决策支持系统在高校毕业生就业管理中应用研究.pdfVIP

2008 2008年第6期 黑龙江高教研究 No．6 Researches on Education sefial．No．170 总第170期 Heilongjiang Higher 决策支持系统在高校毕业生就业管理中的应用研究 吴海鹏，马吉权 (黑龙江省大中专学校学生信息咨询与就业指导中心，黑龙江哈尔滨150090) 摘要：就业决策支持系统，是在现行的毕业生管理系统只对海量数据进行简单地备份和查询的基础上，引入数据挖掘理 论，使之能够自动地、智能地、快速地从数据库中挖掘出有用的信息和知识，从而在提高就业率，提高就业层次等方面为领导 提供决策支持。本系统由两部分构成，即数据库处理和数据挖掘。数据挖掘算法采用改进后的Apfiofi算法。 关键词：数据挖掘，决策支持，B／S；高校毕业生；就业管理 中图分类号：G649．21 文献标志码：A 文章编号：1003—2614(2008)06—0048—03 模式类型。数据挖掘任务一般可以分为两类：描述 一、数据挖掘理论 和预测。描述性挖掘任务刻画数据库中数据的一般 数据挖掘(Data 特性。预测性挖掘任务在当前的数据上进行推断、 Mining，简称DM)就是从大量 的、不完全的、有噪声的、模糊的、随机的数据中，提 预测。数据挖掘系统要能够挖掘多种类型的模式以 取隐含在其中的、人们事先不知道的、但又有潜在的 适应不同的用户需求或不同的应用，且应当能够发 有用信息和知识的过程，是数据库中知识发现 现各种粒度(不同的抽象层)的模式。由于有些模 in (KnowledgeDiscoveryDatabase$，简称KDD)的核式并非对数据库中的所有数据都成立，通常每个被 心。 发现的模式带上一个确定性或“可行性”度量。 知识发现(KDD)被认为是从数据中发现有用 数据挖掘的对象主要是关系数据库。随着数据 知识的整个过程。数据挖掘只是数据库中知识发现 挖掘技术的发展，逐步进入空间数据库、时态数据 的一个步骤，但又是最重要的一步，它用专门算法从 库、文本数据库、多媒体数据库、环球网WEB等。 数据中抽取模式。人们把原始数据看做是形成知识 文字、音频、图像、视频等多媒体数据已逐渐成为信 的源泉，就像从矿石中采矿一样。原始数据可以是 息领域的重要表现形式。 结构化的，如关系型数据库中的数据，也可以是半结 构化的，如文本、图形、图像数据，甚至是分布在网络 上的异构型数据。发现知识的方法可以是数学的， 也可以是非数学的；可以是演绎的，也可以是归纳 的。发现了的知识可以被用于信息管理、查询优化、 三、数据挖掘的方法和技术 决策支持、过程控制等，还可以用于数据自身的维 数据挖掘方法是由人工智能、机器学习的方法 护。因此，数据挖掘是一门广义的交叉科学，它汇聚 了不同领域的研究者，尤其是数据库、人工智能、数 发展而来，结合传统的统计分析方法、模糊数学方法 及科学计算可视化技术，以数据库为研究对象，形成 理统计、可视化、并行计算等方面的学者和工程技术 人员。 了数据挖掘的方法和技术。本课题使用的