基于机器学习的农业信息类专硕个人信息与就业分析系统.pdf

摘要 摘要 在大数据环境下，信息纷繁复杂，数据分析技术将信息有机的联系起来，农业信 息化的建设也随之迎来新的发展机遇。为培养农业信息类人才，农业信息类专业硕士 学位在各个高校建立，该类专业的就业问题同时引起了学院以及学校的关注。 本研究使用SSM （Spring+SpringMVC+Mybatis）框架建立基于机器学习的农业 信息类专硕个人信息与就业分析系统，应用数据分析、机器学习的相关原理完成系统 中主要的信息分析功能。信息分析部分使用我校农业信息类专业硕士研究生个人信息 作为数据集，接着对系统中数据分析流程进行了详细说明，依次通过数据预处理、选 Bagging 取训练集测试集、选取SVM模型和逻辑回归模型进行训练、使用集成学习 （ 和XGBoost）的方法进行融合，最终得出训练好的模型。研究得出在国企、事业单位、 互联网公司、农林相关单位和其他私人企业这5类不同性质的就业单位与农业信息类 专硕研究生各项个人信息之间的相关系数，通过相关系数分析出研究生性别、选修课 程等与不同单位性质的关联程度，最终模拟出本类专业研究生近几年在不同性质工作 单位的择业趋势。 本文的两大主要功能分别通过探索本校历年来农业信息类专业硕士毕业生个人 信息与就业信息之间的联系，提炼出有价值的信息，为该专业在读研究生提供择业参 考；同时预测出该专业近几年研究生的就业领域趋势，为该专业的发展提供支撑。 关键词：研究生培养，农业信息类专硕，数据分析，机器学习 I 目录 目录 1 绪论1 1.1 研究背景1 1.2 研究目的及意义2 1.3 国内外研究现状3 1.3.1 研究生信息管理系统国内外研究现状3 1.3.2 研究生就业分析系统国内外研究现状4 1.3.3 机器学习的发展现状5 1.4 研究内容与技术路线5 1.4.1 研究内容5 1.4.2 技术路线6 2 相关技术与理论基础9 2.1 后端技术理论9 2.2 前端技术理论9 2.3MYSQL 数据库理论11 2.4 数据分析技术11 2.4.1 数据预处理12 2.4.2 训练模型12 2.4.3 模型提升14 2.5 小结16 3 个人信息与就业分析模型研建17 3.1 农业信息类专硕数据采集17 3.1.1 农业信息类专业学位研究生人数17 3.1.2 问卷的发放与回收19 3.1.3 数据收集的依据19 3.2 数据预处理20 3.3 数据建模训练21 3.4 模型提升22 3.5 模型训练结果23 3.5.1 分类模型训练结果23 3.5.2 预测模型训练结果26 3.6 研究结果29 3.6.1 关联分析结果29 3.6.2 就业领域趋势预测结果31 3.7 小结32 4 系统分析与设计33 4.1 系统分析33 4.1.1 需求分析33 4.1.2 系统功能模块设计34 III 目录 4.2 系统设计35 4