劉 哲, 趙志剛

(沈陽師范大學 計算機與數學基礎教學部, 沈陽 110034)

?

數據挖掘技術在大學生就業(yè)分析中的實證研究

劉 哲, 趙志剛

(沈陽師范大學 計算機與數學基礎教學部, 沈陽 110034)

近年來,隨著高校招生規(guī)模的不斷擴大,我國高等教育已逐漸步入大眾化教育階段,高校畢業(yè)生所面臨的就業(yè)壓力再次引起人們的關注。針對遼寧省內高校畢業(yè)生的定量分析及預測比較少見,提出將數據挖掘技術應用到高校就業(yè)分析中。首先提取了省部分高校畢業(yè)生的基本信息庫、成績數據庫,等級考試數據庫及就業(yè)信息數據庫,并對數據庫進行了抽樣及預處理;其次應用數據挖掘技術中的ID3算法及數學統(tǒng)計方法挖掘出與就業(yè)相關的分類規(guī)則,通過分類規(guī)則找出影響畢業(yè)生就業(yè)單位性質的主要因素;最后根據分析給出促進高校就業(yè)的決策建議:提高大學生的基礎與專業(yè)素質;大學生要轉變就業(yè)觀念,理性調整期望值;有意識地積累和利用社會資本。

大學生就業(yè); 數據挖掘; 決策樹; ID3算法

0 引 言

近年來,高校畢業(yè)生所面臨的就業(yè)壓力再次引起人們的關注[1]。面對就業(yè)難題,就業(yè)指導專家通常會根據歷年就業(yè)的現(xiàn)象或數據,對未來的就業(yè)趨勢進行預測。就業(yè)預測可分為定性預測和定量預測。定性預測往往是專家在缺乏統(tǒng)計數據的情況下,做出比較正確的判斷和推測[2]。沒有數據支撐的預測通常精度不高。定量預測是根據調研的數據資料,運用數據挖掘技術或數學統(tǒng)計方法,對預測目標做出定量測算的預測方法[3-4]。據文獻[5]所知,我國正在逐步建立覆蓋全國高校學生,集雙向選擇、信息咨詢、決策支持等功能為一體的國家級示范性就業(yè)信息公共服務平臺[5-6]。鑒于目前遼寧省高校畢業(yè)生的定量分析及預測還很少見[7],文中考慮應用數據挖掘技術中的分類決策樹方法[8-9],數學統(tǒng)計方法等挖掘出促進就業(yè)的有價值的信息,并提出促進高校就業(yè)的政策建議,以供參考。

1 數據預處理

教育系統(tǒng)存儲的關于學生的信息基本都是準確的,完整的,對時間敏感度不高[3]。因此,文中對某師范院校的畢業(yè)生招生就業(yè)指導中心、教務處、各學院教學管理等職能部門進行了科學詳實的調查研究,并通過學校的信息化共享平臺獲取了畢業(yè)生的基本信息庫、成績數據庫,等級考試數據庫及就業(yè)信息數據庫。

對獲得的數據進行了數據預處理[10]:首先應用數據清洗技術對缺損數據、相似重復信息等進行了處理,提高了數據質量;其次進行了相關性分析,去除與分析無關的屬性;最后對數據進行了概化操作[11]使數據適合數據挖掘,為數據挖掘做好準備。處理后的抽樣數據如表1所示。

表1 預處理后的學生就業(yè)抽樣數據

2 基于數據挖掘的就業(yè)分析

2.1 決策樹的相關理論基礎

決策樹也稱判定樹,決策樹方法是數據挖掘的核心技術之一[12]。ID3算法是其中最著名的一種[13]。分類決策樹ID3算法通常分為2個階段,即樹的生成與剪枝。其中生成樹的算法具體處理過程可以分為3個步驟[10]:計算給定樣本分類所需的總信息熵;計算每個屬性的信息熵;以及計算信息增益。

2.2 基于分類決策樹的就業(yè)分析

在基于數據庫系統(tǒng)的決策技術中,通常應用信息論的相關技術研究條件屬性對于決策屬性的影響[14]。文中將“單位性質”作為決策屬性,將“畢業(yè)資格”“平均學分績點”“等級考試證書”“政治面貌”“性別”及“貧困生”屬性作為條件屬性。

1) 建立分類決策樹

圖1 分類決策樹

構建分類決策樹首先從樣本訓練集中選擇“單位性質”作為決策屬性,也就是分類決策樹的葉子節(jié)點,其次應用數據挖掘技術的ID3算法計算出每個屬性的信息增益[15]從大到小依次為“畢業(yè)資格”“平均學分績點”“等級考試證書”,“政治面貌”“性別”“貧困生”屬性。根據高等師范院校女多男少的實際情況,對“性別”屬性進行了特別的關注,計算“性別”屬性的信息增益值僅為0.000 5,比最小的“政治面貌”屬性的信息增益還小幾百倍,即“性別”屬性對決策樹的影響會很小,因此忽略“性別”屬性。同樣,也忽略“貧困生”屬性。由于“畢業(yè)資格”屬性的信息增益和“平均分績點”屬性的信息增益相似,從而得知“平均分績點”直接影響“畢業(yè)資格”,因此文中選取了“平均學分績點”屬性作為條件屬性,并將“等級考試證書”,“政治面貌”屬性作為條件屬性,即決策樹的條件屬性,如圖1所示。

2) 根據分類決策樹提取部分分類規(guī)則

規(guī)則1 If平均分績點=“≥3.0”and等級考試證書=“有” and政治面貌=“黨員”then 單位性質=“事業(yè)單位”;

規(guī)則2 If平均分績點=“≥3.0”and等級考試證書=“有” and政治面貌=“非黨員”then 單位性質=“國有企業(yè)”。

……

從生成的分類決策樹及分類規(guī)則中可以看出首先平均分績點≥2.0的畢業(yè)生基本都能就業(yè),并且平均分績點的高低是影響就業(yè)工作性質的主要因素。平均分績點≥3.0的畢業(yè)生并且拿到等級考試證書,在此基礎上若是黨員則到事業(yè)單位就業(yè)的概率非常大;平均分績點≥3.0的畢業(yè)生并且拿到等級考試證書,基本都能到國有企業(yè)就業(yè);平均分績點<3.0并且≥2.0的畢業(yè)生并且拿到等級考試證書或者是黨員,基本都能到國有企業(yè)就業(yè);而平均分績點<3.0并且≥2.0的畢業(yè)生且沒有等級考試證書或者非黨員,只能到其他企業(yè)就業(yè)。

2.3 基于數據統(tǒng)計的就業(yè)分析

依據分類決策樹得出“平均分績點”“等級考試證書”及“政治面貌”屬性對畢業(yè)生的就業(yè)單位性質有影響,那么對于師范院校的不同專業(yè),不同性別對就業(yè)單位性質是否有影響呢？數據分析如下。

1) 對理科師范類畢業(yè)生的就業(yè)去向進行了統(tǒng)計分析,如圖2所示。圖中數據表明師范專業(yè)畢業(yè)生畢業(yè)后不一定都從事教育事業(yè),去企業(yè)就業(yè)的人數占到近50%,因此可以預測未來畢業(yè)生到企業(yè)就業(yè)的機會較大。

2) 對文科非師范類畢業(yè)生的就業(yè)去向進行了統(tǒng)計分析,如圖3所示。圖中數據表明該系畢業(yè)生畢業(yè)后去其他企業(yè)就業(yè)的人數占到56%,出國占9%,國有企業(yè)占14%,事業(yè)單位沒有,可見該文科專業(yè)到事業(yè)單位就業(yè)機會不大。

圖2 某理科師范類畢業(yè)生就業(yè)單位性質比例

圖3 某文科非師范類畢業(yè)生就業(yè)單位性質比例

圖4 某藝術類畢業(yè)生就業(yè)單位性質比例

3) 對藝術類非師范類畢業(yè)生就業(yè)去向的進行了統(tǒng)計分析,如圖4所示。圖中數據表明該系畢業(yè)生畢業(yè)后去其他企業(yè)就業(yè)的人數占到81%,明顯高于其他任何方式的就業(yè)比例。因此,可以從整體上預測明年畢業(yè)生到其他企業(yè)就業(yè)的機會相當大,應該多留意企業(yè)就業(yè)信息。如果說該專業(yè)只能到其他企業(yè)就業(yè),那么從就業(yè)形式來講太單一了,該專業(yè)應該注重學生各種能力的培養(yǎng),拓寬就業(yè)渠道,以便抓住更多的就業(yè)機會。

4) 對男生、女生的就業(yè)數據進行了統(tǒng)計分析說明性別差異對就業(yè)影響并不明顯。

社會上普遍認為男生和女生就業(yè)不平等。女生由于自身的因素很多工作難以勝任或者難以長期任職,因此無論在就業(yè)機會、或者在工資水平上女生都是相對的弱勢群體。而我校是師范類院校,女生比例占70%以上,因此文中對我校男生、女生的就業(yè)數據進行了統(tǒng)計。統(tǒng)計顯示,某校某屆畢業(yè)生總數5 615人,其中男生1564人,占畢業(yè)生總數的比例為27.85%;而待就業(yè)人數共213人,其中男生60人,占待就業(yè)人數比例為28.17%。從統(tǒng)計數據來看,男生的待業(yè)人數比例并不比女生待業(yè)人數比例少,相反還多一點,這說明性別差異對師范院校就業(yè)率基本沒有影響,這與文中2.2節(jié)中計算的“性別”屬性的信息增益很小,即“性別”屬性對決策樹的影響將會很小的結論相吻合。因此,在以后的統(tǒng)計分析過程中可以忽略“性別”屬性的影響。

5) “異常”結論

根據數據統(tǒng)計后得出了一個“異常”的現(xiàn)象,如表2特困生就業(yè)信息表所示。畢業(yè)資格為“未通過”并且平均學分績點為不及格的特困生就業(yè)成功率100%。一般認為未通過是影響就業(yè)的重要因素,這顯然不太符合常規(guī)的思維。

表2 特困生就業(yè)信息表

通過對畢業(yè)生所在系、工作單位及本人進行了走訪,得到以下結論:事實表明越來越多的用人單位更加注重學生的綜合能力和團隊合作意識,而特困生往往為了生存的需要,提前進入社會,這恰好為特困生擴大了交際范圍、增加了社會資本。

3 促進大學生就業(yè)建議

根據數據挖掘技術的就業(yè)分析結果提出了3點促進大學生就業(yè)建議:

1) 提高大學生的基礎與專業(yè)素質。從就業(yè)指導決策樹看出,單位性質為事業(yè)單位或國有企業(yè)非?？粗仄骄鶎W分績點高的畢業(yè)生,而平均學分績點的高低能夠真實的反映基礎與專業(yè)素質的好壞。因此,學生在校學習期間應當具有高度的危機意識,努力提高自身的基礎與專業(yè)理論知識、專業(yè)技能水平。

2) 大學生要轉變就業(yè)觀念,理性調整期望值。統(tǒng)計數據顯示師范類畢業(yè)生不一定都到教育單位就業(yè),到其他企業(yè)就業(yè)的畢業(yè)生達到近50%。說明大學生要轉變就業(yè)觀念,要客觀認識就業(yè)形勢,理性調整期望值,要用長遠的眼光看待就業(yè),樹立“先就業(yè)求生存,后擇業(yè)謀發(fā)展”的思想。

3) 有意識地積累和使用社會資源。在第2.3部分中提出“異常”分析應該引起重視,特困生成功就業(yè)的根本原因就是主觀意識上就要先就業(yè)以減輕家里的負擔,因此在校期間無形中積累了社會資源。因此,大學生應該先樹立主觀意識,再逐步的積累和使用社會資源。

[1]程煜,李鵬. 大學生就業(yè)創(chuàng)業(yè)與“互聯(lián)網+”[J]. 山西高等學校社會科學學報, 2015,27(7):73-76.

[2]宋志海,徐珮杰. 高校就業(yè)指導工作的誤區(qū)及對策[J]. 中國大學生就業(yè), 2006(4):41-42.

[3]李金華. 論數據挖掘技術在大學生就業(yè)系統(tǒng)中的應用[J]. 電腦編程技巧與維護, 2010(9):40-42.

[4]李春青. 數據挖掘技術在高校信息化管理中的應用[J]. 軟件導刊, 2015,2(14):155-156.

[5]方偉. 大學生就業(yè)工作信息化信探索[J]. 理論前沿, 2013(4):3-6.

[6]國務院辦公廳. 國務院辦公廳關于做好2013年全國普通高等學校畢業(yè)生就業(yè)工作的通知[EB/OL]. (2013-05-16)[2015-06-22]. http:∥www.gov.cn/zwgk/2013-05/16/content_2404378.htm.

[7]趙巖,張悅. 遼寧省大學生自主創(chuàng)業(yè)的現(xiàn)狀、問題和對策研究[J]. 遼寧教育行政學院學報, 2015(1):47-50.

[8]楊斷利,張銳,王文顯. 基于模糊決策樹的高校就業(yè)數據挖掘研究[J]. 河北農業(yè)大學學報, 2012,35(2):111-114.

[9]張云濤,龔玲. 數據挖掘原理與技術[M]. 北京:電子工業(yè)出版社, 2004:42-45.

[10]李文峰,黃席樾. C4.5算法在國防生素質分析中的應用[J]. 計算機應用, 2007,26(7):36-39.

[11]閆禹. 數據挖掘技術在高校學生就業(yè)指導決策中的運用[J]. 沈陽工業(yè)大學學報, 2007,29(3):344-346.

[12]雷松澤,郝艷. 基于決策樹的就業(yè)數據挖掘[J]. 西安工業(yè)學院學報, 2005,25(5):429-432.

[13]江明華,唐婭琴. 用ID3算法對高校計算機教學中學生成績的分類研究[J]. 計算機與數字工程, 2008,36(5):51-54.

[14]楊帆,劉運. 基于信息熵和貝葉斯方法的就業(yè)指導輔助決策技術[J]. 陜西科技大學學報, 2009,27(2):99-103.

[15]辛立章,陳春香. 數據挖掘技術在高校畢業(yè)生就業(yè)指導中的應用[J]. 電腦知識與技術, 2007,3(13):1-2.

Analysis and calculation of high school graduate student based on data mining

LIUZhe,ZHAOZhigang

(Fundamental Education Division of Computer and Mathematics, Shenyang Normal University, Shenyang 110034, China)

In recent years, Higher education has become more and more popular in China with the continuous expansion of the universities and colleges. The fact that college graduates are under great pressure in finding jobs is attracting a lot of attention again. Because little quantitative analysis and forecast taking aim at Liaoning Province college graduates has been made, this paper raises that the data mining technology is applied to the analysis of the job obtaining of college graduates. Firstly, some databases about partial college graduates are referred to in this paper, for example, database of graduates’ basic information, scores database, database of level examination and database of employment information. The sampling and pretreatment of the database is carried out. Secondly, the ID3 algorithm is applied to build a decision tree and find out the main factors influencing graduates’ employment property by classification. Finally, the proposals are given according to the analysis to promote the graduates employment, which include basic and professional skills of graduates, change of expectation and conception of selecting their jobs, cultivation of the consciousness of accumulating and utilizing social resources actively.

graduate employment;data mining; decision tree; ID3 algorithm

2015-10-12。

遼寧省經濟社會發(fā)展立項課題(2015lslktjyx-08); 遼寧省教育廳教學改革項目(UPRPI2014096)。

劉 哲(1977-),女,遼寧沈陽人,沈陽師范大學副教授,碩士。

1673-5862(2016)01-0105-04

TP311

A

10.3969/ j.issn.1673-5862.2016.01.024