摘 要：隨著社會企業(yè)對于中職專業(yè)技能型人才的質(zhì)量要求越來越高，中職學(xué)校開始注重人才培養(yǎng)質(zhì)量和提高畢業(yè)生就業(yè)質(zhì)量，這種情況下，我校在畢業(yè)生跟蹤調(diào)查中進(jìn)行了數(shù)據(jù)挖掘分析，以找出畢業(yè)生的就業(yè)規(guī)律，探索提高中職人才培養(yǎng)質(zhì)量與就業(yè)質(zhì)量的辦法，為中職學(xué)校改革提供更加科學(xué)依據(jù)。

關(guān)鍵詞：中職畢業(yè)生；數(shù)據(jù)調(diào)查；數(shù)據(jù)挖掘分析

1 關(guān)于數(shù)據(jù)挖掘技術(shù)

如今，數(shù)據(jù)庫與人工智能技術(shù)已廣泛應(yīng)用于社會生活的各個領(lǐng)域，而數(shù)據(jù)挖掘技術(shù)作為數(shù)據(jù)庫基礎(chǔ)上興起的信息管理新技術(shù)之一，其能夠自動分析數(shù)據(jù)庫及數(shù)據(jù)倉庫里的數(shù)據(jù)，尋找出潛在的未知的內(nèi)部規(guī)律，根據(jù)用戶需求針對有用信息進(jìn)行整理歸納，從而體現(xiàn)出數(shù)據(jù)內(nèi)部的關(guān)聯(lián)性，建立對信息預(yù)測與決策具有重要意義的新型業(yè)務(wù)模式，為決策者提供參考和依據(jù)。數(shù)據(jù)挖掘分析過程通過分為四步：一是清理數(shù)據(jù)庫數(shù)據(jù)，進(jìn)行集成以后存入數(shù)據(jù)倉庫；二是選擇與變換數(shù)據(jù)倉庫里的數(shù)據(jù)；三是應(yīng)用數(shù)據(jù)挖掘算法挖掘變換數(shù)據(jù)，主要包括決策樹算法、關(guān)聯(lián)、聚類分析等算法，同時給出所需結(jié)果；四是向用戶提供分析結(jié)果。其中涉及數(shù)據(jù)挖掘算法包括多種，常用算法主要包括決策樹分析算法、關(guān)聯(lián)分析算法、聚類分析算法等。

1.1 決策樹分析算法

該算法是一種常用算法，主要在數(shù)據(jù)處理中應(yīng)用樹狀結(jié)構(gòu)產(chǎn)生的規(guī)律。首先在信息量最大的字段中找到有價值的信息，建立樹的一個內(nèi)部節(jié)點(diǎn)，一個內(nèi)部節(jié)點(diǎn)會對應(yīng)到某項(xiàng)屬性的測試，根據(jù)測試得到的每一個可能值來建立樹的各個分枝葉節(jié)點(diǎn)，然后在每個分枝上分別遞歸上述過程?？梢哉J(rèn)為樹的中間節(jié)點(diǎn)代表測試條件，樹的分枝代表測試結(jié)果，而各分枝節(jié)點(diǎn)代表分類后的分類結(jié)果。

1.2 關(guān)聯(lián)分析算法

關(guān)聯(lián)規(guī)則就是在數(shù)據(jù)處理中挖掘數(shù)據(jù)之間的相互聯(lián)系。最為著名的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法是R.Agrawal提出的Apriori算法。關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)可分為兩步，首先是迭代識別所有的頻繁項(xiàng)目集，要求頻繁項(xiàng)目集的支持度不低于用戶設(shè)定的最低值；其次是從頻繁項(xiàng)目集中構(gòu)造置信度不低于用戶設(shè)定的最低值的規(guī)則。

1.3 聚類分析算法

該算法主要是在數(shù)據(jù)處理中對數(shù)據(jù)根據(jù)一定的分類規(guī)則進(jìn)行合理地劃分，把具有相似性特征的數(shù)據(jù)歸為一類，通過聚類把數(shù)據(jù)集轉(zhuǎn)化為類集。在聚類的過程中人們可以從中發(fā)現(xiàn)數(shù)據(jù)分布的一些特征，對這些特征進(jìn)行分析，從而得出相應(yīng)的結(jié)果。

2 中職畢業(yè)生跟蹤調(diào)查中數(shù)據(jù)挖掘技術(shù)的應(yīng)用

2.1 數(shù)據(jù)挖掘技術(shù)的應(yīng)用情況

進(jìn)行數(shù)據(jù)挖掘分析以前，先把我校近幾年畢業(yè)生就業(yè)數(shù)據(jù)進(jìn)行數(shù)據(jù)清理集成，對空值和離散值等進(jìn)行清除，再以EXCEL為工具開展數(shù)據(jù)挖掘分析，通過關(guān)聯(lián)算法和聚類算法，從中找出畢業(yè)生的就業(yè)規(guī)律。

一是應(yīng)用聚類分析算法，把專業(yè)、職業(yè)、行業(yè)、工作城市、首份工作獲取渠道等列為輸入列，經(jīng)過分析后可以分成省內(nèi)和省外兩類。整體而言，中職畢業(yè)生的就業(yè)行業(yè)分類不顯著，就業(yè)工作城市相對集中，本校所在城市就業(yè)達(dá)25.8%，省內(nèi)周邊城市達(dá)31.2%，外省就業(yè)達(dá)43%。其中一類以就業(yè)城市、渠道、崗位三個維度開展觀察，城市分布以本市和省內(nèi)周邊城市為主，工作獲取渠道以個人求職、親友介紹、媒體招聘、參加招聘會、頂崗實(shí)習(xí)為主；其中焊接技術(shù)應(yīng)用專業(yè)就業(yè)率最高，達(dá)到85.2%，其次是機(jī)械加工技術(shù)專業(yè)，達(dá)到68.2%；其中二類以就業(yè)城市、渠道、崗位三個維度開展觀察，城市分布以上海、北京為主，工作獲取渠道以個人網(wǎng)站求職、媒體招聘、參加招聘活動和訂單式培養(yǎng)為主；與一類相同，焊接技術(shù)應(yīng)用、機(jī)械加工技術(shù)、數(shù)控技術(shù)應(yīng)用就業(yè)優(yōu)勢明顯，而計(jì)算機(jī)崗位就業(yè)相對困難。

二是應(yīng)用關(guān)聯(lián)分析算法，應(yīng)用專業(yè)代碼以及職業(yè)類別進(jìn)行關(guān)聯(lián)分析，通過分析結(jié)果可知：焊接技術(shù)應(yīng)用、機(jī)械加工技術(shù)、數(shù)控技術(shù)應(yīng)用更傾向從事專業(yè)技術(shù)類崗位，其概率為86.5%；而建筑裝飾等專業(yè)更傾向于藝術(shù)類崗位，其概率為82.3%。

2.2 有效提高中職畢業(yè)生就業(yè)滿意度

中職畢業(yè)生跟蹤調(diào)查中應(yīng)用數(shù)據(jù)挖掘分析的重要意義是：尋找掌握中職畢業(yè)生的就業(yè)規(guī)律，為中職學(xué)校就業(yè)工作提供決策依據(jù)和數(shù)據(jù)支持。我校通過近年來對畢業(yè)生的就業(yè)城市、崗位、行業(yè)、待遇等跟蹤調(diào)查，并進(jìn)行數(shù)據(jù)綜合分析，掌握了許多有意義的信息內(nèi)容。從歷年就業(yè)城市和就業(yè)層次的分布來看，可以有效觀察整體就業(yè)市場的發(fā)展變化情況，并做好全面掌控，為學(xué)校今后的專業(yè)培養(yǎng)方向提供決策依據(jù)。從就業(yè)渠道分析，目前訂單式培養(yǎng)模式仍然具有一定的市場發(fā)展空間，因此中職學(xué)校必須與對口企業(yè)密切聯(lián)系，充分利用校企合作的優(yōu)勢條件，向需求企業(yè)提供更多合格優(yōu)秀人才。就業(yè)崗位情況而言，我校畢業(yè)生崗位分布并不均衡，應(yīng)對就業(yè)薄弱崗位進(jìn)行深入探究，查找出原因，有效提高就業(yè)率，實(shí)現(xiàn)專業(yè)對口，人盡其才，才盡其用。確保學(xué)校就業(yè)工作能夠穩(wěn)步發(fā)展。

從聚類分析結(jié)果可知，本市、周邊城市的就業(yè)比例相對較高，體現(xiàn)了我校立足地方經(jīng)濟(jì)發(fā)展服務(wù)的辦學(xué)宗旨，而在上海、北京等地的就業(yè)情況也相對理想，其中多數(shù)畢業(yè)生從事技術(shù)類崗位和現(xiàn)代服務(wù)業(yè)崗位，表明這些地區(qū)專業(yè)技術(shù)類人才短缺，現(xiàn)代服務(wù)業(yè)人才擁有廣闊市場，因此，學(xué)校應(yīng)針對這些專業(yè)加強(qiáng)培養(yǎng)人才的質(zhì)量，為需求地區(qū)培養(yǎng)更多優(yōu)秀人才，有效提高中職畢業(yè)生就業(yè)滿意度。

從關(guān)聯(lián)分析結(jié)果可知，學(xué)校就業(yè)與教學(xué)環(huán)節(jié)應(yīng)做好銜接工作，教學(xué)上應(yīng)加強(qiáng)專業(yè)建設(shè)，注重教學(xué)與工作職業(yè)的關(guān)聯(lián)性，例如建筑裝飾專業(yè)應(yīng)加入藝術(shù)指導(dǎo)和客戶服務(wù)等相關(guān)課程內(nèi)容，從而有效滿意現(xiàn)代服務(wù)業(yè)發(fā)展需求，實(shí)現(xiàn)學(xué)生滿意就業(yè)。

2.3 全面提升人才培養(yǎng)模式和質(zhì)量

應(yīng)用聚類算法針對我校2014屆畢業(yè)生跟蹤調(diào)查的數(shù)據(jù)挖掘分析結(jié)果可知，學(xué)生自主創(chuàng)業(yè)人數(shù)相比往年有所增加，達(dá)到7.5%。以我校每年畢業(yè)1000人計(jì)算，每年自主創(chuàng)業(yè)人數(shù)75人，相當(dāng)于二個班級的總?cè)藬?shù)。學(xué)校據(jù)此應(yīng)幫助有自主創(chuàng)業(yè)的中職學(xué)生，幫助他們掌握更多的創(chuàng)業(yè)技能，提供創(chuàng)業(yè)指導(dǎo)服務(wù)，在教育教學(xué)上應(yīng)加以改革，可以嘗試將有創(chuàng)業(yè)意向的中職學(xué)生集中授課或者輔導(dǎo)，設(shè)立“創(chuàng)業(yè)班”，可以根據(jù)專業(yè)方向加以創(chuàng)業(yè)引導(dǎo)，或者以第二專業(yè)選學(xué)方式開展，針對創(chuàng)業(yè)班制定獨(dú)立的人才培養(yǎng)計(jì)劃和方法，整合相關(guān)課程內(nèi)容，為創(chuàng)業(yè)班學(xué)生服務(wù)，例如為創(chuàng)業(yè)班開設(shè)市場營銷、會計(jì)管理、稅務(wù)稅收等課程內(nèi)容，同時注重創(chuàng)業(yè)實(shí)踐教育，發(fā)揮學(xué)校創(chuàng)業(yè)實(shí)訓(xùn)室以及創(chuàng)業(yè)基地的作用，讓創(chuàng)業(yè)班學(xué)生學(xué)會創(chuàng)業(yè)技能，增強(qiáng)創(chuàng)業(yè)經(jīng)驗(yàn)。學(xué)校還應(yīng)加大校企合作力度，開展訂單式培養(yǎng)，讓學(xué)生進(jìn)入企業(yè)實(shí)習(xí)實(shí)訓(xùn)，畢業(yè)后直接進(jìn)入企業(yè)工作，從而減輕學(xué)生就業(yè)壓力等。

3 結(jié)語

有效提高中職學(xué)校畢業(yè)生的就業(yè)率，是中職學(xué)校面臨的最重要的難題，中職學(xué)校的人才培養(yǎng)質(zhì)量和就業(yè)質(zhì)量對于促進(jìn)學(xué)校發(fā)展具有重要意義。本文對中職畢業(yè)生跟蹤調(diào)查中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行探究，旨在通過關(guān)聯(lián)算法和聚類算法，從中找出畢業(yè)生的就業(yè)規(guī)律，從而探索提高中職人才培養(yǎng)質(zhì)量與就業(yè)質(zhì)量的辦法，為中職學(xué)校改革提供更加科學(xué)依據(jù)。

參考文獻(xiàn)

[1] 陶蘭.數(shù)據(jù)挖掘技術(shù)在高等學(xué)校決策支持中的應(yīng)用[J].北京：中國農(nóng)業(yè)大學(xué)，2003，8 （2） ：39-41.

[2] 楊悅.數(shù)據(jù)挖掘在高校招生工作中的應(yīng)用前景[J].教育科學(xué)，2007，10：66-68.

[3] 張亦輝.基于數(shù)據(jù)挖掘技術(shù)的應(yīng)用分析[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2012，1：137-138.

作者簡介

海艷（1972-），女，本科，講師，研究方向：計(jì)算機(jī)教學(xué)。