【正文】 .............................................................................................22 小結(jié) .....................................................................................................................................................23第 4 章 系 統(tǒng) 測 試 與 運 行 ........................................................................................................................24 畢業(yè)生就業(yè)數(shù)據(jù)分析系統(tǒng) .........................................................................................................24 數(shù)據(jù)庫的連接和訪問操作正常 ......................................................................................24計算機信息工程學(xué)院畢業(yè)設(shè)計說明書III 整個界面菜單正常 ..............................................................................................................25 模塊設(shè)計 ...........................................................................................................................................25 數(shù)據(jù)錄入、修改模塊 .........................................................................................................25 MyEclipse 的運行正常 ....................................................................................................25 數(shù)據(jù)分析圖輸出正常 .........................................................................................................26第 5 章 結(jié) 束 語 與 展 望 ............................................................................................................................28 結(jié)束語 ...............................................................................................................................................28 展望 ....................................................................................................................................................28致 謝 ..............................................................................................................................................................30參考文獻 ........................................................................................................................................................31計 算 機 信 息 工 程 學(xué) 院 畢 業(yè) 設(shè) 計 說 明 書IV引 言近 年 來 隨 著 人 工 智 能 技 術(shù) 和 數(shù) 據(jù) 庫 技 術(shù) 的 發(fā) 展 ， 數(shù) 據(jù) 挖 掘 技 術(shù) 出 現(xiàn) 。 需 要 我 們 不 斷 挖 掘 。 《 畢 業(yè) 生 就 業(yè) 數(shù) 據(jù) 分 析 系 統(tǒng) 開 發(fā) 》 是 按 照 數(shù) 據(jù) 挖 掘 方 法 及 軟 件 工 程設(shè) 計 步 驟 ， 詳 細 地 說 明 了 整 個 開 發(fā) 過 程 以 及 每 一 個 技 術(shù) 細 節(jié) 。計 算 機 信 息 工 程 學(xué) 院 畢 業(yè) 設(shè) 計 說 明 書1第 1 章 選 題 背 景 概 述 課題背景隨 著 數(shù) 據(jù) 庫 技 術(shù) 的 不 斷 發(fā) 展 以 及 數(shù) 據(jù) 庫 管 理 系 統(tǒng) 的 推 廣 應(yīng) 用 ， 人 們 積 累 的 數(shù) 據(jù) 越來 越 多 。 因 此 ， 展 現(xiàn) 在 人 們 面 前 的 數(shù) 據(jù) 不 僅 僅 局 限 于 某 個 部 門 、 某 個 單 位 和 某個 行 業(yè) 等 ， 而 是 浩 瀚 無 限 的 信 息 海 洋 。 雖 然 目 前 的 數(shù) 據(jù) 庫 系 統(tǒng) 可 以 高 效 地 實 現(xiàn) 數(shù) 據(jù) 的 錄 入 、 查 詢 、統(tǒng) 計 等 功 能 ， 但 是 無 法 自 動 、 智 能 地 將 等 待 處 理 的 數(shù) 據(jù) 背 后 隱 藏 的 重 要 信 息 和 知 識 挖掘 出 來 加 以 利 用 ， 無 法 根 據(jù) 現(xiàn) 有 的 數(shù) 據(jù) 預(yù) 測 未 來 的 發(fā) 展 趨 勢 ， 并 達 到 決 策 服 務(wù) 的 目 的 ，因 此 導(dǎo) 致 “數(shù) 據(jù) 海 量 爆 炸 但 是 知 識 貧 乏 ”的 現(xiàn) 象 。 課題的目的和意義隨 著 我 國 高 等 教 育 的 普 及 ， 全 國 大 部 分 高 校 都 根 據(jù) 自 身 情 況 進 行 了 擴 招 ， 于 是 造成 如 今 高 校 畢 業(yè) 生 的 就 業(yè) 形 勢 逐 漸 嚴(yán) 峻 的 狀 態(tài) 。 當(dāng) 前對 于 高 校 畢 業(yè) 生 的 就 業(yè) 狀 況 的 分 析 相 對 簡 單 ， 大 多 僅 僅 按 學(xué) 校 的 就 業(yè) 率 和 專 業(yè) 就 業(yè) 率進 行 評 價 ， 顯 得 片 面 、 缺 乏 科 學(xué) 性 。 從 微觀 上 看 ， 學(xué) 生 自 身 的 素 質(zhì) 和 某 些 硬 性 條 件 是 影 響 就 業(yè) 的 關(guān) 鍵 。 本 課題 正 是 在 這 一 背 景 下 提 出 ， 利 用 數(shù) 據(jù) 挖 掘 任 務(wù) 之 一 的 分 類 ， 對 過 往 的 畢 業(yè) 生 就 業(yè) 信 息建 立 預(yù) 測 模 型 ， 同 時 應(yīng) 用 該 模 型 對 即 將 的 畢 業(yè) 生 的 就 業(yè) 狀 況 進 行 預(yù) 測 ， 以 便 為 學(xué) 校 招生 就 業(yè) 部 門 的 工 作 提 供 參 考 與 建 議 。 可 以 預(yù) 測 到 他 們 的 就 業(yè) 情 況 和 就 業(yè) 的 概 率 。 國內(nèi)外發(fā)展概況計 算 機 信 息 工 程 學(xué) 院 畢 業(yè) 設(shè) 計 說 明 書2 國外研究和發(fā)展現(xiàn)狀與 數(shù) 據(jù) 挖 掘 (Data Mining)極 為 相 似 的 術(shù) 語 一 一 從 數(shù) 據(jù) 庫 中 發(fā) 現(xiàn) 知 識 (KDD)一 詞 ，首 次 出 現(xiàn) 在 1989 年 8 月 在 美 國 底 特 律 召 開 的 第 1l 屆 國 際 人 工 智 能 聯(lián) 合 會 議 的 專 題 討論 會 上 。 會 議 名 稱 為 ACM SIGKDD Intemational Conference on Knowledge Discovery and Data Mining， 簡 稱 KDD 會 議 。 研 究 重 點 也 逐 漸 從 發(fā) 現(xiàn) 方 法 轉(zhuǎn) 向 系 統(tǒng) 應(yīng) 用 。國 外 的 研 究 重 點 從 發(fā) 現(xiàn) 方 法 逐 漸 向 系 統(tǒng) 應(yīng) 用 直 到 專 享 大 規(guī) 模 的 綜 合 系 統(tǒng) 開 發(fā) ， 并且 注 重 多 種 發(fā) 現(xiàn) 策 略 和 技 術(shù) 的 集 成 。 1993 年 國 家 自 然 科學(xué) 基 金 首 次 支 持 中 科 院 合 肥 分 院 對 該 領(lǐng) 域 的 研 究 項 目 。 研 究 領(lǐng) 域 一 般 集 中 于 學(xué) 習(xí) 算 法 的 研 究 、 數(shù) 據(jù)挖 掘 的 實 際 應(yīng) 用 以 及 有 關(guān) 數(shù) 據(jù) 挖 掘 理 論 方 面 的 研 究 。 指導(dǎo)思想本 設(shè) 計 主 要 采 用 數(shù) 據(jù) 挖 掘 技 術(shù) 對 畢 業(yè) 生 就 業(yè) 情 況 進 行 預(yù) 測 。 該 設(shè) 計 方 案 主 要 采 用 數(shù) 據(jù) 挖 掘 技 術(shù) ， 通 過 對 往 屆 畢 業(yè) 生 就業(yè) 數(shù) 據(jù) 的 導(dǎo) 入 ， 對 其 進 行 統(tǒng) 計 分 析 ， 應(yīng) 用 貝 葉 斯 定 理 建 立 預(yù) 測 模 型 ， 并 應(yīng) 用 該 模 型 對未 來 即 將 就 業(yè) 的 畢 業(yè) 生 的 就 業(yè) 趨 勢 進 行 預(yù) 測 。 數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)挖掘技術(shù)的產(chǎn)生背景 隨 著 信 息 技 術(shù) 的 高 速 發(fā) 展 ， 人 們 積 累 的 數(shù) 據(jù) 量 急 劇 增 長 ， 如 何 從 海 量 的 數(shù) 據(jù) 中 提取 有 用 的 知 識 成 為 當(dāng) 務(wù) 之 急 。 其 主 要 任 務(wù) 是 關(guān) 聯(lián) 分 析 、 分 類 、 預(yù) 測 時 序 模 式 和 偏 差 分 析 等 。數(shù) 據(jù) 挖 掘 技 術(shù) 是 人 們 長 期 對 數(shù) 據(jù) 庫 技 術(shù) 進 行 研 究 和 開 發(fā) 的 結(jié) 果 。 數(shù) 據(jù) 挖 掘 使 數(shù) 據(jù) 庫 技 術(shù) 進 入 了 一 個 更 高 級 的 階 段 ， 它 不 僅能 對 過 去 的 數(shù) 據(jù) 進 行 查 詢 和 遍 歷 ， 并 且 能 夠 找 出 過 去 數(shù) 據(jù) 之 間 的 潛 在 聯(lián) 系 ， 從 而 促 進信 息 的 傳 遞 。從 廣 義 上 講 ， 數(shù) 據(jù) 、 信 息 也 是 知 識 的 表 現(xiàn) 形 式 ， 但 是 人 們 更 把 概 念 、 規(guī) 則 、 模 式 、規(guī) 律 和 約 束 等 看 作 知 識 。 原 始 數(shù)據(jù) 可 以 是 結(jié) 構(gòu) 化 的 ， 如 關(guān) 系 數(shù) 據(jù) 庫 中 的 數(shù) 據(jù) ； 也 可 以 是 半 結(jié) 構(gòu) 化 的 ， 如 文 本 、 圖 形 和圖 像 數(shù) 據(jù) ； 甚 至 是 分 布 在 網(wǎng) 絡(luò) 上 的 異 構(gòu) 型 數(shù) 據(jù) 。 發(fā) 現(xiàn) 的 知 識 可 以 被 用 于 信 息 管 理 ，查 詢 優(yōu) 化 ， 決 策 支 持 和 過 程 控 制 等 ， 還 可 以 用 于 數(shù) 據(jù) 自 身 的 維 護 。 在 這 種 需 求 牽 引 下 ， 匯 聚 了 不 同 領(lǐng) 域 的 研 究 者 ， 尤 其 是 數(shù) 據(jù) 庫 技術(shù) 、 人 工 智 能 技 術(shù) 、 數(shù) 理 統(tǒng) 計 、 可 視 化 技 術(shù) 、 并 行 計 算 等 方 面 的 學(xué) 者 和 工 程 技 術(shù) 人 員 ，投 身 到 數(shù) 據(jù) 挖 掘 這 一 新 興 的 研 究 領(lǐng) 域 ， 形 成 新 的 技 術(shù) 熱 點 。 簡 而 言 之 ， 數(shù) 據(jù) 挖 掘 其 實 是 一 類 深 層 次 的 數(shù) 據(jù) 分 析 方 法 。 分 析 這 些 數(shù) 據(jù) 也 不 再 是 單 純 為 了 研 究 的 需 要 ， 更主 要 是 為 商 業(yè) 決 策 提 供 真 正 有 價 值 的 信 息 ， 進 而 獲 得 利 潤 。 貝葉斯分類算法 貝葉斯算法的介紹貝 葉 斯 分 類 算 法 是 統(tǒng) 計 學(xué) 的 一 種 分 類 方 法 ， 它 是 一 類 利 用 概 率 統(tǒng) 計 知 識 進 行 分 類的 算 法 。由 于 貝 葉 斯 定 理 假 設(shè) 一 個 屬 性 值 對 給 定 類 的 影 響 獨 立 于 其 它 屬 性 的 值 ， 而 此 假 設(shè)在 實 際 情 況 中 經(jīng) 常 是 不 成 立 的 ， 因 此 其 分 類 準(zhǔn) 確 率 可 能 會 下 降 。 貝葉斯定理計 算 機 信 息 工 程 學(xué) 院 畢 業(yè) 設(shè) 計 說 明 書4貝 葉 斯 定 理 （ Bayes39。 在 有 些 關(guān) 于 概 率 的 解 說 中 ， 貝 葉 斯 定 理 能 夠 告 知 我 們 如 何利 用 新 證 據(jù) 修 改 已 有 的 看 法 。貝 葉 斯 公 式 的 用 途 在 于 通 過 己 知 三 個 概 率 函 數(shù) 推 出 第 四 個 。 通 過 聯(lián) 系 A 與 B,計 算 從 一 個 事 件 產(chǎn) 生 另 一 事 件 的 概 率 ,即 從 結(jié) 果 上 溯 原 。 這 樣 的 理 念 導(dǎo) 致 貝 葉 斯 主 義 者 有更 多 的 機 會 使 用 貝 葉 斯 定 理 。()其 中 P(A|B)是 在 B 發(fā) 生 的 情 況 下 A 發(fā) 生 的 可 能 性 。 之 所 以 稱 為 先 驗 是 因 為 它 不 考 慮 任 何 B方 面 的 因 素 。(3)P(B|A)是 已 知 A 發(fā) 生 后 B 的 條 件 概 率 ， 也 由 于 得 自 A 的 取 值 而 被 稱 作 B 的 后驗 概 率 。按 這 些 術(shù) 語 ， Bayes 定 理 可 表 述 為 ：后 驗 概 率 = (相 似 度 *先 驗 概 率 )/標(biāo) 準(zhǔn) 化 常 量 。另 外 ， 比 例 P(B|A)/P(B)也 有 時 被 稱 作 標(biāo) 準(zhǔn) 相 似 度 （ standardised l