APP下载

本科生企业实习的影响因素和支持度分析

2021-11-13包娜萍沈晨雯仲卓帆黄初吴季强

教育周报·教育论坛 2021年11期
关键词:本科生数据挖掘模型

包娜萍 沈晨雯 仲卓帆 黄初 吴季强

基金资助:本项目受到杭州师范大学本科生创新创业项目“本科生企业实习效果及其影响因素的研究”支持

摘要:随着我国市场导向就业制度改革的深入推进,本科生企业实习日益成为提升本科生就业质量的重要途径。基于问卷调查数据,本文利用Apriori算法进行数据挖掘,发现了自主实习且实习时长为1-3个月的本科生在企业实习过程中收获最多。我们也研究了学生对学校安排的学生实习工作的支持度,以学生基本特征与实习状况为自变量,以学生对实习工作的支持程度为因变量,建立二元Logistic回归模型,拟合学生支持学校安排的学生实习工作的概率,并以此为基础提出若干建议。

关键词:企业实习;Apriori算法;二元Logistic回归模型.

一、引言

随着本科生企业实习比例日益增加,其工作能力得到明显改善。但目前仍无较好的量化模型对本科生实习效果进行评价,对更合理推行实习政策不利,故本文针对本科生企业实习影响因素和支持度开展一系列研究。

通过研究教育部文件[1],归纳出描述本科生实习情况相关指标,并在杭师大进行问卷调查,建立统计模型,对本科生实习情况影响因素和本科生对实习支持度进行量化分析。

二、研究對象

本文研究对象为杭师大本科毕业生,我们在杭师大共发放并回收有效问卷504份。

三、本科生实习现状关联性规则挖掘分析

本文先数据挖掘,寻找学生基本特征与实习状况联系。……

登录APP查看全文

猜你喜欢

本科生数据挖掘模型
一半模型
探讨人工智能与数据挖掘发展趋势
重尾非线性自回归模型自加权M-估计的渐近分布
基于并行计算的大数据挖掘在电网中的应用
3D打印中的模型分割与打包
中医药大学本科生流行病学教学改革初探
一种基于Hadoop的大数据挖掘云服务及应用
探索如何提高药学本科生实习的质量
基于GPGPU的离散数据挖掘研究
让教授回归本科生课堂