经典决策树算法大学生学习与就业关联中的应用研究.pdfVIP

11111IIIqCEllllullIlll lIlllIIIIItlllll 摘 要 近年来，高等院校的办学规模逐渐扩大导致了高校大学毕业生的人数 不断增长，就业成为了毕业生关注的首要问题。据统计，我国高校毕业生 的数量由20。05年的338万增加到20l3年的699万。高校一般为了便于管 理学生，都建立了学生管理系统，保存大量学生的数据。面对就业难问题， 我们想要知道如何培养学生，重点培养哪些方面的素质，才能使其学生更 加容易找到一份理想的工作。 本文以内蒙古农．业大学计算机院的学生数据为研究对象，分析他们连 续三年的就业情况以及在校期问各方面素质培养状况，包括课程成绩、外 语水平、实践能力、政治面貌等情况，拟挖掘出学生在校学习与就业之间 的内在联系。首先进行样本数据采集，然后再对数据进行集成、清理、转 换等一系列过程，综合考虑影响大学生就业的各种因素，对高校大学生在 校学习情况与就业情况进行对比分析，采取经典决策树算法计算并生成决 策树，进而得出相应的分类规则。本文详细介绍了数据挖掘中决策树算法 法的算法思想，研究了这三种算法应用于本科高校毕业生在校期间学习与 就业数据的内在联系，并对三种算法的优缺点进行了对比，分析各自的优 缺点。最后根据决策树总结出的分类规则，测试规则的准确率，同时寻找 出对学生就业和高校管理有较大影响的决策属性。 最终在应用及对比后，实验结果表明．，影响学生就业的关键属性依次 为实践能力、外语水平以及课程平均成绩。该研究结果可为各高校管理者 提供决策支持以提高就业率和改进现行的培养机制提供借鉴。 关键词：数据挖掘；决策树；高校；大学生；就业 oftherelationof Analysis college and basedoncassicdecisiontree employment algorithm Abstract Inrecent of leadstothe numberof years，theexpansioncolleges growing the situationbecomesthe universitygraduates．Soemployment primary to numberof ofour problem．Accordingstatistics，thecollegegraduates risefrom3．38millionin2005to6．99millionin2013．Inorderto country facilitate of builtthestudent the managementstudents，colleges a ofstudent thedifficult and．retainlot system data．Therefore，facing wanttoknowhowto studentsto employmentproblem，policymakers develop maketheirstudentstofindanidealob．