决策树在技工院校招生工作中研究.docVIP

９２  福  建  电脑  ２０１３年第１期  决策树在技工院校招生工作中的研究 陈凡 （福建技师学院福建福州３５０００１）  【摘  要】：数据挖掘作为一门综合性的新兴技术在各大领域得到了充分的使用和发展，本 文尝试将数据挖掘技术中的决策树方法应用于技工院校的招生中，挖掘出部分有价值的规则，希 望能对今后的招生工作提供有效的方法 【关键词】：技工院校，数据挖掘，ＩＤ３算法，研究  一、项目背景 近几年来．全国各地都出现了技工荒．劳动力 市场上供需缺口很大．专业技能人才严重供给不 足．与此同时全国的技工院校处于招不到学生的 尴尬地位．我省也是如此．我生目前共有９１所技 工院校。４所技师学院．在校人数共有２０万左右， 每年的就业率也高到９６％．但是招生却每年呈递 减趋势．即使报名时候达到了招生人数，也经常频 频出现了溜生现象．报到率低下。这些现象出现的  后选择出最有效的分诶实例的属性。生成一些简 单易懂的明确规则，决策树算算法有很多种，比如 ＩＤ３／Ｃ４．５，Ｃ５．０、ＣＡＲＴ、ＣＨＡＩＤ，本文拟采用的引入 信息增益概念的ＩＤ３算法。 三、数据挖掘在招生工作中的实际应用 ３．１算法的实际应用和说明 （一）算法的应用 ｆ １）声明类ＣＦｉｌｅｄＩｎｆ０，用来存放各个特征取 不同值的情况 原因一部分是由于高校的逐年扩张．人们受到传 ｔｙｐｅｄｅｆ ＣＡｎ．ａｙ＜ＨＴＲＥＥＩＴＥＭ，ＨＴＲＥＥＩＴＥＭ＞ 统的观念更愿意去报考高等院校．还有一大部分 原因是由于很多技工院校的招生没有目的性．常 常花很大力气宣传的地区并没有得到预期效果。 没有针对性的招生导致技工院校处于一个被动的 位置．由于没有准确的报到率．导致学校没有计划 性，比如宿舍数量、师资、教学设备等等、多了会造 成浪费．少了又会造成学生不满意导致最后溜生。 技工院校的招生形式、教育成本和其他的高 职院校有着很大的不同．招生数量严重影响着技 ＣＡｔｔ曲ｕｔｅＶａｌｕｅＴｒｅｅ：／／每一’：特征值对应的ｔｒｅｅｃｔｒｌ 的ｉｔｅｍ ｃｌａｓｓ ＣＦｉｌｅｄＩｎｆｏ：ｐｕｂｌｉｃ ＣＯｂｉｅｃｔ （ ｐｕｂｌｉｃ： ＣＦｉｌｅｄＩｎｆｏＯ； ＣＦｉｌｅｄＩｎｆｏ（ｉｎｔ ｎＡｔｔｒｉｂｕｔｅ）； ＣＦｉｌｅｄＩｎｆｂ ｆｃｏｎｓｔ ＣＦｉｌｅｄＩｎｆｏ＆ＯｔｈｅｒＦｉｌｅｄ— Ｉｎｆｏ）； 工院校的正常运作。因此有效地提高报到率，有针 ＣＳｔｒｉｎｇ ｓＦｉｅｌｄＮａｍｅ；／／特征名称 对性的进行招生．尽可能地扩大招生数目。成为当 ｉｎｔ ｎＦｉｅｌｄＶａｌｕｅＴｖｐｅＣｏｕｎｔ；／／特征取不同值的 前各个技工院校的首大问题． 二、相关概念 ２．１数据挖掘 个数 ＣＳｔｒｉｎｇＡｒｒａｖ ＦｉｅｌｄＶａｌｕｅ“ｓｔ；／／特征取到的所有 不同值的列表 数据挖掘川（Ｄａｔａ Ｍｉｎｉｎｇ）就是从大量的、不完 ＣＡｔｔｒｉｂｕｔｅＶａｌｕｅＴｒｅｅ ｍ—ＡｔｔｒｉｂｕｔｅＶａｌｕｅＴｒｅｅ； ／／ 全的、有噪声的、模糊的、随机的实际应用数据中， 提取隐含在其中的、人们事先不知道的、但又是潜 在有用的信息和知识的过程。它是一个多阶段的 过程。 和上面字符串数组一一对应．存放每个特征值对 应的ｔｒｅｅｃｔｒｌ的ｉｔｅｍ ＣＤＷｏｒｄＡｒｍｖ ＦｉｅｌｄＶａｌｕｅＣｏｕｎｔ：／／和上面字符 串数组一一对应．存放特征取到的不同值的个数 ２．２决策树 Ｃ ＤＷｏｒｄＡｒｒａｖ ＰｏｓｉｔｉｖｅＣｌａｓｓＣｏｕｎｔ：／／和上面字 决策树算法是数据挖掘中一种比较好的算 法．它可以选择树的每个节点作为测试的属性．然 万方数据 符串数组一一对应．存放特征取到不同值时该条 记录为Ｐ类ｆ招生决策巾报到的考生为Ｐ类１的个 ２０１３年第ｌ期  福  建  电脑  ９３  数 ＣＤＷｏｒｄＡｒｒａｙ ＮｅｇａｔｉｖｅＣｌａｓｓＣｏｕｎｆ；／／和上面字 符串数组一一对应．存放特征取到不同值时该条 记录为Ｎ类（招生决策中未报到的考生为Ｎ类）的 个数 】 （２）递归建树函数  然后逐条记录读取．每条记录中得到的特征 的信息后，如果特征取值在ＦｉｅＩｄＶａｌｕｅＬｉｓｔ中没有 则将该特征值ａｐｐｅｎｄ到ＦｉｅｌｄＶａｌｕｅＬｉｓｔ；否则将 ＦｉｅｌｄＶａｌｕｅＣｏｕｎｔ值累加．将该条记录类别值累加 到ＰｏｓｉｔｉｖｅＣｌａｓｓＣｏｕｎｔ或ＮｅｇａｔｉｖｅＣｌａｓｓＣｏｕｎｔ。 记录读取结束后．得到所有特征的信息．据此 计算信息熵、条件熵、互信息，然后建立顶层决策 树（直接建立到已经存在的ＣＴｒｅｅＣｌｒｌ上） ｖｏｉｄ ＣＴｒｅｅＶｉｅｗＤＭｆｕｎｃｔｉｏｎ：：ＲｅｃｕｒｓｉｏｎＴｒｅｅ 然后取得顶层决策树的各个属性值对应的数 （Ｈ