摘 要：為探討畢業(yè)生的就業(yè)情況，使用python軟件，對(duì)195位畢業(yè)生，從大學(xué)學(xué)業(yè)成績(jī)、就業(yè)地點(diǎn)、就業(yè)薪資等方面進(jìn)行數(shù)據(jù)分析．結(jié)果表明，生源地與就業(yè)地點(diǎn)之間存在一定的關(guān)聯(lián)性，生源地在三、四線城市的學(xué)生更傾向于一線城市就業(yè).學(xué)業(yè)成績(jī)與就業(yè)薪資之間也具有一定的關(guān)聯(lián)性，優(yōu)秀的成績(jī)往往使畢業(yè)生獲得更好的就業(yè)機(jī)會(huì)和更高的薪資. 此外，不同的單位類型、所屬行業(yè)、職業(yè)類型對(duì)畢業(yè)生的初次就業(yè)薪資也有一定的影響，而初次就業(yè)地點(diǎn)、學(xué)生畢業(yè)去向以及性別對(duì)學(xué)生就業(yè)薪資水平的影響則相對(duì)較小.

關(guān)鍵詞：隨機(jī)森林算法；關(guān)聯(lián)規(guī)則；python；學(xué)業(yè)成績(jī)；薪資

中圖分類號(hào)：G 647.38" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1007-6883（2024）03-0068-08

DOI：10.19986/j.cnki.1007-6883.2024.03.009

為了研究高校畢業(yè)生就業(yè)影響因素，已有不少學(xué)者利用統(tǒng)計(jì)分析等方法對(duì)大學(xué)生的就業(yè)情況展開(kāi)研究．呂奕虹［1］等對(duì)中國(guó)地質(zhì)大學(xué)英語(yǔ)專業(yè)畢業(yè)生的就業(yè)數(shù)據(jù)進(jìn)行研究，利用SPSS軟件進(jìn)行分析發(fā)現(xiàn)英語(yǔ)專業(yè)畢業(yè)生就業(yè)預(yù)期與就業(yè)實(shí)際情況存在落差．趙軍祥［2］等根據(jù)整群抽樣的原則，對(duì)廣西師范大學(xué)等三所高校2019屆師范生就業(yè)數(shù)據(jù)進(jìn)行研究，分析影響廣西師范生就業(yè)的因素．李曉紅［3］等基于計(jì)算機(jī)信息技術(shù)，從學(xué)生和學(xué)校兩個(gè)方面分析了國(guó)內(nèi)會(huì)計(jì)專業(yè)大學(xué)生就業(yè)能力相對(duì)低的原因，并提出了相應(yīng)的對(duì)策．張婷［4］以貴州醫(yī)科大學(xué)口腔醫(yī)學(xué)院2017屆至2019屆本科畢業(yè)生為研究對(duì)象，分析了口腔醫(yī)學(xué)畢業(yè)生的就業(yè)現(xiàn)狀，并提出相關(guān)的對(duì)策．賈新嵐［5］以2017屆青海民族大學(xué)法學(xué)專業(yè)畢業(yè)生的就業(yè)數(shù)據(jù)作為依據(jù)，分析該專業(yè)畢業(yè)生就業(yè)現(xiàn)狀及存在的問(wèn)題，并從本科生培養(yǎng)模式、畢業(yè)生就業(yè)指導(dǎo)等若干方面給出法學(xué)專業(yè)本科畢業(yè)生就業(yè)的應(yīng)對(duì)策略．關(guān)于統(tǒng)計(jì)學(xué)專業(yè)畢業(yè)生的就業(yè)情況，目前只有少數(shù)學(xué)者開(kāi)展研究，祝長(zhǎng)華［6］等依據(jù)韶關(guān)學(xué)院統(tǒng)計(jì)學(xué)專業(yè)2012屆至2015屆畢業(yè)生的就業(yè)數(shù)據(jù)，分析了韶關(guān)學(xué)院統(tǒng)計(jì)學(xué)專業(yè)畢業(yè)生就業(yè)的特點(diǎn)，但并沒(méi)有研究影響薪資的主要因素．基于以上的研究現(xiàn)狀，本文旨在運(yùn)用python軟件，深入分析統(tǒng)計(jì)學(xué)專業(yè)畢業(yè)生初次就業(yè)的情況，探討影響薪資的主要因素，為大學(xué)生的職業(yè)發(fā)展規(guī)劃和就業(yè)方向提供建議和指導(dǎo)．

1 數(shù)據(jù)來(lái)源及數(shù)據(jù)預(yù)處理

收集了韓山師范學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院2020屆至2022屆畢業(yè)生本科期間共14 200條成績(jī)信息和210條學(xué)生個(gè)人就業(yè)信息，原始數(shù)據(jù)的例子參看圖1和圖2（數(shù)據(jù)已去掉涉及學(xué)生隱私的相關(guān)信息）．

使用python軟件對(duì)所獲得的成績(jī)進(jìn)行處理，分別提取每位學(xué)生的學(xué)位課、專業(yè)課、專業(yè)任選課的課程成績(jī)以及核心課課程成績(jī)計(jì)算學(xué)生的加權(quán)平均績(jī)點(diǎn)，并將計(jì)算出來(lái)的績(jī)點(diǎn)按照學(xué)號(hào)合并存為成績(jī)表格，加權(quán)平均績(jī)點(diǎn)計(jì)算公式見(jiàn)公式（1）．同時(shí)去掉含缺失值及未就業(yè)的學(xué)生數(shù)據(jù)，留下195位學(xué)生的就業(yè)信息進(jìn)行分析，并按表1對(duì)相關(guān)變量進(jìn)行賦值且保存為就業(yè)信息表格．最終，將成績(jī)表格和就業(yè)信息表格按學(xué)號(hào)進(jìn)行合并，獲得分析所需要的數(shù)據(jù)集．

因?yàn)榧訖?quán)績(jī)點(diǎn)和核心課程績(jī)點(diǎn)的分布范圍不同，為了數(shù)據(jù)分析結(jié)果更加明顯，于是有表1中成績(jī)的劃分．同時(shí)，表1中城市級(jí)別的劃分根據(jù)參考文獻(xiàn)［7］的方法進(jìn)行劃分.上文所描述的數(shù)據(jù)預(yù)處理及分析的具體算法邏輯如下：

Step1：收集數(shù)據(jù)，將文件保存為xlsx后綴文件；

Step2：使用函數(shù)pd.read_excel讀取學(xué)生在校成績(jī)和學(xué)生就業(yè)信息數(shù)據(jù)，去掉缺失數(shù)據(jù)及未就業(yè)學(xué)生的數(shù)據(jù)，并按照學(xué)生學(xué)號(hào)建立數(shù)據(jù)集；

Step3：使用groupby函數(shù)，提取出所有學(xué)生的學(xué)位課、專業(yè)課、專業(yè)任選課的成績(jī)，并計(jì)算學(xué)生的加權(quán)平均績(jī)點(diǎn)，計(jì)算公式如下：

[Zn=i=1mXni×Ynii=1mYni ， n=1， 2， …， 195，] （1）

式中[Zn]代表第[n]個(gè)學(xué)生的加權(quán)平均績(jī)點(diǎn)，[m]代表學(xué)生修讀課程數(shù)，[Xni]和[Yni]分別代表第[n]個(gè)學(xué)生的第[i]門課程的績(jī)點(diǎn)和學(xué)分；

Step4：根據(jù)城市經(jīng)濟(jì)發(fā)展水平的劃分標(biāo)準(zhǔn)，將城市劃分為一線城市、二線城市等；

Step5：使用replace函數(shù)將職業(yè)類型、單位類型、單位所屬行業(yè)等因素里的類別用數(shù)值代替；

Step6：畫圖展示計(jì)算結(jié)果，關(guān)聯(lián)規(guī)則分析、隨機(jī)森林算法分析．

本文的整體算法框架如圖3，同時(shí)下文將會(huì)介紹本研究所使用的相關(guān)算法．

2 研究方法及數(shù)據(jù)挖掘算法

基于隨機(jī)森林算法及關(guān)聯(lián)規(guī)則、統(tǒng)計(jì)條形圖等分析方法，對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行分析．關(guān)聯(lián)規(guī)則分析［8］是指尋找兩個(gè)或多個(gè)變量取值之間存在的一類重要的可被發(fā)現(xiàn)的某種規(guī)律性．關(guān)聯(lián)規(guī)則通過(guò)計(jì)算支持度（Support）和置信度（Confidence）來(lái)確定關(guān)聯(lián)的重要性，具體計(jì)算方法如下

[support=NX，YN，" " Confidence=NX，YNX，]

式中[NX，Y]代表事務(wù)[X]和[Y]同時(shí)出現(xiàn)的頻數(shù)，[N]代表事務(wù)的總數(shù)，[NX]代表事務(wù)[X]出現(xiàn)的頻數(shù)．

隨機(jī)森林［9］算法是基于Bagging框架設(shè)計(jì)的一種集成分類算法，它以決策樹(shù)作為基分類器進(jìn)行集成，最終通過(guò)投票方式確定分類屬性，算法實(shí)現(xiàn)流程如圖4［10］．

隨機(jī)森林算法可以結(jié)合決策樹(shù)的分枝過(guò)程和信息增益等指標(biāo)來(lái)評(píng)估特征的重要性，幫助確定哪些特征對(duì)于結(jié)果最為重要．例如，趙慶媛［11］等為了減少氣動(dòng)目標(biāo)識(shí)別微動(dòng)特征集的冗余，進(jìn)一步降低特征維度，引入隨機(jī)森林對(duì)多維微動(dòng)特征進(jìn)行重要性評(píng)估．本文研究薪資水平與就業(yè)因素相互影響的特征，屬于隨機(jī)森林算法的應(yīng)用范圍，因此選擇該算法．下文將展示相應(yīng)的數(shù)據(jù)分析結(jié)果，并給出相應(yīng)的分析結(jié)論．

3 結(jié)果與分析

3.1 生源地與就業(yè)地點(diǎn)分析

對(duì)2020屆至2022屆畢業(yè)生的就業(yè)地點(diǎn)與生源地進(jìn)行分析得到圖5的結(jié)果（圖5中antecedents列的（3）、（4）分別代表生源地在三、四線城市，consequents列的（1）代表就業(yè)地點(diǎn)在一線城市）．

基于圖5與關(guān)聯(lián)規(guī)則分析的結(jié)果，生源地在三、四線城市的學(xué)生初次就業(yè)選擇到一線城市的置信度分別是0.606 383和0.573 529.置信度0.606 383意味著有60.6%生源地在三線城市的學(xué)生選擇初次就業(yè)地點(diǎn)在一線城市．這一發(fā)現(xiàn)表明，統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生有較大傾向選擇城市配套更好的一線城市作為初次就業(yè)的地點(diǎn)，這也與一線城市就業(yè)機(jī)會(huì)更多有一定的關(guān)系．

對(duì)2020屆至2022屆畢業(yè)生的就業(yè)地點(diǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得到圖6．從圖6可以看出，統(tǒng)計(jì)學(xué)專業(yè)的畢業(yè)生無(wú)論男女，都有超過(guò)一半的人初次就業(yè)地點(diǎn)選擇在一線城市，在三、四線城市就業(yè)的畢業(yè)生則比較少．值得注意的是，女性選擇在三、四線城市就業(yè)的頻率為23.5%，這比男性在三、四線城市就業(yè)的頻率高8.2%．此次分析的195位畢業(yè)生中，有57人回到生源地就業(yè)，其中男性20人，占總?cè)藬?shù)比10.3%；女性37人，占總?cè)藬?shù)比19.0%．可見(jiàn)，統(tǒng)計(jì)學(xué)專業(yè)的女性相較于男性，生源地城市就業(yè)比例更高．這與朱紅霞［12］關(guān)于女性職業(yè)選擇的外部影響因素的研究結(jié)論相對(duì)應(yīng)．

3.2 薪資影響因素分析

基于隨機(jī)森林算法對(duì)2020屆至2022屆畢業(yè)生的就業(yè)數(shù)據(jù)進(jìn)行分析，得到圖7的結(jié)果．從圖7可以看出，學(xué)習(xí)成績(jī)對(duì)初次就業(yè)的薪資水平的影響程度最高．可見(jiàn)，較好的學(xué)習(xí)成績(jī)，初次就業(yè)有較大的可能性獲得比同專業(yè)的同學(xué)更高的薪資．其次，單位所屬行業(yè)、職業(yè)類型和單位類型對(duì)學(xué)生薪資水平也有一定的影響，而生源地、就業(yè)地點(diǎn)、畢業(yè)去向和性別對(duì)學(xué)生初次就業(yè)薪資水平的影響相對(duì)較?。挛膶⒒谶@個(gè)發(fā)現(xiàn)，對(duì)成績(jī)、單位所屬行業(yè)、職業(yè)類型、單位類型這四個(gè)因素單獨(dú)展開(kāi)分析．

以加權(quán)績(jī)點(diǎn)、核心課程的加權(quán)績(jī)點(diǎn)（如：概率論與數(shù)理統(tǒng)計(jì)，多元統(tǒng)計(jì)分析，時(shí)間序列分析）為自變量，初次就業(yè)薪資水平為因變量，給出不同績(jī)點(diǎn)區(qū)間學(xué)生初次就業(yè)的平均薪資水平，見(jiàn)圖8．

從圖8可以看出，學(xué)生在校時(shí)的學(xué)習(xí)成績(jī)與初次就業(yè)薪資之間呈現(xiàn)出明顯的正相關(guān)關(guān)系，二者間的相關(guān)系數(shù)為0.82．可見(jiàn)學(xué)習(xí)成績(jī)?cè)絻?yōu)異，初次就業(yè)的薪資水平會(huì)更高．此外，核心課程作為衡量本專業(yè)學(xué)生專業(yè)技能高低的指標(biāo)，同樣也發(fā)現(xiàn)了類似的相關(guān)性．掌握核心課程所涵蓋的專業(yè)知識(shí)和相關(guān)技術(shù)，對(duì)于提高畢業(yè)生就業(yè)競(jìng)爭(zhēng)力至關(guān)重要．因此，統(tǒng)計(jì)學(xué)專業(yè)的教師可以通過(guò)優(yōu)化核心課程的課程設(shè)計(jì)，或者采用多樣化的教學(xué)方式，提高學(xué)生核心課程知識(shí)的掌握程度，以幫助學(xué)生打下堅(jiān)實(shí)的基礎(chǔ)，從而提高本專業(yè)學(xué)生初次就業(yè)的競(jìng)爭(zhēng)力．

圖9展示了不同行業(yè)男女生平均薪資水平的情況．從圖9可以看出，不同行業(yè)下男女的平均薪資水平存在顯著差異．在軟件與信息技術(shù)服務(wù)業(yè)、服務(wù)業(yè)、運(yùn)輸業(yè)這三個(gè)行業(yè)，男性的平均薪資水平會(huì)明顯高于女性的平均薪資水平．而在互聯(lián)網(wǎng)和相關(guān)服務(wù)業(yè)、科技推廣和應(yīng)用服務(wù)業(yè)、研究和試驗(yàn)發(fā)展這三個(gè)行業(yè)中，女性的平均薪資水平會(huì)遠(yuǎn)高于男性的平均薪資水平．另外，從事研究和試驗(yàn)發(fā)展行業(yè)的畢業(yè)生平均薪資水平最高，進(jìn)一步研究發(fā)現(xiàn)，從事該行業(yè)的學(xué)生成績(jī)普遍較好且就業(yè)地點(diǎn)也集中在一線城市．該結(jié)論也符合現(xiàn)實(shí)生活的經(jīng)驗(yàn)，即從事研究需要有較強(qiáng)的專業(yè)能力．

圖10展示了不同職業(yè)類型、不同單位類型男女的平均薪資條形圖．從平均工資折線圖可以看出，工程技術(shù)人員的薪資水平高于其它職業(yè)類型．進(jìn)一步分析發(fā)現(xiàn)，從事該職業(yè)的學(xué)生就業(yè)地點(diǎn)都集中在一、二線城市．同時(shí)，通過(guò)條形圖觀察發(fā)現(xiàn)，公務(wù)員的男女薪資水平差異較大，但檢查數(shù)據(jù)后發(fā)現(xiàn)，這三屆學(xué)生中考上公務(wù)員的男性只有1人且就業(yè)地點(diǎn)在一線城市．因此，圖10中男女公務(wù)員薪資水平存在差異這一結(jié)果，不具代表性．從圖10中可以觀察到，國(guó)有企業(yè)的薪資水平最高．教育業(yè)、國(guó)家機(jī)關(guān)類工作雖然工作穩(wěn)定，但是相較于其他行業(yè)的薪資水平顯得沒(méi)有優(yōu)勢(shì)．

4 結(jié)論與建議

以韓山師范學(xué)院統(tǒng)計(jì)學(xué)專業(yè)2020屆至2022屆畢業(yè)生在校成績(jī)及初次就業(yè)信息為研究對(duì)象，使用python軟件，利用關(guān)聯(lián)規(guī)則分析、隨機(jī)森林算法等數(shù)據(jù)挖掘算法，從就業(yè)地點(diǎn)、學(xué)業(yè)成績(jī)、性別、職業(yè)類型、單位類型等方面進(jìn)行數(shù)據(jù)分析．結(jié)果表明，薪資水平與學(xué)業(yè)成績(jī)，尤其是核心課程成績(jī)有明顯的正相關(guān)性．同時(shí)不論男女都傾向于一線城市就業(yè)，尤其是生源地在三線城市、四線城市的學(xué)生．根據(jù)分析的結(jié)果，結(jié)合統(tǒng)計(jì)學(xué)專業(yè)學(xué)生的就業(yè)特點(diǎn)，本文給出如下結(jié)論：

（1）統(tǒng)計(jì)學(xué)專業(yè)學(xué)生應(yīng)努力學(xué)習(xí)專業(yè)知識(shí)，強(qiáng)化數(shù)學(xué)和統(tǒng)計(jì)基礎(chǔ)，學(xué)好數(shù)據(jù)分析工具和編程語(yǔ)言，為就業(yè)打下扎實(shí)的專業(yè)基礎(chǔ)．

（2）統(tǒng)計(jì)專業(yè)學(xué)生應(yīng)進(jìn)行自我定位，了解自己感興趣的領(lǐng)域，明確自己的目標(biāo)，努力學(xué)好核心課程，提高核心專業(yè)技術(shù)．女同學(xué)可以考慮從事教育或者研究和試驗(yàn)發(fā)展行業(yè)，男同學(xué)可以考慮從事軟件與信息技術(shù)服務(wù)業(yè)．

（3）學(xué)校及學(xué)院應(yīng)更加重視核心課的教學(xué)質(zhì)量，聘請(qǐng)高水平和有經(jīng)驗(yàn)的教師來(lái)講授核心課程，幫助學(xué)生更好地掌握核心課程．同時(shí)，要注重培養(yǎng)學(xué)生的實(shí)踐動(dòng)手能力，讓學(xué)生能夠?qū)⒗碚撝R(shí)應(yīng)用于解決實(shí)際問(wèn)題上．

參考文獻(xiàn)：

［1］呂奕虹，胡毓靖，岳華琳，等．理工類院校英語(yǔ)專業(yè)學(xué)生就業(yè)分析與建議——以中國(guó)地質(zhì)大學(xué)（北京）為例［J］．就業(yè)與保障，2022（11）：115-117．

［2］趙軍祥，凡文吉．廣西普通高校師范生就業(yè)問(wèn)題與對(duì)策——基于三所師范院校的調(diào)查分析［J］．高教論壇，2020（10）：82-85．

［3］李曉紅，王迪．大數(shù)據(jù)背景下會(huì)計(jì)專業(yè)大學(xué)生就業(yè)能力探討［J］．中國(guó)管理信息化，2019，22（8）：199-200．

［4］張婷．醫(yī)學(xué)生就業(yè)現(xiàn)狀研究及就業(yè)教育對(duì)策——以貴州醫(yī)科大學(xué)口腔醫(yī)學(xué)專業(yè)學(xué)生為例［J］．開(kāi)封文化藝術(shù)職業(yè)學(xué)院學(xué)報(bào)，2020，40（10）：110-111．

［5］賈新嵐．法學(xué)專業(yè)畢業(yè)生就業(yè)質(zhì)量分析——以2017屆青海民族大學(xué)法學(xué)院畢業(yè)生為例［J］．武漢冶金管理干部學(xué)院學(xué)報(bào)，2019，29（1）：64-66．

［6］祝長(zhǎng)華，吳映絢．韶關(guān)學(xué)院統(tǒng)計(jì)學(xué)專業(yè)就業(yè)現(xiàn)狀分析［J］．韶關(guān)學(xué)院學(xué)報(bào)，2017，38（8）：35-38．

［7］百度百科．中國(guó)城市新分級(jí)名單［EB/OL］．（2023-03-23）［2023-08-31］．https：//baike.baidu.com/item/中國(guó)城市新分級(jí)名單？fromModule=lemma_search-box#3_1．

［8］（加）韓家煒·坎伯（Kamber，M．）數(shù)據(jù)挖掘：概念與技術(shù)（原書第3版）［M］范明，孟小鋒譯．北京：機(jī)械工業(yè)出版社，2012．

［9］魯偉．機(jī)器學(xué)習(xí)-公式推導(dǎo)與代碼實(shí)現(xiàn)（第1版）［M］．北京：人民郵電出版社，2022．

［10］周佳寧，張潔，李天宏．基于MODIS影像和隨機(jī)森林算法的河北壩上林地動(dòng)態(tài)監(jiān)測(cè)［J］．北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，54（4）：792-800．

［11］趙慶媛，葉春茂，魯耀兵．基于隨機(jī)森林的微動(dòng)特征重要性評(píng)估研究［J］．現(xiàn)代防御技術(shù)，2022，50（4）：124-131．

［12］朱紅霞．影響女性職業(yè)選擇的外部因素分析［J］．生涯發(fā)展教育研究，2013（1）：1-6．

Employment Analysis of College Students Based

on Data Mining Algorithm

——A Case Study of the Statistics Major of Hanshan Normal University

CHEN Shuo-quan1，ZHONG Yin-ting1，SHE Zi-run2，SHE Zi-hang1*

（1. College of Mathematics and Statistics，Hanshan Normal University，Chaozhou，Guangdong，521041；2. Faculty of Economics and Business Management，Vitebsk State Technological University，Vitebsk，Belarus，211322）

Abstract：To explore the employment situation of graduates，Python software was used to analyze data on 195 graduates in terms of university academic performance，employment location，and employment salary. The results show a correlation between the birth place and employment location，and students from third and fourth tier cities are more inclined to work in first tier cities. There is also a certain correlation between academic performance and employment salary. Higher academic performance often leads to better employment opportunities and higher salaries for graduates. Additionally，different types of units，industries，and occupations also have a certain impact on the initial employment salary of graduates，while the impact of initial employment locations，whereabouts after graduation，and gender on the employment salary level of students is relatively small.

Key words：random forest algorithm；association rules；Python；academic performance；salary

責(zé)任編輯 朱本華