基于决策树的大学本科毕业生就业影响因素分析——以北京林业大学信息学院为例.pdfVIP

中 国林业教育 第35卷第2期 46 EducationinChina Forestry 2017年3月 基于决策树的大学本科毕业生就业影响因素分析 ——以北京林业大学信息学院为例 张琳瑜王风超韩子硐 (北京林业大学信息学院，北京 100083) 摘 要：随着高校招生规模的扩大，本科毕业生的就业形势日益严峻。大学生是国家宝贵的人才资源，有效地解决 大学生就业问题对促进国家全面发展有重要的意义。为此，基于对北京林业大学信息学院2010～2014届部分本 科毕业生的就业地区类别和城市类别、就业方向等基本就业信息数据的预处理以及采用描述性统计方法进行的整 体分析，从就业地区类别和城市类别、学习水平、生源所在地、专业、参加创新实践活动情况等方面对本科毕业生就 业方向的影响因素进行了探究，并采用决策树数据挖掘方法建立了就业决策树模型，对就业影响因素之间隐含的 关系进行了深入分析，从而为促进高校本科毕业生成功就业提供了有价值的决策依据，也为高校制定科学合理的 人才培养计划提供了相应的参考依据。最后，根据分析结果提出了促进高校本科毕业生成功就业的合理化建议， 包括推动高校制定创新人才培养计划；促进人才流动，优化教育资源配置结构；提高大学生主动学习的能力；引导 大学生树立正确的就业观等。 关键词：本科毕业生；就业影响因素；就业方向；数据挖掘；决策树 相关调查结果显示，近年来我国高校的毕业生 一、北京林业大学信息学院本科毕业生就业信 人数呈逐年上升趋势，大学毕业生的就业形势越来 息的分析 越严峻，面临的就业压力也越来越大。大学毕业生 的就业也成为备受社会关注的热门话题。因此，深 (一)数据预处理 入探究本科毕业生就业的影响因素，并据此改革本 数据挖掘的定义有很多种，其中被普遍采用的定 科毕业生就业制度，完善高校就业指导工作，积极探 义是：数据挖掘又称为数据库中的知识发现(know卜 from 索解决本科毕业生就业问题的新方法和新思路，从 edgediscovery 而有效地促进本科毕业生顺利就业，不仅是一项惠 量数据中抽取和挖掘出未知的、有价值的模式或规律 及民生的重大工程，而且对构建和谐社会、提升国家 等知识的复杂过程口]。数据挖掘可以在海量数据中 综合实力具有重要的意义。 抽取有价值的信息，从而帮助人们做出准确的预测和 为此，笔者以北京林业大学信息学院信息管理 分析。数据清理、数据集成、数据转换、数据规约是数 与信息系统、计算机科学与技术、数字媒体艺术、计 据预处理常用的几种方法[2]。 算机科学与技术(艺术设计)和动画专业2010～ 笔者采用忽略元组的方法把北京林业大学信 2014届部分本科毕业生的就业信息为研究对象，运息学院信息管理与信息系统等4个专业2010～ 用数据挖掘技术对有价值的信息进行了提取和分 2014届本科毕业生就业信息中基本信息不完整的 析。由于就业数据具有分类的预知性和离散性等特 记录删除掉，得到有效记录1135条；并对研究所 点，所以笔者选择决策树C5．o算法建立了分类决 要利用的数据按以下类别进行了划分：①就业地 策树，从本科毕业生的学习成绩、英语四级和六级 区类别：东部、中部、西部、其他(出国)；②就业城 成绩等级、生源所在地、专业、参加大学生创新创