基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以提高高职生就业质量要求为背景,基于数据挖掘和机器学习中的分类分析算法,以高职院校招生数据、学籍管理及就业数据作为样本,通过学习决策树分类器,分析学生就业因素,得到由学生入学成绩、综合素质评价成绩、就业单位地域及性质等信息,对是否顺利就业及就业单位类型的预测模型,旨在为高职院校就业指导及人才培养方案制定提供科学的依据,具有一定的实用价值.
推荐文章
一种改进 ID3型决策树挖掘算法
数据挖掘
ID3型决策树
熵值计算
UCI数据集
一种基于决策树ID3的改进算法
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
决策树ID3新属性选择方法
数据挖掘
决策树
粗糙集
ID3算法
大数据
算法改进
基于ID3算法的快速分类方法研究
决策树
归纳学习
ID3算法
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树ID3算法的高职生就业预测分析
来源期刊 电脑编程技巧与维护 学科
关键词 高职学生 就业分析 预测分类 决策树 就业模型
年,卷(期) 2015,(2) 所属期刊栏目 软件研发与应用
研究方向 页码范围 15-16,35
页数 3页 分类号
字数 1840字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨家娥 10 6 1.0 2.0
2 孙晓璇 10 12 3.0 3.0
3 李雅峰 6 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (5)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高职学生
就业分析
预测分类
决策树
就业模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导