《数据挖掘 大学生兼职app应用设想》由会员分享，可在线阅读，更多相关《数据挖掘 大学生兼职app应用设想（11页珍藏版）》请在金锄头文库上搜索。
1、XXX 工 学 院学 年 论 文作 者:XX学 号：XXX系 (院):XXX专 业:XXXX题 目:基于数据挖掘的大学生兼职APP应用设想XXXX指导者： (姓 名) (专业技术职务)2016年5月摘要随着技术的高速发展，数据时代已经悄悄来临了。由于技术的不断发展，数据库技术也得到了不断的发展并且数据库系统在信息管理中得到了广泛的应用,数据库中存储的数据量急剧增大。如何从这些海量数据中发现知识,就引导人们发现了数据挖掘这一技术。数据挖掘就是从大量的数据中抽取以前未知并潜在可用的模式。近年来，中国的社会和经济以超高速之态不断发展，而就业压力也随之上升， 这使得兼职作为一种社会实践以及工作经历对于
2、大学生成功就业有着重要意义。由此发现大学生兼职已经成为一种日益普遍的现象。许多调查报告结果显示,中介、校园海报、兼职网站或APP是大学生寻找兼职的主要渠道,调查报告同时显示了兼职种类相对比较单一,兼职与专业的相关度较低且科技含量不高。本文主要研究在大数据时代下，数据挖掘在大学生兼职活动中的应用。关键词：数据挖掘 兼职 相关度 ABSTRACTWith the rapid development of technology, the data era has come. Due to the continuous development of technology, database techn
3、ology has been continuously developed and the database system has been widely used in information management, the amount of data stored in the database increased dramatically. How to discover knowledge from the massive data, and guide people to discover the technology of data mining. Data mining is
4、to extract previously unknown and potentially useful patterns from a large number of data.In recent years, Chinas social and economic to ultra high speed development, the employment pressure is increasing, which makes a part-time as a kind of social practice and work experience for the successful em
5、ployment of university students has important significance. It has become an increasingly common phenomenon for college students to have part-time jobs. Many survey report shows that intermediary, the campus posters, part-time website or app is college students looking for part-time main channel, su
6、rvey report also shows the part-time are relatively single, part-time and professional related degree is low, and the scientific and technological content is not high.This paper mainly studies the application of data mining in university students part time activities in the era of big data.Keywords：
7、 data mining； part-time job； Correlation degree1 绪论数据挖掘，同时可以理解为资料探勘、数据挖掘。它是数据库知识发现中的一个步骤。在毛国君、段立娟、王实、石云等编著的数据挖掘原理与算法（第二版）中4，提出了数据挖掘定义应该有广义与狭义之分。从广义的观点，数据挖掘是从大型数据集（可能是不完全的、有噪声的、不确定性的、各种存储形式的）中，挖掘隐含在其中的、人们事先不知道的、对决策有用的知识的完整过程。从狭义的观点上出发，我们可以定义数据挖掘是从特定形式的数据集中提炼知识的过程。数据挖掘包含了丰富的内涵，是一个多学科交叉研究领域。每个领域的研究人员都从
8、不同的角度看待数据挖掘的概念。所以，面对数据挖掘的时候，我们应该结合具体的角度来看待数据挖掘技术。目前,基于大数据模型的兼职类APP飞速发展,Internet为兼职类APP提供了快速的交易速度和便利使传统的商务活跨越了地域的限制。另一方面,涉及客户端的兼职类APP也正在进行着巨大的革新。如果能够跟踪用户在Internet上的浏览行为并进行模式分析,这样将会缩短用户的寻找兼职的速度，并且可以为用户提供更好的兼职信息。基于李倩的大学生兼职的动因分析3，同时可以了解现在的大量的大学生正在寻找或正在兼职的道路上，同时我们了解到兼职市场的规模的大以及兼职市场的信息复杂，正需要使用数据挖掘对相应的数据进行
9、管理。基于任明枢的Web数据挖掘及其在电子商务中的应用2我们可以看到数据挖掘在web以及电子商务中的应用，同时可以射影到兼职应用APP中去，看到了数据挖掘技术在兼职类应用APP中的应用前景。本文写作的结构，从以下两个方面展开：介绍兼职类应用APP以及兼职市场前景与现状和介绍数据挖掘的发展与技术。1.1研究背景近年来，大数据时代的到来，为人们的生活带来了不少的便利。Internet使计算机、网络、通信合而为一2。电子商务等一些新概念的出现，以其巨大的社会效益和极富挑战与机遇的内涵，成为信息科学中引人注意的科研课题。然而网络技术在快速发展中给人们带来的快捷与便利的体验时，也带来了不少的问题：信息量
10、过多无法筛选；信息质量良莠不齐；信息安全难以保证；信息形式不一，难以处理。智能手机也是这一时代的产物。智能手机上面拥有各种各样的APP应用，包括生活、学习、娱乐等各个方面。大学生寻找兼职的方式也就变得多样性了，不再局限于一些中介、校园海报或口头询问了，而是更多地进行自主的寻找。那些兼职类应用APP也如雨后春笋般不断地出现。面对巨大的注册用户人群以及各种各样的兼职信息要求，数据库面临着巨大的挑战。如此数据挖掘技术就成了一个必不可少的知识。1.2研究现状与发展趋势1.2.1国外发展现状知识发现 ( Knowledge Discovery in Databases， KDD)与DM是数据库领域中最重
11、要的课题之一6。KDD一词是在1989年8月于美国底特律市召开的第十一届国际人工智能会议上正式形成的。之后每年召开一次这样的会议，经过十几年的努力，数据挖掘技术的研究已经取得了丰硕的成果。目前，对KDD的研究主要围绕理论、技术和应用这三个方面展开。多种理论与方法的合理整合是大多数研究者采用的有效技术。目前，国外数据挖掘的最新发展主要有对发现知识的方法的进一步研究，如近年来注重对Bayes(贝叶斯)方法以及Boosting方法的研究和改进提高；KDD与数据库的紧密结合；传统的统计学回归方法在KDD中的应用。在应用方面主要体现在KDD商业软件工具从解决问题的孤立过程转向建立解决问题的整体系统，主要
12、用户有保险公司、大型银行和销售业等。许多计算机公司和研究机构都非常重视数据挖掘的开发应用，IBM和微软都相继成立了相应的研究中心。1.2.2国内发展现状与国外相比，国内对数据挖掘的研究起步稍晚且不成熟，目前正处于发展阶段。最新发展：分类技术研究中，试图建立其集合理论体系，实现海量数据处理；将粗糙集和模糊集理论二者融合用于知识发现；构造模糊系统辨识方法与模糊系统知识模型；构造智能专家系统；研究中文文本挖掘的理论模型与实现技术；利用概念进行文本挖掘。1.2.3发展趋势就目前来看，数据挖掘的几个研究热点主要包括数据流挖掘、文本挖掘、Web挖掘、及生物信息数据挖掘四个方面1。 随着越来越多的业务需求被
13、不断开拓，数据挖掘已成功应用于社会生活的方方面面，目前在很多领域如商业、医学、科学研究等均有不少成功的应用案例。为了提高系统的决策支持能力，像ERP、SCM、HR等一些应用系统也逐渐与数据挖掘集成起来。多种理论与方法的合理整合是大多数研究者 采用的有效技术。以下是未来比较重要的数据挖掘发展趋势：(1) 数据挖掘技术与特定商业逻辑的平滑集成问题；(2) 数据挖掘技术与特定数据存储类型的适应问题；(3) 大型数据的选择与预处理问题；(4) 数据挖掘系统的构架与交互式挖掘技术；(5) 数据挖掘语言与系统的可视化问题；(6) 数据挖掘理论与算法研究；(7) 与数据库数据仓库系统集成；(8) 与语言模型
14、系统集成；(9) 挖掘各种复杂类型的数据；(10) 支持移动环境；1.3 本文的基本工作（1）讨论了数据挖掘技术的发展与现状2（2）讨论了大学生兼职这一现象的现状（3）讨论了数据挖掘在大学生兼职活动中的应用（4）总结了数据挖掘对于大学生兼职的重要性2 大学生兼职活动的现状大学生庞大的群体，让很多的商业人士看到了其中的商业利润，纷纷投入兼职产品的开发与使用。市面上大大小小的兼职类APP存在有几百种，上规模的就有一百种左右。2.1大学生兼职的因素（1）经济压力我国高等教育从1949年到如今的数几十年,家庭教育支出倍增,而据国家统计局数据为例:2004年全国农村居民人均纯收入实际增长6.8%,远远低
15、于家庭教育支出20%多的增长率!学生为减轻家庭负担,便产生了出外兼职挣钱的考虑。并且在大学生这一年轻群体中，他们接受新鲜事物的能力都高于其他的年龄群体，所以他们每月或者每一段时间就会花费一定的费用在这上面，为了能够支持自己的消费就需要自己进行兼职活动获得除了父母给予的生活费之外的收入（2）就业压力大学生是一个庞大的群体，每年的应届毕业生都面对着严峻的就业形势。尤其是近几年的高等教育扩招3，这一举动满足了未来市场对高层次人才的需求, 另一方面适应了新经济的要求。尽管这种教育消费的增加正在拉动我国居民的消费水平, 但无疑也加剧了岗位间的竞争, 这种竞争使得大学生无法很好的预计自己的将来, 这种对未来的紧张感使得大学生在求学期间早早的就参加了社会实践, 期望为自己的未来岗位积累更多的资本。所以他们也会利用空余时间进行兼职。（3）社交需求随着社会的进步，有很多的观念也在进步。很多人认为当今的学生没有过去的学生好学刻苦, 这样的评论是不负责的。在九十年代以前, 大学教育作为我国的行政职责, 每一个大学生在入学时就有编制, 学费由国家全额负担, 生活费也由国家承担一部分,
