基于粗糙集理论的高校学生就业意向研究

作     者：徐怡 陈玉莹 赵彦娇 乔春城 XU Yi;CHEN Yu-ying;ZHAO Yan-jiao;QIAO Chun-cheng

作者机构：安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230601 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2015年第25卷第10期

页      面：209-213页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61402005) 安徽省自然科学基金项目(1308085QF114) 安徽省高等学校省级自然科学基金项目(KJ2013A015 KJ2011Z020) 安徽大学创新训练项目(201410357179) 计算智能与信号处理教育部重点实验室课题项目 

主　　题：粗糙集 高校学生就业意向 属性约简 规则提取 

摘      要：就业是高校学生学习的主要目标之一,由于影响学生就业意向的因素众多,导致学生不能清楚分析自己的就业意向,就业时存在盲目性。为了帮助高校学生准确分析自己的就业意向,文中首先设计了高校学生就业意向调查问卷表,面向本校大一至大四的学生分发调查问卷收集数据,然后利用粗糙集理论改进的基于分辨矩阵的属性约简算法,找出影响高校学生就业意向的关键因素,利用粗糙集理论改进的基于分辨矩阵的规则提取算法,挖掘影响高校学生就业意向的关键因素和就业意向之间的依赖关系,导出支持度高、泛化能力强的规则集,最后通过实验验证了规则集的有效性。研究成果可以帮助高校学生更清楚地分析自己的就业意向,指导学生做出更好的职业规划,为将来的就业提供帮助。