决策树在研究生就业数据分析中的应用研究.docVIP

决策树在研究生就业数据分析中的应用研究 　　摘要：对于高校研究生就业信息管理系统中积累的大量数据，运用数据挖掘算法中的ID3决策树算法对所给数据进行分类和预测。通过实例给出了该算法在高校研究生就业工作中的应用，找出影响研究生就业的主要因素。挖掘结果表明，该算法在研究生就业数据的分析中的可行性和正确性，并得到若干有参考价值的结论，给广大学生和学校就业决策者提供就业指导。 　　关键词：数据挖掘；决策树；ID3算法；就业 　　中图分类号：TP274 文献标识码：A文章编号：1009-3044(2011)19-4673-03 　　Application of Decision Trees in the Postgraduate Employment Data Analysis 　　XUAN Shi-li, YANG Qiu-ye 　　(College of Computer Science and Engineering Information, Guangxi Normal University, Guilin 541004, China) 　　Abstract: Management system has accumulated college graduates employment information data, id3 data mining algorithm to use in the decisions of the to categorize the data and forecasted. By an example which this algorithm is applied to the employment of the college graduates to find out the main factors affect the post-graduate student employment. Excavation results reveal that this algorithm in analysis postgraduate employment data is feasible and correct and get some reference value conclusion, This conclusion is good for the student employment policy makers and provide employment guidance. 　　Key words: data mining; decision trees; ID3 algorithm; employment 　　随着我国高校研究生招生规模不断扩大，研究生的就业形式也不容乐观，毕业生就业方式变得多元化、自主化，高等院校之间的竞争日趋激烈[1]。如何充分利用已有的毕业生就业信息资源，挖掘隐藏在这些数据中的有价值的信息，以使高校在每年的毕业生就业宣传、就业计划投放、学院专业设置等方面做出正确的决策，是摆在高校面前的紧迫课题[2]。数据挖掘技术被广泛用于各种信息的挖掘，尤其是在金融业、商业界上的应用都取得了很好的效果，在教育界的应用还比较欠缺。数据挖掘中的决策树算法，可以发现数据属性间的关系，可以找出哪个属性是分类的主要影响因素。 　　本文借助计算机专业研究生毕业生的就业信息进行挖掘，运用ID3决策树算法建立决策分类树，找出影响计算机专业研究生就业的主要因素及各因素间的关系，为低届学生提供学习参考，为高校决策者提供就业指导和学生工作建议。 　　1 决策树技术简介 　　1.1 基本概念 　　分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。分类的目的是找出一组能够描述数据典型特征的模型或函数，以便能够识别未知数据的归属或类别，分类模型能够通过数据网挖掘分类算法从一组训练集样本数据中学习获得[3]。分类可用于预测，预测的目的是利用历史数据记录中自动推导出对给定数据的推广描述，从而能对未来数据进行预测。 　　1.2 决策树分类 　　决策树是一种用来表示人们为了做出某个决策而进行的一系列判断过程的树形图。决策树方法的基本思想是利用训练集数据自动地构造决策树，然后根据这个决策树对任意实例进行判定。目前，决策树方法主要用于分类，它提供了一种展示“在什么条件下得到什么值”这类规则方法。决策树具有直观、清晰、易被用户理解的特点，同时，决策树具有容易生成规则、算法可伸缩性强等优点[4]。 　　使用决策树进行分类，就是在内部结点上选用一个属性进行分割，数据开始都在根结点，递归地进行细分；二是树的修剪，去掉一些可能是噪声或者异常的数据。使用决策树就是对未知数据进行分割，即按