论文部分内容阅读
【摘 要】 在就业中，有许多因素决定着你最终就业单位的性质。为了能有效的分析就业因素的具体影响，在这里采用决策树算法，先利用信息熵和各个属性的信息增益找到划分点，依次类推直至属性无法再划分，在进行分析。
【关键词】 决策树 ID3算法 信息熵 信息增益
1.前 言
自各大高校对于研究生进行扩招以来，毕业生数量急剧攀升。就业竞争越来越大，就业问题也日益突出，必须解决，否则不仅影响到学生的本身利益，也会影响到经济和社会的可持续发展，学校一般都建立了学生管理系统，保存有大量的学生就业历史数据，我们通过分析这些数据，从中找出影响就业的主要因素。从而为各大高校和学生就业培养提供有效建议。
2.决策树算法
决策树学习的目的是产生一棵泛化能力强，即处理未知样本能力强的决策树。决策树属性划分原则是希望随着划分过程的进行，决策树的分支结点所包含的样本尽可能属于同一类别，即结点的纯度越来越高。
构造树的步骤：
训练样本的信息值。
第一棵树，属性，各叶节点的信息值。
第一棵树，属性，导致的信息增益。
依次，计算每棵树导致的信息增益。
选择获得最大信息增益的属性进行划分。
以此类推，递归，继续划分
当所有叶节点都是纯的，划分过程终止
属性停止划分条件：
当前结点所包含的样本属于同一类，无需划分。
当前属性集为空，或所有样本在所有属性上取值相同，无法划分
当前结点包含的样本集合为空，不能划分。
3.决策树算法的实际运用
3.1相关数据及说明
我们找到最能影响就业的主要因素有：专业成绩，政治面貌，奖励情况，社会实践经验、科研能力。在这里将就业单位作为决策变量。
就业单位分为企业和事业单位。
专业成绩取平均，成绩低于60分为差，60-80分为一般，80分以上为优良。
奖励情况分为三个等级，多（获得多次科研或学习等相关奖学金），少（获得少数奖项），无（没有获得过任何奖项）。
科研能力分为两个等级，优秀（发表过多篇文章等），少（发表少量文章等）
社会实践经验分为三个等级，多（在外实习次数多等）、少（偶尔在校做小项目），无（无任何实习经验）。
随机抽取了某班10个毕业研究生就业信息情况并对数据做了处理得到下表：
3.2训练样本的信息值（基于类的划分）
训练样本（用来创建树的数据集）在包含4个事业单位和6个企业的根节点上，对应于信息熵为：
3.3属性信息增益值
然后，我们要计算出当前4个属性的每个属性的信息增益值，用“专业成绩”划分之后所获得的三个分支节点的信息熵为：
于是根据公式算出属性“专业成绩”的信息增益為：
类似的，我们可计算出其他三个属性的信息增益：
显然，属性“科研能力”的信息增益最大，于是它被选为划分属性，下图是基于“科研能力”对根节点进行划分的结果，各分支结点所包含的样例子集显示在结点中。
然后，决策树学习算法将对每个分支结点做进一步划分，以上图科研能力少的样例集合为例，里面有{甲，乙，戊，己，庚，葵}6个样例，可用属性集合为{专业成绩，奖励情况，社会实践经验}。基于科研能力少计算出各属性的信息增益。首先算出专业成绩的信息增益。
基于科研能力少的专业成绩信息熵：
所以可算出基于科研能力少的专业成绩信息增益为：
同理，我们可计算出其他属性基于科研能力少的信息增益。
3.4决策树的生成
“专业成绩”取得了最大的信息增益，可选专业成绩作为划分属性。类似的，对每个分直节点进行上述操作，最终得到的决策树如下图所示。
3.5结论
从上面的决策树我们可以看出，科研能力优秀的人基本都进了事业单位，因为事业单位比较注重科研能力，专业成绩对就业单位也有影响，专业成绩差和一般的更多进入企业，社会经验丰富的学生进企业的多。学生要是毕业后更倾向于进入事业单位，应侧重加强专业素养和科研能力的培养，如果要是想到企业发展，应多多侧重专业成绩，好好学习专业知识，侧重社会实践经验的培养，学校可以根据学生的倾向制定相应的培养方案，提高就业率。
4.结语
在目前就业形势严峻的环境下，本文提出了基于ID3算法来构造决策树的方法。实验表明，该算法所构造的决策树结构简单、更加准确使用，而且具有较高的可理解性。具有很好的实际利用价值。为我们作出最终决策和制定有效措施提供了非常有利的参考依据。
【参考文献】
[1] 安瑞钰，郝琪，基于ID3决策树算法的学科竞赛参赛学生选拔——以天津农学院数学建模竞赛为例[J].信息与电脑（理论版）.2019，（11），24-25.
[2] 韩松来，张辉，周华平.基于关联度函数的决策树分类算法[J].计算机应用，2005（11）：2655-2657.
[3] 王子京，刘毓，决策树ID3新属性选择方法[J].现代电子技术.2018，41（23），9-12.
【关键词】 决策树 ID3算法 信息熵 信息增益
1.前 言
自各大高校对于研究生进行扩招以来，毕业生数量急剧攀升。就业竞争越来越大，就业问题也日益突出，必须解决，否则不仅影响到学生的本身利益，也会影响到经济和社会的可持续发展，学校一般都建立了学生管理系统，保存有大量的学生就业历史数据，我们通过分析这些数据，从中找出影响就业的主要因素。从而为各大高校和学生就业培养提供有效建议。
2.决策树算法
决策树学习的目的是产生一棵泛化能力强，即处理未知样本能力强的决策树。决策树属性划分原则是希望随着划分过程的进行，决策树的分支结点所包含的样本尽可能属于同一类别，即结点的纯度越来越高。
构造树的步骤：
训练样本的信息值。
第一棵树，属性，各叶节点的信息值。
第一棵树，属性，导致的信息增益。
依次，计算每棵树导致的信息增益。
选择获得最大信息增益的属性进行划分。
以此类推，递归，继续划分
当所有叶节点都是纯的，划分过程终止
属性停止划分条件：
当前结点所包含的样本属于同一类，无需划分。
当前属性集为空，或所有样本在所有属性上取值相同，无法划分
当前结点包含的样本集合为空，不能划分。
3.决策树算法的实际运用
3.1相关数据及说明
我们找到最能影响就业的主要因素有：专业成绩，政治面貌，奖励情况，社会实践经验、科研能力。在这里将就业单位作为决策变量。
就业单位分为企业和事业单位。
专业成绩取平均，成绩低于60分为差，60-80分为一般，80分以上为优良。
奖励情况分为三个等级，多（获得多次科研或学习等相关奖学金），少（获得少数奖项），无（没有获得过任何奖项）。
科研能力分为两个等级，优秀（发表过多篇文章等），少（发表少量文章等）
社会实践经验分为三个等级，多（在外实习次数多等）、少（偶尔在校做小项目），无（无任何实习经验）。
随机抽取了某班10个毕业研究生就业信息情况并对数据做了处理得到下表：
3.2训练样本的信息值（基于类的划分）
训练样本（用来创建树的数据集）在包含4个事业单位和6个企业的根节点上，对应于信息熵为：
3.3属性信息增益值
然后，我们要计算出当前4个属性的每个属性的信息增益值，用“专业成绩”划分之后所获得的三个分支节点的信息熵为：
于是根据公式算出属性“专业成绩”的信息增益為：
类似的，我们可计算出其他三个属性的信息增益：
显然，属性“科研能力”的信息增益最大，于是它被选为划分属性，下图是基于“科研能力”对根节点进行划分的结果，各分支结点所包含的样例子集显示在结点中。
然后，决策树学习算法将对每个分支结点做进一步划分，以上图科研能力少的样例集合为例，里面有{甲，乙，戊，己，庚，葵}6个样例，可用属性集合为{专业成绩，奖励情况，社会实践经验}。基于科研能力少计算出各属性的信息增益。首先算出专业成绩的信息增益。
基于科研能力少的专业成绩信息熵：
所以可算出基于科研能力少的专业成绩信息增益为：
同理，我们可计算出其他属性基于科研能力少的信息增益。
3.4决策树的生成
“专业成绩”取得了最大的信息增益，可选专业成绩作为划分属性。类似的，对每个分直节点进行上述操作，最终得到的决策树如下图所示。
3.5结论
从上面的决策树我们可以看出，科研能力优秀的人基本都进了事业单位，因为事业单位比较注重科研能力，专业成绩对就业单位也有影响，专业成绩差和一般的更多进入企业，社会经验丰富的学生进企业的多。学生要是毕业后更倾向于进入事业单位，应侧重加强专业素养和科研能力的培养，如果要是想到企业发展，应多多侧重专业成绩，好好学习专业知识，侧重社会实践经验的培养，学校可以根据学生的倾向制定相应的培养方案，提高就业率。
4.结语
在目前就业形势严峻的环境下，本文提出了基于ID3算法来构造决策树的方法。实验表明，该算法所构造的决策树结构简单、更加准确使用，而且具有较高的可理解性。具有很好的实际利用价值。为我们作出最终决策和制定有效措施提供了非常有利的参考依据。
【参考文献】
[1] 安瑞钰，郝琪，基于ID3决策树算法的学科竞赛参赛学生选拔——以天津农学院数学建模竞赛为例[J].信息与电脑（理论版）.2019，（11），24-25.
[2] 韩松来，张辉，周华平.基于关联度函数的决策树分类算法[J].计算机应用，2005（11）：2655-2657.
[3] 王子京，刘毓，决策树ID3新属性选择方法[J].现代电子技术.2018，41（23），9-12.