基于关联规则的毕业生就业现状与在校表现分析

田然 刘嘉敏 欧思华 胡晓清

摘 要：基于对某独立学院毕业生的调查问卷，通过Apriori算法进行关联规则分析并实现数据可视化，挖掘毕业生平均学分绩点，毕业半年后月收入和现状满意度之间的潜在关系，从而给学校相关部门以及在校生提供参考。

通过关联分析，我们得出以下结论：平均学分绩点在[3，4）的毕业生普遍对现状感到不满意；毕业生的平均学分绩点越低，则毕业生半年后的月收入就呈较低的趋势。对此，我们给出相应建议：在对毕业生进行就业指导时，可按绩点进行分批培训给不同层次的学生进行对应的辅导，适当对平均学分绩点在[1，2）和[3，4）范围内的学生加强辅导、劝导以及指导，增强对现状的满意度，使其更好的应对严峻的就业形势。

关键词：关联规则；Apriori算法；数据可视化

中图分类号：G420文献标志码：A文章编号：2095-9214（2016）07-0235-02

一、引言

近年来，我国大学生就业难问题愈发严重。本文在这一背景下以某独立学院2010级毕业生为例，对其在校表现与就业现状进行关联性分析。旨在找出两者间的关系，给学校相关部门和在校生提出一些切实可行的建议。

二、基于Apriori算法的静态关联规则基本原理

Apriori算法是一种先验概率算法，它利用了频集特性的先验知识，采取层次顺序搜索的循环方法来完成频繁项集的挖掘工作[1]。本文利用R语言中arules包及其相关包对我校毕业生半年后月收入，在校各类满意度和平均学分绩点进行关联规则挖掘和数据可视化展现。

关联规则的一般表示形式为： X=>Y （规则支持度，规则置信度，规则提升度），其中X为规则前项，Y为规则后项，规则支持度，规则置信度及规则提升度是规则的评价指标。