王亞娜

(南京審計(jì)大學(xué)金審學(xué)院，江蘇 南京 210000)

在高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)工作中，學(xué)生的成績數(shù)據(jù)、選課數(shù)據(jù)、就業(yè)數(shù)據(jù)可為工作的開展提供充足依據(jù)，通過針對性開展數(shù)據(jù)挖掘，即可有效提升工作質(zhì)量。數(shù)據(jù)挖掘本質(zhì)上屬于一種工具，為保證其能夠較好用于高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)，必須結(jié)合高校實(shí)際針對性設(shè)計(jì)數(shù)據(jù)挖掘模型，這一模型的設(shè)計(jì)正是本文研究的重點(diǎn)所在。

一、基于數(shù)據(jù)挖掘的高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)思路

(一)準(zhǔn)確監(jiān)控就業(yè)市場

在數(shù)據(jù)挖掘技術(shù)支持下，通過收集高校各專業(yè)歷年來的就業(yè)數(shù)據(jù)，如畢業(yè)生就業(yè)地域分布比例、行業(yè)分布比例、升學(xué)率、就業(yè)率，并基于歷史數(shù)據(jù)開展縱向比較，即可實(shí)現(xiàn)對就業(yè)市場的準(zhǔn)確監(jiān)控。通過針對性的數(shù)據(jù)挖掘，即可明確專業(yè)在不同地區(qū)的受歡迎程度，用人單位門檻和需求也能夠由此得以明確，由此深入了解行業(yè)現(xiàn)狀及就業(yè)前景，即可為學(xué)生培養(yǎng)和就業(yè)指導(dǎo)指明方向。此外，還應(yīng)圍繞畢業(yè)生背景信息開展的深入的數(shù)據(jù)挖掘，通過圍繞畢業(yè)生個(gè)人信息、就業(yè)基本意象、特長、專業(yè)等因素開展深入挖掘，即可通過針對性的劃分提高就業(yè)指導(dǎo)效率和針對性。結(jié)合行業(yè)數(shù)據(jù)開展宏觀比較，高?？勺罱K總結(jié)出各層次同學(xué)的就業(yè)標(biāo)準(zhǔn)、待遇級(jí)別的差異、不同(專業(yè)、成績)人才的簽約單位，并通過圖表直觀向畢業(yè)生傳遞相關(guān)信息，信息閉塞對大學(xué)生就業(yè)帶來的困擾可由此得以有效消除，很多大學(xué)生存在的盲目求職問題也能夠有效規(guī)避[1]。

(二)推進(jìn)專業(yè)教學(xué)改革

數(shù)據(jù)挖掘技術(shù)也能夠較好服務(wù)于高校學(xué)生的培養(yǎng)，這一培養(yǎng)主要通過結(jié)合數(shù)據(jù)挖掘成果的教學(xué)改革實(shí)現(xiàn)。在高校教學(xué)改革過程中，必須設(shè)法實(shí)現(xiàn)社會(huì)需求與專業(yè)設(shè)置的統(tǒng)一、崗位針對性與社會(huì)適應(yīng)性的統(tǒng)一、社會(huì)實(shí)踐與專業(yè)學(xué)習(xí)的統(tǒng)一、適度靈活性與專業(yè)穩(wěn)定性的統(tǒng)一，配合完善的專業(yè)預(yù)警機(jī)制，即可為專業(yè)教學(xué)改革提供充足動(dòng)力。在具體實(shí)踐中，可采用數(shù)據(jù)挖掘技術(shù)全面分析高校各學(xué)科門類就業(yè)狀況，并關(guān)注不同地區(qū)存在的人才培養(yǎng)要求特殊性，貫徹“以市場為導(dǎo)向”原則。高?？山Y(jié)合各類招聘會(huì)成果狀況，匯總合作頻率較高企業(yè)的資料，以此加強(qiáng)彼此合作，通過校企辦學(xué)互動(dòng)，即可推進(jìn)大學(xué)生的綜合發(fā)展，人才對口培養(yǎng)模式的應(yīng)用價(jià)值也需要得到重視。此外，專業(yè)就業(yè)前景分析、專業(yè)的社會(huì)需求變化同樣需要得到重視，通過大力補(bǔ)修前沿學(xué)科、堅(jiān)持就業(yè)導(dǎo)向原則、明確專業(yè)社會(huì)需求“警戒線”、推進(jìn)專業(yè)細(xì)分、拓展式培養(yǎng)社會(huì)需求度高的專業(yè)能力、強(qiáng)化教學(xué)實(shí)踐、探索新型校企合作模式，專業(yè)教學(xué)改革的推進(jìn)、數(shù)據(jù)挖掘技術(shù)價(jià)值的發(fā)揮、高校學(xué)生培養(yǎng)水平的提升均可由此實(shí)現(xiàn)[2]。

(三)針對性的就業(yè)指導(dǎo)

在應(yīng)用數(shù)據(jù)挖掘技術(shù)的高校學(xué)生就業(yè)指導(dǎo)中，可靈活采用自主式與廣播式的就業(yè)指導(dǎo)模式，自主式就業(yè)指導(dǎo)模式要求學(xué)生基于數(shù)據(jù)挖掘因子自主檢索就業(yè)信息，并輔助解決學(xué)生很容易出現(xiàn)的就業(yè)內(nèi)容掌握不清問題，以此提高學(xué)生求職積極性。廣播式就業(yè)指導(dǎo)模式需得到高效就業(yè)指導(dǎo)數(shù)據(jù)庫的支持，該數(shù)據(jù)庫不同于大學(xué)生就業(yè)指導(dǎo)系統(tǒng)數(shù)據(jù)庫，這是由于傳統(tǒng)的就業(yè)指導(dǎo)系統(tǒng)數(shù)據(jù)庫往往無法真正體現(xiàn)就業(yè)指導(dǎo)的價(jià)值，相關(guān)人員也無法準(zhǔn)確了解大學(xué)生就業(yè)需求，大學(xué)生的積極性往往會(huì)因此受到打擊。因此高?？舍槍π陨?jí)大學(xué)生就業(yè)指導(dǎo)系統(tǒng)數(shù)據(jù)庫，通過引入數(shù)據(jù)挖掘技術(shù)，定期展示數(shù)據(jù)挖掘成果，就業(yè)指導(dǎo)即可在數(shù)據(jù)支持下更為針對性，大學(xué)生也能夠由此更好找到自己心儀的工作。

二、基于數(shù)據(jù)挖掘的高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)實(shí)現(xiàn)路徑

(一)挖掘?qū)ο?/h3>

為保證數(shù)據(jù)挖掘技術(shù)更好服務(wù)于高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)，首先需明確挖掘?qū)ο?，結(jié)合相關(guān)研究及實(shí)踐，本文選擇學(xué)生基本情況信息、學(xué)生學(xué)籍和成績情況、學(xué)生就業(yè)信息作為挖掘?qū)ο螅饕▽W(xué)號(hào)、專業(yè)、姓名、性別、班級(jí)、政治面貌、獲獎(jiǎng)情況、實(shí)踐能力、學(xué)習(xí)成績、外語水平、本人聯(lián)系方式、簽約單位、就業(yè)狀態(tài)、經(jīng)濟(jì)情況、生源地。

(二)挖掘數(shù)據(jù)庫

確立挖掘?qū)ο蠛?，即可針對性建設(shè)挖掘數(shù)據(jù)庫，設(shè)計(jì)采用Windows系統(tǒng)、B/S架構(gòu)、SQL Server2012，開發(fā)語言選擇C#。在數(shù)據(jù)庫的建立過程中，需將收集到的包含學(xué)生基本情況信息、學(xué)生學(xué)籍和成績情況、學(xué)生就業(yè)信息的3張表格內(nèi)容導(dǎo)入數(shù)據(jù)庫，生成一張新的就業(yè)數(shù)據(jù)表格，由此數(shù)據(jù)采樣即可滿足挖掘數(shù)據(jù)倉庫建設(shè)需要。

(三)數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理包含數(shù)據(jù)清理、數(shù)據(jù)集成、屬性規(guī)約三部分內(nèi)容，以此避免數(shù)據(jù)空缺、不一致、存在噪聲等問題影響數(shù)據(jù)挖掘效果，而通過數(shù)據(jù)預(yù)處理提高數(shù)據(jù)“質(zhì)量”，即可更好滿足數(shù)據(jù)挖掘需要。數(shù)據(jù)清理環(huán)節(jié)主要負(fù)責(zé)數(shù)據(jù)補(bǔ)缺、平滑噪聲、不一致錯(cuò)誤糾正、孤立點(diǎn)發(fā)現(xiàn)，以此提高數(shù)據(jù)質(zhì)量，數(shù)據(jù)挖掘的精度和性能也能夠由此得到保障?？紤]到空缺值屬于學(xué)生信息等數(shù)據(jù)的主要問題，因此需針對性采用忽略元組、人工填寫空缺值、用屬性平均值填充空缺值、用相臨近值代替等空缺值處理方法；在數(shù)據(jù)集成環(huán)節(jié)，考慮到收集到的數(shù)據(jù)總量將較大，且會(huì)存在較大的重復(fù)量，因此必須進(jìn)行針對性的提取與加工。

考慮到數(shù)據(jù)分析的對象中可能含有沒有關(guān)聯(lián)或關(guān)聯(lián)不明顯的屬性，或存在冗余數(shù)據(jù)，因此需開展針對性的屬性規(guī)約，決策樹的有效構(gòu)建可由此獲得支持。因此，采用維度歸約、數(shù)值規(guī)約的方式，由此排除對大學(xué)生就業(yè)影響較小的因素，包括本人聯(lián)系方式、簽約單位、姓名、班級(jí)、學(xué)號(hào)，同時(shí)還需要通過“較小的”表示形式表達(dá)數(shù)據(jù)，由此研究得出了學(xué)生就業(yè)信息訓(xùn)練樣本集。通過預(yù)處理，最終得到900條有效記錄，采用其中的600條構(gòu)建決策樹模型，300條用于后期測試。

(四)數(shù)據(jù)填充

數(shù)據(jù)采集需得到專業(yè)算法的支持，如K平均聚類算法、決策樹，本文采用貝葉斯網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)填充，這是由于貝葉斯網(wǎng)絡(luò)具備可發(fā)現(xiàn)數(shù)據(jù)間潛在關(guān)系，且能夠表達(dá)隨機(jī)變量間存在復(fù)雜關(guān)系概率的能力。結(jié)合貝葉斯網(wǎng)絡(luò)有機(jī)融合概率理論與有向無環(huán)圖、較好表示隨機(jī)變量的聯(lián)合概率的特性，即采用該算法進(jìn)行數(shù)據(jù)的空屬性填充。在貝葉斯理論方法的具體應(yīng)用中，需首先建立數(shù)據(jù)完整記錄子集與缺失數(shù)據(jù)子集，通過掃描，可發(fā)現(xiàn)64條存在數(shù)據(jù)不完整情況的記錄，由此按順序提取記錄，并分別計(jì)算屬性類先驗(yàn)概率，即可快速明確缺失值，配合預(yù)測數(shù)據(jù)的方法，即可順利完成缺失值補(bǔ)齊[3]。

(五)挖掘模型

采用“學(xué)習(xí)成績”作為類別的表示屬性，將政治面貌、專業(yè)、實(shí)踐能力、生源地、外語水平等作為決策依據(jù)，即可構(gòu)建圖1所示的畢業(yè)生就業(yè)情況決策樹?；趫D1，計(jì)算分類屬性信息量，依據(jù)每個(gè)測試屬性的信息量、信息熵、信息增益量、信息增益率，并選擇最大信息增益率的測試屬性作為根節(jié)點(diǎn)，依次逐步完成分支劃分?；凇拔春灱s比例小于15%，即判定葉子節(jié)點(diǎn)‘未簽約’”與“生源地中西部比例在20%以上，即判定葉子節(jié)點(diǎn)為‘中西部’”規(guī)則，即可最終得到就業(yè)信息決策樹模型。為滿足分類規(guī)則的應(yīng)用需要，需在設(shè)計(jì)過程中保證界面直觀、簡單、易于操作，且能夠同時(shí)選取多個(gè)規(guī)則進(jìn)行提取。為更好滿足學(xué)生培養(yǎng)與就業(yè)指導(dǎo)需要，設(shè)計(jì)采用C#建立決策樹工作流程，可簡單概括為：“輸入樣本數(shù)據(jù)→確定根節(jié)點(diǎn)并進(jìn)行劃分→判斷是否存在新劃分→不存在/存在→生成決策樹/重新選取屬性”。

主要算法步驟如下：

輸入：A=(X1,X2，…,Xi),X1,X2,…,Xi為原始屬性集，分類屬性為B={B1,B2,…,Bj}，含有缺失值的訓(xùn)練集樣本表示為C。

輸出：一棵決策樹

1.劃分C為兩部分，即C1與C2，分別用于記錄數(shù)據(jù)完全記錄與有缺失值記錄。

2.按順序從C2中選擇1條記錄，對C1進(jìn)行基于貝葉斯模型的計(jì)算，得出Bj，以此填充缺失內(nèi)容。

3.完成填充后開展針對性整理，合并C1與C2，重新得到C。

4.設(shè)置新的節(jié)點(diǎn)Y，開展針對性預(yù)測判斷，Y用于標(biāo)記C中存在同一個(gè)屬性類別的記錄，如C為空，則需要在Y處標(biāo)記“空”，并輸出決策樹。在判斷C時(shí)，如存在空的屬性值，葉節(jié)點(diǎn)需設(shè)置于Y處，并記錄最多的訓(xùn)練集中類。

5.分別計(jì)算和預(yù)測每個(gè)候選屬性，標(biāo)記存在最高增益率的屬性，并參考增益率進(jìn)行訓(xùn)練集劃分，設(shè)置訓(xùn)練樣本和樣本條件分支的集合，如樣本集不為空，需返回上一個(gè)葉結(jié)點(diǎn)，否則需新設(shè)葉節(jié)點(diǎn)。

6.重復(fù)上述兩步驟，完成決策樹生成。

(六)挖掘結(jié)果應(yīng)用

以某高校為例，通過上文涉及的設(shè)計(jì)，可確定學(xué)習(xí)成績優(yōu)秀、實(shí)踐能力強(qiáng)、外語水平高的畢業(yè)生在就業(yè)領(lǐng)域表現(xiàn)優(yōu)秀，實(shí)踐能力差、學(xué)習(xí)成績差、未獲過相關(guān)獎(jiǎng)項(xiàng)的畢業(yè)生就業(yè)困難，且中西部生源地畢業(yè)生的就業(yè)率相對較低。由此即可挖掘結(jié)果，即可開展針對性的學(xué)生培養(yǎng)與就業(yè)指導(dǎo)，如加強(qiáng)學(xué)生的英語能力和實(shí)踐能力培養(yǎng)，關(guān)注學(xué)生的學(xué)習(xí)成績提升，就業(yè)指導(dǎo)也能夠由此獲得針對性方向。

三、結(jié)論

綜上所述，基于數(shù)據(jù)挖掘的高校學(xué)生培養(yǎng)及就業(yè)指導(dǎo)具備較高實(shí)用性。在此基礎(chǔ)上，本文涉及的挖掘?qū)ο?、挖掘?shù)據(jù)庫、數(shù)據(jù)預(yù)處理、數(shù)據(jù)填充、挖掘模型、挖掘結(jié)果應(yīng)用等內(nèi)容，則提供了可行性較高的數(shù)據(jù)挖掘技術(shù)應(yīng)用路徑。為更好滿足高校學(xué)生培養(yǎng)與就業(yè)指導(dǎo)需要，招聘雙方就業(yè)行為的全程監(jiān)督、基于統(tǒng)計(jì)數(shù)據(jù)的就業(yè)指導(dǎo)均需要得到重視。

圖1 畢業(yè)生就業(yè)情況決策樹