决策树分类算法在大学生就业指导中的应用研究

• 作者: 段润英 黄欣荣
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 数据挖掘 分类 决策树 C4.5算法 大学生求职
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法分析
• 页码范围: 151-153
• 页数: 3页
• 分类号: TP311.13
• 字数: 3047字
• 语种: 中文

摘要

为深入挖掘剖析影响应加大学生求职择业的关键因素及其潜在的相互作用,笔者针对南京信息职业技术学院近年来的毕业生选择推荐就业、自主择业、自主创业或升学、待业等各种情况的决策因素进行了广泛的统计,以数据挖掘分类技术为支撑设计了C4.5算法对各种潜在的影响毕业生就业选择的因素进行了系统化的剖析,从而得出影响应届毕业生就业率的决策模型.本研究的主要意义在于学生可以算法模型在大学在读期间努力完善自己的知识结构,不断增强自身的综合素质及社会竞争力.从而适应日益严峻的就业形势和经济社会发展的需要,提高入职签约成功率.应届毕业生也可以参照算法模型对比自身的素质素养有针对性的选择目标单位进行择业.高等院校则可以根据该算法模型统计各界毕业生的就业指数进行纵向及横向的对比分析,进有针对性的改良教学计划,使院校培养出的毕业生更加符合当代社会的需求,刺激就业率快速增长.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄欣荣		22	34	3.0	5.0
2	段润英	广州大学松田学院	6	4	1.0	1.0