決策樹在高職院校畢業(yè)生就業(yè)工作中應用研究.pdf

1、隨著數據的海量增加、市場競爭加劇以及對知識的迫切需求，數據挖掘技術已經成為目前人們關注的熱點。數據挖掘技術的研究領域較為豐富，其中分類是數據挖掘研究的一個重要研究方向。對它進行深入研究有著重要的理論意義和應用價值。分類首先是通過分析輸入數據來構造一個分類模型，然后利用該模型將數據庫中其他數據項映射到某一個給定的類別中。常見分類方法有決策樹分類、神經網絡分類、貝葉斯分類等，其中決策樹方法在構造簡單、可理解度、通用性和速度快等方面優(yōu)于其他的

2、分類方法。本文選擇將決策樹分類方法應用于高等職業(yè)院校畢業(yè)生就業(yè)工作分析中。
　　 隨著我國教育體制的不斷改革，高校招生規(guī)模日益擴大，其中高等職業(yè)教育發(fā)展尤為迅速，已經成為我國高等教育的重要組成部分。當前大學畢業(yè)生就業(yè)問題日益突出，已經成為社會普遍關注問題。為指導學生應業(yè)，許多高職院校都建立了畢業(yè)生就業(yè)信息管理系統(tǒng)，用以跟蹤學生就業(yè)狀況。本文在對數據挖掘的概念、算法、實際的挖掘過程等進行詳細論述的基礎上，針對高職院校就業(yè)信息管理系

3、統(tǒng)中積累的大量數據，以安徽警官職業(yè)學院08屆畢業(yè)生就業(yè)分析為例，運用數據挖掘中的決策樹方法C4.5算法對相關的畢業(yè)就業(yè)數據進行分類。首先確定本文數據挖掘對象及目標、樣本采集、采用數據集成、數據清理、數據轉換、數據消減等數據預處理技術；其次采用C4.5決策樹算法生成決策樹；再次根據就業(yè)數據的特點，利用事后修剪法對決策樹進行修剪，對決策樹進行了一定的修正；最后由決策樹產生分類規(guī)則，并評估了分類法的準確率。利用挖掘出的潛在規(guī)則為就業(yè)指導工作提