高校就业信息数据统计智能数据挖掘技术的应用

刘静++王剑++邢胜龙

摘 要随着信息技术的发展，在如今大数据统计的模式要求下，传统的高校就业信息统计系统已经不能够满足如今的实际应用要求。根据这种情况对高校就业信息数据统计智能数据挖掘技术的应用进行研究，分析高校就业信息数据统计的应用情况，结合智能数据挖掘技术对高校就业信息数据统计进行改进，构建出一个智能化、个性化的信息管理系统，实现就业工作信息统计的全程化管理，增强自主性与互动性，让高校毕业生就业拥有一条更加方便、快捷的信息管理渠道。

【关键词】高校就业 信息数据统计 智能数据挖掘

随着信息技术的不断发展，如今的高校就业信息呈现出多样、高效、大数量的特点，传统的数据统计系统已经远远不能够满足现如今的数据统计实际要求，针对这种情况，高校就业信息数据统计需要建立新型的数据统计模式，结合智能数据挖掘技术来进行技术创新。首先是针对大量并且多样化数据统计来进行数据统计，要求统计者必须要以保证建立综合数据综合分类和科学分类两个部分，做好数据分析工作，并且进行科学的数据筛选，在大数量的采集中，不仅包括有效数据，其中同样包括大量的虚假信息。所以在实际的统计过程中，要求统计人员能够建立一个科学有效的数据筛选模式，其中包含智能筛选与人工筛选两个部分，智能筛选也已经称为数据统计工作的必然选择。在统计工作中，为了保证统计数据的高效率，在创新性数据统计中，需要保证运用计算机确保运算过程流畅。

1 高校就业信息数据统计智能数据挖掘技术的应用研究

毕业生就业问题一直都是人们关系的重点问题，毕业生的就业率也是每年社会的重点指标。学校每年都会对于高校毕业生就业信息数据进行数据统计或整理，拥有着固定的数据库结构，并且需要符合上级就业管理部门的相关要求。高校本身就有着学科、院系、专业、学历等等方面的不同差距，并且毕业生的就业单位也存在这地区、行业、性质方面的不同，以及用人单位中也有着不同的特点，所以高校在就业信息建设的时候应该结合自身的实际情况，为数据分析与统计做好科学一句，设计出毕业生数据分析功能模块，为学校的教学、招生提供基础的数据支持。高校毕业生信息管理需要以毕业生就业的实际需要成为切入点，实行毕业生推荐、跟踪、就业等等的一些列综合性服务系统，建立起良好的毕业生就业服务管理网络。高校毕业生就业管理信息统计主要是为毕业生求职与用人单位招聘的管理信息平台，所以首先要了解毕业生与用人单位的需要，帮助提高毕业生与用人单位达成就业意向的几率。高校应该根据实际需要来设计相应的功能模块，对整体的就业信息进行系统化的统筹构建。就业信息管理系统同时需要具有实施分析功能，实现就业信息管理全程化，根据高校就业管理工作需求，高校就业信息管理系统设计称为不同的模块，具体的结构内容如表1 所示。

2 高校就业信息数据统计智能数据挖掘技术的实际应用

在实际的就业信息数据统计过程中，数据挖掘过程面临一个问题就是数据库的一致性。所以高校就业信息数据统计在数据匹配上会直接影响到工作效率和工作质量。在高校数据统计过程中，高校就业信息需要根据实际结合自身的情况建立一个完整的拥有特点的统计数据系统。在实际的数据统计工作中，针对实际的数据系统具有的完整性，以及多种网络技术功能的支持，统计数据库技术应用成为首要的选择。围绕数据系统开展数据研究调查工作，可以更好的提高高校就业信息数据统计工作的效率和质量。大数量的数据挖掘模式中，传统的就业信息数据采集系统存在着严重的缺陷，所以在高校就业信息数据统计智能数据挖掘技术的运用中，需要以网络数据平台为基础，做好新型数据采集模式的创新工作。一方面是为了更好进行高质量的数据挖掘，需要建立长期的数据采集模式，数据挖掘技术本身就是一种具有鲜明目的的数据深加工技术，这要求在实际的应用活动数据使用者要对长时间累积下来的统计数据进行深加工。在实践应用活动中，主要是对累积数据统计的管理高效化处理，以及对数据的目的性分析两种主要形式。只能数据挖掘系统要求使用者对于主体的各种信息需求对着实际发展的不同情况呈现出相关要求的统计数据。统计数据的计算方法与来源都需要与相关单位的格式要求符合，保证数据统计能够在其他单位正常的录入应用。智能数据挖掘技术更好的满足了复杂数据管理要求，功能性也更加的扩大。

3 结束语

高校就业管理信息系统需要根据实际，满足高校毕业生的就业的实际需要与特点，构建出一个智能化、个性化的信息管理系统，实现就业工作信息统计的全程化管理，增强自主性与互动性，让高校毕业生就业拥有一条更加方便、快捷的信息管理渠道。

参考文献

[1]李勇，张敏，刘浩等.数据挖掘与应用统计现状及趋势研究——第八届国际数据挖掘与应用统计研究会年会学术综述[J].会计之友，2016（22）：24-26.

[2]胡文紅，孙欣欣.基于时间序列的数据挖掘技术在城市内涝灾害中的应用研究[J].科技通报，2016，32（06）：229-231.

[3]王曙霞，熊曾刚.海量数据干扰下的危险 Web 数据挖掘技术研究[J].微电子学与计算机，2016（02）：87-91.

[4]李勇，朱建平，杨云峰.卓越数据共享统计的理论及应用研究——第八届国际数据挖掘与应用统计研究会议综述[J].中国统计，2016（08）：22-25.

[5]邓松，岳东，朱力鹏等.电力大数据智能化高效分析挖掘技术框架[J].电子测量与仪器学报，2016，30（11）：1679-1686.

作者简介

刘静（1978-），女，吉林省四平市人。硕士研究生。副教授。主要研究领域网络设备。

作者单位

1.黑龙江农业工程职业学院信息学院 黑龙江省哈尔滨市 150088

2.吉林市广播电视大学 吉林省吉林市 132002