數(shù)據(jù)挖掘技術(shù)在就業(yè)指導(dǎo)的應(yīng)用論文

　　近年來(lái)隨著高校畢業(yè)生人數(shù)的逐年增加，大學(xué)生就業(yè)壓力也在逐漸增大，如何做好就業(yè)指導(dǎo)，促進(jìn)學(xué)生更快更好的就業(yè)，已成為目前各大高校研究的重點(diǎn)課題。隨著信息化技術(shù)的快速發(fā)展和信息搜集能力的日益提高，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到高校的就業(yè)指導(dǎo)工作中，從大量的數(shù)據(jù)中挖掘發(fā)現(xiàn)隱藏的、有價(jià)值的信息來(lái)指導(dǎo)學(xué)生有效的就業(yè)，提高學(xué)生的就業(yè)質(zhì)量，已成為一個(gè)非常值得研究的重要課題。

　　1數(shù)據(jù)挖掘技術(shù)概念和類型分析

　　1.1數(shù)據(jù)挖掘技術(shù)概念

　　信息技術(shù)水平的迅速發(fā)展，使得一些新技術(shù)在教育領(lǐng)域當(dāng)中得到了廣泛的應(yīng)用，有效促進(jìn)了教育教學(xué)的快速發(fā)展。信息技術(shù)的應(yīng)用會(huì)產(chǎn)生大量的數(shù)據(jù)，對(duì)這些數(shù)據(jù)的處理顯得非常的重要，利用數(shù)據(jù)挖掘技術(shù)不但能發(fā)揮數(shù)據(jù)信息處理的優(yōu)勢(shì)，還能大大提高信息處理的效率。數(shù)據(jù)挖掘（DataMining）又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的、極有潛在應(yīng)用價(jià)值的信息或模式，是數(shù)據(jù)庫(kù)研究中的一個(gè)很有應(yīng)用價(jià)值的新領(lǐng)域，是一個(gè)涉及到高性能計(jì)算、模式識(shí)別以及神經(jīng)網(wǎng)絡(luò)等各方面內(nèi)容的交叉性學(xué)科。數(shù)據(jù)挖掘需要經(jīng)過(guò)數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)分析、結(jié)果表示等一系列過(guò)程，對(duì)數(shù)據(jù)信息進(jìn)行有效的處理。采用的相關(guān)方法有決策樹方法、遺傳算法、粗糙集方法等。

　　1.2數(shù)據(jù)挖掘技術(shù)類型分析

　　數(shù)據(jù)挖掘技術(shù)由于涉及到的學(xué)科比較多，故此在數(shù)據(jù)挖掘技術(shù)的類型上也比較多樣，根據(jù)不同的標(biāo)準(zhǔn)就能分成不同的類型。根據(jù)數(shù)據(jù)庫(kù)的類型進(jìn)行分類，數(shù)據(jù)挖掘主要是關(guān)系數(shù)據(jù)庫(kù)中挖掘知識(shí)，在數(shù)據(jù)庫(kù)的類型上會(huì)不斷的增加，這樣就出現(xiàn)了不同數(shù)據(jù)庫(kù)數(shù)據(jù)挖掘，在這些數(shù)據(jù)挖掘類型當(dāng)中，歷史數(shù)據(jù)挖掘以及模糊數(shù)據(jù)挖掘等都是比較突出的應(yīng)用技術(shù)類型。在數(shù)據(jù)挖掘技術(shù)的類型當(dāng)中，結(jié)合挖掘方法的不同，以及技術(shù)應(yīng)用的不同進(jìn)行分類，主要方法有統(tǒng)計(jì)方法、探索性分析和數(shù)據(jù)庫(kù)方法。除此之外，按照數(shù)據(jù)挖掘的任務(wù)對(duì)其進(jìn)行分類，也能分成不同的類型，主要有時(shí)序模式、關(guān)聯(lián)分析、分類數(shù)據(jù)挖掘等。對(duì)不同的數(shù)據(jù)挖掘技術(shù)類型進(jìn)行分析與應(yīng)用，對(duì)信息數(shù)據(jù)的處理效率水平的提高可起到積極作用。

　　2數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用步驟和具體應(yīng)用

　　2.1數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用步驟

　　將數(shù)據(jù)挖掘應(yīng)用到高校學(xué)生就業(yè)指導(dǎo)當(dāng)中，能促進(jìn)就業(yè)指導(dǎo)教學(xué)的整體質(zhì)量水平的提高。而對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用，需要遵循相應(yīng)的步驟，這樣才能有利于發(fā)揮其積極的作用。數(shù)據(jù)挖掘技術(shù)的應(yīng)用要注重過(guò)程操作。

　　2.1.1對(duì)問(wèn)題進(jìn)行分析源數(shù)據(jù)庫(kù)需要評(píng)估以及確認(rèn)是否與數(shù)據(jù)挖掘的標(biāo)準(zhǔn)相符合，對(duì)這一情況結(jié)合實(shí)際加以分析。

　　2.1.2提取、清洗和校驗(yàn)數(shù)據(jù)所提取的數(shù)據(jù)放在一個(gè)結(jié)構(gòu)上和數(shù)據(jù)模型兼容的數(shù)據(jù)庫(kù)當(dāng)中，采取統(tǒng)一模式清除不兼容數(shù)據(jù)，保障數(shù)據(jù)的完整性。

　　2.1.3選定數(shù)據(jù)挖掘算法結(jié)合其目的，通過(guò)DM過(guò)程當(dāng)中的準(zhǔn)則選擇一個(gè)特定的數(shù)據(jù)挖掘算法，用于搜索數(shù)據(jù)當(dāng)中的模式。

　　2.1.4實(shí)施數(shù)據(jù)挖掘通過(guò)數(shù)據(jù)挖掘方法，產(chǎn)生一個(gè)特定的感興趣模式或特定數(shù)據(jù)集。

　　2.1.5在對(duì)數(shù)據(jù)挖掘之后進(jìn)行解釋對(duì)所發(fā)現(xiàn)的模式進(jìn)行分析，去掉多余的不切題意的模式。

　　2.1.6進(jìn)行知識(shí)評(píng)價(jià)對(duì)知識(shí)作用加以查看或證明，采用預(yù)先可信知識(shí)，檢查以及解決知識(shí)當(dāng)中所存在的矛盾。通過(guò)以上一系列的操作，可將數(shù)據(jù)挖掘技術(shù)的作用得到充分發(fā)揮。

　　2.2數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中具體應(yīng)用

　　在高校畢業(yè)生的就業(yè)指導(dǎo)工作中，需要對(duì)影響學(xué)生就業(yè)的因素實(shí)施量化分析，為在畢業(yè)生就業(yè)指導(dǎo)方面提供相應(yīng)的數(shù)據(jù)。在數(shù)據(jù)挖掘技術(shù)的應(yīng)用中，主要就是對(duì)學(xué)生生源地信息以及學(xué)生就業(yè)率關(guān)聯(lián)關(guān)系實(shí)施挖掘，對(duì)學(xué)生性別和就業(yè)的關(guān)聯(lián)關(guān)系進(jìn)行挖掘，還有對(duì)學(xué)生的就業(yè)和學(xué)業(yè)的關(guān)聯(lián)關(guān)系進(jìn)行挖掘。結(jié)合實(shí)際情況對(duì)數(shù)據(jù)挖掘技術(shù)系統(tǒng)進(jìn)行設(shè)計(jì)，并且在該系統(tǒng)中，要和數(shù)據(jù)挖掘?qū)�業(yè)知識(shí)緊密結(jié)合，將其設(shè)計(jì)成幾個(gè)重要的模塊，即：數(shù)據(jù)預(yù)處理，頻繁項(xiàng)挖掘，關(guān)聯(lián)規(guī)則分析。

　　（1）數(shù)據(jù)挖掘技術(shù)的采集以及轉(zhuǎn)換和預(yù)處理操作。在對(duì)數(shù)據(jù)進(jìn)行采集以及轉(zhuǎn)換和預(yù)處理環(huán)節(jié)的操作上，先對(duì)學(xué)生就業(yè)情況加以分析，在決策屬性方面明確，然后分析指標(biāo)數(shù)據(jù)，如：對(duì)學(xué)生的實(shí)踐能力水平以及計(jì)算機(jī)等級(jí)等進(jìn)行分析。

　�。�2）對(duì)相關(guān)的指標(biāo)數(shù)據(jù)采集充分重視，在數(shù)據(jù)信息的采集方面，要和開發(fā)的成績(jī)管理系統(tǒng)進(jìn)行連接，并能從成績(jī)數(shù)據(jù)庫(kù)當(dāng)中提取學(xué)生綜合性的成績(jī)。通過(guò)Excel表格將學(xué)號(hào)導(dǎo)入，提供輸入數(shù)據(jù)界面，管理人員進(jìn)行手工輸入。對(duì)學(xué)生工作單位量化標(biāo)識(shí)，將工作單位分成升學(xué)、事業(yè)單位、企業(yè)、個(gè)體公司，采用字母a、b、c、d進(jìn)行表示。

　�。�3）數(shù)據(jù)挖掘技術(shù)的應(yīng)用過(guò)程中，對(duì)決策樹的應(yīng)用也比較重要，這是通過(guò)離散型變量作為屬性類型的學(xué)習(xí)方法。通過(guò)決策樹當(dāng)中C4.5算法思想的應(yīng)用，能夠有效處理描述屬性連續(xù)的相關(guān)問(wèn)題。某連續(xù)屬性將存儲(chǔ)訓(xùn)練實(shí)例中的不同屬性值進(jìn)行排序，然后選擇相鄰值中的點(diǎn)，作為離散時(shí)區(qū)分不同屬性值的標(biāo)準(zhǔn)。

　　（4）數(shù)據(jù)挖掘技術(shù)中決策樹和算法的選擇應(yīng)用也是比較重要的，如在對(duì)算法的選擇方面，就要能先建立真正適合挖掘算法的分析模型，選擇合適的數(shù)據(jù)挖掘技術(shù)和算法，然后采用程序設(shè)計(jì)語(yǔ)言實(shí)現(xiàn)算法，這樣就能獲得有效的數(shù)據(jù)算法。在數(shù)據(jù)庫(kù)的處理方法方面，就包含著諸多的內(nèi)容，其中的數(shù)據(jù)讀取以及查詢操作是比較重要的。根據(jù)這些操作應(yīng)用對(duì)學(xué)生的相關(guān)數(shù)據(jù)信息的提取查看就比較方便。

　　3結(jié)語(yǔ)

　　綜上所述，高校畢業(yè)生就業(yè)指導(dǎo)過(guò)程當(dāng)中對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能有效提高就業(yè)指導(dǎo)的效率水平，從而為學(xué)生的未來(lái)就業(yè)發(fā)展提供有力條件，對(duì)教師在為學(xué)生就業(yè)指導(dǎo)方面能指明方向。希望在此次對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究下，有助于實(shí)際的就業(yè)指導(dǎo)教學(xué)發(fā)展。

　　參考文獻(xiàn)

　　[1]金延軍.數(shù)據(jù)挖掘技術(shù)在高校學(xué)生就業(yè)指導(dǎo)中的應(yīng)用[J].黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2015(01).

　　[2]蔡麗艷.淺談數(shù)據(jù)挖掘技術(shù)及其在高校就業(yè)工作中的應(yīng)用[J].電腦知識(shí)與技術(shù),2015(09).

　　[3]康艷霞.數(shù)據(jù)挖掘在學(xué)生成績(jī)分析中的應(yīng)用[J].信息與電腦(理論版),2014(09).

　　[4]馮麗霞.數(shù)據(jù)挖掘技術(shù)在學(xué)校教學(xué)中的應(yīng)用研究[J].甘肅科技,2015(20).

　　[5]于祥茹.數(shù)據(jù)挖掘淺析[J].硅谷,2015(20)

【數(shù)據(jù)挖掘技術(shù)在就業(yè)指導(dǎo)的應(yīng)用論文】相關(guān)文章：

數(shù)據(jù)挖掘技術(shù)的教學(xué)輔助系統(tǒng)應(yīng)用論文03-16

數(shù)據(jù)挖掘技術(shù)在Web信息檢索中的應(yīng)用研究論文12-01

數(shù)據(jù)挖掘在電力企業(yè)中的應(yīng)用論文12-13

數(shù)據(jù)挖掘在現(xiàn)代遠(yuǎn)程教育中的應(yīng)用論文11-22

大數(shù)據(jù)云計(jì)算技術(shù)及應(yīng)用論文06-11

數(shù)據(jù)挖掘技術(shù)在高校學(xué)生成績(jī)分析中的應(yīng)用研究論文03-15

數(shù)據(jù)挖掘論文的參考文獻(xiàn)01-07

大數(shù)據(jù)技術(shù)對(duì)廣播電視監(jiān)測(cè)的應(yīng)用論文03-15

網(wǎng)絡(luò)編碼中數(shù)據(jù)通信技術(shù)的應(yīng)用論文03-17