第一论文网免费提供科技创新论文范文,科技创新论文格式模板下载

粗糙集理论与最小距离法相结合的校园招聘分析

  • 投稿豆豆
  • 更新时间2015-09-23
  • 阅读量928次
  • 评分4
  • 72
  • 0

高发强

(江苏科技大学数理学院,江苏 镇江 212003)

【摘要】高校校园招聘会以其针对性强、时效性好、易于交流沟通、成功率高等特点而越来越受到广大毕业生的欢迎。在当前毕业生数量攀升而就业职位数增长缓慢的情况下,毕业生就业难越发严重。本文基于粗糙集原理和最小距离法,通过对校园招聘企业人才需求状况的调查分析,设计并实现知识获取,知识约简,分类的方法,对影响校园招聘企业人才需求的多个要素进行分析,获取校园招聘不同性质的企业人才需求的决策规则。为指导大学生如何准备就业和毕业生高效签订企业提供可靠的借鉴依据。

教育期刊网 http://www.jyqkw.com
关键词 校园招聘;粗糙集;约简;决策规则;最小距离法

0 引言

近年来,“大学生就业难”已经成为一个热门话题,大学生如何在就业形式严峻的情况下,高效找到工作越发困难。参加校园招聘是大学生签订工作的主要方式,如何从校园招聘的众多学子中脱颖而出,是每个大学生面临的难题。通过调查分析,文章用粗糙集理论和最小距离法相结合的方法,分析了校园招聘企业人才需求的影响因素,从而更加准确的指出了不同性质的企业在校园招聘中对毕业生的要求,对大学生如何准备就业具有重要的指导意义。

波兰数学家Z.Pawlak提出的粗糙集理论是一种处理不精确信息和含糊信息的新型数学方法,近年来成功应用于医疗诊断、图像处理、模式识别、知识获取、数据挖掘和决策支持等领域。经典粗糙集理论是通过论域U上的不可分辨二元关系(即等价关系)导出的等价类作为基本的知识颗粒,用一对上下近似集合来逼近数据库种的不精确概念。粗糙集的核心思想是在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则。

最小距离分类,是指求出未知类别向量到要识别各类别代表向量中心点的距离,将未知类别向量归属于距离最小一类的一种图像分类方法。 本文将粗糙集理论和最小距离法用于校园招聘企业人才需求规则,高校可借鉴此规则引导学生,避免大学生盲目择业;大学生也可参考此规则合理安排大学生活和做好就业准备。

1 基本概念

1.1 粗糙集

2 校园招聘企业人才需求影响因素体系构建

经过专家打分本文选出13个影响因素,做了100份问卷调查,构建决策信息表如表1所示:

表中用“0、1、2、3、4”来表示不同的取值。U={u1,u2,…,u100}表示100分问卷的集合,A={C1,C2,…,C12,d1}表示属性集。经过上述处理后可得到如下的决策信息表:

3 数据处理

通过计算约简掉的冗余数据为{c5,c11,c12,c13},最终得到C对{d}的相对约简为{c1,c2,c3,c4,c6,c7,c8,c9,c10}。因此获得的确定性规则如下:

r1:(c1=3)^(c2=3)^(c3=1)^(c4=1)^(c6=0)^(c7=1)^(c8=0)^(c9=1)^(c10=1)→(d=0),可信度为1

r2:(c1=3)^(c2=3)^(c3=0)^(c4=1)^(c6=1)^(c7=1)^(c8=1)^(c9=1)^(c10=1)→(d=2),可信度为1

r3:(c1=3)^(c2=3)^(c3=1)^(c4=1)^(c6=0)^(c7=1)^(c8=1)^(c9=1)^(c10=0)→(d=1),可信度为1

r4:(c1=3)^(c2=3)^(c3=0)^(c4=1)^(c6=0)^(c7=1)^(c8=1)^(c9=1)^(c10=1)→(d=3),可信度为1

上述确定性规则用通俗语言解释如下:

1)有相关证书,成绩较好,学生党员,学生干部,不是自主创业尝试者,有独立工作能力,缺乏综合分析能力,有口头表达能力,有创新能力;该类毕业生适合国企,可信度为1 。

2)有相关证书,成绩较好,不是学生党员,学生干部,自主创业尝试者,有独立工作能力,一定综合分析能力,有口头表达能力,有创新能力;该类毕业生适合外企,可信度为1 。

3)有相关证书,成绩较好,学生党员,学生干部,不是自主创业尝试者,有独立工作能力,一定综合分析能力,有口头表达能力,创新能力弱;该类毕业生适合民企,可信度为1 。

4)有相关证书,成绩较好,不是学生党员,学生干部,不是自主创业尝试者,有独立工作能力,一定综合分析能力,有口头表达能力,有创新能力;该类毕业生适合其他类型企业,可信度为1 。

不足之处:通过知识约简获得的确定性规则,虽然每个属性都是必要的,但表示的确定性规则显得繁杂,尤其用通俗语言解释时。如果当得到确定性规则存在几十个属性并很多属性必要且相同时,不管用通俗语言解释还是用符号表示,就会更加繁杂,难以简单的找到区分点。因此解决这个不足之处是必须的。

4 改进

改进方法:最小距离法和粗糙集相结合。

最小距离法步骤如下:

第四步:重复第二、三两个步骤,直至将样品合并为所需的类。

通过最小距离法,将属性c1和c2分为一类,记为C1,即显性具体能力;属性c7和c9分为一类,记为C2,即基本能力。则改进后的确定性规则如下:q

r1:(C1=3)^(c3=1)^(c4=1)^(c6=0)^(C2=1)^(c8=0)^(c10=1)→(d=0),可信度为1

r2:(C1=3)^(c3=0)^(c4=1)^(c6=1)^(C2=1)^(c8=1)^(c10=1)→(d=2),可信度为1

r3:(C1=3)^(c3=1)^(c4=1)^(c6=0)^(C2=1)^(c8=1)^(c10=0)→(d=1),可信度为1

r4:(C1=3)^(c3=0)^(c4=1)^(c6=0)^(C2=1)^(c8=1)^(c10=1)→(d=3),可信度为1

上述确定性规则用通俗语言解释如下:

1)有显性具体能力,学生党员,学生干部,不是自主创业尝试者,有基本能力,缺乏综合分析能力,有创新能力;该类毕业生适合国企,可信度为1 。

2)有显性具体能力,不是学生党员,学生干部,自主创业尝试者,有基本能力,一定综合分析能力,有创新能力;该类毕业生适合外企,可信度为1 。

3)有显性具体能力,学生党员,学生干部,不是自主创业尝试者,有基本能力,一定综合分析能力,创新能力弱;该类毕业生适合民企,可信度为1 。

4)有显性具体能力,不是学生党员,学生干部,不是自主创业尝试者,有基本能力,一定综合分析能力,有创新能力;该类毕业生适合其他类型企业,可信度为1 。

5 结论

本文利用最小距离法和粗糙集的知识对企业人才需求状况的数据处理,通过上述可以看出,不同的企业对毕业生有不同的要求,但其中有些是共同因素,如:证书,成绩的重要性,学生干部,独立工作能力等。因此,学校针对性地采取有效措施,正确引导大学生合理安排大学生活,应届毕业生可根据自身的情况找到适合的类型企业或根据企业的类型来准备简历和其他相关性的事情,这对应届毕业生在校园招聘中有一定的参考价值。

教育期刊网 http://www.jyqkw.com
参考文献

[1]张文修,吴伟志,梁吉业,李德玉.粗糙集理论与方法[J].北京:科学出版社,2001.

[2]Pawlak Z. Rough sets[J].International Joumal of Computer and information sciences,1982, 11(5): 341-356.

[3]徐维艳,魏敏,张明.基于相似关系粗糙集中的否定规则及约简[J].微电子学与计算机,2012.

[4]贺莹,严春芳.关于提高校园招聘有效性的思考[M].上海:中国电子科技集团公司第二十三研究所,2014.

[5]徐映梅.市场分析方法[M].北京:中国财经经济出版社,2006.

[责任编辑:杨玉洁]