基于模糊層次聚類(lèi)的大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)

蔣大銳，徐勝超

（廣州華商學(xué)院 數(shù)據(jù)科學(xué)學(xué)院，廣東 廣州 511300）

0 引言

在國(guó)家政策的扶持下教育事業(yè)不斷發(fā)展，不同院校取得了新的發(fā)展，其中高校的規(guī)模逐漸擴(kuò)大，越來(lái)越多的人能夠享受到高等教育。但持續(xù)性地入學(xué)人數(shù)增加導(dǎo)致每年的畢業(yè)人數(shù)不斷上漲，在實(shí)際就業(yè)過(guò)程中面臨的工作壓力較大。無(wú)論是校企合作還是宣講過(guò)程中均會(huì)涉及不同類(lèi)型的數(shù)據(jù)信息，對(duì)于高校來(lái)講，大學(xué)生就業(yè)產(chǎn)生的信息量越來(lái)越大，在信息膨脹的情況下，需要對(duì)不同類(lèi)型的數(shù)據(jù)信息進(jìn)行分類(lèi)和整合，急需一個(gè)有效的數(shù)據(jù)管理系統(tǒng)[1]。一般情況下，大學(xué)生就業(yè)數(shù)據(jù)管理系統(tǒng)主要是使用現(xiàn)代化計(jì)算機(jī)軟件配合互聯(lián)網(wǎng)技術(shù)對(duì)不同學(xué)生的就業(yè)意向進(jìn)行統(tǒng)計(jì)，并隨時(shí)發(fā)布就業(yè)信息，以此保證大學(xué)生能夠穩(wěn)定就業(yè)，高校具有較好的就業(yè)率。因此，對(duì)管理系統(tǒng)的設(shè)計(jì)具有重要意義，一方面體現(xiàn)在信息管理系統(tǒng)，能夠?yàn)榇髮W(xué)生提供更多企業(yè)信息，大學(xué)生可以通過(guò)企業(yè)咨詢來(lái)制定適合自身的就業(yè)計(jì)劃；另一方面，通過(guò)信息管理系統(tǒng)企業(yè)能夠開(kāi)展不同類(lèi)型的宣講會(huì)，更加容易設(shè)計(jì)不同類(lèi)型的招聘崗位。無(wú)論是從企業(yè)方面還是大學(xué)生個(gè)人方面，甚至是對(duì)于高校來(lái)講，一個(gè)有效的信息管理系統(tǒng)既可以減少工作人員的工作量，又能夠推動(dòng)校內(nèi)的信息流通，最大程度地為高校就業(yè)率的提升提供幫助[2]。

近年來(lái)，有很多學(xué)者對(duì)大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)進(jìn)行了研究。文獻(xiàn)[3]和文獻(xiàn)[4]都提出了不同的數(shù)據(jù)存儲(chǔ)系統(tǒng)，并具有各自的優(yōu)缺點(diǎn)。文獻(xiàn)[3]的分類(lèi)存儲(chǔ)系統(tǒng)采用多種模式識(shí)別算法，可以實(shí)現(xiàn)機(jī)器人運(yùn)行軌跡數(shù)據(jù)的有效分類(lèi)存儲(chǔ)，但需要考慮算法選擇和參數(shù)調(diào)整等問(wèn)題，并且分布式存儲(chǔ)技術(shù)的實(shí)現(xiàn)需要付出額外的開(kāi)發(fā)和維護(hù)成本。文獻(xiàn)[4]的海量數(shù)據(jù)儲(chǔ)存系統(tǒng)基于Hadoop技術(shù)，可以實(shí)現(xiàn)高效的海量數(shù)據(jù)存儲(chǔ)和管理，適用于大規(guī)模數(shù)據(jù)處理和分析，但需要一定的技術(shù)和人力成本。文獻(xiàn)[5]中基于多核TMS320C6678 的數(shù)據(jù)處理與存儲(chǔ)系統(tǒng)設(shè)計(jì)具有以下優(yōu)點(diǎn)：首先，采用多核TMS320C6678 處理器，具有支持并行處理和高效的數(shù)據(jù)處理能力；其次，該系統(tǒng)具備強(qiáng)大的數(shù)據(jù)存儲(chǔ)能力，可以有效地處理和存儲(chǔ)大規(guī)模的數(shù)據(jù)；此外，基于多核架構(gòu)的設(shè)計(jì)使得系統(tǒng)具有較高的性能和可擴(kuò)展性，適用于需要高性能數(shù)據(jù)處理和存儲(chǔ)的應(yīng)用場(chǎng)景。然而，該設(shè)計(jì)也存在一些潛在的缺點(diǎn)：首先，基于多核架構(gòu)的系統(tǒng)設(shè)計(jì)可能涉及到復(fù)雜的并行編程和任務(wù)調(diào)度問(wèn)題，需要額外的開(kāi)發(fā)和調(diào)試工作；其次，TMS320C6678 處理器的價(jià)格較高，可能增加系統(tǒng)的成本；此外，由于多核處理器的功耗較高，系統(tǒng)設(shè)計(jì)需要考慮散熱和能耗管理等問(wèn)題。文獻(xiàn)[6]中基于NAS 的非結(jié)構(gòu)化數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)設(shè)計(jì)具有以下優(yōu)點(diǎn)：首先，采用NAS 架構(gòu)可以提供高性能的數(shù)據(jù)訪問(wèn)和共享能力；其次，分布式存儲(chǔ)設(shè)計(jì)使得系統(tǒng)具備良好的可擴(kuò)展性和容錯(cuò)性，適用于大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和管理；此外，該設(shè)計(jì)還可以提供數(shù)據(jù)冗余和備份，增強(qiáng)了數(shù)據(jù)的安全性和可靠性。然而，基于NAS 的設(shè)計(jì)也存在一些潛在的缺點(diǎn)：首先，由于分布式存儲(chǔ)涉及到數(shù)據(jù)的劃分和復(fù)制，可能引入額外的網(wǎng)絡(luò)開(kāi)銷(xiāo)和存儲(chǔ)開(kāi)銷(xiāo)；其次，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的管理和索引可能需要額外的處理和算法支持；此外，系統(tǒng)的可靠性和性能可能受到網(wǎng)絡(luò)延遲和帶寬限制的影響。

為解決上述問(wèn)題，本文以設(shè)計(jì)數(shù)據(jù)的分類(lèi)和存儲(chǔ)為研究前提，選擇模糊層次聚類(lèi)方法設(shè)計(jì)一種適合大學(xué)生就業(yè)的數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)，為高校的大學(xué)生就業(yè)管理提供技術(shù)支持。軟件平臺(tái)采用開(kāi)源的Hadoop 的分布式文件存儲(chǔ)系統(tǒng)，降低了成本。后續(xù)的實(shí)驗(yàn)部分也驗(yàn)證了分類(lèi)存儲(chǔ)系統(tǒng)的良好性能。

1 大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)總體設(shè)計(jì)

1.1 基于模糊層次聚類(lèi)的分類(lèi)存儲(chǔ)系統(tǒng)框架

隨著機(jī)器學(xué)習(xí)技術(shù)的不斷發(fā)展，模糊聚類(lèi)算法的應(yīng)用范圍逐漸擴(kuò)大，可以在多個(gè)類(lèi)型的數(shù)據(jù)中進(jìn)行局部分類(lèi)[7]。此次將模糊層次聚類(lèi)算法應(yīng)用在大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)中，主要采用該算法設(shè)計(jì)分類(lèi)存儲(chǔ)框架，具體如圖1 所示。

圖1 基于模糊層次聚類(lèi)的分類(lèi)存儲(chǔ)系統(tǒng)框架

根據(jù)圖1 中內(nèi)容所示，此次按照4 個(gè)功能板塊劃分大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)，將模糊聚類(lèi)算法放置在每個(gè)板塊中，對(duì)所屬信息進(jìn)行聚類(lèi)分析[8]。分別對(duì)每個(gè)功能模塊的具體職能進(jìn)行如下設(shè)定：

就業(yè)指導(dǎo)模塊：統(tǒng)計(jì)大學(xué)生的相關(guān)信息，對(duì)具有關(guān)聯(lián)性的信息匯集成表。

管理模塊：對(duì)校內(nèi)企業(yè)發(fā)布的就業(yè)信息進(jìn)行管理，及時(shí)對(duì)具有相關(guān)專(zhuān)業(yè)性的學(xué)生發(fā)出通知，安排面試和筆試。

招聘模塊：涉及多個(gè)企業(yè)用人單位，可以根據(jù)高校內(nèi)設(shè)立專(zhuān)業(yè)提供對(duì)應(yīng)崗位，統(tǒng)計(jì)不同專(zhuān)業(yè)學(xué)生的具體人數(shù)。

求職模塊：大學(xué)生根據(jù)自身的專(zhuān)業(yè)完善個(gè)人信息，并將簡(jiǎn)歷發(fā)布至該模塊中，等待企業(yè)或者校內(nèi)的招聘通知。

從多個(gè)功能角度構(gòu)建大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)框架，實(shí)現(xiàn)大學(xué)生信息的完善和管理，及時(shí)地對(duì)大學(xué)生就業(yè)信息進(jìn)行備份，滿足學(xué)生的就業(yè)需求。

1.2 設(shè)置大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)結(jié)構(gòu)

對(duì)大學(xué)生就業(yè)數(shù)據(jù)的分類(lèi)管理，需要包含學(xué)生的基本信息、就業(yè)基本信息、招聘單位以及注冊(cè)單位的基本信息。為準(zhǔn)確關(guān)聯(lián)不同信息的所屬關(guān)系，以實(shí)體關(guān)系圖設(shè)置大學(xué)生就業(yè)數(shù)據(jù)的分類(lèi)存儲(chǔ)結(jié)構(gòu)，具體情況如圖2所示。

圖2 大學(xué)生就業(yè)數(shù)據(jù)實(shí)體關(guān)系圖

通過(guò)圖2 可知，大學(xué)生就業(yè)信息數(shù)據(jù)包含多種關(guān)系類(lèi)型，對(duì)于每一個(gè)信息數(shù)據(jù)，將其看作為一個(gè)實(shí)體，在不同的實(shí)體之間對(duì)應(yīng)結(jié)構(gòu)，因此可以實(shí)現(xiàn)不同信息之間的關(guān)聯(lián)。如：學(xué)生的基本信息與檔案信息之間為包含關(guān)系，就業(yè)單位與學(xué)生信息之間屬于關(guān)聯(lián)關(guān)系。

2 基于模糊層次聚類(lèi)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)軟件設(shè)計(jì)

2.1 大學(xué)生就業(yè)信息表構(gòu)建數(shù)據(jù)庫(kù)

將整體系統(tǒng)按照實(shí)際功能進(jìn)行清晰劃分，建立相對(duì)獨(dú)立的功能板塊，并結(jié)合分類(lèi)存儲(chǔ)的功能對(duì)大學(xué)生的就業(yè)信息進(jìn)行統(tǒng)計(jì)。依照不同類(lèi)型的就業(yè)信息構(gòu)建數(shù)據(jù)庫(kù)，此次共涉及兩個(gè)類(lèi)型，分別為數(shù)據(jù)存儲(chǔ)表和字典表，具體見(jiàn)表1。

表1 系統(tǒng)數(shù)據(jù)庫(kù)列表類(lèi)型

如表1 中內(nèi)容所示，數(shù)據(jù)存儲(chǔ)表主要是對(duì)上報(bào)的數(shù)據(jù)進(jìn)行存儲(chǔ)，共分為6 個(gè)部分，而字典表則是對(duì)不同存儲(chǔ)項(xiàng)目的詳細(xì)解釋?zhuān)舜沃饕O(shè)計(jì)了大學(xué)生就業(yè)相關(guān)的元素信息，如專(zhuān)業(yè)、學(xué)院等。通過(guò)兩種類(lèi)型的數(shù)據(jù)表構(gòu)成大學(xué)生就業(yè)信息數(shù)據(jù)庫(kù)，對(duì)大學(xué)生就業(yè)信息進(jìn)行管理，對(duì)應(yīng)不同大學(xué)生的就業(yè)需求。在此基礎(chǔ)上以模糊層次聚類(lèi)方式對(duì)不同的數(shù)據(jù)信息進(jìn)行分類(lèi)存儲(chǔ)，這種方法也適合于Hadoop 云平臺(tái)中的MySQL 數(shù)據(jù)庫(kù)。

2.2 基于模糊層次聚類(lèi)分類(lèi)存儲(chǔ)就業(yè)信息

模糊層次聚類(lèi)是一種基于模糊數(shù)學(xué)和層次分析的聚類(lèi)方法，它將數(shù)據(jù)樣本按照相似度分為不同的組別。與傳統(tǒng)的層次聚類(lèi)方法不同的是，模糊層次聚類(lèi)可以處理樣本在多個(gè)組別中共存的情況，從而更加靈活地適應(yīng)實(shí)際問(wèn)題的需求。模糊層次聚類(lèi)的基本思想是將數(shù)據(jù)樣本劃分為一些模糊集合，然后通過(guò)計(jì)算模糊集合之間的相似度進(jìn)行聚類(lèi)?；谀：龑哟畏诸?lèi)實(shí)現(xiàn)數(shù)據(jù)的分析，該聚類(lèi)算法需要計(jì)算隸屬度，以隸屬關(guān)系確定不同數(shù)據(jù)的分類(lèi)標(biāo)準(zhǔn)[9-12]。隸屬度cij的計(jì)算公式為：

式中：cij表示第i個(gè)樣本對(duì)于第j個(gè)簇的隸屬度；xij表示第i個(gè)樣本與第j個(gè)簇之間的距離；m是一個(gè)模糊指數(shù)，通常取大于1 的值，用來(lái)控制隸屬度的模糊程度；n表示簇的最大取值。

假定就業(yè)信息數(shù)據(jù)中包含多個(gè)子集，在數(shù)據(jù)與子集中存在隸屬程度，在執(zhí)行算法前先預(yù)設(shè)聚類(lèi)項(xiàng)目，在不斷選擇過(guò)程中實(shí)現(xiàn)最終聚類(lèi)中心的標(biāo)定，得到分類(lèi)結(jié)果。

式中以連續(xù)的大學(xué)生就業(yè)信息數(shù)據(jù)為分布條件，對(duì)其初始聚類(lèi)中心進(jìn)行確定，標(biāo)記為w1、w2。兩個(gè)中心之間的信息數(shù)據(jù)樣本點(diǎn)為e，其對(duì)應(yīng)的隸屬度[13-15]分別為qw1e、qw2e，滿足以下條件：

若隸屬度的值分布在[ ]0,1 之間，則表示選擇的數(shù)據(jù)可以合并到一個(gè)類(lèi)型之中，將其一一對(duì)應(yīng)在大學(xué)生就業(yè)信息的不同分類(lèi)中，對(duì)不同的數(shù)據(jù)信息進(jìn)行隸屬值計(jì)算。

計(jì)算數(shù)據(jù)信息之間的歐氏距離[16-17]，其公式如下：

式中：q1和q2是兩個(gè)樣本；qw1e和qw2e分別表示它們?cè)诘趙1、w2個(gè)屬性上的取值。

通過(guò)隸屬度的范圍設(shè)定和數(shù)據(jù)信息之間的歐氏距離[18-20]，對(duì)模糊層次聚類(lèi)的分類(lèi)流程進(jìn)行設(shè)計(jì)，具體如圖3 所示。

圖3 模糊層次聚類(lèi)的信息分類(lèi)流程

如圖3 所示，在信息數(shù)據(jù)兩兩判斷過(guò)程中可以挑選出符合合并條件的類(lèi)型，若類(lèi)別間距較小就可以將其歸類(lèi)為一組，若間距過(guò)大則需要再次劃定聚類(lèi)中心，進(jìn)行隸屬值的再次計(jì)算[21-23]，以此多次進(jìn)行計(jì)算實(shí)現(xiàn)數(shù)據(jù)類(lèi)型的劃分。至此，本文在分別確定硬件和軟件兩個(gè)部分的基礎(chǔ)上，實(shí)現(xiàn)大學(xué)生就業(yè)數(shù)據(jù)的分類(lèi)存儲(chǔ)系統(tǒng)設(shè)計(jì)。

3 系統(tǒng)運(yùn)行與實(shí)驗(yàn)性能分析

3.1 大學(xué)生就業(yè)系統(tǒng)的運(yùn)行

上文中通過(guò)模糊層次聚類(lèi)方式設(shè)計(jì)了新的存儲(chǔ)系統(tǒng)，為驗(yàn)證該系統(tǒng)能夠?qū)崿F(xiàn)有效應(yīng)用，采用對(duì)比測(cè)試的方式完成驗(yàn)證。采用基于負(fù)荷序列的存儲(chǔ)系統(tǒng)和基于Hadoop 架構(gòu)的存儲(chǔ)系統(tǒng)作為對(duì)照組，分別與本文系統(tǒng)進(jìn)行對(duì)比，驗(yàn)證不同系統(tǒng)的有效性。本文學(xué)生就業(yè)數(shù)據(jù)分類(lèi)平臺(tái)頁(yè)面運(yùn)行效果如圖4 所示。

圖4 基于模糊層次聚類(lèi)的大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)平臺(tái)

3.2 實(shí)驗(yàn)方案

本文部署基于模糊層次聚類(lèi)的大學(xué)生就業(yè)數(shù)據(jù)分類(lèi)存儲(chǔ)系統(tǒng)，具體步驟為：

1）針對(duì)就業(yè)信息數(shù)據(jù)的存儲(chǔ)和管理，設(shè)計(jì)一個(gè)基于MySQL 的數(shù)據(jù)庫(kù)結(jié)構(gòu)。MySQL 是一種關(guān)系型數(shù)據(jù)庫(kù)，適用于存儲(chǔ)與管理結(jié)構(gòu)化數(shù)據(jù)。可以設(shè)計(jì)多個(gè)表來(lái)存儲(chǔ)不同類(lèi)型的就業(yè)信息，例如學(xué)生信息表、工作機(jī)會(huì)信息表等。每個(gè)表可以包含多個(gè)列，用于組織和查詢相關(guān)的屬性信息。通過(guò)創(chuàng)建適當(dāng)?shù)闹麈I和外鍵約束，可以建立表與表之間的關(guān)聯(lián)關(guān)系，并保持?jǐn)?shù)據(jù)的一致性。

2）為了提供用戶友好的界面和實(shí)現(xiàn)模糊層次聚類(lèi)算法，可以借助Java 編程語(yǔ)言與MySQL 數(shù)據(jù)庫(kù)進(jìn)行交互。Java 提供了各種API 和驅(qū)動(dòng)程序，可用于連接、讀寫(xiě)和操作MySQL 數(shù)據(jù)庫(kù)中的數(shù)據(jù)。通過(guò)使用Java 編程語(yǔ)言，可以開(kāi)發(fā)用戶界面，向用戶展示就業(yè)信息，并通過(guò)調(diào)用MySQL 的API 實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)的查詢和更新操作。此外，可以利用Yarn 規(guī)范作為數(shù)據(jù)處理平臺(tái)，使用MapReduce 編程模型對(duì)就業(yè)信息數(shù)據(jù)進(jìn)行分類(lèi)和存儲(chǔ)。通過(guò)實(shí)現(xiàn)模糊層次聚類(lèi)算法，可以發(fā)現(xiàn)就業(yè)信息中的相關(guān)性和隱藏的模式，為用戶提供更加精準(zhǔn)的推薦和搜索功能。

3）在實(shí)驗(yàn)系統(tǒng)的硬件設(shè)計(jì)和搭建方面，需考慮關(guān)鍵因素。首先選擇適合的硬件設(shè)備，如服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備，以滿足大規(guī)模數(shù)據(jù)處理和存儲(chǔ)的需求；其次，進(jìn)行系統(tǒng)架構(gòu)設(shè)計(jì)和部署，包括安裝和配置MySQL 數(shù)據(jù)庫(kù)，搭建Java 與MySQL 的集成開(kāi)發(fā)環(huán)境等；然后，將大學(xué)生就業(yè)信息數(shù)據(jù)導(dǎo)入MySQL 數(shù)據(jù)庫(kù)，并使用模糊層次聚類(lèi)算法對(duì)數(shù)據(jù)進(jìn)行處理和分類(lèi)；最后，評(píng)估系統(tǒng)的性能和功能，如查詢響應(yīng)時(shí)間、數(shù)據(jù)一致性和聚類(lèi)效果的準(zhǔn)確性等。

3.3 數(shù)據(jù)準(zhǔn)備

為保證此次測(cè)試的真實(shí)性，以某高校實(shí)際大學(xué)生就業(yè)信息作為測(cè)試樣本，分別按照不同專(zhuān)業(yè)的就業(yè)情況進(jìn)行分類(lèi)，統(tǒng)計(jì)各專(zhuān)業(yè)大學(xué)生的就業(yè)數(shù)據(jù)。由于就業(yè)率等情況與就業(yè)人數(shù)息息相關(guān)，本次以實(shí)際就業(yè)人數(shù)作為統(tǒng)計(jì)前提，將其作為大學(xué)生就業(yè)數(shù)據(jù)的分類(lèi)存儲(chǔ)對(duì)象，對(duì)該高校內(nèi)畢業(yè)生的就業(yè)情況進(jìn)行統(tǒng)計(jì)，具體見(jiàn)表2。

表2 大學(xué)生就業(yè)信息

如表2 所示，本次大學(xué)生就業(yè)信息統(tǒng)計(jì)選擇了4 個(gè)專(zhuān)業(yè)類(lèi)型，每種專(zhuān)業(yè)選取了3 種不同的就業(yè)方向，且不同專(zhuān)業(yè)對(duì)應(yīng)的就業(yè)人數(shù)各不相同。為了研究高校就業(yè)率情況，以不同的存儲(chǔ)系統(tǒng)對(duì)就業(yè)人數(shù)作為測(cè)試數(shù)據(jù)進(jìn)行分類(lèi)，并直接給出統(tǒng)計(jì)結(jié)果。將上述數(shù)據(jù)上傳至Matlab 測(cè)試平臺(tái)，連接三個(gè)不同的分類(lèi)存儲(chǔ)系統(tǒng)，從分類(lèi)存儲(chǔ)精度和效率兩個(gè)方面進(jìn)行驗(yàn)證，比較不同系統(tǒng)的應(yīng)用效果。經(jīng)過(guò)以上操作，可以評(píng)估不同分類(lèi)存儲(chǔ)系統(tǒng)在大學(xué)生就業(yè)信息統(tǒng)計(jì)方面的性能，包括分類(lèi)存儲(chǔ)精度和效率等指標(biāo)。這些評(píng)估結(jié)果可以為進(jìn)一步研究高校就業(yè)情況提供參考，幫助相關(guān)部門(mén)制定更加科學(xué)合理的政策和就業(yè)指導(dǎo)方案。

3.4 不同系統(tǒng)分類(lèi)存儲(chǔ)精度對(duì)比

第一階段驗(yàn)證不同系統(tǒng)對(duì)就業(yè)信息的分類(lèi)存儲(chǔ)精度，即各系統(tǒng)是否能夠真實(shí)且準(zhǔn)確地對(duì)不同專(zhuān)業(yè)學(xué)生的就業(yè)情況進(jìn)行分類(lèi)和存儲(chǔ)，其計(jì)算公式如下：

式中：χ1表示分類(lèi)存儲(chǔ)后各專(zhuān)業(yè)的就業(yè)類(lèi)型人數(shù)；χ2表示各專(zhuān)業(yè)實(shí)際就業(yè)類(lèi)型人數(shù)。具體分類(lèi)存儲(chǔ)精度結(jié)果如圖5 所示。

圖5 分類(lèi)存儲(chǔ)精度對(duì)比結(jié)果

由圖5 可知，在本文系統(tǒng)應(yīng)用下能夠?qū)崿F(xiàn)不同專(zhuān)業(yè)大學(xué)生就業(yè)情況的具體統(tǒng)計(jì)，且分類(lèi)存儲(chǔ)結(jié)構(gòu)與實(shí)際數(shù)據(jù)相一致，而其他已有的分類(lèi)存儲(chǔ)系統(tǒng)會(huì)存在數(shù)據(jù)丟失情況，說(shuō)明本文系統(tǒng)更具有應(yīng)用價(jià)值。通過(guò)將模糊聚類(lèi)技術(shù)應(yīng)用于不同專(zhuān)業(yè)大學(xué)生的就業(yè)情況統(tǒng)計(jì)中，可以更加全面地了解不同專(zhuān)業(yè)大學(xué)生的就業(yè)情況，為相關(guān)政策制定和就業(yè)指導(dǎo)提供參考依據(jù)，具有重要的應(yīng)用價(jià)值。

3.5 不同系統(tǒng)分類(lèi)存儲(chǔ)效率對(duì)比

上一階段驗(yàn)證了本文系統(tǒng)的分類(lèi)存儲(chǔ)精度，為進(jìn)一步驗(yàn)證本文系統(tǒng)的應(yīng)用效果，本次實(shí)驗(yàn)選取4 000 條數(shù)據(jù)進(jìn)行驗(yàn)證，其中，財(cái)務(wù)管理專(zhuān)業(yè)、城市規(guī)劃專(zhuān)業(yè)、物流工程專(zhuān)業(yè)、英語(yǔ)專(zhuān)業(yè)各占1 000 條數(shù)據(jù)，以此進(jìn)行實(shí)驗(yàn)。以全部分類(lèi)存儲(chǔ)正確為測(cè)試前提，對(duì)各系統(tǒng)的存儲(chǔ)效率進(jìn)行驗(yàn)證，結(jié)果如圖6 所示。

圖6 分類(lèi)存儲(chǔ)時(shí)間對(duì)比結(jié)果

如圖6 所示，當(dāng)應(yīng)用模糊聚類(lèi)技術(shù)對(duì)不同專(zhuān)業(yè)的大學(xué)生就業(yè)情況進(jìn)行統(tǒng)計(jì)時(shí)，可以更全面地了解不同專(zhuān)業(yè)大學(xué)生的就業(yè)情況，為政策制定和就業(yè)指導(dǎo)提供參考依據(jù)，具有重要的應(yīng)用價(jià)值。模糊聚類(lèi)是一種數(shù)據(jù)挖掘技術(shù)，它可以將具有相似特征的數(shù)據(jù)對(duì)象劃分到同一類(lèi)別中，并且允許某個(gè)數(shù)據(jù)對(duì)象屬于多個(gè)類(lèi)別。在本文系統(tǒng)中，應(yīng)用了精準(zhǔn)分類(lèi)存儲(chǔ)和模糊聚類(lèi)技術(shù)，以實(shí)現(xiàn)對(duì)專(zhuān)業(yè)就業(yè)人數(shù)的統(tǒng)計(jì)和分類(lèi)。通過(guò)使用模糊聚類(lèi)技術(shù)，本文系統(tǒng)能夠更加快速地對(duì)大學(xué)生就業(yè)情況進(jìn)行分類(lèi)，避免了傳統(tǒng)系統(tǒng)中可能出現(xiàn)的數(shù)據(jù)丟失問(wèn)題。這樣一來(lái)，系統(tǒng)能夠在短短幾秒內(nèi)完成對(duì)全部專(zhuān)業(yè)就業(yè)人數(shù)的統(tǒng)計(jì)和分類(lèi)，而傳統(tǒng)系統(tǒng)則需要超過(guò)15 s 的時(shí)間。

這種快速而準(zhǔn)確的統(tǒng)計(jì)和分類(lèi)能力使得本文系統(tǒng)在應(yīng)用領(lǐng)域具有重要的優(yōu)勢(shì)。政府部門(mén)可以利用該系統(tǒng)的結(jié)果更全面地了解不同專(zhuān)業(yè)大學(xué)生的就業(yè)情況，從而為政策制定提供科學(xué)依據(jù)。同時(shí)，就業(yè)指導(dǎo)機(jī)構(gòu)也可以借助該系統(tǒng)的數(shù)據(jù)為學(xué)生提供更精準(zhǔn)的就業(yè)指導(dǎo)，幫助他們做出更明智的就業(yè)選擇。因此，結(jié)合模糊聚類(lèi)技術(shù)的本文系統(tǒng)在應(yīng)用上具有顯著的效果，為相關(guān)領(lǐng)域的決策者和從業(yè)人員提供了有價(jià)值的工具和參考依據(jù)。

4 結(jié)語(yǔ)

本文應(yīng)用模糊層次聚類(lèi)算法設(shè)計(jì)了新的系統(tǒng)，并且在實(shí)驗(yàn)論證中證明了其有效性，相比傳統(tǒng)系統(tǒng)具有更高的分類(lèi)精度和存儲(chǔ)效率，能夠投入實(shí)際應(yīng)用中，具有良好的應(yīng)用價(jià)值。但由于研究時(shí)間有限，在設(shè)計(jì)過(guò)程中仍存在少許的不足之處，如在實(shí)驗(yàn)過(guò)程中僅以就業(yè)人數(shù)作為測(cè)試前提，驗(yàn)證方向較為單一，無(wú)法全面地完成分析，具有局限性。后續(xù)研究中會(huì)針對(duì)上述問(wèn)題，選擇多個(gè)類(lèi)型的就業(yè)信息進(jìn)行分析，提出更加全面的分類(lèi)存儲(chǔ)系統(tǒng)，為大學(xué)生就業(yè)數(shù)據(jù)的管理提供理論支持。