论数据挖掘技术在高校就业工作中的应用.pdfVIP

|舔|1_戳l点__ 氐^、激奄2010年旃8瓤 论数据挖掘技术在高校就业工作中的应用 。肖建国 [摘要] 数据挖掘和知识发现是 目前几乎所有涉及到海量数据处理的行业与领域都会采用的关键技术之一。文章运 用数据挖掘技术结合具体的案例对就业信息和就业结果进行深入分析，总结出就业数据变化的内部规律等各方面因素，并 有针对性地作出调节，使高校就业工作不断趋于正规化、科学化。另外，通过对数据挖掘技术在就业工作中实际应用方式的 阐述，帮助决策者树立 良好的数据观念，并以此作为高校就业部门制定科学就业战略的重要依据，实现信息技术与社会实 践的良好对接 [关键词] 数据挖掘技术；就业市场；就业信息；数据分析 随着数据库技术的不断发展和数据库管理系统的广泛 神经计算、统计学等许多算法。在就业数据挖掘过程中常用 应用，数据库中存储的数据量也在急剧增大 ，在这些海量数 的方法有均值分析、预测分析、偏差分析、聚类分析、关联分 据的背后隐藏了很多具有决策意义的信息。但是，现今数据 析、可视化技术等。 库的大多数应用仍然停留在查询、检索阶段，数据库中隐藏 三、具体应用形式概述 的丰富的知识远远没有得到充分的发掘和利用。我国拥有 一 数据挖掘 下的就业网站功能开发 全世界最大的人才交流市场 ，每年都会产生大量的可利用 通过对就业网页内容挖掘，主要是对文本 内容的挖掘， 数据，如何通过这些数据找出就业规律，科学预测高校就业 可以实现对网页内容的聚类整合，达到对就业信息的分类 市场发展方向，提高大学生就业指导T作质量，保证就业率 浏览与检索；同时，通过对用户所使用的提问式的历史记录 与招生规模的和谐诸多问题都需要我们深入地思考。 的分析，可以有效地进行提问扩展，提高检索效率；另外，运 一 、 国内外研究现状及分析 用数据挖掘技术改进关键词加权算法，可以提高就业信息 数据挖掘是致力于数据分析和理解 、揭示数据内部蕴 的标引准确度，从而有效地组织网站信息，提高就业信息的 藏知识的技术，是未来信息技术应用的重要途径之一。数据 传播速度。利用数据挖掘技术建立更深入的访客数据剖析， 挖掘所要处理的问题，就是在庞大的数据库中找出有价值 并赖以架构精准的预测模式 ，以期呈现真正智能型个人化 的隐藏事件，并且加以分析，获取有意义的信息，归纳出有 的网络服务，是数据挖掘技术努力的方向。 用的结构，以作为企业进行决策的依据。数据挖掘应用非常 通过上述行为，我们可以对用人单位与人才之间的交 广泛，只要该产业有分析价值与需求的数据库，皆可利用 流模式做出有效变革，以扩大合作群体、密切合作关系，比 Mining工具进行有 目的的发掘分析。数据挖掘的历史虽然 如我们应该和哪些用人单位保持最密切的联系，对能够促 较短 ，但从 20世纪90年代 以来 ，它的发展速度很快 ，加之 进就业：作顺利开展的用人单位进行 日标定位并提供相应 它是多学科综合的产物，因此，数据挖掘技术将是一个年轻 的政策、服务优惠，这对于市场细分、市场开拓、开展个性化 且充满希望的研究领域 ，其各方面效益的强大驱动力将会 服务 、有效提供直邮服务等很多丁作都大有裨益，最终使信 不停地促进它的发展。经过十几年的努力，数据挖掘产生了 息优势最终转化为我们的丁作优势。 许多新概念和方法。特别是最近几年，一些基本概念和方法 二 通过数据挖掘实现对就业市场的准确监控 趋于清晰，它的研究正向着更深入的方向发展。每年都有新 数据挖掘的主要价值在于通过数据提取发现事物内部 的数据挖掘方法和模型问世，人们对它的研究正 日益广泛 规律，从而为我们的工作提供参考和借鉴。通过我们对历年 和深入。尽管如此，数据挖掘技术在就业领域的应用却还是 就业数据的收集，包括不同专业毕业生就业率 、升学率、行 一 片空 白。 业分布比例 、地域分布比例等 ，并通过与其他院校的横向比 二、据挖掘相关技术及基本方法 较与历史数据的纵向比较对就业形势进行综合分析，我们 所谓数据挖掘，就是从数据库中抽取隐含的、以前未知 能够从中发现很多值得总结的信息。另外，通过对历次供需 的、具有潜在应用价值的信息的过程，它是对海量的数据进 洽谈会的记录总结和对用人单位的信息记录，通过对每年 行知识发现或信息采掘，目的是发现隐含在数据中人们不 就业数据的横向比较，结合历史数据的纵向比较，尤其是通 知道的规律，从而科学地辅助人们的工作。数据挖掘与知识 过对历年就业地域分布情况及就业层次分布情况，能够做 发现 KDD 是一个 以数据库 、人T智能、数理统计 、可视化四 到更全面地观察就业市场的发展状况，达到对就业市场发 大支柱技术为基础，多学科交叉 、渗透、融合形成的新