毕业生就业数据分析系统开发毕业设计

毕业生就业数据分析系统开发

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：

指导教师签名：日期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：

学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日

导师签名：日期：年月日

注意事项

1.设计（论文）的内容包括：

1）封面（按教务处制定的标准封面格式制作）

2）原创性声明

3）中文摘要（300字左右）、关键词

4）外文摘要、关键词

5）目次页（附件不统一编入）

6）论文主体部分：引言（或绪论）、正文、结论

7）参考文献

8）致谢

9）附录（对论文支持必要时）

2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：

1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画

3）毕业论文须用A4单面打印，论文50页以上的双面打印

4）图表应绘制于无格子的页面上

5）软件工程类课题应有程序清单，并提供电子文档

5.装订顺序

1）设计（论文）

2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订

摘要

高校毕业生的就业问题已经成为全社会都关注的热点问题。这些年来高校招生规模逐年扩大，不断增加的毕业生数目给高校的就业管理工作造成了很大的压力。在这种形势下，如果仍然采用传统的毕业生管理办法，不仅仅工作效率低下，而且工作质量不高，很容易发生错误。

目前对高校毕业生的就业状况分析是较为简单的，大多仅仅按学校的就业率和专业就业率来进行评价，显得片面缺乏科学性。根据这一情况，借助计算机对毕业生就业信息进行挖掘，对如今的教学质量和学生工作质量进行科学的综合分析，寻找影响毕业生就业困难的原因，以便对我们今后的教学和学生工作提出指导性的建议。

本课题针对学生的性别、素质培养、综合成绩、社会实践等方面在学生就业所反应的情况建立一个数据挖掘分析模型，由此得到对教学质量和学生工作质量评价的科学的新方法。针对毕业生就业情况建立数据挖掘分析模型是数据挖掘分析方法的一个新尝试，这将进一步促进数据挖掘理论的发展，并且拓宽了数据挖掘分析方法的应用领域，同时对教学质量分析和学生工作质量分析提供科学评价的新方法。

关键字：数据挖掘；贝叶斯定理；数据库

Abstract

Development Of Analysis System for Graduate Employment Data

Abstract

The employment of university graduates has already became the hot topic which draws much attention around the entire society. As the university recruitment of students scale is expanding year by year gradually, the increasing number of graduate students has created huge pressure for university's supervisory work. Under this situation, if we still use the traditional policing method of the graduate, both the working efficiency and the work quality will not be satisfying and it will be very easy to make mistake.

Currently, the analysis to university graduates' work status is quite simple. Most of the evaluation is based on the school employment rate and the specialized employment rate, which is considered to be improper. According to this situation, we find the information of the graduate with the aid of the computer and carry on the scientific and comprehensive analysis of the quality of teaching and the students’ work. We focus on seeking to the causes of difficulty in employment in order to propose some suggestions to guide the next teaching and the work of student.

The topic is to establish a data mining anatomic model in terms of sex, quality training, integrated results, social practice and so on to obtain a new scientific method to evaluate the quality of teaching and the student work quality. This data analysis method is a new attempt, this will promote the further development of data mining theory, and it has expanded the application domain of data mining analysis method. Simultaneously, it provides a new scientific method to evaluate the quality of teaching and the student work quality .

Key words：Data mining Baye theorem Database