EDM用于研究生就业能力的预测

廖凤露+周庆

摘要：研究生就業一直是社会、高校和学生关注的热点问题。本文基于教育数据挖掘（Educational Data Mining）技术，通过研究生的行为数据来预测就业能力，从而为研究生的就业工作提供帮助。首先对收集到的数据进行预处理，然后运用特征选择方法筛选出与就业能力相关的课程和网络访问类型，最后建立朴素贝叶斯模型进行就业能力进行预测。本文的模型可实现接近90%的召回率，说明该方法能准确地预测学生的就业能力。

关键词：就业能力预测；学生成绩；上网日志；数据挖掘

中图分类号：G643 文献标志码：A 文章编号：1674-9324（2017）33-0065-02

一、引言

在我国高等教育进入大众化阶段后，研究生人数逐年激增，研究生的就业能力和就业状况一直是高校和社会关注的热点问题。如果能预测每位学生的就业能力，不仅有利于了解学生的总体情况，有利于改进教学工作，也有利于学生及时调整个人的学习计划和目标。然而，研究生的就业能力受到多个因素的影响，因此准确预测研究生的就业能力是一个困难的问题。

教育数据挖掘（Educational Data Mining，以下简称EDM）是解决这一问题的潜在技术。EDM利用计算机科学、教育学、社会心理学和统计学等多门学科的理论和技术解决教育研究和实践中的各类问题[1]，如辅助教学管理者进行教育决策、提高学生的学习积极主动性和帮助教师改进教学方式方法等。EDM的特点在于使用教育环境中产生的数据发现知识，并将产生的知识应用于优化教育环境的目的[2]。……