)找工作的學(xué)生提供一些借鑒,也為高校在就業(yè)管理方面提供

3、幫助!在這樣的背景下,本文詳細(xì)介紹了數(shù)據(jù)挖掘的概念及其發(fā)展歷史,并分析了數(shù)據(jù)挖掘技術(shù)的特點(diǎn),著重探討研究了本科高校畢業(yè)生就業(yè)數(shù)據(jù)的特點(diǎn),并在其基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘。具體研究?jī)?nèi)容如下:
　　(1)論文在探討數(shù)據(jù)挖掘的一般理論的基礎(chǔ)上,對(duì)數(shù)據(jù)挖掘中決策樹(shù)算法進(jìn)行了詳細(xì)地介紹。并簡(jiǎn)單介紹了幾種常用的決策樹(shù)的生成算法。重點(diǎn)介紹了C.45算法流程及其結(jié)構(gòu),并分析了C4.5算法的優(yōu)缺點(diǎn)。
　　(2)以某學(xué)院畢業(yè)數(shù)據(jù)為基礎(chǔ),重點(diǎn)討論了運(yùn)用C