技校網(wǎng)絡(luò)人才定向培養(yǎng)數(shù)據(jù)挖掘應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了技校網(wǎng)絡(luò)人才定向培養(yǎng)數(shù)據(jù)挖掘應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：為適應(yīng)中國從“制造大國”向“智造大國”的轉(zhuǎn)變，培養(yǎng)一批“人無我有、人有我優(yōu)”的技能型人才，是技工院校網(wǎng)絡(luò)專業(yè)課程設(shè)置與就業(yè)指導(dǎo)部門面臨的重要課題。大數(shù)據(jù)信息化系統(tǒng)的應(yīng)用普及，存儲海量的畢業(yè)生就業(yè)數(shù)據(jù)。使用數(shù)據(jù)挖掘技術(shù)的關(guān)聯(lián)規(guī)則與聚類算法統(tǒng)計分析畢業(yè)生就業(yè)數(shù)據(jù)，科學(xué)地找出畢業(yè)生技術(shù)能力與企業(yè)崗位需求的客觀規(guī)律，及時指引專業(yè)課程的設(shè)置調(diào)整與就業(yè)指導(dǎo)工作，更好地為企業(yè)需求進行人才定向培養(yǎng)。

關(guān)鍵詞：數(shù)據(jù)挖掘；大數(shù)據(jù)；關(guān)聯(lián)規(guī)則；聚類算法

引言

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)挖掘與數(shù)據(jù)應(yīng)用技術(shù)結(jié)合互聯(lián)網(wǎng)+、云計算、物聯(lián)網(wǎng)環(huán)境，反映著各行業(yè)的現(xiàn)狀與發(fā)展趨勢，成為了實現(xiàn)“人才強國戰(zhàn)略，制造強國戰(zhàn)略，創(chuàng)造驅(qū)動發(fā)展智匯強國戰(zhàn)略”宏偉目標的重要推手。同時，社會發(fā)展需要具有扎實技術(shù)、素質(zhì)優(yōu)良、創(chuàng)新潛能的技術(shù)人才；技工院校如何與時俱進培養(yǎng)優(yōu)質(zhì)人才，滿足社會發(fā)展需求?大數(shù)據(jù)應(yīng)用與數(shù)據(jù)挖掘技術(shù)將指引學(xué)校教育培訓(xùn)部門進行合理的課程設(shè)置和調(diào)整以及開展畢業(yè)生就業(yè)指導(dǎo)工作，以適應(yīng)企業(yè)不斷發(fā)展的需求。

1教學(xué)現(xiàn)狀分析

目前，技工院校網(wǎng)絡(luò)技術(shù)專業(yè)的課程設(shè)置，主要分析網(wǎng)絡(luò)技術(shù)發(fā)展的趨勢、由行業(yè)技術(shù)專家和企業(yè)資深從業(yè)人員進行指導(dǎo)；調(diào)整課程體系，培養(yǎng)學(xué)生學(xué)習(xí)專業(yè)理論知識與掌握常用技術(shù)；學(xué)生學(xué)習(xí)完所有課程和經(jīng)過崗位實訓(xùn)實踐后，畢業(yè)直接在企業(yè)上崗工作，形成一種“專業(yè)（指導(dǎo)）->課程（指導(dǎo)）->就業(yè)”單向指導(dǎo)培養(yǎng)模式?！皩W(xué)生能短時間內(nèi)滿足崗位需求嗎？能學(xué)以致用嗎？綜合職業(yè)能力如何？”實習(xí)指導(dǎo)部門會進行周期隨訪跟蹤工作及收集反饋信息，慢慢就積累了大量寶貴的數(shù)據(jù)；如何對這些數(shù)據(jù)收集分析，使其更好地持續(xù)地服務(wù)到后續(xù)的人才培養(yǎng)中呢？數(shù)據(jù)挖掘技術(shù)使這一目標得以實施，利用關(guān)聯(lián)規(guī)則和聚類算法進行統(tǒng)計、分析以上海量數(shù)據(jù)，獲取企業(yè)常需工種的專業(yè)技術(shù)需求和趨勢，與專業(yè)發(fā)展趨勢相結(jié)合，共同指導(dǎo)網(wǎng)絡(luò)專業(yè)課程體系的調(diào)整，形成一種新型雙向指導(dǎo)培養(yǎng)模式。把課程結(jié)構(gòu)設(shè)置成“專業(yè)基礎(chǔ)課+專業(yè)核心課+職業(yè)修養(yǎng)課”三維一體課程體系，建立對學(xué)生實行“專業(yè)+職業(yè)”能力定向培養(yǎng)模式。

2數(shù)據(jù)挖掘技術(shù)

2.1數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘（DataMining）又稱數(shù)據(jù)采礦、資料探勘，是數(shù)據(jù)庫中的知識發(fā)現(xiàn)。數(shù)據(jù)挖掘利用“互聯(lián)網(wǎng)+數(shù)據(jù)算法技術(shù)”，對海量的、模糊的、隱含的及有潛在價值的數(shù)據(jù)進行采集、分析處理；把數(shù)據(jù)內(nèi)在的客觀規(guī)律提取出來，成為有價值的信息資源。數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則和聚類算法具有描述和預(yù)測兩大功能，描述功能揭示數(shù)據(jù)的關(guān)聯(lián)性；預(yù)測功能幫助人們了解數(shù)據(jù)的分布，從而作為人們的行為導(dǎo)向。使用關(guān)聯(lián)規(guī)則和聚類算法，可以跟蹤學(xué)生的就業(yè)情況，進行數(shù)據(jù)挖掘，獲取網(wǎng)絡(luò)專業(yè)技術(shù)在企業(yè)對應(yīng)崗位應(yīng)用的情況，定向指導(dǎo)本專業(yè)人才培養(yǎng)的課程設(shè)置調(diào)整與實習(xí)指導(dǎo)工作開展。關(guān)聯(lián)規(guī)則，就是從海量數(shù)據(jù)中找出頻繁出現(xiàn)的數(shù)據(jù)集組成數(shù)據(jù)庫，然后設(shè)置最小支持度，對數(shù)據(jù)進行迭代篩選，結(jié)果數(shù)據(jù)集反映了企業(yè)崗位對應(yīng)網(wǎng)絡(luò)專業(yè)相關(guān)技術(shù)的需求方向。聚類算法，簡而言之就是物以類聚，就是把海量的數(shù)據(jù)根據(jù)一定的條件進行劃分，把性質(zhì)相近或相似的數(shù)據(jù)分為一類；從而將沒有明顯關(guān)聯(lián)的數(shù)據(jù)變成同類之間有關(guān)聯(lián)的幾組數(shù)據(jù)。聚類算法可以指引技工院校教育培訓(xùn)部門合理調(diào)整專業(yè)選修課程的設(shè)置，更好與專業(yè)核心課程結(jié)合，達到提高“學(xué)生-崗位”定向培養(yǎng)的職業(yè)能力的目標。

2.2數(shù)據(jù)挖掘的應(yīng)用（1）挖掘流程確定數(shù)據(jù)挖掘的目標，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到技工院校網(wǎng)絡(luò)專業(yè)人才培養(yǎng)與就業(yè)指導(dǎo)工作中；既能促進課程設(shè)置的合理性，又能使就業(yè)指導(dǎo)具有針對性。確定數(shù)據(jù)范圍，為確保數(shù)據(jù)的時效性，選取前兩屆畢業(yè)生的就業(yè)數(shù)據(jù)進行初步挖掘處理，然后使用篩選條件進行迭代操作，逐層深度挖掘，最終利用獲取的就業(yè)信息數(shù)據(jù)，再與課程體系建立關(guān)聯(lián)。數(shù)據(jù)挖掘系統(tǒng)操作流程，如圖1。數(shù)據(jù)挖掘系統(tǒng)的幾個重要組成部分：①獲取挖掘數(shù)據(jù)源：前兩屆網(wǎng)絡(luò)專業(yè)畢業(yè)生的在?；拘畔⒑途蜆I(yè)信息。②創(chuàng)建挖掘庫：關(guān)聯(lián)規(guī)則、聚類算法。③設(shè)計挖掘規(guī)則：根據(jù)挖掘庫內(nèi)的規(guī)則，確定關(guān)聯(lián)條件，對數(shù)據(jù)進行篩選，提取有價值的關(guān)聯(lián)。④條件庫：對數(shù)據(jù)頻繁集進行篩選的條件集合；迭代篩選，直到數(shù)據(jù)集為無交集數(shù)據(jù)。⑤數(shù)據(jù)庫：學(xué)生就業(yè)的各種類型信息，如學(xué)歷、性別、必修課程、選修課程、專業(yè)技能等級、崗位類型、崗位薪酬。⑥挖掘結(jié)果分析：通過逐層深度挖掘，獲取課程、技能等級與企業(yè)崗位薪酬的關(guān)聯(lián)信息，提供有價值的指導(dǎo)性報告。（2）挖掘應(yīng)用在網(wǎng)絡(luò)專業(yè)人才培養(yǎng)和實習(xí)指導(dǎo)工作中，需要對學(xué)生就業(yè)的影響因素進行量化分析，獲取有效數(shù)據(jù)。數(shù)據(jù)挖掘主要針對學(xué)歷與崗位關(guān)聯(lián)；專業(yè)技能等級與崗位關(guān)聯(lián)；課程主修方向與崗位關(guān)聯(lián)；薪酬等級與崗位關(guān)聯(lián)進行分析。①數(shù)據(jù)采集學(xué)生基本信息，包括學(xué)生學(xué)籍信息、課程信息、實習(xí)信息三大數(shù)據(jù)源；采集創(chuàng)建關(guān)系數(shù)據(jù)庫。如表1。②數(shù)據(jù)預(yù)處理學(xué)生信息關(guān)系數(shù)據(jù)庫中可能存在不完整、冗余、空值等情況，因此在挖掘操作前，需要對數(shù)據(jù)進行預(yù)處理，提高數(shù)據(jù)的準確性和完整性。這樣有利于建立高質(zhì)量的數(shù)據(jù)庫系統(tǒng)。如學(xué)生生源地、課程學(xué)分及一些退學(xué)、服兵役的學(xué)生記錄。同時通過添加關(guān)系，把各數(shù)據(jù)表關(guān)聯(lián)起來，為數(shù)據(jù)挖掘做好準備。③使用關(guān)聯(lián)規(guī)則進行挖掘在關(guān)系數(shù)據(jù)庫中提取學(xué)生各類型信息，對數(shù)據(jù)進行抽象和離散化處理。學(xué)生性別有女（A1）、男（A2）；學(xué)歷有中技（B1）、高技（B2）、本科（B3）；主修方向網(wǎng)絡(luò)設(shè)備（C1）、網(wǎng)絡(luò)系統(tǒng)（C2）、網(wǎng)站建設(shè)（C3）；專業(yè)技能等級有中級工（D1）、高級工（D2）、技師（D3）；崗位薪酬級別有月薪4000元以上（E1）、月薪3000-4000元（E2，不含4000）、月薪3000元以下（E3）。對以上各項類別進行抽象處理后，建立信息表，如表2。④使用聚類算法分析、分類挖掘結(jié)果聚類算法的聚類因子從信息表數(shù)據(jù)項中獲取，算法策略利用數(shù)據(jù)庫中關(guān)系查詢讀取功能，獲得挖掘結(jié)果；分析出專業(yè)課程設(shè)置、技能等級與崗位需求，薪酬級別的關(guān)聯(lián)性，提取客觀規(guī)律。得出“硬件/軟件”主修方向、“中技/高技/本科”學(xué)歷、“中級工/高級工/技師”技能等級的畢業(yè)生；不同專業(yè)方向和技術(shù)水平的畢業(yè)生，分別對應(yīng)哪些崗位，哪個薪酬級別；將會進行更有針對性的定向技術(shù)培養(yǎng)和就業(yè)指導(dǎo)。數(shù)據(jù)項的關(guān)聯(lián)規(guī)則。如表3。根據(jù)聚類算法策略，獲得性別、學(xué)歷、技能等級、主修方向與薪酬級別的關(guān)聯(lián)規(guī)則；挖掘分析出人才培養(yǎng)各階段各層次和就業(yè)崗位的對應(yīng)規(guī)則。發(fā)現(xiàn)性別與薪酬的關(guān)聯(lián)支持度最??；學(xué)歷和主修方向和技能等級三因素結(jié)合與薪酬級別支持度有不同的對應(yīng)關(guān)系：中技學(xué)歷中等技能等級并主修網(wǎng)絡(luò)設(shè)備對應(yīng)中高等級薪酬的支持度置信度高；高技學(xué)歷技師等級主修網(wǎng)絡(luò)系統(tǒng)或網(wǎng)站建設(shè)對應(yīng)中高等級薪酬的支持度置信度高。通過支持度與置信度的概率分析有效地根據(jù)學(xué)生的具體條件和學(xué)業(yè)情況，進行分層職業(yè)崗位定向培養(yǎng)，達到更有針對性的學(xué)習(xí)與就業(yè)指導(dǎo)。摘取主修網(wǎng)絡(luò)系統(tǒng)方向的職業(yè)崗位定位培養(yǎng)方案。如表4。

3結(jié)語

創(chuàng)新，是復(fù)興的征程上，推動國家興旺發(fā)達的不竭動力。培養(yǎng)智造型人才是技工院校職業(yè)技能教育的時代課題?！盎ヂ?lián)網(wǎng)+數(shù)據(jù)挖掘”是信息時代的重要工具，也是技工院校人才培養(yǎng)改革與發(fā)展的技術(shù)推手；使用數(shù)據(jù)挖掘技術(shù)從海量、復(fù)雜的學(xué)生信息中，分析獲取有規(guī)律有價值的數(shù)據(jù)，找出網(wǎng)絡(luò)專業(yè)技術(shù)能力與企業(yè)相關(guān)崗位能力需求之間對應(yīng)關(guān)系，指引技工院校及時合理的調(diào)整課程設(shè)置與能力培養(yǎng)模式與目標，對學(xué)生進行分層專業(yè)能力定向培養(yǎng)，提高核心競爭力，為國家建設(shè)培養(yǎng)輸送高質(zhì)量、高素質(zhì)的創(chuàng)新性技能人才；同時也解決學(xué)生畢業(yè)就業(yè)難的問題，實現(xiàn)畢業(yè)即就業(yè)，更好地滿足企業(yè)崗位需求，短時間內(nèi)進行專業(yè)角色轉(zhuǎn)換，投入到國家的生產(chǎn)建設(shè)中，實現(xiàn)“制造大國”向“智造強國”的轉(zhuǎn)變。

參考文獻：

[1]任昱衡.數(shù)據(jù)挖掘:你必須知道的32個經(jīng)典案例[M].電子工業(yè)出版社，2018（10）.

[2]喻梅于健.數(shù)據(jù)分析與數(shù)據(jù)挖掘[M].清華大學(xué)出版社，2018（3）.

[3]吳翌琳房祥忠.大數(shù)據(jù)探索性分析[M].中國人民大學(xué)出版社，2016（7）.

作者：杜嘉茵 單位：廣州市機電技師學(xué)院