基于决策树算法的高校就业数据分析

发布时间：2024-04-08 21:54

　　从国家统计局公布的数据,2015年我国高等教育毛入学率达到40%,依据马丁特罗教授提出的高等教育发展阶段划分的理论,我国高等教育进入了大众化教育阶段。虽然高校连续长达13年的本科扩招已经停止,但每年高校毕业生人数都在不断的增加。2017年高校毕业生人数达到795万人,2018年毕业生人数已经超过了800万人,连续三年高校毕业生人数突破700万人。在新时代就业发展形势下,各行业都加强对人才的重视。毕业生人数年年递增,就业市场也越来越职业化、自由化、市场化,就业之难也似乎成了常态。各高校也一直在帮助毕业生提高就业率,如召开多场专题招聘会,多场就业指导讲座等形式,可是效果一般。如今社会处于大数据时代,大数据挖掘是现当今应用比较广泛的技术,数据开发人员通过数据挖掘技术,对数据进行更深层次的探索,发掘数据的关联性,为决策者提供决策支持。随着数据挖掘技术不断成熟,在金融领域、电信业、零售业、医疗电信领域、交通领域等都得到了广泛的应用,而高校教育在这方面应用还比较滞后,特别是在高校就业当中使用的就更少。在高校学生就业信息数据分析领域,存在多年的学生就业信息,而这些毕业生就业信息数据紧紧是存在电脑硬盘...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图1.1论文框架

图1.1论文框架1.4.2研究内容本文主要研究以下几个问题：（1）研究填充属性空缺值的方法，提出延伸贝叶斯分类算法一次性填充多维空缺属性值的方法；（2）研究决策树分类算法，提出在属性选取过程中考虑进一步划分深层结点，利用具有最大信息增益率的子集炮代替深层结点的信息增益值，实....

图2.1数据库与数据挖掘的关系

第二章数据挖掘和决策树概念2.1数据挖掘的概念2.1.1数据挖掘定义数据挖掘源于称数据库中的知识发现，数据挖掘是目前研究的热点领域，量的真实的数据、含有噪声的数据、有变数的数据、混合型的数据中找出有价知的、潜在的数据之前的联系的信息手段。它涉及机器学习、统计学、数据库现等。....

图2.2数据挖掘的一般过程

图2.2数据挖掘的一般过程（1）数据选择和采集，该阶段的主要任务是从数据库或数据仓库中选择相关的数据，建立一个目标数据集，该目标数据集存放的格式需要做处理，使得数据挖掘算法能够直接访问。（2）数据的预处理，该阶段的主要是因数据的大量性，使得数据存在不完整性、不一致性和复杂性。....

图2.3数据挖掘的分类

景德镇陶瓷大学硕士学位论文第二章数据挖掘和决策树概念聚类模式（Clustering）的主要目的，是把数据仓库中数据，按照数据的类别、数据的相似度、数据的差异性归成多个类。使得同一个类别的数据之间相识度大，不同类别之间的数据差异性大。聚类模式一般采用统计方法、神经网络方法等来实....

本文编号：3948868