量化關(guān)聯(lián)規(guī)則及其在高校就業(yè)數(shù)據(jù)中的應(yīng)用研究.pdf

1、近年來，隨著我國高等院校招生規(guī)模的逐漸擴大，學(xué)生人數(shù)迅速增加，高校積累的就業(yè)數(shù)據(jù)不斷增多。與此同時，伴隨著信息網(wǎng)絡(luò)技術(shù)的高速發(fā)展，數(shù)據(jù)庫技術(shù)的迅速發(fā)展及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，高校就業(yè)信息管理也隨之變得越來越數(shù)字化，如何利用這些信息資源完善高校就業(yè)信息管理已成為高校就業(yè)數(shù)據(jù)的一個研究方向。目前高校使用的就業(yè)信息管理系統(tǒng)可以進行簡單的事務(wù)操作，尚不能對就業(yè)數(shù)據(jù)進行多角度、多層次的分析與挖掘，缺乏綜合分析和決策支持能力。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)

2、正符合了科學(xué)的管理手段與現(xiàn)代計算機技術(shù)相結(jié)合的需求，它可以處理大規(guī)模數(shù)據(jù)，能夠發(fā)現(xiàn)隱藏在數(shù)據(jù)背后有用的知識，以輔助管理者的決策。因此，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校就業(yè)信息管理系統(tǒng)具有重要的意義。
　　 本文主要研究內(nèi)容如下:
　　 (1)針對高校就業(yè)信息數(shù)據(jù)中存在大量的量化屬性和分類屬性，提出了一種基于k-means的量化關(guān)聯(lián)規(guī)則挖掘算法KMSQAR，該方法首先利用聚類算法k-means對量化屬性進行合理分區(qū)，將量化屬性轉(zhuǎn)化

3、為布爾型，其次利用改進的布爾關(guān)聯(lián)規(guī)則方法對此進行關(guān)聯(lián)規(guī)則挖掘。改進的布爾關(guān)聯(lián)規(guī)則挖掘方法將待挖掘的數(shù)據(jù)項用二進制表示，以位的操作來實現(xiàn)項集的連接、剪枝等功能。
　　 (2)對高校就業(yè)信息管理系統(tǒng)進行了需求分析、功能設(shè)計及數(shù)據(jù)庫設(shè)計等，結(jié)合KMSQAR算法，設(shè)計并實現(xiàn)了高校就業(yè)信息管理系統(tǒng)。該系統(tǒng)可以對已有數(shù)據(jù)進行挖掘，找出學(xué)生的受教育屬性和就業(yè)屬性之間的關(guān)聯(lián)性，同時將學(xué)生的成績與規(guī)則結(jié)果進行匹配，給畢業(yè)生提供匹配度較高的就業(yè)推薦