决策树在高职院校毕业生就业工作中应用探究.pdf

摘 要 摘 要 随着数据的海量增加、市场竞争加剧以及对知识的迫切需求，数据挖掘技术 已经成为目前人们关注的热点。数据挖掘技术的研究领域较为丰富，其中分类是 数据挖掘研究的一个重要研究方向。对它进行深入研究有着重要的理论意义和应 用价值。分类首先是通过分析输入数据来构造一个分类模型，然后利用该模型将 数据库中其他数据项映射到某一个给定的类别中。常见分类方法有决策树分类、 神经网络分类、贝叶斯分类等，其中决策树方法在构造简单、可理解度、通用性 和速度快等方面优于其他的分类方法。本文选择将决策树分类方法应用于高等职 业院校毕业生就业工作分析中。 随着我国教育体制的不断改革，高校招生规模日益扩大，其中高等职业教育 发展尤为迅速，已经成为我国高等教育的重要组成部分。当前大学毕业生就业问 题日益突出，已经成为社会普遍关注问题。为指导学生应业，许多高职院校都建 立了毕业生就业信息管理系统，用以跟踪学生就业状况。本文在对数据挖掘的概 念、算法、实际的挖掘过程等进行详细论述的基础上，针对高职院校就业信息管 理系统中积累的大量数据，以安徽警官职业学院08届毕业生就业分析为例，运 用数据挖掘中的决策树方法C4．5算法对相关的毕业就业数据进行分类。首先确 定本文数据挖掘对象及目标、样本采集、采用数据集成、数据清理、数据转换、 数据消减等数据预处理技术：其次采用C4．5决策树算法生成决策树；再次根据 就业数据的特点，利用事后修剪法对决策树进行修剪，对决策树进行了一定的修 『F；最后由决策树产生分类规则，并评估了分类法的准确率。利用挖掘出的潜在 规则为就业指导工作提供决策依据，从而推进高校就业制度改革，实现高职院校 毕业生更快更好的就业。 关键词：数据挖掘，决策树，C4．5算法，分类规则 Abstract Witllt11edramatic increaseinmaSsofdataandm冰et andthe conlpetition urgent needof data hzLsbecome knowledge，t11eminingtecllIlology mefocusofattentionof are researchfieldsindata aIldclaSsificationis people．Theremally miningtechnology an researchdirectionofdata ofithas imponant mining．Depthstudy imponant theoretical and Value．Classificationis me si鲥ficaIlce application byaIlalyzinginput datatocons仇JctaclaSsificationmodel，anduset11emodeltoomerdataitemsinthe databaSeacert2Lin medecisiontree m叩to giVencategory．With classification，neural net、vork claSsificationaIld classification，the otllerclassification BayesiaIl metllods， me decisiontI．eemethodis in of simplestllJcture，understandable degreeversatili够 and sobenerthantheotherclassificationmetllods．111isof speed，aJld decision option tr．eeclaSsificationmemodis totheworkof of applied graduates’employmenthigher Vocational coIlegesanalysis． Withthe refomofoureducation enrollment continuing system，thecolIege of Vocational is of education，which expansionhigher especiallyrapiddeVelopment educationin haVe halfofChina’s education． higher Chin如 occupied higher of hasbecome andhas Employmentcollegegraduates increasinglyprominent， becomeasocialissueofuniVers