朱 烁

（吉林师范大学学生就业工作处 吉林 四平 136000）

0 引言

随着我国高等教育事业的不断发展，如何直观地对高校毕业生的就业趋势和动向进行了解，有效解决高校毕业生的就业问题，是当前高校毕业生就业管理部门所重视并关注的问题。而传统数据库管理和查询模式的信息查询检索与统计分析已经无法充分满足当前时代的需要。因此，为促进高校毕业生就业信息的管理工作得到完善，毕业生就业信息管理效率得到提高，本文根据数据挖掘技术的优点和高校对学生就业信息管理的需求，设计开发了一个高校学生就业信息管理系统。该系统的设计，能够实现对毕业生的各种信息进行存储和管理，只需要通过对学生的就业数据进行挖掘，就能够为高校相关部门的就业政策制定和学生培养等方面提供决策支持。因此，将数据挖掘技术有效应用在高校毕业生就业管理系统当中，对促进高校毕业生的就业情况和就业管理有着重要的现实意义[1]。

1 数据挖掘技术概念

数据挖掘（Data Mining）[2]又被称为资料勘探技术，该技术作为现阶段研究的热点，主要以随机性、模糊性、干扰性、大规模的数据信息为对象，利用对数据的分析，从中可以提炼出具有潜在价值的信息。简单来说就是，该技术通过利用算法，可以将大量的数据转化成有用的信息与知识，并结合该数据实现对其关系、模式以及趋势的分析。因此，高校毕业生就业管理部门，引入数据挖掘，可以从大量高校毕业生就业数据当中实现对学生的就业动向与就业实际情况的分析，为未来高校学生的就业问题提供更好的帮助。

2 基于数据挖掘技术的高校学生就业信息管理系统设计及实现

2.1 就业管理系统分析

现阶段，部分高校针对学生的毕业信息管理依然使用纸质形式，但该形式已经无法满足现代发展的需要，它不仅造成人力和物力等资源方面的浪费，还使得相关部门的工作效率受到一定程度的影响。因此，信息技术和计算机技术在高校学生毕业信息管理方面的应用势在必行。而本文开发设计的就业信息管理系统，其目的是通过利用现代信息处理技术、数据挖掘技术和计算机技术等，对高校海量的毕业生数据信息进行有效管理，促进相关工作人员的工作效率得到提高。并在此基础上，对相关信息进行数据挖掘，采用关联规则和决策树，对高校毕业生就业情况进行挖掘分析，以此为未来高校学生的就业和校领导的决策提供支撑。所以，本系统的设计：

（1）对高校毕业生基本信息以及就业信息实现了高效管理。

（2）利用数据挖掘技术，为学校决策和学生培养提供了支撑。

2.2 系统需求及功能分析

本文选择利用Microsoft SQL Server2000 关系数据库为基础，实现了对高校大量的毕业生数据信息和就业信息、用人单位信息等方面进行集中存储。接着，通过系统能够实现对其不同类型的信息进程增加和删除、修改等操作，以及对高校学生的就业状况进行统计分析，实现对学生就业情况的实时了解[3]。最后，通过关联规则、数据挖掘，为高校招生、学生发展培养以及就业等方面提供支撑。同时，系统设计时，需要结合数据业务流程，从多个方面实现系统开发管理，以此使得其预测结果能够达到相关需求，具体见图1所示。

图1 系统数据流程图

2.3 高校学生就业信息管理系统总体功能设计

由于高校学生的就业信息管理工作相对困难，存在大量的数据加工和处理等需要。因此，本文在系统开发设计过程当中，不仅需要具备前后有序、目标明确等原则，还要使得每个模块和模块之间处于高聚合性、低耦合度的关联[4]。所以，该系统的功能设计主要由5 个部分构成：系统管理和维护、高校学生基本信息管理、高校毕业生就业信息管理以及用人单位管理和协议书管理等多个方面，具体见图2所示。

图2 高校学生就业信息管理系统功能设计示意图

而该系统的设计能够帮助高校毕业生及时地查询和了解用人单位的信息，也为用人单位对所有毕业生的信息了解提供了服务。同时，也方便了学校对毕业生的基本信息和用人单位基本信息采集提供了便利。

2.4 数据库及数据表设计

2.4.1 数据库设计

首先，数据库（Database）的设计是系统数据集中管理与存储的一种工具，可以为高校学生就业信息管理系统的使用，提供相应的数据支持和帮助。其次，数据库具备数据资源的共享、数据冗余以及数据存储空间节省等优点。最后，在数据库设计时还需要严格遵循数据库理论和用户对功能方面的需求即可。

2.4.2 数据表设计

数据表的设计，主要基于特定的环境下通过对数据库结构以及管理模块等方面的开发，从而满足高校学生就业信息管理系统的运行需求过程为设计开发而来的。而本文选择利用Microsoft SQL Server2000 数据库实现数据库设计，其数据表设计见表1所示。

表1 就业信息管理系统用户信息表

3 系统主要功能模块设计及实现

通过对高校学生就业信息管理系统的设计分析，利用ASP编程实现了对该系统的主要功能模块设计具体见图3所示。

图3 系统主要功能模块设计示意图

3.1 系统管理及维护模块

该模块的设计，能够实现对用户的增加、查询以及注销等操作，也能够通过对系统的设置，实现用户登录/退出、密码修改以及权限修改等操作，具体见图4所示。

图4 用户登录管理

3.2 高校毕业生信息管理模块

此模块的设计，实现对高校毕业生的详细信息采集和录入。通过对高校毕业生的基本信息核查，能够实现对学生就业信息、用人单位招聘信息、毕业生个人基本信息以及学历、简历等信息的管理。同时，该模块的设计还可以进行高校毕业生就业需求以及学生求职意向等相关信息的发布，为高校毕业生、用人企业/单位以及学校等之间提供更加便利的沟通渠道和效率，并针对其相关信息的维护，帮助高校毕业生就业，从而满足毕业生和用人单位的需求[5]。

3.3 协议书管理模块

此模块的设计，主要是高校毕业生和用人单位两者签订合约之后，可以在就业信息管理系统当中进行登记和协议书查询，帮助学校更加全面地了解毕业生的具体就业情况，同时也为高校相关部门的领导决策提供了支撑。

3.4 统计分析模块

统计分析模块的设计，能够结合系统自动生成相应的数据报表，通过查询、输出和打印的方式进行查看。如高校学生的就业统计、学生专业统计、学生求职及薪资待遇统计等方面，但无法对数据报表进行更改。这样既保证了不同的统计报表中数据的真实性和可靠性，还为高校学生的就业情况真实性提供了保障。

3.5 就业危机预警模块

此模块在高校学生就业信息管理系统当中，实现对学生就业信息和就业情况的实时监控。通过统计分析模块所上传的相关学生就业信息分析报告进行加工，从人才需求、供给、专业需求、当前就业形势等多个角度，构建相应的预警模块，以此为学校学生的就业信息判断提供帮助。且该模块的应用，还能够为学生的就业评估以及就业预测和警告等方面提供相应的指导建议。

4 决策树算法在高校毕业生就业管理系统中的应用

4.1 分类算法

数据挖掘技术的充分应用，可以从中得出关于高校毕业生就业情况以及就业影响的结论。也能够实现对新一批高校毕业生就业去向进行预测分析，从而做好相应的指导工作，这对学生的发展培养方面具有一定的指导意义。

分类算法在该系统的应用，具备预知性优点和离散性优点。通过利用特定的分类器，将数据集合输入到分类器之中，对明确标签属性的信息进程分析，以此可以为高校毕业生就业情况进行预测，并提供相应的依据。分类器的创建，首先需要明确数据挖掘的对象、待解决的问题以及目标等。当完成相应的数据采集工作之后，再对其数据进行转换、分类，从而完成数据挖掘工作[6]。

4.2 数据预处理

在针对高校大量毕业生数据进行预处理之前，需要对其信息先进行采集，如对高校毕业生基本信息和就业信息等情况进行采集之后，才能够做出相应处理。而数据预处理分为两个方面：数据集成和数据转换等。高校毕业生的基本信息以及毕业生就业信息数据等分别来源不同的数据库，这时只有先对数据库进行集成，再对其信息采集。接着，对数据进行转换，将其存在的信息进行离散化处理。

4.3 数据分类模型

数据挖掘技术在高校毕业生就业信息管理系统中的应用离不开决策树算法。而决策树主要源自信息论中的基本理论，被用在信息增益过程中衡量决策中数据的类型，以此实现节点的判断。通过对决策树的ID3算法和C4.5算法，在同样的处理方式下应用分析，发现C4.5 算法拥有更加显著的性能优势，并且在对数据的处理过程当中，该算法能够充分保障属性分析的准确性[7]。因此，本文选择利用C4.5 算法，对数据集合与划分以此构建符合高校毕业生就业信息分析模块，从而可以实现对高校毕业生的就业情况进行挖掘分析。

5 实验测试与结果分析

为了证明基于数据挖掘技术的高校毕业生就业管理系统的可行性，本文从系统的可操作性方面对其进行分析和验证。

5.1 系统操作

从用户登录方面来看，在用户登录界面输入正确的用户名和密码，然后服务器会根据所输入的信息是否正确进行判断，如果没有存在错误提示，就会跳转进入到高校毕业生就业信息管理系统页面。反之，存在错误则系统会提醒用户，输入错误并向用户请求重新输入。当用户成功进入到系统内部后，系统会根据用户的特征分配相应的权限。从系统用户管理方面来看，高校毕业生就业信息管理系统的用户主要以高校毕业生、用人单位以及系统管理员等方面为主。每个用户的权限均不相同，管理员可以实现对系统所有的数据管理和维护，而用户和用人单位只得通过自身的权限实现对与自己相关的信息和招聘信息进程查询[8]。

5.2 数据挖掘功能分析

经系统测试证明，该系统能够有效满足高校毕业生信息管理等功能的需求。还能够更好地控制操作权限，从而保障数据信息的安全。而决策树算法的应用，能够为高校相关部门对毕业生就业预测和分析提供帮助。

6 结语

综上所述，本文根据高校学生就业管理的实际需求方面为切入点，有针对性地开发设计出一个高校毕业生就业信息管理系统，以此满足高校学生的就业管理需要，这不仅降低了高校就业管理部门的压力，还保障了高校就业效率和就业数据的精准度。同时，在系统设计开发过程当中，还充分融入了先进计算机技术和决策树理论，实现了数据库创建，为系统数据的存储提供了保障。最后通过实践证明，该系统的设计能够对高校学生的就业情况进行精准地分析和预测，这样不仅说明了数据挖掘技术的应用能够为高校毕业生的信息管理提供诸多的便利，还能够有效推动高校教育事业的发展以及毕业生的就业及就业信息方面提供更多的帮助。反过来，借助高校毕业生的就业情况和就业信息，高校可以从系统中得出哪些信息对毕业生就业问题产生巨大的影响，以此为高校管理者对学生的培养计划制定提供相应的参考。