【技术实现步骤摘要】
一种基于有效数据挖掘的学生就业能力预测方法
[0001]本专利技术属于云计算，大数据，数据挖掘领域。
技术介绍
[0002]数据挖掘是一种基于计算机的系统，它帮助分析或提取大数据存储中的数据，生成信息和发现知识。这种数据挖掘技术被广泛应用于营销、管理、工程、web挖掘行业。不同的字段在基于web的系统中存储大量的数据。这将推动数据分析中新方法的发展。大型数据集是通过数据挖掘的概念和技术发现的。近年来，数据挖掘技术如分类、聚类、关联、模式匹配、数据可视化和元规则指导下的挖掘等得到了发展。
[0003]现在，教育系统是电脑化的，为学生提供有效和高效的教育。这些机构存储了大量的数据，比如学生的入学率、出勤率以及学生的学业成绩。教育数据挖掘是利用机器学习、c等方法，解决存储数据分析中存在的问题。有效的学习过程创新对于保持学生的学习成绩至关重要。教育数据挖掘的初始方法有预测、聚类、关系挖掘、模型发现和数据细化等。
[0004]在教育领域，高校面临着学生辍学率的问题。数据挖掘中的机器学习技术有助于控制高校学生的辍学率。辍...
【技术保护点】
【技术特征摘要】
1.一种基于有效数据挖掘的学生就业能力预测方法，其特征在于，该方法包括以下步骤：S1、采集学生就业相关数据，并进行预处理；所述学生就业相关数据包括学生的性别、专业成绩、英语等级和专业技能；S2、对预处理后的数据进行特征选择，包括特征子集选择及最优特征子集选择两个步骤；S3、采用混合分类器对最优特征子集进行分类；S4、根据分类结果进行学生就业能力预测。2.根据权利要求1所述一种基于有效数据挖掘的学生就业能力预测方法，其特征在于，预处理时采用模糊决策树算法。3.根据权利要求1所述一种基于有效数据挖掘的学生就业能力预测方法，其特征在于，S2中特征子集选择采用信息增益、卡方、基尼指数或相关系数方法。4.根据权利要求1所述一种基于有效数据挖掘的学生就业能力预测方法，其特征在于，S2中最优特征子集选择采用优化乌鸦搜索算法。5.根据权利要求4所述一种基于有效数据挖掘的学生就业能力预测方法，其特征在于，采用优化乌鸦搜索算法实现的最优特征子集选择过程为：a)初始化乌鸦的位置x
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。