田然 劉嘉敏 歐思華 胡曉清

摘 要：基于對某獨立學(xué)院畢業(yè)生的調(diào)查問卷，通過Apriori算法進行關(guān)聯(lián)規(guī)則分析并實現(xiàn)數(shù)據(jù)可視化，挖掘畢業(yè)生平均學(xué)分績點，畢業(yè)半年后月收入和現(xiàn)狀滿意度之間的潛在關(guān)系，從而給學(xué)校相關(guān)部門以及在校生提供參考。

通過關(guān)聯(lián)分析，我們得出以下結(jié)論：平均學(xué)分績點在[3，4）的畢業(yè)生普遍對現(xiàn)狀感到不滿意；畢業(yè)生的平均學(xué)分績點越低，則畢業(yè)生半年后的月收入就呈較低的趨勢。對此，我們給出相應(yīng)建議：在對畢業(yè)生進行就業(yè)指導(dǎo)時，可按績點進行分批培訓(xùn)給不同層次的學(xué)生進行對應(yīng)的輔導(dǎo)，適當對平均學(xué)分績點在[1，2）和[3，4）范圍內(nèi)的學(xué)生加強輔導(dǎo)、勸導(dǎo)以及指導(dǎo)，增強對現(xiàn)狀的滿意度，使其更好的應(yīng)對嚴峻的就業(yè)形勢。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；Apriori算法；數(shù)據(jù)可視化

中圖分類號：G420文獻標志碼：A文章編號：2095-9214（2016）07-0235-02

一、引言

近年來，我國大學(xué)生就業(yè)難問題愈發(fā)嚴重。本文在這一背景下以某獨立學(xué)院2010級畢業(yè)生為例，對其在校表現(xiàn)與就業(yè)現(xiàn)狀進行關(guān)聯(lián)性分析。旨在找出兩者間的關(guān)系，給學(xué)校相關(guān)部門和在校生提出一些切實可行的建議。

二、基于Apriori算法的靜態(tài)關(guān)聯(lián)規(guī)則基本原理

Apriori算法是一種先驗概率算法，它利用了頻集特性的先驗知識，采取層次順序搜索的循環(huán)方法來完成頻繁項集的挖掘工作[1]。本文利用R語言中arules包及其相關(guān)包對我校畢業(yè)生半年后月收入，在校各類滿意度和平均學(xué)分績點進行關(guān)聯(lián)規(guī)則挖掘和數(shù)據(jù)可視化展現(xiàn)。

關(guān)聯(lián)規(guī)則的一般表示形式為： X=>Y （規(guī)則支持度，規(guī)則置信度，規(guī)則提升度），其中X為規(guī)則前項，Y為規(guī)則后項，規(guī)則支持度，規(guī)則置信度及規(guī)則提升度是規(guī)則的評價指標。

規(guī)則支持度是該項集出現(xiàn)的次數(shù)除以總的記錄數(shù)。其意義在于度量項集在整個事務(wù)集中出現(xiàn)的頻次。我們在發(fā)現(xiàn)有價值的規(guī)則時，會更多的關(guān)注頻次高的項集。

ConfidenceX=>Y=SupportX∪YSupportX

規(guī)則提升度反映X的出現(xiàn)對Y出現(xiàn)的影響程度，一般大于1才有意義，表示X的出現(xiàn)對Y的出現(xiàn)有促進作用，故規(guī)則提升度越大越好，其表達式如下：

LiftX=>Y=SupportX∪YSupportX*SupportY

三、關(guān)聯(lián)規(guī)則的應(yīng)用

置信度和支持度閥值的設(shè)定直接影響到關(guān)聯(lián)規(guī)則結(jié)果輸出的數(shù)量。若置信度和支持度的閥值設(shè)置得越小，生成的關(guān)聯(lián)規(guī)則越多，而關(guān)聯(lián)規(guī)則所體現(xiàn)的項集之間的關(guān)聯(lián)更傾向于偶然；若置信度和支持度的閥值設(shè)置得太大，就可能無法得到關(guān)聯(lián)規(guī)則，因此需要合理地設(shè)置閥值。若計算出的規(guī)則的置信度大于或等于預(yù)先給定的最小置信度閾值，且支持度大于或等于預(yù)先給定的最小支持度閾值，那么這條規(guī)則就被保留下來，否則刪除。

得出符合條件的全部關(guān)聯(lián)規(guī)則中可能存在冗余的規(guī)則，即規(guī)則1實際上包含了規(guī)則2，且規(guī)則2與規(guī)則1的提升度相等，或低于規(guī)則1的提升度，由此認定規(guī)則2是冗余的。因此我們通過生成關(guān)聯(lián)規(guī)則子矩陣并刪除其每列元素和大于等于1的列將冗余的規(guī)則刪除，得到最終的關(guān)聯(lián)規(guī)則并根據(jù)提升度降序排序。

由于提升度大于1的才有意義，因此，本文提取提升度大于1的三條關(guān)聯(lián)規(guī)則進行分析討論。

本文做了兩個關(guān)聯(lián)分析，第一個關(guān)聯(lián)分析選取大學(xué)生對現(xiàn)狀滿意度為后項，以大學(xué)生平均學(xué)分績點為前項；第二個關(guān)聯(lián)分析是以大學(xué)生畢業(yè)后半年月收入為后項，以大學(xué)生平均學(xué)分績點為前項。

1.現(xiàn)狀滿意度跟平均績點的關(guān)聯(lián)規(guī)則

首先進行第一個關(guān)聯(lián)分析，選取最小置信度閾值為30%，且最小支持度閾值為0.4%，冗余處理后剩下3條關(guān)聯(lián)規(guī)則如表1。

圖1 現(xiàn)狀滿意度與平均績點的關(guān)聯(lián)規(guī)則泡泡圖

圖1中圈的大小表示支持度的值，支持度代表兩種事物同時出現(xiàn)的概率。顏色的深淺代表了提升度的大小。由圖可知，績點[1，2）和[3，4）范圍內(nèi)的畢業(yè)生與對現(xiàn)狀不滿意關(guān)聯(lián)程度較高，績點[2，3）范圍內(nèi)的畢業(yè)生與對現(xiàn)狀滿意關(guān)聯(lián)程度較高。

從表1看到，三條關(guān)聯(lián)規(guī)則的提升度均大于1，說明這三個規(guī)則中，一個學(xué)生出現(xiàn)該平均學(xué)分績點時，他相對于其他績點的學(xué)生對自己的現(xiàn)狀出現(xiàn)該滿意度的可能性較大，而且提升度越大，代表這條關(guān)聯(lián)規(guī)則越有價值。

第一個關(guān)聯(lián)規(guī)則：平均學(xué)分績點=[3，4） =>對自己的現(xiàn)狀是否滿意=不滿意的支持度為0.1633，這說明2014屆畢業(yè)生當中有16.33%的畢業(yè)生平均績點在[3，4）范圍內(nèi)時，同時會對自己的現(xiàn)狀感到不滿意；它的置信度是0.3668，說明平均績點在[3，4）范圍內(nèi)的畢業(yè)生中有36.68%的畢業(yè)生確實對自己現(xiàn)狀感到不滿意。

第二個關(guān)聯(lián)規(guī)則：平均學(xué)分績點=[2，3） =>對自己的現(xiàn)狀是否滿意=滿意的支持度為0.2933，這說明2014屆畢業(yè)生當中有29.33%的畢業(yè)生平均績點在[2，3）范圍內(nèi)時，同時會對自己的現(xiàn)狀感到滿意；而在2014屆平均績點為[2，3）范圍內(nèi)的畢業(yè)生中，對自己的現(xiàn)狀感到滿意的畢業(yè)生占55.80%，即該規(guī)則的置信度為0.5580。

第三個關(guān)聯(lián)規(guī)則：平均學(xué)分績點=[1，2） =>對自己的現(xiàn)狀是否滿意=不滿意的支持度為0.0097，這說明2014屆畢業(yè)生當中有0.97%的畢業(yè)生平均績點在[1，2）范圍內(nèi)時，同時會對自己的現(xiàn)狀感到不滿意；而在2014屆平均績點為[1，2）范圍內(nèi)的畢業(yè)生中，對自己的現(xiàn)狀感到不滿意的畢業(yè)生占35.29%，即該規(guī)則的置信度為0.3529。

平均學(xué)分績點在[3，4）范圍內(nèi)的會對現(xiàn)狀感到不滿意的原因也許是要求過高，成績好的都希望找到一份好工作或者好的出路，但個人感覺并沒有很好，因此對現(xiàn)狀感到不滿意。因此，在對畢業(yè)生進行就業(yè)指導(dǎo)時，可按績點進行分批培訓(xùn)給不同層次的學(xué)生進行對應(yīng)的輔導(dǎo)，或者適當對平均學(xué)分績點在[1，2）和[3，4）范圍內(nèi)的學(xué)生加強輔導(dǎo)、勸導(dǎo)以及指導(dǎo)，增強對現(xiàn)狀的滿意度。

2.月收入跟績點的關(guān)聯(lián)規(guī)則

注：月收入1類為（0，2500]， 2類為（2500，3500]， 3類為（3500，4500]， 4類為（4500，5500]， 5類為5500以上

從表2看到，在設(shè)定最小支持度的閥值為0.004，最小置信度閥值為0.1的條件下，七條關(guān)聯(lián)規(guī)則的提升度均大于1。經(jīng)過冗余處理的數(shù)據(jù)，關(guān)聯(lián)規(guī)則并未有所減少，冗余前后都包含10條關(guān)聯(lián)規(guī)則，說明該數(shù)據(jù)并沒有存在冗余的規(guī)則。

第一條關(guān)聯(lián)規(guī)則：說明在2014屆畢業(yè)生中有0.49%的畢業(yè)半年后的月收入屬于5類，同時平均學(xué)分績點落在[1，2）的范圍內(nèi)。且在平均績點在[1，2）范圍內(nèi)的畢業(yè)生中有17.65%的畢業(yè)生月收入屬于5類。相對于其他規(guī)則，其可能性較低，屬于“令人費解的規(guī)則”，其價值不值得深入分析。

第四條關(guān)聯(lián)規(guī)則：說明在2014屆畢業(yè)生中有13.16%的畢業(yè)半年后的月收入屬于3類，同時平均學(xué)分績點落在[3，4）的范圍內(nèi)。且在平均績點在[3，4）范圍內(nèi)的畢業(yè)生中有29.56%的畢業(yè)生月收入屬于3類。

第五條關(guān)聯(lián)規(guī)則：說明在2014屆畢業(yè)生中有17.22%的畢業(yè)半年后的月收入屬于2類，同時平均學(xué)分績點落在[3，4）的范圍內(nèi)。且在平均績點在[3，4）范圍內(nèi)的畢業(yè)生中有38.69%的畢業(yè)生月收入屬于2類。

第四條關(guān)聯(lián)規(guī)則和第五條關(guān)聯(lián)規(guī)則均屬于發(fā)生概率較高的規(guī)則，說明在校成績較為良好的學(xué)生出來就業(yè)時的月收入均屬于中等水平，且該種現(xiàn)象普遍存在于本校。

從整體看，整體的支持度均較高，由此可知，畢業(yè)生的平均學(xué)分績點在一定程度上影響了畢業(yè)生半年后的月收入，并可看出，畢業(yè)生的平均學(xué)分績點越低，則畢業(yè)生畢業(yè)半年后的月收入就越低的趨勢。另一方面，說明我校在開展學(xué)生工作時應(yīng)給予學(xué)生必要的思想工作，適當?shù)馗鷮W(xué)習(xí)成績較差的學(xué)生進行溝通，使其可以應(yīng)對較為嚴峻的就業(yè)形勢。

四、結(jié)論及相關(guān)建議

通過關(guān)聯(lián)分析，我們分別研究了績點與現(xiàn)狀滿意度的關(guān)系，以及月收入與績點的關(guān)系。通過設(shè)定最小閥值消除冗余，提取提升度大于1的關(guān)聯(lián)規(guī)則，我們得出以下結(jié)論，并分別給出相應(yīng)對策：

（1） 平均學(xué)分績點在[3，4）的畢業(yè)生普遍對現(xiàn)狀感到不滿意，在2014屆的畢業(yè)生中達到16.33%的比例。對此，在對畢業(yè)生進行就業(yè)指導(dǎo)時，可按績點進行分批培訓(xùn)給不同層次的學(xué)生進行對應(yīng)的輔導(dǎo)，或者適當對平均學(xué)分績點在[1，2）和[3，4）范圍內(nèi)的學(xué)生加強輔導(dǎo)、勸導(dǎo)以及指導(dǎo)，增強對現(xiàn)狀的滿意度。

（2）畢業(yè)生的平均學(xué)分績點在一定程度上影響了畢業(yè)生半年后的月收入，畢業(yè)生的平均學(xué)分績點越低，則畢業(yè)生畢業(yè)半年后的月收入就越低的趨勢。其中平均績點落在[3，4）的畢業(yè)生中，畢業(yè)后的月收入多數(shù)落在2類和3類，其在2014屆的畢業(yè)生中分別達到13.16%和17.22%的比例。說明我校在開展學(xué)生工作時應(yīng)給予學(xué)生必要的思想工作，適當?shù)馗凕c落在[3，4）的學(xué)生進行溝通，提供就業(yè)方面的相關(guān)輔導(dǎo)，使其可以應(yīng)對較為嚴峻的就業(yè)形勢。

（作者單位：北京理工大學(xué)珠海學(xué)院數(shù)理與土木工程學(xué)院）

北京理工大學(xué)珠海學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目省級課題

參考文獻：

[1]王星等譯.大數(shù)據(jù)分析：方法與應(yīng)用[M]，清華大學(xué)出版社，2013.

[2]陳健等譯.R語言與數(shù)據(jù)挖掘（最佳實踐和經(jīng)典案例）[M]，機械工業(yè)出版社，2014.

[3]李洪成等譯.機器學(xué)習(xí)與R語言[M]，機械工業(yè)出版社，2015.

[4]范明等譯.數(shù)據(jù)挖掘基礎(chǔ)教程[M]，機械工業(yè)出版社，2009.

[5]范明等譯.數(shù)據(jù)挖掘（概念與技術(shù)）[M]，機械工業(yè)出版社，2012.

[6]范明等譯.數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫M]，人民郵電出版社，2013.