量化关联规则在高校就业信息数据中的应用

• 作者: 张晓萍 朱玉全 陈耿
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 量化关联规则 k-means聚类算法 就业信息
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 应用开发研究
• 页码范围: 199-202,212
• 页数: 5页
• 分类号: TP311
• 字数: 4583字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.11.049

摘要

针对就业信息数据中存在着大量的量化属性和分类属性等现象，提出了一种基于k-means的量化关联规则挖掘方法。该方法利用聚类算法k-means对量化属性进行合理分区，将量化属性转化为布尔型；利用改进的布尔关联规则方法对此进行关联规则挖掘，找出学生的受教育属性和就业属性之间的关联性；对挖掘出的规则进行分析和运用。就业信息数据实验证明，文中所提方法对就业信息进行挖掘是有效的、可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉全	江苏大学计算机科学与通信工程学院	90	959	17.0	26.0
2	陈耿	南京审计学院信息科学学院	81	565	13.0	20.0
3	张晓萍	江苏大学计算机科学与通信工程学院	1	4	1.0	1.0