基于数据挖掘的就业管理信息系统的研究

论文摘要

随着高校毕业生就业制度的改革和高等教育规模的迅速扩大,高校毕业生的数量迅速增加,高等教育的决策者很想知道高等教育学科专业结构、办学基本条件与学生就业之间的关系,以判断高等教育是否适应社会需求,以便以就业为导向,提高高等教育质量,提高学生就业率。本文就是以高校毕业生就业信息数据为研究对象,将数据挖掘技术应用于就业信息数据分析,希望从大量积累的历史就业信息数据中挖掘出有意义的规则。本文首先分析数据挖掘技术和数据仓库技术,探讨数据仓库和数据挖掘的关系。其次,对关联规则进行研究,针对Apriori算法,分析其存在的问题,并提出一种关联规则挖掘的改进模式,通过引入分辨矩阵实现只扫描一次数据库,从而使算法效率有所提高,并进一步论证改进算法提高挖掘性能的有效性。接着,借助于J2EE和SQL Server平台,从系统的需求分析、体系结构、功能模块、数据库、安全性等方面对高校就业管理信息系统进行详细的设计,并将改进的Apriori算法应用于高校就业管理信息系统中,研究数据关联规则挖掘的实现过程以及最终的规则生成,获得有益的挖掘结果,从而使得高校就业管理人员及学校领导能够获得更有价值的知识信息,更好地进行管理,提高就业率。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.2.1 数据挖掘的研究现状
• 1.2.2 关联规则挖掘算法的现状与趋势分析
• 1.2.3 就业管理信息系统的研究现状
• 1.3 本文主要研究内容
• 1.4 本文的创新点
• 第2章 系统相关知识及技术
• 2.1 数据仓库技术
• 2.1.1 数据仓库的概念界定
• 2.1.2 数据仓库和数据库的比较
• 2.1.3 数据仓库的基本特点
• 2.2 数据挖掘概述
• 2.2.1 数据挖掘的定义
• 2.2.2 数据挖掘的分类
• 2.2.3 数据挖掘的过程
• 2.3 系统丌发技术概述
• 2.3.1 J2EE构架
• 2.3.2 MVC模式
• 2.3.3 Structs框架
• 2.4 小结
• 第3章 数据挖掘关联规则Apriori算法的优化研究
• 3.1 关联规则概述
• 3.2 关联规则Apriori算法的分析
• 3.2.1 关联规则Apriori算法的基本思想
• 3.2.2 关联规则Apriori算法的存在问题
• 3.3 关联规则Apriori算法的优化
• 3.3.1 关键术语的定义界定
• 3.3.2 Apriori优化算法的伪码描述
• 3.4 关联规则Apriori优化算法的实验分析
• 3.4.1 Apriori优化算法的应用分析
• 3.4.2 Apriori优化算法的性能分析
• 3.5 小结
• 第4章 就业管理信息系统的设计与开发
• 4.1 系统的实现环境
• 4.2 系统的需求分析
• 4.2.1 系统的目标需求
• 4.2.2 系统的功能需求
• 4.3 系统体系结构的设计
• 4.4 就业管理信息系统中的数据仓库设计
• 4.5 系统数据库的设计
• 4.5.1 数据库设计时的注意点
• 4.5.2 系统主要数据库表的设计
• 4.6 关联规则改进算法在就业管理信息系统中的应用
• 4.6.1 数据预处理的实现
• 4.6.2 关联规则挖掘的基本项集
• 4.6.3 关联规则Apriori改进算法的应用流程
• 4.6.4 关联规则的生成与分析
• 4.6.5 应用效果分析
• 4.7 系统安全性的实现
• 4.7.1 就业管理信息资源的用户认证
• 4.7.2 系统安全角色声明及应用的实现
• 4.8 小结
• 结论
• 参考文献
• 附录A 攻读学位期间所发表的学术论文目录
• 致谢