基于MATLAB的就業(yè)數(shù)據(jù)的聚類分析

1、    基于matlab的就業(yè)數(shù)據(jù)的聚類分析    鄒全+常程威+賈月月摘 要： 根據(jù)2010年到2013年我院校大學(xué)生就業(yè)情況，對大學(xué)生的就業(yè)數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)分析有很多方法，本文主要采用譜系聚類、k均值聚類、模糊c均值聚類三種聚類方法，并得出了結(jié)論。關(guān)鍵詞： matlab 聚類分析 就業(yè)數(shù)據(jù)隨著中國高校教育的發(fā)展，大學(xué)生人數(shù)急劇增加，就業(yè)問題日益突出，大學(xué)生就業(yè)難的問題已成為社會熱點、難點。根據(jù)2010年到2013年近四年我院校大學(xué)生就業(yè)情況，對大學(xué)生的就業(yè)數(shù)據(jù)進(jìn)行聚類分析。根據(jù)就業(yè)數(shù)據(jù)可以對學(xué)生選擇就讀的專業(yè)及學(xué)校本科辦學(xué)提供一定的參考價值。聚類分

2、析是多元統(tǒng)計分析的一種，也是非監(jiān)督模式識別的重要分支，在模式分類、圖像處理和模糊規(guī)則處理等眾多領(lǐng)域獲得最廣泛應(yīng)用。它把一個沒有類別標(biāo)記的樣本集按某種準(zhǔn)則劃分為若干個子集（類），使相似樣本盡可能歸為一類，而將不相似樣本盡量劃分到不同類中。收集和整理2010年到2013年這四年我院校的就業(yè)數(shù)據(jù)，對就業(yè)數(shù)據(jù)中的就業(yè)率、考研升學(xué)率和男女生首次平均月收入進(jìn)行matlab編程，得出散點圖，并進(jìn)行分析。對就業(yè)數(shù)據(jù)中畢業(yè)生的就業(yè)流向分別采用譜系聚類、k均值聚類和模糊c均值聚類三種聚類分析方法進(jìn)行分析。如表1。1.譜系聚類算法的步驟譜系聚類首先將每個樣品看成一類，然后把最相似的樣品聚為一小類，再將已聚類的小類按

3、各類之間的相似性進(jìn)行再聚類，隨著相似度減弱，最后將一切子類都聚為一大類，從而得到一個按相似度大小聚集起來的譜系圖1。利用譜系聚類算法對表1的就業(yè)流向數(shù)據(jù)進(jìn)行聚類分析。將數(shù)據(jù)分成3類，從程序輸出的結(jié)果得出結(jié)論，共可分成3類，常州單獨為一類，南京、蘇州、無錫為一類，剩下的鎮(zhèn)江、揚州、南通之類的歸為一類。也就是說，很多外地畢業(yè)生就在常州發(fā)展，很大一部分畢業(yè)生去南京、蘇州、無錫工作，還有一小部分畢業(yè)生去了鎮(zhèn)江、揚州、南通，還有省外等地。2.k均值聚類算法的步驟譜系聚類法是先將每一個樣品看成一類，通過比較距離的大小逐步擴(kuò)充類，因此，對于給定的數(shù)據(jù)，譜系聚類一定能將樣品合并成為一類，分類結(jié)果唯一，但譜系聚

4、類有一個缺點，就是樣品一旦被分到某一類中就不能改變了，且當(dāng)樣品容量較大時，計算量相應(yīng)變大?？朔@一缺點的辦法就是k均值聚類法，又稱之為快速聚類法或動態(tài)聚類法。利用k均值聚類算法對表1的就業(yè)流向數(shù)據(jù)進(jìn)行聚類分析。從圖1可知，將地區(qū)分成3類。為一類，分別表示常州、蘇州、南京、無錫；一類，分別表示省外、鎮(zhèn)江、揚州；為一類，表示剩下的幾個地區(qū)，如鹽城、南通、泰州、宿遷等。換句話說，大部分畢業(yè)生選擇在蘇南地區(qū)工作，一部分畢業(yè)生選擇去省外，如上海和鎮(zhèn)江、揚州工作，只有少數(shù)一部分人選擇去淮安、宿遷、鹽城等地工作。3.模糊c均值聚類算法的步驟模糊聚類得到了樣本屬于各個類別的不確定性程度，表達(dá)了樣本類屬的中介性

5、，即建立起了樣本對類別的不確定性描述，能更客觀地反映現(xiàn)實世界，從而成為聚類分析研究的主流2。采用模糊c均值聚類算法對表1的就業(yè)流向數(shù)據(jù)進(jìn)行分析。從輸出聚類的結(jié)果來看，常州、南京、蘇州、無錫這四個城市為一類，表示很大一部分畢業(yè)生愿意在這幾個城市發(fā)展；鎮(zhèn)江、揚州、省外三地為一類，表示有一部分畢業(yè)生選擇在這些地方發(fā)展；剩下的如南通、鹽城、泰州等七個城市為一類，說明少部分人愿意去這些城市工作發(fā)展。4.三種聚類算法對就業(yè)流向的分析結(jié)論從三種聚類算法的結(jié)果可以看出，譜系聚類算法與k均值聚類算法和模糊c均值聚類兩種算法的聚類結(jié)果不同。通過比較可以看出，譜系聚類算法的結(jié)論不是很理想。k均值聚類算法得出的散點圖更直觀地表現(xiàn)了數(shù)據(jù)的聚類，所以k均值聚類算法更好一些。通過對就業(yè)流向的聚類分析，可以看出極大一部分畢業(yè)生選擇在江蘇經(jīng)濟(jì)發(fā)達(dá)地區(qū)工作，如蘇州、南京、無錫、常州這些城市，其中由于我院校在常州，因此很大一部分畢業(yè)生愿意留在這個生活了四年的地方工作。畢竟在大城市的選擇和發(fā)展機(jī)會都比較多。還有一部分畢業(yè)生選擇在鎮(zhèn)江、揚州和省外如上海等地工作。只有少數(shù)一部分人愿意去如泰州、鹽城、宿遷等地工作。參考文獻(xiàn)：1吳志遠(yuǎn)，王遠(yuǎn)干.大學(xué)