文章详情

摘要

针对职业本科院校就业指导精准性不足、就业困难学生识别不准确的问题，本研究以甘肃Y职业院校计算机应用技术专业为例，构建了基于数据挖掘的精准就业帮扶模式。通过收集44名毕业生的多维度数据和510条招聘信息，采用随机森林算法分析就业影响因素，发现学业成绩（重要性0.342）、单位类型（0.156）和就业城市级别（0.098）是影响薪资的关键因素；运用Apriori算法挖掘出“证书_Java/Python＋GPA_优秀→行业_IT服务业”（置信度77.8%）、“证书_软件设计师→职位_程序员/开发员”（置信度73.3%）等高关联规则；结合TF-IDF和K-means算法将学生分为全能型、学术型、实践型、普通型四类。基于分析结果，构建了“识别—诊断—匹配—帮扶”四阶段帮扶模式并开发智能推荐系统原型，实现了“一生一策”的精准帮扶，为职业院校数字化转型提供了可复制的实践范例。

关键词

数据挖掘；职业本科；精准就业帮扶；随机森林；Apriori算法；智能推荐

参考文献

1. [1] 刘丽娜.基于改进Apriori算法的毕业生就业智能推荐系统 [J].辽东学院学报（自然科学版），2021，28（2）：130-135.
2. [2] 陈烁权，钟银婷，佘梓润，等.基于数据挖掘算法的大学生就业分析——以韩山师范学院统计学专业为例 [J].韩山师范学院学报，2024，45（3）：68-75.
3. [3] 李龙，金铄，黄霞.基于改进TF-IDF算法的毕业生就业推荐算法研究 [J].计算机与数字工程，2023，51（9）：1985-1989，2118.
4. [4] 张艺竞，胡筱雨.基于数据挖掘和Apriori算法的高校就业分析模型 [J].信息技术与信息化，2025（8）：137-140.
5. [5] 李川，刘洲洲.基于决策树算法的IT专业就业模型 [J].兵工自动化，2023，42（5）：50-53，74.
6. [6] 虞燕花.基于数据挖掘在高职学生精准就业中的应用探究 [J].信息与电脑（理论版），2023，35（8）：218-220.
7. [7] 杨明，樊旭，徐浩然.用户兴趣模型和Apriori算法在大学生就业推荐中的应用研究 [J].现代电子技术，2020，43（13）：119-122.
8. [8] 卫善春.基于数据挖掘的就业需求信息资源采集研究 [J].情报科学，2023，41（9）：130-137.
9. [9] 丁婷，龚祯，朱辰杰.数字经济背景下基于教育数据挖掘的大学生高质量就业培养路径研究J].商业经济，2025（2）：191-193.
10. [10] Breiman L. Random Forests [J].Machine Learning，2001，45（1）：5-32.

基金项目

甘肃省教育科学“十四五”规划2025年度“大学生职业规划与就业指导”专项课题“基于‘互联网+’背景下职业本科院校精准就业帮扶模式研究—以甘肃Y职业院校为例”（GS〔2025〕GHBZX0087）

作者简介

刘兴伟（1993—），男，汉族，甘肃白银人，讲师，硕士研究生，研究方向：大数据分析。