统计分析在民办高校就业指导中的应用

    罗海嫦

    近年来,在我国教育深化改革背景下,高校毕业生人数呈现出了急剧增长的态势。在此背景下,社会竞争逐渐加大,学生如何在较短时间之内,结合自己所学专业知识,找到一个理想工作岗位,不仅是学生所关注的重点问题,相关专家、学者对此也给予了足够的重视。因此,教师和学校需要加强对学生进行就业指导的力度,让学生能够对自己本专业的发展特点和发展规划有正确的认识,对于当今就业市场状况有着正确判断,从而让学生能够在毕业之后快速进入到工作岗位中。在信息化技术不断发展过程中,借助到数据挖掘技术的优势,能够进一步提升就业指导工作效果,帮助学生科学、有效判断就业形势。由此可见:研究数据挖掘技术在高校学生就业指导中的应用具有积极的社会意义。

    结合教育部门提出的相关要求,我国高等教育要逐渐向大众教育进行转化和升级。自上世纪九十年代开始,高等学校办学规模、招生规模便呈现出逐年扩大的趋势,对于社会稳定发展和经济快速发展产生了积极作用。但从另一方面来看,这些生源在学习基础和学习能力方面出现了差异性较大的问题。在毕业之后,无法对整个就业市场进行准确判断,从而对其就业产生了较大影响。在此过程中,高校就业指导部门便需要充分发挥其积极作用,加强对学生在就业方面的指导。借助到数据挖掘技术优势,对于市场需求信息、学生就业信息等多方面内容进行收集,从而为学生就业提供针对性指导,帮助学生树立正确、科学、合理的就业观,使其在激烈市场竞争中能够取得一定优势,希望本篇文章发表能够对相关教育工作者产生一定启示。

    一、数据挖掘技术概述

    (一)数据挖掘技术的产生与发展

    在信息化技术和信息搜集能力逐渐发展背景下,数据的海量性特征越来越明显。因此,如何在新时代背景下,借助到技术性优势,对数据进行有效处理,成为了许多工作人员重点关注的问题。在传统工作中,主要是采取人工收集和记录方式。从其影响来看,虽然能够在一定程度上有效发挥出这些数据的积极作用。但是在海量数据中,其处理效率低、失误率高的问题越来越明显。因此,这种传统化数据处理方式已经难以满足实际工作需要。另外,在这些海量数据中,往往会存在着众多潜在的信息。如果能够结合现代化信息处理方式,对其中所蕴含的信息和知识进行高效处理,便能给带来巨大经济效益。为此,在今后工作中,相关工作人员需要加强不断研究。结合一些技术性手段和技术设备优势,达到对信息高效处理的目的,从而为相关工作顺利开展奠定良好基础。

    (二)数据挖掘的具体概念

    从数据挖掘技术概念来看,其主要指的是结合具体工作需求,在海量数据库中,对于一些模糊性、不完全性的数据进行提取处理和分析。在此过程中,还能够及时发现出这些数据中所蕴含的深层次概念。因此,在进行数据挖掘中,其表现出了明显综合性特征。作为一种学科交叉性较强的知识,在进行具体操作中,涉及到了计算机机器学习、大数据系统分析、神经网络、数据可视化等多个方面内容。在数据挖掘过程中,需要完成数据采集、预处理、分析和结果表示等多方面内容和其他相关性操作。

    (三)数据挖掘的分类

    结合对数据挖掘分类的调查和研究可以发现:因数据挖掘所涉及到的内容和学科知识相对较多。因此,在进行分析时,便需要从多个学科思维角度出发,进行综合性考虑。现阶段工作中,主要包括了数据库、统计学和机器学习等内容。按照不同分类方式,具体可以将其分为以下几个种类。

    1.从数据库类型角度进行分类

    从数据挖掘的目的来看,其主要是为了实现对数据库中各种数据信息的挖掘。在数据量不断增长背景下,出现了不同数据库的多种内容。包括关系数据、模糊数据、历史数据等多方面内容。

    2.从数据挖掘目的来看

    在进行具体数据挖掘时,其任务主要包含了数据分析、再处理、分类、预测等内容。因此,从该角度出发,主要可以分为关联规则、聚类挖掘、分类数据挖掘等内容。结合具体工作需要,会选择不同数据挖掘方式。

    3.从数据挖掘方法和技术角度来看

    主要分为了机器学习、统计学习、神经网络分析等多种内容。

    二、数据挖掘技术在高校学生就业指导中的应用步骤

    结合数据挖掘技术的优势,对学生提供就业方面的指导,能够让学生对其所学专业性知识有着更为深刻的认识和了解。对于本专业学生就业方向、就业状况等进行研究,提高就业指导水平。在进行技术具体应用过程中,需要按照严格步骤,完成相关操作,从而更好的发挥出技术优势。

    (一)需要结合课程上相关问题,对数据源中相关信息进行有效分析。判断其是否能够为本次课程正常开展和顺利进行提供相应服务,对于课程实际状况进行有效判断。

    (二)在海量数据信息中,完成信息抽取、提取和再处理、分析等相关工作,结合数据模型优势,构建一个系统性、直观性的就业数据模型,让学生能够对今后就业状况有着更直观的了解。另外,还需要有效结合统一清除模式,对于系统中所不需要的數据进行清除处理,进一步提升数据的完整性。

    (三)结合选定的数据,利用一些相关性算法,对其进行有效处理和分析。比如:在DM中,结合其具体算法,完成对搜索数据有效处理,从而为教学工作顺利开展奠定良好基础。

    (四)针对数据库特点来看,在信息日新月异背景下,各种信息都会发生着急剧变革。因此,在进行数据挖掘工作中,需要结合某一节课程具体需求,对数据进行及时提取和更新,确保课程内容的科学性和及时性。

    (五)教师在进行数据选取中,为了进一步提升数据丰富性,往往会选择大量数据。而在后期教学时,便会发现其中存在着众多不必要数据。因此,需要对这些数据进行及时清除处理。同时,对于数据库中相关数据,也要进行上述操作。

    (六)在进行知识评价和课程总结时,可以结合技术性优势,及时发生一些预先可信的优势。如果在此过程中,发现了部分学生在就业方面出现了一定矛盾,可以对其进行及时、有效解决,从而为其就业方向提供一定指导,进一步提升学生的就业率。

    三、数据挖掘技术在高校学生就业指导中具体应用

    在结合数据挖掘技术开展高校就业指导工作中,需要结合影响学生就业因素,进行综合性考虑。唯有此,教师所进行的就业指导才能够更具针对性。同时,能够对学生未来成长和其对人生的正确规划产生积极作用。在技术应用过程中,主要集中在学生生源地信息、未来就业方向和就业意愿等方面内容的调查和分析。对于一些可能会影响到学生就业判断的信息进行有效判断,从而为其提供更具针对性指导。另外,在该系统中,还需要将数据挖掘和专业性知识进行有机结合。整个系统中,主要可以分为数据预处理、频繁项挖掘和关联规则分析三个方面内容。

    (一)数据挖掘技术的采集以及转换和预处理操作

    在数据采集和预处理工作中,需要结合学生就业意愿和历届毕业生就业状况等相关数据,对其进行科学化、合理化的分析,确定决策属性。其次,结合一些分析指标和相关性数据优势,进行准确判断。比如:可以结合学生的实践状况、理论知识学习状况、计算机知识掌握程度和实践操作运用能力、英语口语表达能力等方面进行分析。

    比如:在研究性别和就业情况间的关联问题时,选取本校2015届毕业生为研究对象。需要用户点击生源地信息和学生就业间的关联挖掘这个选项.此时系统先使基本情况表与就业情况表加以连接,之后将其中和学生性别和学生就业信息不存在必然关系的信息全部滤除。最后整合成全新的数据表。通过对上述全新的数据表利用频繁模式加以挖掘,得到如下6个主要的频繁度项及其支持度,即男生支持度是0.60、女生支持度是0.40、男生学校所在地支持度是0.30、女生学校所在地支持度是0.25、男生生源地支持度是0.20、女生生源地支持度是0.10。之后对频繁项实现关联挖掘。

    (二)对相关的指标数据采集充分重视

    在进行数据收集和分析过程中,需要借助到学校内部成绩管理系统优势。将学生的学科成绩、绩点、专业性成绩等方面内容进行综合性考虑。比如:在利用Excel表格将学生学号导入之后,根据数据页面中显示的相关内容。安排相关管理人员对其中各项数据和信息进行手动输入,并将学生工作单位进行量化性处理。按照生学、事业单位、企业、考研等不同发展规划和方向进行合理化分类,提升数据的可观性和直观性。

    (三)加强对决策树的合理化应用

    在开展数据分析工作中,也需要充分认识到决策树的分析和利用在此过程中所产生的积极作用。具体来看,其主要是通过离散型变量分析的学习方式,对于模块中不同内容、不同数据进行有效分析,并完成相关算法思想的构建工作。从其积极作用来看,能够完成各种相关性数据的连续处理。在此过程中,如果其中某个数据出现了连续序列排序和分析的要求,也可以结合决策树方式,对其进行不同属性的划分。

    (四)结合决策树和算法的综合运用优势

    在进行数据分析中,也需要看到决策树和算法选择有效融合所产生的积极作用。作为一种重要的应用方式,对于教学工作的顺利开展也产生了较大影响。比如:在进行算法选择时,首先需要结合具体教学需要和学生未来发展规划等方面内容,建立一个系统性数据分析模型。其次,对于分析工作中所需要的数据和算法进行深入挖掘和探究。

    (五)对就业市场进行动态化监控

    结合数据挖掘技术优势,还能够对整个就业市场进行动态化监控。结合web网页优势,将其中各种信息化数据、文本内容等进行分类。学生如果需要了解某一项内容,只需要登陆到相关网址,并输入账号和密码之后,便可以完成相关信息查询工作。利用加权算法和数据挖掘技术,对一些关键词的搜索进行改进处理,从而进一步提升就业信息搜索的高效性和准确性。另外,高校就业指导部门海还需要加强和当地企业之间的交流,及时了解市场就业动态。

    四、結语

    总体来看,在开展高校学生就业指导工作中,结合数据挖掘技术的积极作用,能够对学生未来就业意愿进行科学化、合理化分析。从而为其提供更具针对性指导,让学生能够对当前就业现状和未来就业形势等多方面内容有着更为准确认识。结合相关调查和研究可以发现:数据挖掘技术在当前阶段仍还初期研究和发展阶段,并未得到深层次应用。因此,作为高校教师和相关教育工作中,需要充分认识到其在就业指导工作中的重要性和积极作用,对其进行合理化应用,为学生就业提供一定参考,提升高校就业率。

    (作者单位:广东海洋大学寸金学院)

    【基金项目】本文获 “统计分析在民办高校就业指导中的应用”(校【2020】75号,CJ20CXQX014)项目经费支持。