粗糙集在大学生就业问题中的应用_计文军

根据上面 表 2 和表 3 的结果 , 得到如下结论 : (1)影响毕业生就业 的主要 因素为 毕业专业 、初 次学 历 、
毕业院校 、就业能力问题 、课程适 合社会 、毕业生条件等 .因为 它们对毕业生 就业影响的权重比较大 .
(2)各属性影响毕业 生就业 的权重 排序为 :初次 学历 、毕 业专业 、毕业院校 、就 业能力 问题 、课程适 合社会 、、毕业 生条 件 、热门专业 、专业前景 、如何对待就业 、工作途径 、毕业时 间 、
q(aj )=
r C(D)-r C -cj (D)
n
,
∑
j =1
rC(D)-rC源自-cj(D)显然 , q(aj)在 0 和 1 之 间取 值 .这样分 别得 到各个 属性 主观
和客观的权重 , 为了充分考虑主观和客观两个方面的影响 , 运
用加权计算确 定各个属性的综合权重如下 :
w(cj)=αp(cj )+βq(cj), 其中 , α, β 分别是主观和客 观的权重 .
定义 3 等价类 .设 B A , 对所有 x ∈ U , 关于 B 的 等价
类 B(x)定义为
B(x)={y ∈ U ∶(x , y)ind(B)}.
收稿日期 :2008 -06 -16 基金项目 :内江师范学院大学生科研项目(07N SD -118). 作者简介 :计文军(1984 -), 男 , 江西景德镇人 , 内江师范学院数学与信息科学学院 2004 级学生 .
所占比例
0 .0 33 2 0 .0 01 9 0 .0 02 6 0 .0 01 6 0 .0 06 9 0 .0 01 9 0 .0 00 8 0 .0 00 4 0 .0 04 5 0 .6 55 4 0 .0 08 2 0 .0 06 4 0 .0 00 5 0 .0 01 5 0 .0 05 2 0 .0 13 2
生源地 贵州 海南 河北 河南
黑龙江 湖北 湖南 浙江 山东 山西 陕西 上海 四川 天津 新疆
所占比例
0 .0007 0 .0003 0 .0037 0 .0286 0 .0030 0 .0079 0 .0038 0 .0204 0 .0481 0 .0075 0 .0147 0 .0034 0 .0143 0 .0011 0 .0012
定义 1 信 息系 统 .信息 系统 是一 个四 元组 S =(U , A ,
V , f), 其中 , U 表示 所 要讨 论对 象 的非 空有 限 集合 , 也称 论
域,
A
为属性非空有限集合 ,
V
=∪ V a ∈A
a
是属性值 的集合 ,
f
是
信息函数 , f ∶U ×A ※V .A =C ∪ D 且 C ∩ D = , 子集 C 和
2 模型的建立
2 .1 数据分类 为了更好地提取属性信 息表中 的数据 , 现将 个别属 性的
子因素进行分类 , 并得出属性下子因素的比例 , 如表 1 所示 : 2 .2 粗糙集模型建立 2 .2 .1 粗糙集理论[ 1-2]
表 1 不同生源地 的毕业生就业比例
生源地 安徽 北京 重庆 福建 甘肃 广东 广西 云南 吉林 江苏 江西 辽宁 内蒙古 宁夏 青海 其他
第 23 卷(增)
计文军 , 蒋 超 , 王艳华, 杨海滨 , 姚苏琼 :粗糙集在大学生就业问题中的应用
· 233 ·
定义 4 上 、下近似及边界[ 3] .设 X U , B A , 则 X 对于 B 的下近似 B -(X)和上近似 B -(X)及边 界 B ND(X)定义为
B -(X)={x ∈ U ∶B(x) X}, B -(X)={x ∈ U ∶B(x)∩ X ≠ }, BN D(X)=B -(X)-B -(X). 定义 5 粗糙集 .B -(x), B -(x)称 作 X U 的 粗糙 集 . 给定论域 U , B 是 U 上定义的 等价关系 , [ x] B 是 U 上 的等价 关系 B 生成的 B -等价关 系 ;X 是 U 上 的一 个子集 , X U ; B -(x), B -(x)分别是 X U 的下 近似 、上近似 , 而且 B -(x)={x ∈ U [ x] B X}, B -(x)={x ∈ U [ x] B ∩ X ≠ }. 定义 6 知 识的 依赖 性 .对于 给定 的近 似 空间 K =(U , R), 并且 P , Q R , 当 ind(P)=ind(Q), 知识 Q 依赖于知识 P 知识 Q 对 P 的依赖度定义为 k =r p(Q)=Car d(po sp(Q))/ Car d(U), 其中 , Card 表示集合的基数 . 2 .2 .2 基于粗糙集理论的权重确定模型[ 4-5] 为了确定影响毕业生就 业的主 要因素 , 则应 根据粗 糙集 理论对属性进行约简 , 即确定各属性的重要度 .然后再根据各 属性的重要度来确定各属性的权重 .因此 , 建立基于粗糙集理 论的权重确定模型应分以下两步进行 . 第一步 :利用粗糙集理论对属性进行约简 , 即从毕业生就 业属性中去 掉一些属性 , 再来 考虑没有 该属性后分 类怎样变 化 .若去掉该属性后 , 其分类 情况变 化很大 , 则说 明该属 性的 强度大 , 即重要性高 ;反之说 明该属 性的强 度小 , 即重要 性低 (图 1).
· 234 ·
内江师范学院学报
第 23 卷(增)
生源地 、有效方法 、专业对口 、政治面貌 、性别 、户口性质 、单位 性质 、初次月薪 、就业岗位 .
3 大学生就业问题的建议
3.1 学校应改进培养模式 , 适应新的就业形势 学校作为培养大学生的基地 , 担负 着向社会输 送合格人
才的任务 .针对当前 毕业生 求职 中所遇 到的 问题 , 学校 应该 改进对大学 生的培养 .学校要 根据当前 社会形势和 自身的学 科优势 , 规划学校的发展目标 , 对专业 的设置 进行相 应的调 整 , 不能盲目增加 新专 业 , 对冷 门专 业的 调整 要慎 重 .可以 合并一些比较细化的专 业 , 开展 大综合 专业 的探索 .高 校教 师要结合当前的经济 、社会 形势 对授课 内容 不断更 新 , 并加 强对学生学习能力和实践能力的培养 . 3.2 改革高等学校课程设置
2 .2 .3 基于粗糙集理论的权重确定模型的求解
客观权重 是由历史数据处 理后得 到的 , 在此赋 予较 大的
权重 , 而主观确定的权重带有较强的认为因素 , 在此赋予较小
的权重 .所以 在计 算 过 程 中取 α=0.6 , β =0.4 , 利 用 M A T-
L A B 编程[ 6-7] 得到 各个 属性 的综 合权 重以 及对 这些 属性 的
图 1 依次去掉一个属性后的熵值变换趋势图 对于毕业生就业表 , 论 域 U ={u1 , u2 , … , ui , … , um }, 属 性集合 C ={c1 , c2 , … , cj , … , cj , … , cn},(i =1, 2 , … , 7774), (j =1, 2 , … , 28), 决策属性集 合 D ={ai}, ai 表 示就业 情况 , 其 中已就业 , 则 ai =1 , 没就业 , 则 ai =0 .此时根据粗糙集理论中 依赖度的定义公式 , 计算依次去掉 cj(j =1, 2, … , 28)后 , 决策 属性对条件属性的依赖度 r C(D), 观察每个属性将 U/ D 的正 域改变的大小 , 从而得到每个属性的重要程度 . 第二步 :确定各属性的权重 .粗糙集理论中的属性重要度 表达了当前 数据环境下 属性对决 策的影响 , 不能反 映决策者 的先验知识 .因此 , 在此将二者结合起来确定属性的权重 . 假设对属性集 C ={c1 , c2 , … , cn}中 n 个属性 , 由 决策者 先验知识给定的权重分别 为 p(a1), p(a2), … , p(an).然 后 ,
权重进行排序 , 如下表 2 和表 3 所示 .
表 2 粗糙集理论权重确 定模型下的各属性的重排
属性 性别 政治面貌 生源地 户口性质 毕业院校 毕业时间 毕业专业 初次学历 单位性质 就业岗位
权重 0 .0050 0 .0052 0 .0052 0 .0042 0 .0643 0 .0054 0 .1283 0 .6046 0 .0032 0 .0020
· 232 ·
内江师范学院学报 JO U RN A L O F N EIJIA N G N O RM A L U N IV E RSIT Y
第 23 卷(增) (2008)
粗糙集在大学生就业问题中的应用
计文军 , 蒋 超 , 王艳华 , 杨海滨 , 姚苏琼＊
(内江师范学院 数学与信息科学学院 , 四川 内江 641112)
序号
1 2 3 4 5 6 7 8 9 10
属性
初次学历 毕业专业 毕业院校
就业能力问题 课程适合社会 毕业生条件
热门专业
专业前景 如何对待就业
工作途径
序号
11 12 13 14 15 16 17 18 19 20
属性
毕业时间 生源地
有效方法
专业对口 政治面貌
性别 户口性质
单位性质 初次月薪 就业岗位
摘 要 :针对毕业生的就 业问题 , 建立粗糙集评价模型对毕业生的就业情况进 行了评价 , 根据所评价的结
果制定了相关专业的就业策略 .对所建立的模型对市场需求量和市场竞争力做了进一步讨论 .
关键词 :粗糙集 ;毕业生就业 ;评价 模型
中图分类号 :T P18
文献标识码 :A
文章编号 :1671-1785(2008)S1-0232-03
属性 初次月薪 专业对口 就业能力问题 工作途径 如何对待就业 有效方法 专业前景 课程适合社会 毕业生条件 热门专业
权重 0 .0029 0 .0054 0 .0591 0 .0057 0 .0081 0 .0054 0 .0109 0 .0343 0 .0216 0 .0119