基于大数据挖掘技术的高校就业质量评价

发布时间：2021-04-13 11:51

　　针对高校就业质量评价错误大,可靠性低等不足,为了获得理想的高校就业质量评价效果,设计了基于大数据挖掘技术的高校就业质量评价模型。首先,研究当前高校就业质量评价相关文献,选择一些影响因素构建高校就业质量评价指标体系,并通过专家确定高校就业质量等级;然后,引入大数据挖掘技术拟合高校就业质量变化特点,建立高校就业质量评价模型;最后,采用具体数据对高校就业质量评价模型性能进行分析。文中所提模型较好地解决了当前高校就业质量评价模型的弊端,评价结果更加科学,高校就业质量评价偏差小于当前典型模型,具有广泛的实际应用价值。 

【文章来源】：现代电子技术. 2020,43(07)北大核心

【文章页数】：4 页

【部分图文】：

高校就业质量评价指标体系

大数据挖掘技术的高校就业质量评价流程

采用层次分析法、主成分分析法的高校就业质量评价模型进行对比实验，进行5次高校就业质量评价实验，每一次首先从表1中随机抽取8 000个样本作为高校就业质量评价的训练样本，然后采用剩余2 000个数据作为测试样本，统计高校就业质量评价精度，具体如图3所示。从图3可以看出：层次分析法的高校就业质量评价精度最低，高校就业质量评价误差最大；其次为主成分分析法；大数据挖掘技术的高校就业质量评价精度最高，大幅度减少了高校就业质量评价误差，解决了当前高校就业质量评价过程中存在的不足，高校就业质量评价结果更加可信。

【参考文献】：
期刊论文
[1]以“就业质量提升”为导向的高校就业质量评价体系优化研究[J]. 尹晓菲,杨昱梅.  中国职业技术教育. 2019(10)
[2]高校毕业生就业质量评价要素及体系建构[J]. 吴新中,董仕奇.  科技进步与对策. 2017(04)
[3]基于模糊隶属度的高职毕业生就业质量评价体系研究[J]. 李淑娥.  黑龙江高教研究. 2016(07)
[4]基于AHP和BP神经网络的高校毕业生就业质量评价研究[J]. 杨昱梅,李继娜.  中国教育学刊. 2015(S1)
[5]大学生就业质量评价体系的实证研究——以华南农业大学为例[J]. 朱钧陶.  高教探索. 2015(05)
[6]教育部直属高校毕业生就业质量评价体系探析——基于教育部直属高校2013年就业质量年度报告的数据[J]. 武毅英,王志军.  江苏高教. 2015(01)
[7]从源头提高大学生就业满意度和就业质量的思考[J]. 鲍金勇.  中国成人教育. 2014(11)
[8]基于三方满意度的高校毕业生就业质量评价研究[J]. 张瑶祥.  中国高教研究. 2013(05)
[9]基于AHP的高校毕业生就业质量评价模型构建[J]. 卫铁林.  教育与经济. 2013(02)
[10]高校毕业生就业质量评价体系构建[J]. 陈欢,刘春风.  现代教育管理. 2012(12)



本文编号：3135243