关联规则挖掘算法在高职院校就业分析中的研究与实现

《关联规则挖掘算法在高职院校就业分析中的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目关联规则挖掘算法在高职院校就业分析中的研究与实现专业学位类别工程硕士学号201092230820作者姓名茹吉梁指导教师朱金奇博士万方数据分类号密级注1UDC学位论文关联规则挖掘算法在高职院校就业分析中的研究与实现（题名和副题名）茹吉梁（作者姓名）指导教师朱金奇博士电子科技大学成都 陈建功高工杭州杭氧股份有限公司杭州（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2013.3.25论文答辩日期2013.5.25学位授予单位和日期电子科技大学2013年6月23日答辩委员会主席评阅人注

2、1：注明《国际十进分类法UDC》的类号。万方数据THERESEARCHANDIMPLEMENTATIONOF ALGORITHMINTHEEMPLOYMENTOF HIGHERVOCATIONALCOLLEGESINTHEMININGOFASSOCIATIONRULESAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SoftwareEngineeringAuthor:RuJiliangAdvisor:ZhiJinqiSch

3、ool:SchoolofInformationandSoftwareEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有

4、关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据摘要摘要随着高校的发展以及扩招，导致学生数量猛增，学生的就业也逐渐成为一个严峻的问题。另一方面各高校已经建立了各种信息系统，用于管理海量数据，但是，面对这些数据，我们仅能进行简单的查询、增加等操作是不够的，如果能够从高校掌握的海量数据中发现一些规律，并利用这些规律辅助决策

5、的制定这对学校的发展起着至关重要的促进作用。数据挖掘技术使这个构思能够付诸实施。其中关联规则算法是如何从这些数据中提取有用的信息，并使它们形成利于决策的知识，应用于高校的就业指导和教学改革的决策中，以便增强高等院校的竞争力和学生的就业率。为解决以上高校所面临的实际问题，本文依据我院近几年积累的就业相关数据，对其进行关联规则的数据挖掘，旨在找到一些能对就业指导和专业设置、课程改革起到辅助作用的知识，使之成为决策者的参考依据。具体所做工作为：首先介绍了数据挖掘的工作过程，以及数据挖掘结果的应用，接着详细讨论了关联规则数据挖掘方法的执行

6、步骤；其次在介绍了已有的Apriori算法及其适用范围和局限性，提出了一个利用代价敏感的非频集过滤矩阵寻找k-频集构造过滤矩阵的算法，该算法是一个代价敏感的算法，第一步，进行代价敏感学习，第二步，利用非频集过滤矩阵生成k-频集，第三步，生成强关联规则，第四步，生成非频集过滤矩阵Apriori算法所需的初始矩阵，第五步，构造代价敏感的非频集过滤矩阵，第六步，根据非频集过滤矩阵判断是否存在满足条件的k-频集的方法；然后就新算法的性能表现做了多方面比较分析；最后是改进算法的设计与实现，通过分析和实验验证该算法的应用效果。将基于代价敏感的

7、非频集过滤矩阵的Apriori算法应用到高职院校就业分析系统中，以此指导学生就业，进行课程和专业的改革和建设，从而达到提高就业率的目的，并对应用新算法数据挖掘前后的就业数据统计证明：新的就业数据挖掘算法具有可行性和有效性，执行效率较高，算法执行减少了遍历次数和扫描记录数。关键词：Apriori算法，就业分析，关联规则，非频集过滤矩阵，代价敏感I万方数据ABSTRACTABSTRACTHowtomanageandusemassesofdataisaveryimportantproblemtocollege. Becauseofthe

8、sustainedstudentsscale’sgrowth,findingknowledgeinmassivedata andapplingthemaremoreandmoreimportantforuniversit’sdecisionmake