数据挖掘技术在就业指导的应用论文

数据挖掘技术在就业指导的应用论文

　　近年来随着高校毕业生人数的逐年增加，大学生就业压力也在逐渐增大，如何做好就业指导，促进学生更快更好的就业，已成为目前各大高校研究的重点课题。随着信息化技术的快速发展和信息搜集能力的日益提高，将数据挖掘技术应用到高校的就业指导工作中，从大量的数据中挖掘发现隐藏的、有价值的信息来指导学生有效的就业，提高学生的就业质量，已成为一个非常值得研究的重要课题。

　　1数据挖掘技术概念和类型分析

　　1.1数据挖掘技术概念

　　信息技术水平的迅速发展，使得一些新技术在教育领域当中得到了广泛的应用，有效促进了教育教学的快速发展。信息技术的应用会产生大量的数据，对这些数据的处理显得非常的重要，利用数据挖掘技术不但能发挥数据信息处理的优势，还能大大提高信息处理的效率。数据挖掘（DataMining）又称数据库中的知识发现，是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的、极有潜在应用价值的信息或模式，是数据库研究中的一个很有应用价值的新领域，是一个涉及到高性能计算、模式识别以及神经网络等各方面内容的交叉性学科。数据挖掘需要经过数据采集、预处理、数据分析、结果表示等一系列过程，对数据信息进行有效的处理。采用的相关方法有决策树方法、遗传算法、粗糙集方法等。

　　1.2数据挖掘技术类型分析

　　数据挖掘技术由于涉及到的学科比较多，故此在数据挖掘技术的类型上也比较多样，根据不同的标准就能分成不同的类型。根据数据库的类型进行分类，数据挖掘主要是关系数据库中挖掘知识，在数据库的类型上会不断的增加，这样就出现了不同数据库数据挖掘，在这些数据挖掘类型当中，历史数据挖掘以及模糊数据挖掘等都是比较突出的应用技术类型。在数据挖掘技术的类型当中，结合挖掘方法的不同，以及技术应用的不同进行分类，主要方法有统计方法、探索性分析和数据库方法。除此之外，按照数据挖掘的任务对其进行分类，也能分成不同的类型，主要有时序模式、关联分析、分类数据挖掘等。对不同的数据挖掘技术类型进行分析与应用，对信息数据的处理效率水平的提高可起到积极作用。

　　2数据挖掘技术在高校学生就业指导中的应用步骤和具体应用

　　2.1数据挖掘技术在高校学生就业指导中的应用步骤

　　将数据挖掘应用到高校学生就业指导当中，能促进就业指导教学的整体质量水平的提高。而对数据挖掘技术的应用，需要遵循相应的步骤，这样才能有利于发挥其积极的作用。数据挖掘技术的应用要注重过程操作。

　　2.1.1对问题进行分析源数据库需要评估以及确认是否与数据挖掘的标准相符合，对这一情况结合实际加以分析。

　　2.1.2提取、清洗和校验数据所提取的数据放在一个结构上和数据模型兼容的数据库当中，采取统一模式清除不兼容数据，保障数据的完整性。

　　2.1.3选定数据挖掘算法结合其目的，通过DM过程当中的准则选择一个特定的数据挖掘算法，用于搜索数据当中的模式。

　　2.1.4实施数据挖掘通过数据挖掘方法，产生一个特定的感兴趣模式或特定数据集。

　　2.1.5在对数据挖掘之后进行解释对所发现的模式进行分析，去掉多余的不切题意的模式。

　　2.1.6进行知识评价对知识作用加以查看或证明，采用预先可信知识，检查以及解决知识当中所存在的矛盾。通过以上一系列的操作，可将数据挖掘技术的作用得到充分发挥。

　　2.2数据挖掘技术在高校学生就业指导中具体应用

　　在高校毕业生的就业指导工作中，需要对影响学生就业的因素实施量化分析，为在毕业生就业指导方面提供相应的数据。在数据挖掘技术的应用中，主要就是对学生生源地信息以及学生就业率关联关系实施挖掘，对学生性别和就业的关联关系进行挖掘，还有对学生的就业和学业的关联关系进行挖掘。结合实际情况对数据挖掘技术系统进行设计，并且在该系统中，要和数据挖掘专业知识紧密结合，将其设计成几个重要的模块，即：数据预处理，频繁项挖掘，关联规则分析。

　　（1）数据挖掘技术的采集以及转换和预处理操作。在对数据进行采集以及转换和预处理环节的操作上，先对学生就业情况加以分析，在决策属性方面明确，然后分析指标数据，如：对学生的实践能力水平以及计算机等级等进行分析。

　　（2）对相关的指标数据采集充分重视，在数据信息的采集方面，要和开发的成绩管理系统进行连接，并能从成绩数据库当中提取学生综合性的成绩。通过Excel表格将学号导入，提供输入数据界面，管理人员进行手工输入。对学生工作单位量化标识，将工作单位分成升学、事业单位、企业、个体公司，采用字母a、b、c、d进行表示。

　　（3）数据挖掘技术的应用过程中，对决策树的应用也比较重要，这是通过离散型变量作为属性类型的学习方法。通过决策树当中C4.5算法思想的应用，能够有效处理描述属性连续的相关问题。某连续属性将存储训练实例中的不同属性值进行排序，然后选择相邻值中的点，作为离散时区分不同属性值的标准。

　　（4）数据挖掘技术中决策树和算法的选择应用也是比较重要的，如在对算法的选择方面，就要能先建立真正适合挖掘算法的分析模型，选择合适的数据挖掘技术和算法，然后采用程序设计语言实现算法，这样就能获得有效的数据算法。在数据库的处理方法方面，就包含着诸多的内容，其中的数据读取以及查询操作是比较重要的。根据这些操作应用对学生的相关数据信息的提取查看就比较方便。

　　3结语

　　综上所述，高校毕业生就业指导过程当中对数据挖掘技术的应用，能有效提高就业指导的效率水平，从而为学生的未来就业发展提供有力条件，对教师在为学生就业指导方面能指明方向。希望在此次对数据挖掘技术的应用研究下，有助于实际的就业指导教学发展。

　　参考文献

　　[1]金延军.数据挖掘技术在高校学生就业指导中的应用[J].黑龙江工程学院学报(自然科学版),2015(01).

　　[2]蔡丽艳.浅谈数据挖掘技术及其在高校就业工作中的应用[J].电脑知识与技术,2015(09).

　　[3]康艳霞.数据挖掘在学生成绩分析中的应用[J].信息与电脑(理论版),2014(09).

　　[4]冯丽霞.数据挖掘技术在学校教学中的应用研究[J].甘肃科技,2015(20).

　　[5]于祥茹.数据挖掘浅析[J].硅谷,2015(20)

【数据挖掘技术在就业指导的应用论文】相关文章：

数据挖掘在电力企业中的应用论文04-21

数据挖掘论文的参考文献04-15

数据挖掘在高校学籍管理的作用论文范文04-29

数据处理技术在教学管理中的应用05-25

多媒体技术应用论文参考文献09-19

我国汽车涂装新技术的应用分析论文05-25

有关就业指导课论文06-05

现代教育技术在物理教学中的应用论文04-21

钢纤维混凝土技术对桥梁工程的应用论文05-24

广播电视工程中的接地技术应用论文05-27