数据挖掘在高职院校就业指导中的应用研究

提高就业率是以培养应用型人才为宗旨的高职院校重要目标.将C45算法应用于就业信息统计分析中,通过对就业数据预处理、就业决策树的构建和剪枝,从其抽取分类规则,并指出决定就业单位类别的决策属性,得到一些较实用的预测毕业生就业动态的规律,从而更好地服务于学生就业指导工作.     

浅析如何提高中药制药专业对口就业率

专业对口就业率是衡量某专业办学效果的重要指标。本论文旨在围绕医药类高职院校中药制药专业的对口就业率这一中心问题展开研究。近几年,该专业的就业率及对口就业率在逐年提高,这说明该专业的发展及其就业前景还是值得关注的。但根据我们跟踪调查,在近几年毕业生中有近30%的学生脱离原岗位,做起了药品销售等工作。这使得我们开始关注该专业的初次就业和二次就业情况。本人针对这一现状,并在充分分析我院中药制药专业近年来就业基本情况的基础上,仔细分析在就业工作开展过程中疏忽的问题及产生的原因,并努力提出关于如何更好地提高该专业对口就业率的相关对策。     

采用改进的C算法实现对网络学习行为的评估

在对学生网络学习行为数据采集后采用OWC技术绘制图表实现数据实时统计分析的过程;采用C算法的改进,即提出了一种基于属性重要性的决策树规则生成算法;描述了采用改进的C算法进行模型构建的四个步骤：数据预处理、生成决策树、规则提取及化简、模型准确性评估。     

基于多尺度粗糙集模型的决策树在高校就业数据分析中的应用

为解决目前常用于就业数据分析的C4.5算法、基于粗糙集等的决策树生成算法均无法很好地处理决策精度需求不同和噪声适应能力的问题,运用基于多尺度粗糙集模型的决策树算法于于高校就业数据分析,并以某高校2012年就业数据为例进行分析,同时将分析结果与C4.5算法和基于粗糙集的决策树生成算法的分析结果进行比较．结果表明:基于多尺度粗糙集模型的决策树算法生成的决策树树形结构简单、产生的规则简洁、不存在不可分的数据集、运算速度快．     

探究高职学生就业网络平台的建设

基于当前高职院校学生的就业情况来看,学生受到多种因素影响,致使其就业难问题的发生。针对高职学生就业网络平台建设的现存问题进行分析,突出表现在就业指导功能薄弱、网络信息管理混乱及人员配置不够齐全等方面,且结合高职学生就业的需求及时代特点,分析高职院校学生就业网络平台建设的方式,更好地为学生实施就业指导,提升学生的学习能力。     

基于决策树的轨道交通安全评估方法及其应用

提出了一种定量的基于决策树的轨道交通安全评估方法.该方法针对风险源的海量数据集和庞大的属性集,采用面向应用的属性构造、规范化与面向属性的归约进行数据集的预处理,为突破内存限制,采用改进的决策树分类方法DT_SA对轨道交通风险因素进行分析,最终提取的分类规则包含描述类分布的定量信息.同时规则前件中属性的顺序又体现了属性对主类的影响程度.这些规则揭示了轨道交通风险源的规律,应用验证了其有效性.     

基于CMAR分类算法的实现

数据挖掘的目标是在海量数据集中寻找和分析某些内涵信息,其数据分析的方法对结果集有很大的影响. 通过改进决策树算法的数据结构,产生分类关联规则并进行规则剪枝,实现了决策树的CMAR(Accurate and Efficient Classification Based on Multiple Class-Association Rules)生成算法;实验表明CMAR算法具有快速和精确度高的优点,具有一定的应用前景.     

金融类毕业生去向选择问题研究 ——基于浙江省J学院金融类专业毕业生的Probit模型分析

高职院校毕业生专升本学生数日益逼近就业学生数,为探究其主要影响因素,基于高职学校J学院金融类专业2021届毕业生以及相关课程数据,使用Python进行数据清理,获得通识教育、基础教育、技能教育、专业教育以及体育教育五个自变量,以毕业生选择就业或升学为因变量,采用STATA14.0进行Probit模型回归分析.研究发现,...     

就业期望心理定位对高职毕业生择业的影响--关于我院2004届毕业生就业心理的调查报告

在择业就业过程中，毕业生的个人价值观、职业倾向、工资期望、地区期望、家长意愿、社会认同度以及学生性别、学习成绩、学院和用人单位态度、地区对技能人才的需求量都作为影响学生就业期望心理定位的重要因素，对学生的就业过程将会产生巨大影响。本文通过对2004 年高职毕业班学生调查数据的研究，探讨高职学生就业心理定位的诸多因素对学生就业的影响，并得出结论提出建议。     

基于决策树的计算机二级考试成绩分析

本文首先阐述数据挖掘流程的基本概念,介绍了决策树算法的原理,根据决策树算法分析了影响高职高专院校学生计算机二级考试Access的考试成绩的诸多因素,对这些因素按照数据挖掘思想生成了规则集。分析了影响因素后,可为教师在教学过程中明确教学方向和教学重点奠定了基础。     

用决策树方法挖掘寿险数据中的投资风险规则

本文的目的是希望在保险公司寿险客户对产品的索赔记录上,通过数据挖掘的方法,发现影响客户索赔次数的主要因素。应用数据挖掘技术,通过对客户的数据进行抽取、清洗和预处理,生成数据挖掘库,并使用数据挖掘工具,利用决策树方法建立模型,并对所分析出的模型及结果进行了分析理解及验证,得出一些实用的控制寿险风险的规则。     

浅谈高职会计专业对口单招学生的针对性培养

对口单招是面向中等职业学校学生的“高考”,其规模逐年扩大。对口单招学生在知识结构、综合素质等诸多方面与普通高中学生存在较大差异。结合会计专业对口单招学生的特点,可以通过调整专业课程设置,加强基础课程教学,改进教学内容、方法和手段,强化实践性训练等措施,对对口单招学生进行针对性培养。     

关联规则技术在高职学生成绩预警中的应用研究

本文通过对数据挖掘中关联规则技术的深入研究,在教务管理数据的基础上,将关联规则技术应用于学生成绩分析中,构建了学生成绩预警模型,建立学籍预警机制,早期发现学生课程成绩不及格,及时进行帮扶,避免学生留级、退学,有效地提高了高职院校的学生管理、教学质量和毕业就业。     

论家庭因素对高职学生求职意向的影响

家庭因素对高职学生的求职意向究竟有哪些影响?本研究设计了一份问卷对南京某高职院的691名毕业生进行抽样调查。结果发现,学生的家庭所在地、家庭收入情况、父母文化水平等因素确实对高职学生的求职心理、就业准备、就业期望有重要影响,但同时调查也显示,这些家庭因素对学生选择求职单位的类型等方面并没有显著影响。     

改进的ID3算法在高校就业系统中的应用分析

为有效利用高校就业管理工作中多年来积累的大量数据,通过对数据挖掘中常用的决策树ID3算法进行研究,结合就业信息的特点对ID3算法进行了改进,并对改进的ID3算法进行了分析,指出了决策属性对就业的影响。     

决策树数据挖掘技术在医学诊断中的实现

在决策树数据挖掘技术上提出PEP后剪枝算法,对数据预处理、决策树的生成和导出决策规则及测试等问题进行了分析和研究,并建立了一个可视化系统,在分析有关医学诊断数据表的数据挖掘中,有些规则对于医学诊断具有一定的借鉴意义,取得了比较满意的实际应用成效。     

基于模糊决策树的入侵检测规则生成技术

针对计算机免疫系统模型GECISM中的类MC Agent,利用模糊决策树Fuzzy-Id3算法并使用应用程序中的系统调用作为数据集构造决策树,从而生成计算机免疫系统中的入侵检测规则,并与C4.5算法生成规则进行了对比分析,利用Fuzzy-Id3算法方法生成的规则对未知数据集进行分类有较低的误报率和漏报率.     

基于C5.0算法的学生成绩分析决策树构造

随着高校的扩招和信息化技术的应用,学校教务管理系统已经拥有大量的考试数据,如何利用这些数据,采用一定的技术手段,获取其中的有用信息,这是众多学校教务部门希望解决的问题。本文提出了使用数据挖掘技术分析学生成绩数据,发现数据中的隐含规则与知识,给教师提供教学决策的解决方案。并以成绩分析决策树为例,对数据预处理、归纳决策树、剪枝和规则以及规则应用整个过程进行了详细论述。为高校相关部门和工作人员分析学生成绩,提供了一种可行的思路和方法。     

浅谈高校毕业生不对口就业的成因、影响及对策

大学生资源是我国经济发展、社会进步的重要资源,也是经济建设中的稀缺资源,合理配置大学生资源是我国人才战略中的重要部分.但是大学生这一重要资源并没有得到很合理的运用,出现了大学生不对口就业现象,从用人单位、学生自身、家长及高校四个方面分析不对口就业的原因,并分析了该现象对学生及社会造成的影响,最后给出了相应的解决方案.     

大学生心理问题数据挖掘系统的设计与实现

设计了一种大学生心理问题数据挖掘系统．该系统采用ID3算法构建决策树进行分类挖掘,采用Apriori算法进行关联规则挖掘．以我校05级学生心理问题数据为对象,进行数据挖掘．发现了影响心理问题的主要因素及相互间的关系,使我校的心理健康教育工作更具针对性和目的性．