基于多值关联规则挖掘的就业去向影响因素分析

发布时间：2017-07-28 23:10

  本文关键词：基于多值关联规则挖掘的就业去向影响因素分析

  更多相关文章： 多值关联规则挖掘 weka 离散化 就业去向

【摘要】：随着高校的持续扩招，大学生就业问题越来越严重，引起政府、社会、学校、家庭和个人各方面的广泛关注。近几年，数据挖掘技术在商业取得巨大成功之后在教育领域中也持续受到关注，引入数据挖掘技术研究就业情况缓解就业压力具有重要意义。 本文介绍了多值关联规则挖掘算法和多值属性离散化途径，分析了weka平台的java源码，探讨了weka中apriori算法实现过程和如何利用现有的weka文件来实现数据离散化，并将基于约束的关联规则算法集成到weka中，实现规则后件的可控性。根据就业理论，从学校和经济层面选取指标，依托“全国高校基本状态数据库系统”和CCER金融数据库提取数据，利用weka实现指标数据的离散化，采用基于约束的关联规则挖掘算法对数据进行规则提取，分别从就业去向为政务部门、企业、升学、灵活就业和地方项目就业角度分析了不同区域、不同学校类型、不同教学质量的学校学生在上述几种就业选择中的倾向性，，实现了对就业去向影响因素的分析。 本文通过实证分析，利用多值关联规则挖掘分析就业问题，大学生毕业的就业去向与区域、学校类型、学校教育和学校签订合作机构数量等相关，与地区经济发展水平、学生活动没有直接关系。同时验证了多值关联规则在分析影响因素中的有效性和合理性。采用开源平台，也为进一步实现大系统从数据采集、存储到后台的处理、挖掘甚至解释的复杂集成做下铺垫。
【关键词】：多值关联规则挖掘 weka 离散化 就业去向
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：C913.2
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 目录6-8
• 1 绪论8-16
• 1.1 研究背景、目的及意义8-10
• 1.2 国内外文献研究综述10-13
• 1.3 研究内容与技术13-16
• 2 多值关联规则挖掘算法16-26
• 2.1 关联规则挖掘算法16-21
• 2.2 多值关联规则概述21-22
• 2.3 多值属性的处理22-24
• 2.4 数值属性的离散化方法24-26
• 3 基于 weka 的关联规则挖掘算法26-35
• 3.1 weka 平台的介绍26-29
• 3.2 weka 中关联规则挖掘算法29-31
• 3.3 weka 中的多值属性离散化31-32
• 3.4 基于约束的关联规则算法32-35
• 4 就业去向影响因素指标35-43
• 4.1 全国高校教学基本状态数据库简介35-36
• 4.2 基于全国高校基本状态数据库就业去向因素指标提取36-37
• 4.3 多值属性指标数据的处理方法37-43
• 5 基于多值关联规则算法就业去向分析43-48
• 5.1 数据提取与处理43
• 5.2 数据分析43-46
• 5.3 结果说明46-48
• 6 总结与展望48-51
• 6.1 论文总结48-49
• 6.2 今后的工作49-51
• 致谢51-53
• 参考文献53-57
• 附表一 省份经济聚类结果57-58
• 附表二 部分数据展示58-59
• 攻读硕士学位期间发表的论文59-60
• 攻读硕士学位期间参与的项目60

【参考文献】

中国期刊全文数据库 前6条

1 毕建欣,张岐山;关联规则挖掘算法综述[J];中国工程科学;2005年04期

2 刘进;苏永建;;硕士研究生就业影响因素分析——基于对H校教育学院20年来就业数据的统计[J];高等工程教育研究;2010年02期

3 曹赛先,沈红;浅论我国的高校分类[J];科学学与科学技术管理;2004年02期

4 何军;刘红岩;杜小勇;;挖掘多关系关联规则[J];软件学报;2007年11期

5 张朝晖,陆玉昌,张钹;发掘多值属性的关联规则[J];软件学报;1998年11期

6 李婷;傅钢善;;国内外教育数据挖掘研究现状及趋势分析[J];现代教育技术;2010年10期

中国博士学位论文全文数据库 前1条

1 姜世健;关于我国大学生就业难问题的研究[D];南开大学;2010年

本文编号：586448