论文题目:基于数据挖掘的能力指标分析及毕业去向预测
摘要:随着高等教育改革的深入和现实社会就业形势严峻性的凸显,毕业生对自己的能力没有一个合理的认识和估计,因此在毕业去向的选择上迟疑不决。事实上大多数高校的就业中心都会为学生的毕业去向做出指导,但是目前没有一个合适的参考标准,且主要是考虑就业形势和高等教育改革方面,没有实现个性化指导;虽然可以从综合成绩、外语水平、实践活动方面评估一个学生的能力,但是如果有一个可以直观查看学生不同能力水平的能力指标,对于学生毕业去向的选择将具有更好的参考价值。本文研究主要面向计算机科学与技术专业的学生,根据学生综合成绩、基本信息、毕业信息等数据,按照要求生成相关能力指标,并根据能力指标及某些在校行为信息使用数据挖掘技术对学生的毕业去向做分析和预测,主要从三个方面进行了实验:(1)使用k-means聚类算法,将计算机科学与技术专业的学生进行合理的聚类划分,分析学生的整体毕业去向趋势,对比每个聚类学生各项能力指标差异以及研究不同聚类的学生与毕业去向的关系。(2)使用Apriori关联规则挖掘算法,挖掘出学生能力指标与毕业去向之间的关系规则,以及学生行为信息和能力指标与毕业去向之间的关系规则,分析影响学生毕业去向的最强影响因素。(3)使用Random Forest、SVM、LR、GBDT、Neural Network五种机器学习算法,建立学生毕业去向预测模型,通过模型评估指标对结果进行比较评估,选择最合适的预测算法预测学生的毕业去向。并将各类特征因素进行重要性对比分析。从上述研究实验中,通过聚类结果分析,挖掘出了不同聚类学生对于毕业去向的不同选择,以及不同能力指标水平的学生倾向的不同毕业去向;通过关联规则挖掘算法,分析出了能力指标和在校行为信息与毕业去向的关联性;通过建立毕业去向预测模型,使用模型评估指标结果比较得出,根据能力值预测的最好模型是逻辑回归(LR),根据能力指标和相关信息预测最好模型是支持向量机(SVM),另外对各类特征因素作为单项特征进行预测,结果发现能力指标对毕业去向的影响更大,性别对毕业去向的影响最小。
关键词:数据挖掘;教学研究;能力指标;毕业去向
学科专业:计算机技术(专业学位)
摘要
Abstract
1 绪论
1.1 研究背景与研究内容
1.1.1 研究背景
1.1.2 研究目的
1.2 国内外研究现状
1.3 本文工作及组织结构
1.3.1 本文主要研究工作
1.3.2 本文组织结构
1.4 本章小结
2 数据挖掘算法介绍
2.1 k-means聚类
2.2 Apriori关联规则挖掘
2.3 预测模型算法
2.3.1 逻辑回归
2.3.2 支持向量机
2.3.3 神经网络
2.3.4 决策树
2.3.5 随机森林
2.3.6 梯度提升决策树
2.4 本章小结
3 学生能力指标生成
3.1 数据获取及预处理
3.1.1 数据清洗
3.1.2 数据集成
3.1.3 数据变换和规约
3.2 工程教育专业认证
3.3 能力指标生成
3.4 本章小结
4 基于数据挖掘的学生毕业去向分析及预测
4.1 基于学生毕业数据的毕业去向分析
4.1.1 学生信息与就业单位性质的关系
4.1.2 学生毕业去向地域分布
4.2 基于k-means的学生能力聚类
4.2.1 选择最佳聚类数
4.2.2 毕业生能力值聚类划分
4.2.3 聚类结果分析
4.3 基于Apriori关联规则的毕业去向分析
4.3.1 数据准备
4.3.2 能力指标与毕业去向的关联规则分析
4.3.3 学生其它信息和能力指标与毕业去向的关联规则分析
4.4 毕业去向预测模型建立与评估
4.4.1 模型评估指标
4.4.2 能力指标预测模型结果分析
4.4.3 能力指标与行为信息预测模型结果分析
4.5 本章小结
5 系统设计与实现
5.1 系统框架设计
5.2 可视化模块展示
5.3 本章小结
结论
参考文献
致谢
【毕业综合实践论文提纲】相关文章:
毕业综合实践论文05-12
英语综合实践论文提纲11-15
综合实践活动论文提纲11-15
综合实践教学论文提纲11-15
小学综合实践课论文提纲11-15
小学数学综合实践论文提纲11-15
语文综合实践管理论文提纲11-15
综合院校改革实践论文提纲11-15
小学综合实践活动论文提纲11-15
综合实践课探索论文提纲11-15