本文選題：C4.5算法 + 貝葉斯分類　； 參考：《華東理工大學(xué)》2013年碩士論文

【摘要】：麥可思研究院(MyCOS Institute)發(fā)布的《2012年中國大學(xué)生就業(yè)報告》顯示,2012屆大學(xué)生畢業(yè)半年后的就業(yè)率僅約為86%,而在已就業(yè)的大學(xué)生中,2011屆有60%的大學(xué)生認(rèn)為目前的工作與自己的職業(yè)期待不吻合。如何促進(jìn)大學(xué)生就業(yè),提高大學(xué)生就業(yè)率,尤其是提高大學(xué)生就業(yè)滿意率,是政府部門、教育工作者以及學(xué)生本人都應(yīng)該思考的問題。 數(shù)據(jù)挖掘技術(shù)的出現(xiàn)與發(fā)展,為管理決策部門科學(xué)有效地部署就業(yè)工作,為高校圍繞學(xué)校定位、圍繞人才培養(yǎng)目標(biāo)改革人才培養(yǎng)模式,為大學(xué)生充分就業(yè)、滿意就業(yè),提供了科學(xué)的理論依據(jù)。本文在簡要回顧幾種經(jīng)典的決策樹分類算法,大量查閱有關(guān)分類改進(jìn)算法文獻(xiàn)的基礎(chǔ)上,提出延伸貝葉斯定理實現(xiàn)一次性填充多維空缺屬性記錄,提出分類過程中進(jìn)一步劃分深層結(jié)點,選取具有最大信息增益率情況下的子集熵代替深層結(jié)點的信息熵,據(jù)此創(chuàng)建大學(xué)生就業(yè)分類模型。然后,本文從多個系統(tǒng)收集并整理了大量與就業(yè)相關(guān)的數(shù)據(jù),并基于這些數(shù)據(jù)利用軟件開發(fā)技術(shù),解決了軟件開發(fā)中有關(guān)數(shù)據(jù)結(jié)構(gòu)和邏輯結(jié)構(gòu)的難點,采用B/S模式和三層架構(gòu)開發(fā)模式,開發(fā)出了圍繞上述改進(jìn)算法的就業(yè)管理應(yīng)用系統(tǒng)。最后,本文利用系統(tǒng)抽取出了就業(yè)分類規(guī)則,對規(guī)則進(jìn)行了分析與解釋,所獲得的相關(guān)結(jié)論可以科學(xué)地、有效地、及時地指導(dǎo)就業(yè)管理工作。
[Abstract]:The Employment report of Chinese University students 2012 released by MyCOS Institute of MyCOS Research Institute shows that the employment rate of Chinese college students in 2012 is only about 866.In 2011, 60% of the students who have been employed think that their current employment is similar to that of their counterparts. Your career expectations don't match. How to promote the employment of college students, improve the employment rate of college students, especially the employment satisfaction rate of college students, is a problem that should be considered by government departments, educators and students themselves. The emergence and development of data mining technology, It provides a scientific and theoretical basis for the management decision-making department to arrange the employment work scientifically and effectively, to reform the talent training mode around the orientation of the school, to reform the talent training mode around the goal of talent training, and to provide the scientific theoretical basis for the full employment and satisfactory employment of the college students. In this paper, based on a brief review of several classical decision tree classification algorithms and a large number of literature on the improved classification algorithms, an extended Bayesian theorem is proposed to realize the one-off filling of multi-dimensional vacant attribute records. In the process of classification, the paper further divides the deep nodes, selects the subset entropy with the maximum information gain rate to replace the information entropy of the deep nodes, and then establishes the employment classification model for college students. Then, this paper collects and arranges a large number of employment-related data from many systems, and based on these data, using software development technology, solves the difficulties of data structure and logical structure in software development. An employment management application system based on the above improved algorithm is developed by using the B / S model and the three tier structure development mode. Finally, this paper extracts the employment classification rules systematically, analyzes and explains the rules, and the relevant conclusions can guide the employment management work scientifically, effectively and in time.
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：G647;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 谷瓊;朱莉;蔡之華;袁紅星;;基于決策樹技術(shù)的高校研究生信息庫數(shù)據(jù)挖掘研究[J];電子技術(shù)應(yīng)用;2006年01期

2 王中輝;魯來鳳;;決策樹在教學(xué)評價中的應(yīng)用[J];甘肅科技;2006年03期

3 夏克文,劉明霄,張志偉,董瑤;基于屬性相似度的屬性約簡算法[J];河北工業(yè)大學(xué)學(xué)報;2005年04期

4 鐘鳴,劉曉霞,陳文偉;示例學(xué)習(xí)算法IBLE和ID_3的比較研究[J];計算機(jī)研究與發(fā)展;1993年01期

5 曲開社,成文麗,王俊紅;ID3算法的一種改進(jìn)算法[J];計算機(jī)工程與應(yīng)用;2003年25期

6 葉明全;胡學(xué)鋼;;一種基于灰色關(guān)聯(lián)度的決策樹改進(jìn)算法[J];計算機(jī)工程與應(yīng)用;2007年32期

7 陸秋;程小輝;;基于屬性相似度的決策樹算法[J];計算機(jī)工程;2009年06期

8 洪家榮，，丁明峰，李星原，王麗薇;一種新的決策樹歸納學(xué)習(xí)算法[J];計算機(jī)學(xué)報;1995年06期

9 韓松來,張輝,周華平;基于關(guān)聯(lián)度函數(shù)的決策樹分類算法[J];計算機(jī)應(yīng)用;2005年11期

10 鄒永貴;范程華;;基于屬性重要度的ID3改進(jìn)算法[J];計算機(jī)應(yīng)用;2008年S1期

相關(guān)碩士學(xué)位論文 前10條

1 徐洪偉;數(shù)據(jù)挖掘中決策樹分類算法的研究與改進(jìn)[D];哈爾濱工程大學(xué);2010年

2 潘永麗;決策樹分類算法的改進(jìn)及其應(yīng)用研究[D];云南財經(jīng)大學(xué);2011年

3 張青;決策樹分類算法的研究與改進(jìn)[D];鄭州大學(xué);2002年

4 宮健;基于信息挖掘技術(shù)與J2EE架構(gòu)的校園智能教務(wù)系統(tǒng)的研究與應(yīng)用[D];西北工業(yè)大學(xué);2004年

5 劉飛飛;基于MVC的教務(wù)管理系統(tǒng)的研究與實現(xiàn)[D];太原理工大學(xué);2007年

6 劉佳;基于決策樹算法的客戶流失分析[D];華東師范大學(xué);2008年

7 王斌;決策樹算法的研究及應(yīng)用[D];東華大學(xué);2008年

8 卜亞杰;決策樹分類算法的研究及應(yīng)用[D];華北電力大學(xué)（河北）;2008年

9 馬躍;數(shù)據(jù)挖掘決策樹方法在快速貨物運(yùn)輸中的應(yīng)用研究[D];北京交通大學(xué);2009年

10 薛恩軍;決策樹技術(shù)在學(xué)生成績分析中的應(yīng)用[D];內(nèi)蒙古大學(xué);2008年

本文編號：2007388