基于決策樹(shù)的大學(xué)生就業(yè)能力測(cè)評(píng)研究

白楊

摘 要：就業(yè)測(cè)評(píng)研究對(duì)大學(xué)生就業(yè)指導(dǎo)及學(xué)科體系的構(gòu)建具有指導(dǎo)意義，數(shù)據(jù)挖掘技術(shù)應(yīng)用于就業(yè)測(cè)評(píng)的信息化建設(shè)研究中勢(shì)在必行。本文中筆者采用決策樹(shù)分析方法對(duì)本科高校的就業(yè)數(shù)據(jù)進(jìn)行分析，給出大學(xué)生就業(yè)能力測(cè)評(píng)的影響因素和分類規(guī)則。該測(cè)評(píng)結(jié)果為大學(xué)生的就業(yè)提供理論指導(dǎo)，對(duì)教學(xué)部門(mén)制定專業(yè)及課程的培養(yǎng)目標(biāo)提供思路。

關(guān)鍵詞：實(shí)踐能力；就業(yè)測(cè)評(píng)；決策樹(shù)；信息增益

中圖分類號(hào)：G642.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2018）02-0131-03

Research on the Evaluation of College Students' Employment Ability

Based on Decision Tree

BAI Yang

（School of Information Engineering，Eastern Liaoning University，Dandong 118003，China）

Abstract：The research of employment evaluation is of guiding significance to the construction of college students' employment guidance and the construction of the subject system，and the application of data mining technology to the research of the information construction of employment evaluation is imperative.In this paper，the author uses the method of decision tree analysis to analyze the employment data of undergraduate colleges and universities，and gives the influencing factors and classification rules of the evaluation of college students' employability.The evaluation results provide theoretical guidance for college students' employment，and provide ideas for teaching departments to set up professional and curriculum training objectives.

Keywords：practice ability；employment evaluation；decision tree；information gain

0 引 言

近年來(lái)，隨著全國(guó)各大高校的不斷擴(kuò)招，大學(xué)畢業(yè)生以每年30%的幅度遞增，“就業(yè)難”已經(jīng)成為我國(guó)大學(xué)生特別是本科生面臨的嚴(yán)峻問(wèn)題。造成這一現(xiàn)象的原因除了工作崗位的供需不平衡外，大學(xué)生對(duì)自己的職業(yè)定位不夠準(zhǔn)確也是一個(gè)主要原因。因此，許多高校在學(xué)生就讀期間開(kāi)展必要的就業(yè)指導(dǎo)，目的是使學(xué)生確立正確和合理的職業(yè)規(guī)劃，并以此指導(dǎo)學(xué)生的專業(yè)學(xué)習(xí)，為畢業(yè)生推薦適合的工作崗位。就業(yè)測(cè)評(píng)是建立在教育學(xué)、心理學(xué)、行為科學(xué)、管理學(xué)及計(jì)算機(jī)技術(shù)等基礎(chǔ)上的一種科學(xué)的綜合方法體系[1]。大學(xué)生就業(yè)能力測(cè)評(píng)以科學(xué)理論為基礎(chǔ)，對(duì)學(xué)生的綜合能力給予測(cè)量和評(píng)價(jià)，為企事業(yè)單位招聘人才提供依據(jù)。隨著網(wǎng)絡(luò)的蓬勃發(fā)展，大數(shù)據(jù)為發(fā)現(xiàn)大量有價(jià)值的信息提供了有利環(huán)境，而數(shù)據(jù)挖掘技術(shù)[2]在大數(shù)據(jù)環(huán)境下各行各業(yè)的信息化管理和開(kāi)發(fā)中發(fā)揮著重要作用。在高校畢業(yè)生管理進(jìn)程中引入數(shù)據(jù)挖掘技術(shù)，大量的學(xué)籍和就業(yè)數(shù)據(jù)可以被充分的利用和開(kāi)發(fā)，從而進(jìn)行科學(xué)的、有效的分析與處理，這對(duì)大學(xué)生就業(yè)測(cè)評(píng)工作具有重要意義。

1 國(guó)內(nèi)外研究概況

國(guó)外的就業(yè)測(cè)評(píng)研究較早，歷經(jīng)數(shù)十年的成長(zhǎng)，現(xiàn)已經(jīng)得到了廣泛的應(yīng)用。國(guó)外企業(yè)通過(guò)就業(yè)測(cè)評(píng)來(lái)招聘人才。各國(guó)的就業(yè)測(cè)評(píng)體系各具特點(diǎn)：美國(guó)的就業(yè)測(cè)評(píng)是典型的能力型測(cè)評(píng)，美國(guó)的公司尤其注重員工專長(zhǎng)技能的考察和短時(shí)間內(nèi)業(yè)務(wù)能力的考核，員工所獲得的獎(jiǎng)金與其工作能力密切相關(guān)。他們只有積極努力工作才能得到更多的報(bào)酬。德國(guó)的人才測(cè)評(píng)比較嚴(yán)格，他們?cè)谡衅溉瞬艜r(shí)更重視個(gè)人的專業(yè)和實(shí)際能力測(cè)試。大多數(shù)德國(guó)的企業(yè)均有非常嚴(yán)格的工作成績(jī)考試，定期對(duì)員工進(jìn)行考核?？荚嚨臉?biāo)準(zhǔn)分七個(gè)等級(jí)：A、B、C、D、E、F、G（其中A表示最優(yōu)秀，G表示最差）。日本企業(yè)具有開(kāi)放型的人才測(cè)評(píng)軌制?？己税ぷ鲬B(tài)度、平時(shí)成績(jī)和潛能考試，詳細(xì)的考核種類、項(xiàng)目及方式會(huì)根據(jù)崗位的不同而有所偏重。

我國(guó)的就業(yè)測(cè)評(píng)實(shí)施普及率不高，操作中主要引用國(guó)外的產(chǎn)品及技術(shù)來(lái)完成就業(yè)測(cè)評(píng)，不僅對(duì)知識(shí)實(shí)踐的測(cè)評(píng)具有局限性，也不符合中國(guó)的文化與國(guó)情。大學(xué)畢業(yè)生的就業(yè)測(cè)評(píng)評(píng)估體系缺乏科學(xué)性和專業(yè)性，學(xué)生的總體素質(zhì)在就業(yè)測(cè)評(píng)體系中得不到真實(shí)的體現(xiàn)。因?yàn)椴煌谖鞣浇逃?，我?guó)學(xué)生的個(gè)人成績(jī)高并不代表能力高，而國(guó)外的測(cè)評(píng)是以自由、個(gè)性、創(chuàng)新為主，高校的授課也強(qiáng)調(diào)實(shí)踐能力的培養(yǎng)，這一特點(diǎn)與中國(guó)的大學(xué)教育現(xiàn)狀存在較大差異。如果照搬國(guó)外的就業(yè)評(píng)測(cè)體系，將不能體現(xiàn)我國(guó)大學(xué)畢業(yè)生真正的就業(yè)能力。

2 大學(xué)生就業(yè)測(cè)評(píng)決策樹(shù)的構(gòu)建

本文針對(duì)高校的學(xué)生學(xué)籍?dāng)?shù)據(jù)、就業(yè)數(shù)據(jù)進(jìn)行挖掘和分析，確立影響就業(yè)實(shí)踐能力測(cè)評(píng)的因素及規(guī)則挖掘的目標(biāo)。數(shù)據(jù)挖掘工作從數(shù)據(jù)采集開(kāi)始，將數(shù)據(jù)預(yù)處理后得到結(jié)構(gòu)統(tǒng)一、屬性合理的數(shù)據(jù)，然后采用決策樹(shù)分類方法，構(gòu)建大學(xué)生就業(yè)測(cè)評(píng)決策樹(shù)，并最終給出測(cè)評(píng)規(guī)則結(jié)果。

2.1 數(shù)據(jù)采集和預(yù)處理

第一步，對(duì)大學(xué)畢業(yè)生數(shù)據(jù)進(jìn)行采集，此過(guò)程工作量較大，且花費(fèi)的時(shí)間較長(zhǎng)。本文采集的大學(xué)畢業(yè)生的信息是某本科院校學(xué)生管理系統(tǒng)中的學(xué)生基本信息、學(xué)生成績(jī)信息和畢業(yè)生就業(yè)信息。將采集到的約600條數(shù)據(jù)分為兩個(gè)部分：2/3的數(shù)據(jù)作為訓(xùn)練集，1/3的數(shù)據(jù)作為測(cè)試集。因?yàn)樵紨?shù)據(jù)存在數(shù)據(jù)缺失或與實(shí)際數(shù)據(jù)有差異的情況，因此，第二步采用數(shù)據(jù)預(yù)處理技術(shù)來(lái)提升數(shù)據(jù)的質(zhì)量。這一步驟中的屬性規(guī)約是必不可少的環(huán)節(jié)，具體分為以下三個(gè)步驟：（1）屬性的刪除，將冗余數(shù)據(jù)、與挖掘過(guò)程不相關(guān)數(shù)據(jù)，從數(shù)據(jù)表中除掉。（2）屬性的泛化，如果屬性的取值有許多不同值，就會(huì)使分類過(guò)程更加繁冗，因此需要進(jìn)行必要的屬性泛化處理，結(jié)果見(jiàn)表1。（3）數(shù)據(jù)清理，對(duì)提取的數(shù)據(jù)集進(jìn)行檢查，將所有數(shù)據(jù)規(guī)范化，刪除匯總表中不規(guī)范的數(shù)據(jù)集。

在表1中，學(xué)習(xí)成績(jī)屬性將原始數(shù)據(jù)的百分制泛化成：優(yōu)（平均成績(jī)≥90），良（70≤平均成績(jī)<90），差（平均成績(jī)<70）。獲獎(jiǎng)結(jié)果分為：有（獲得過(guò)獎(jiǎng)學(xué)金或者校級(jí)及以上的獎(jiǎng)勵(lì)）和無(wú)（沒(méi)有得到過(guò)任何獎(jiǎng)勵(lì)）兩種。實(shí)踐能力分為三個(gè)等級(jí)：優(yōu)、良、差。英語(yǔ)水平分為兩種：優(yōu)（CET6及以上所有等級(jí)的英語(yǔ)水平）和一般（CET4及以下的英語(yǔ)水平）。計(jì)算機(jī)水平分為兩個(gè)等級(jí)：優(yōu)（三級(jí)及以上）和一般（三級(jí)以下）。單位性質(zhì)能分成A、B、C三類。在眾多單位類型中，政府機(jī)構(gòu)、事業(yè)單位和國(guó)營(yíng)企業(yè)等分到A類，合資和外商獨(dú)資企業(yè)等分到B類，民營(yíng)企業(yè)和城鄉(xiāng)企業(yè)等分到C類；根據(jù)單位效益又分為三個(gè)等級(jí)：好、一般、差。因此，本研究把大學(xué)畢業(yè)生的就業(yè)單位分為9個(gè)檔次：好國(guó)企、一般國(guó)企、差國(guó)企、好外企、一般外企、差外企、好私企、一般私企、差私企，他們的類別編號(hào)依次是A1、A2、A3、B1、B2、B3、C1、C2、C3。

2.2 決策樹(shù)構(gòu)造

根據(jù)數(shù)據(jù)集情況，本文選取了覆蓋范圍較廣泛的幾種屬性類別A2、A3、B2、B3、C2、C3作為代表，采用經(jīng)典的決策樹(shù)C4.5算法[3]進(jìn)行分析，該算法采用基于信息增益率的方式選擇測(cè)試屬性。決策樹(shù)模型創(chuàng)建過(guò)程如下：

（1）計(jì)算分類屬性的信息量。對(duì)390條訓(xùn)練數(shù)據(jù)進(jìn)行分析，其中A2、A3、B2、B3、C2、C3對(duì)應(yīng)的子集元組數(shù)分別為s1=32，s2=42，s3=35，s4=62，s5=61，s6=158。根據(jù)分類期望值公式，I（s1，s2，s3，s4，s5，s6）=I（32，42，35，62，61，158）=2.3164。

（2）計(jì)算每個(gè)測(cè)試屬性的信息量。以“實(shí)踐能力”屬性為例，“實(shí)踐能力”分成“優(yōu)”、“良”、“差”三個(gè)分支，相應(yīng)的元組個(gè)數(shù)分別是99、273及18。首先對(duì)“實(shí)踐能力”為“優(yōu)”的分支進(jìn)行計(jì)算，統(tǒng)計(jì)類A2、A3、B2、B3、C2、C3依次對(duì)應(yīng)的子集元組數(shù)是s1=6，s2=4，s3=27，s4=4，s5=52，s3=6。則信息量為I（s1，s2，s3，s4，s5，s6）=I（6，4，27，4，52，6）=1.8633。繼續(xù)計(jì)算“實(shí)踐能力”為“良”的分支的信息量為I（s1，s2，s3，s4，s5，s6）=I（25，36，18，23，43，128）=2.1930，“實(shí)踐能力”為“差”的分支的信息量為I（s1，s2，s3，s4，s5，s6）=I（2，5，0，1，2，8）=1.9693。

（3）計(jì)算每個(gè)測(cè)試屬性的信息熵。如：

（4）計(jì)算每個(gè)測(cè)試屬性的信息增益量。如：Gain（實(shí)踐能力）=I（32，42，35，62，61，158）-E（實(shí)踐能力）=0.2174。

（5）計(jì)算每個(gè)測(cè)試屬性的信息增益率。如：

（6）根據(jù)上面（1）-（5）步驟，分別得到其余各屬性的信息增益率：學(xué)習(xí)成績(jī)=0.0831、性別=0.0313、專業(yè)=0.0532、政治面貌=0.0232、獲獎(jiǎng)情況=0.0813、英語(yǔ)水平=0.0865、計(jì)算機(jī)水平=0.0468。由結(jié)果可知，信息增益率數(shù)值最大的屬性是“實(shí)踐能力”，故“實(shí)踐能力”是決策樹(shù)的根結(jié)點(diǎn)。根據(jù)它的三個(gè)屬性值，對(duì)樣本繼續(xù)劃分，并重復(fù)（1）-（5）步驟，分別計(jì)算除了實(shí)踐能力外的各個(gè)屬性的信息增益率最大值，得到實(shí)踐能力為“優(yōu)”的分支節(jié)點(diǎn)屬性是“英語(yǔ)水平”，實(shí)踐能力為“良”、“差”的分支結(jié)點(diǎn)均是屬性“獲獎(jiǎng)情況”，如圖1所示。

再次重復(fù)（1）-（6）步驟，確定其他的分節(jié)支點(diǎn)，如圖2為實(shí)踐能力為差的獲獎(jiǎng)情況分支決策樹(shù)示例，圖3實(shí)踐能力為優(yōu)的英語(yǔ)水平分支決策樹(shù)示例。

3 分類規(guī)則分析

根據(jù)構(gòu)建的決策樹(shù)，可以得出多條分類規(guī)則，如實(shí)踐能力為優(yōu)、英語(yǔ)水平為優(yōu)且有獲獎(jiǎng)的學(xué)生，就業(yè)崗位趨于外企和私企；實(shí)踐能力為優(yōu)、英語(yǔ)水平為優(yōu)且是黨員的學(xué)生，就業(yè)崗位趨于國(guó)企和私企?？偨Y(jié)這些分類規(guī)則后能夠得出，實(shí)踐能力較強(qiáng)和外語(yǔ)水平較高的畢業(yè)生絕大多數(shù)可以工作在質(zhì)量較高的企業(yè)；雖然擁有一般的實(shí)踐能力，但是取得過(guò)榮譽(yù)證書(shū)的畢業(yè)生，基本上可以在外企或者國(guó)企中相對(duì)優(yōu)質(zhì)的單位找到工作，絕大多數(shù)不僅沒(méi)有獲得過(guò)獎(jiǎng)勵(lì)，而且實(shí)踐能力等級(jí)一般的畢業(yè)生多是在相對(duì)差一點(diǎn)的企業(yè)找到工作。以上結(jié)論為高等院校畢業(yè)生的就業(yè)指導(dǎo)工作提供了有力的數(shù)據(jù)支持，相關(guān)部門(mén)可以據(jù)此制定一系列就業(yè)指導(dǎo)策略。比如影響大學(xué)畢業(yè)生就業(yè)情況是否樂(lè)觀的重要因素是實(shí)踐能力和外語(yǔ)水平，如果畢業(yè)生在校期間可以多參加社會(huì)實(shí)踐等活動(dòng)，加強(qiáng)對(duì)綜合素質(zhì)的培養(yǎng)，并且盡最大的努力通過(guò)四、六級(jí)考試，將會(huì)為自己創(chuàng)造更好的就業(yè)前景。英語(yǔ)能力也是私有企業(yè)注重的一項(xiàng)條件。

另外，高等院校要在確保大學(xué)生掌握好專業(yè)知識(shí)的前提下加強(qiáng)對(duì)學(xué)生實(shí)踐能力和外語(yǔ)水平的培養(yǎng)，進(jìn)而達(dá)到提高大學(xué)畢業(yè)生就業(yè)水平的效果。

4 結(jié) 論

針對(duì)當(dāng)前大學(xué)生就業(yè)難、工作崗位供需不平衡等問(wèn)題，根據(jù)學(xué)生的學(xué)籍信息及就業(yè)信息，采用C4.5方法構(gòu)建了就業(yè)能力測(cè)評(píng)的決策樹(shù)模型，獲得了學(xué)生的就業(yè)影響因素和分類規(guī)則。

依據(jù)就業(yè)測(cè)評(píng)結(jié)果，學(xué)生能獲得科學(xué)有效的就業(yè)指導(dǎo)，糾正自己盲目的擇業(yè)心態(tài)，認(rèn)識(shí)真實(shí)的自己，并完善自身不足，確立恰當(dāng)?shù)拇_立職業(yè)發(fā)展方向和目標(biāo)。學(xué)生依據(jù)就業(yè)測(cè)評(píng)體系在平時(shí)的學(xué)習(xí)中制定規(guī)劃，可完善就業(yè)道路，并逐漸提高就業(yè)能力。同時(shí)，學(xué)校也能通過(guò)就業(yè)測(cè)評(píng)來(lái)幫助指導(dǎo)學(xué)生從業(yè)，提高畢業(yè)生就業(yè)率。由于數(shù)據(jù)采集對(duì)象的局限性，本文的挖掘結(jié)果并不適用于不同級(jí)別的高校。未來(lái)的研究將擴(kuò)大數(shù)據(jù)采集范圍，構(gòu)建針對(duì)不同級(jí)別高校的就業(yè)能力測(cè)評(píng)體系。

參考文獻(xiàn)：

[1] 馬俊賢.數(shù)據(jù)挖掘算法在人才測(cè)評(píng)中的研究與應(yīng)用 [D].太原：中北大學(xué)，2008.

[2] JiaweiHan，等.數(shù)據(jù)挖掘概念與技術(shù) [M].北京：機(jī)械工業(yè)出版社.2012：105-106.

[3] Quinlan，J.R.，C4.5：programs for machine learning.Morgan Kaufmann Publishers Inc，1992.