APP下载

本科生企业实习的影响因素和支持度分析

2021-06-29包娜萍沈晨雯仲卓帆黄初吴季强

教育周报·教育论坛 2021年37期
关键词:本科生概率数据挖掘

包娜萍 沈晨雯 仲卓帆 黄初 吴季强

基金资助:本项目受到杭州师范大学本科生创新创业项目“本科生企业实习效果及其影响因素的研究”支持

摘要:随着我国市场导向就业制度改革的深入推进,本科生企业实习日益成为提升本科生就业质量的重要途径。基于问卷调查数据,本文利用Apriori算法进行数据挖掘,发现了自主实习且实习时长为1-3个月的本科生在企业实习过程中收获最多。我们也研究了学生对学校安排的学生实习工作的支持度,以学生基本特征与实习状况为自变量,以学生对实习工作的支持程度为因变量,建立二元Logistic回归模型,拟合学生支持学校安排的学生实习工作的概率,并以此为基础提出若干建议。

关键词:企业实习;Apriori算法;二元Logistic回归模型.

一、引言

随着本科生企业实习比例日益增加,其工作能力得到明显改善。但目前仍无较好的量化模型对本科生实习效果进行评价,对更合理推行实习政策不利,故本文针对本科生企业实习影响因素和支持度开展一系列研究。

通过研究教育部文件[1],归纳出描述本科生实习情况相关指标,并在杭师大进行问卷调查,建立统计模型,对本科生实习情况影响因素和本科生对实习支持度进行量化分析。

二、研究对象

本文研究对象为杭师大本科毕业生,我们在杭师大共发放并回收有效问卷504份。

三、本科生实习现状关联性规则挖掘分析

本文先数据挖掘,寻找学生基本特征与实习状况联系。在具体过程中,使用Apriori算法进行关联规则挖掘。研究的特征信息包括性别、专业、户口、理想工作地、实习时长、是否集中实习、对实习政策的了解程度和实习对工作帮助作用。

3.1关联规则和结果分析

我们将有效问卷样本数据整理后,以学生基本信息为前项,以本科生对实习政策了解程度和实习对学生工作帮助作用为后项,最小支持度10%,最小置信度80%,用SPSS软件挖掘蕴含关联规则[2],可得下表。

根据表1认为实习对将来工作有帮助的本科生特征为:自主实习,能根据自身需要和条件,选择更适合自身实习单位;实习时长1-3个月,能收获不少工作经验,也不至于对工作生厌。结合调查结果建议如下:实习安排因人而异,多时段供学生自主选择。

四、二值Logistic回归模型下对实习工作支持度分析

结合调查问卷,我们选择性别(X1i)、专业(X2i)、户口(X3i)、意向城市(X4i)、学校安排的实习时间(X5i)、实习工作对口度(X6i)、每日工作时间(X7i)、对实习政策了解度(X8i)为自变量,是否支持实习工作为因变量,建立二值Logistic回归模型,来预测不同学生支持实习工作的概率。

利用SPSS我们用后退法选择自变量,最终选择每日工作时间、对实习政策的了解度,得到方程:

是学生支持实习工作的概率。

基于上述模型,对特定学生群体进行分析,如非常了解实习政策,每日工作时间约4-6小时的学生支持实习工作的情况为:

同理,不太了解实习政策,每日工作时间约4-6小时的学生支持实习工作的概率约50.90%;非常了解实习政策,每日工作时间约6-8小时的学生支持实习工作的概率49.37%。比较上述数据,当实習工作时间每日多2小时,学生支持实习工作的概率会下降约12.19%;当学生对实习政策的了解程度上升为非常了解时,支持的概率会上升约10.66%。

建议各大高校可针对职业规划等方面开设讲座;各高校与企业磋商时,应积极为学生寻求有利待遇;本科生也应提前了解实习政策,保障自己权益。

五、本科生企业实习调研总结

本研究通过问卷调查了解本科生企业实习的现状,运用算法和模型对本科生企业实习的影响因素和支持度进行分析,最后利用所得结果从高校、企业和学生的角度提出了一些可借鉴的建议。

参考文献

[1]深化本科教育教学改革 全面提高人才培养质量——教育部高等教育司负责人就《关于深化本科教育教学改革全面提高人才培养质量的意见》答记者问[M].教育部文件.

[2]廖芹,赫志峰,陈志宏.数据挖掘与数学建模.国防工业出版社,2010.02;

猜你喜欢

本科生概率数据挖掘
基于数据挖掘探讨慢性肾衰竭处方规律
能为与应为:从本科生成绩单看绩点制的功能
概率与统计(1)
概率与统计(2)
“Without Contraries is No Progression”: Contraries in William Blake’s “The Sick Rose”
An Analysis of the Absence of Maternal Care in The Bluest Eye
本科生论文流于形式
数据挖掘综述
软件工程领域中的异常数据挖掘算法
概率与统计解答题集锦