关键词:数据挖掘；大学生；就业与创业；指导；应用
引言:高校就业和创业指导是一项非常重要的工作内容，只有确保就业和创业指导的科学性和合理性，才能让大学生找到符合自身发展的工作岗位，并且顺利就业，还能够提高大学生创业成功机率。高校在就业和创业指导的过程中运用数据挖掘技术，可以从海量的信息中挖掘出具有利用价值的信息，这样就能提高大学生就业和创业指导的实效性，进而提高大学生的就业率。
一、数据挖掘技术概述
数据挖掘实质上就是数据库知识发现，数据挖掘需要在海量的数据库中自动搜索隐藏的关系，然后获取有价值的信息。数据挖掘技术离不开计算机科学，主要是通过计算机去收集和统计需要的目标数据，然后利用在线分析对这些数据进行处理，这样就能挖掘出数据之间的内在关系。数据挖掘技术属于人工智能的范畴，是一门新的学科，涵盖的内容十分广泛，比如模式识别、统计学、数据库等，数据挖掘技术在应用的过程比较复杂，需要完成数据收集、结果显示、预处理等，最为重要的一个环节就是数据分析。也就是说，数据挖掘是利用各种工具和分析算法，从大量有噪声的、不规则、模糊的数据中分析和寻找对大学生就业和创业指导有潜在价值的信息。
二、数据挖掘技术在大学生就业与创业指导中的应用
1、学生数据处理
大学生就业和创业指导运用数据挖掘技术首先要做好数据的收集工作，数据收集是一个动态化的过程，需要经过漫长的时间才能够收集到需要的数据信息，同时还要依据数据预处理的情况对数据信息进行补充，这个过程具有极强的重复性，比如高校的学生信息是不断变化的，数据挖掘的时候就要不断地重复和补充，只有这样才能得到更有价值的信息，提高数据分析的准确性和可靠性。在大学生就业和创业指导中运用数据挖掘技术，需要对大学的就业信息库、学生信息库、教务管理系统中收集原始数据，然后对学生信息进行清洗，在这个过程中就可以确定哪些信息是就业和创业指导需要的。还要考虑信息的属性，也就是要确定信息是否能力满足挖掘的需要。在清洗数据的过程中需要将原始数据中的没有利用价值的信息清除掉，只保留对于就业和创业指导有作用的信息，这样就能为后期的数据挖掘做好准备。
期刊文章分类查询,尽在期刊图书馆基于大学生就业和创业指导需要挖掘的信息有学生学籍信息、成绩信息、综合素质信息等，还要在大学的就业指导中心收集学生的就业信息，包括是否就业、就业企业名称、从事的工作性质等，从这些数据中就可以判断就业岗位和专业是否存在关系。
2、数据预处理
数据预处理是数据挖掘的一项重要工作，在对学生的基本信息和就业信息收集过程中，会得到大量的原始数据，这些数据一般都不能满足数据计算和分析的要求，即使在前期对这些原始数据才有了清洗处理，但是依然会存在大量的噪音信息和不完整信息，有时候还会发现有些数据信息存在不一致的情况，这些都会导致数据挖掘结果的不准确。所以，在数据挖掘的准备阶段必须做好数据预处理，确保将噪音信息排除在数据挖掘之外，这样就能提高数据挖掘结果的准确性和科学性。在数据预处理的时候经常会遇到空缺的信息，比如学生缺考、旷课等，还有一些是重复的信息，比如补考，这时就需要通过平均值法、频率统计法来预处理数据。在对原始数据完成预处理之后，就会形成完整的数据挖掘有用信息，通常将其成为数据集，这些信息能够满足大学生就业和创业指导数据挖掘的需求。
3、大学生就业和创业指导分析
利用数据挖掘技术对大学生的各种信息进行分析，就可以知道不同企业在招聘的时候更加看重大学生哪个方面的能力，或者是注重大学生哪些方面的特征，这些信息具有极高的应用价值，既对大学生具有很高的参考价值，也对就业和创业指导人员有重要的利用价值，可以根据数据挖掘的结果调整就业方案，根据大学生的实际情况来进行就业指导成效会更高。比如国有企业一般会比较重视学生的综合素质，更倾向于招聘一些思想积极上进的学生。面对严峻的就业形式，高校必须要做好就业和创业指导工作，这样才能提高大学生的竞争力。高校就业指导人员要根据数据挖掘得出的结果，针对不同的情况设计不同的指导内容，同时还要模拟各种就业环境，让学生在网络环境中锻炼应聘能力。另外，高校要根据数据挖掘的结果对学生进行科学分类，然后有针对性和目的性的进行就业和创业指导，这样就能帮助大学生准确地进行求知定位，避免他们在就业的时候目标设定的过高问题，同时还能确保他们在就业的过程中走弯路，进而促进大学生正确择业。基于数据挖掘的大学生就业和创业指导，通过对学生基础信息和就业情况的分析，就可以明确就业和创业指导的方向，提高就业指导的成效。
三、结束语
总而言之，随着大学就业形势越来越严峻，大学就业和创业指导需要运用数据挖掘技术来寻找出有用的，具有参考价值的信息，这样就能提高就业和创业指导的实效性。
参考文献
【1】孙中祥. 数据挖掘技术在大学生就业指导中的应用研究[D]. 重庆师范大学, 2017.
【2】程茜，易烽，邹奕. 数据挖掘在高校毕业生就业指导上的应用[J] .科技信息， 2016，12（12 : 233+235.
论文作者:周静
论文发表刊物:《青年生活》2018年第8期
论文发表时间:2018/11/17
标签：数据挖掘论文; 信息论文; 数据论文; 大学生就业论文; 大学生论文; 技术论文; 学生论文; 《青年生活》2018年第8期论文;