董明明 蒋涛 晏婉晨 宋伟航 谢斌

摘 要：大数据时代下，处理已知和预测未知数据的数据挖据技术在社会生活的众多方面得到了大量应用。因此，采用数据挖据中BP神经网络算法和决策树技术对毕业生就业偏好进行了预测研究。研究中首先对两种算法流程进行了介绍，其次应用两种算法分别对扬州大学2017年本科毕业生就业情况进行模拟预测研究，并对两种算法优缺点和结果进行了对比分析。通过模拟预测结果得知，两种算法预测数据均与实际吻合，决策树法更适用于数据数量较少的样本，而当数据量较大时，BP神经网络法得到的预测数据将更准确。

关键词：数据挖掘；BP神经网络；决策树；C4.5算法；机器学习

中图分类号：TP183；TP311.13 文献标志码：A 文章编号：1673-291X（2018）20-0186-05

引言

随着信息技术的高速发展，人们日渐依赖计算机技术去解决问题。随着人们对于收集、处理数据的的能力渐渐增强，现时的数据操作技术已不能满足人们的需求，因此数据挖掘就应运而生。目前，对数据挖掘比较公认的定义是W.JFrawley，G.Piatetsky-Shapiro等人提出的[1]。

数据挖掘自发展到现在为止已经产生了很多种方法[2]，其中以BP神经网络和决策树算法为代表。神经网络算法是一种应用广泛的数据挖掘办法，因其自身自行处理、分布存储等特性非常适合处理非线性的以及那些以模糊、不完整的知识或数据为特征的问题。BP神经网络即反向传播网络（Back Propation Network）是1986年以Rumelhart为首的专家组提出的一种多层前馈网络。它由大量神经元构成，包括三层结构：输入层、隐含层和输出层[3]。……