(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111608264.1 (22)申请日 2021.12.24 (71)申请人 徐州工程学院 地址 221000 江苏省徐州市 云龙区丽水路2 号 (72)发明人 党向盈　鲍蓉　姜代红　徐玮玮　 佟恒乐　王晓雪　 (74)专利代理 机构 徐州市三联专利事务所 32220 代理人 何君 (51)Int.Cl. G06N 5/00(2006.01) G06Q 10/04(2012.01) G06Q 50/20(2012.01) (54)发明名称 一种基于CART决策树的大学生就业预测方 法 (57)摘要 本发明公布了一种基于CART决策树的大学 生就业预测方法， 旨在提供一种预测大学生就业 情况的方法。 本发明首先对大学生数据信息预处 理， 形成规范的、 可供数据挖掘的基本属性数据 集； 然后， 利用皮尔森相关分析法， 确定数据集中 大学生基本属性与就业预测目标属性的相关性， 将与就业预测目标属性相关的大学生基本属性， 确定为用于构建大学生就业预测模型的特征向 量； 最后， 基于训练集， 由特征向量计算基尼系 数； 采用基于CART决策树算法， 构建大学生就业 预测模型。 本发 明方法能够根据大学生信息数据 集预测大学生就业情况， 为高校就业管理部门提 供智能化服务， 指导学生合理就业， 有助于提高 大学生的就 业率。 权利要求书2页 说明书10页 附图6页 CN 114330716 A 2022.04.12 CN 114330716 A 1.一种基于 CART决策树的大 学生就业预测方法， 其特 征在于， 该 方法包括以下步骤： S1： 大学生信息数据的预处 理； 收集大学生原始数据， 构建学生数据基本属性集合， 并对每个数据进行规范化处理， 形 成规范的数据集， 大学生数据基本属性集合记为N＝{n1,n2,…,nc}， 其中ni为第i个基本属 性， c为基本属性的个数； S2： 确定影响大 学生就业预测目标的相关属性； 设大学生就业预测目标属性集合为Y＝{y1,y2,...y|Y|}， 其中|Y|为预测目标属性的取 值个数， yu为预测目标属性 值； 设N中元 素ni和Y中元素yu的皮尔森相关系数为 λi,u； 设置皮尔森相关系数阈值为h， 当λi,u≥h， 定义ni与Y相关； 反之， 定义ni与Y不相关； 基于 上面的方法， 统计与Y相关的大学生基本属性； 将影响大学生就业目标Y的相关属性记为特 征向量X＝{x1,x2,…,xm}， 即为， 其 中m为特征变量的个数， m≤c； 其 中对于xi的取值有Ki类， 记为 S3： 基于CART决策树构建大 学生就业预测模型； 设大学生基本属性数据信息有α 组， 将其中的r组数据设为训练集S， 剩余的α ‑r组数据 设为测试集； 训练集S用于构建就 业预测模型， 测试集用于验证就 业测试模型的准确性； 在训练集S中计算 的基尼系数 对训练集S中 的大学生基本属性进行基尼系数求解， 设基尼系数的阈值为l， 然后基于 构建大 学生就业CART决策树， 即就 业预测模型。 2.根据权利要求1所述的一种基于CART决策树的大学生就业预测方法， 其特征在于： 所 述的步骤S2中计算Y和N的皮尔森相关系数 λi， u的方法为： 其中， cov(ni,yu)为ni与yu协方差， 和 分别为ni与yu的标准差 。 3.根据权利要求1所述的一种基于CART决策树的大学生就业预测方法， 其特征在于： 所 述的步骤S3中， 将70％的数据设为训练集， 3 0％的数据设为测试集。 4.根据权利要求1或3所述的一种基于CART决策树的大学生就业预测方法， 其特征在 于： 所述的步骤S3中， 对训练集S中的大 学生基本属性进行基尼系数求 解的方法为： 当xi取值为 时， 记为 当xi取值不为 时， 记为 由此可以将S 分为 和 两部分， 对应训练集的数目分别为 和 在S， 当 时， Y取值 yu的 概率为 当 时 ， Y取 值yu的 个数 为 那么， 的基尼系数 可以表示 为： 同理 的基尼系数 可以表示 为：权　利　要　求　书 1/2 页 2 CN 114330716 A 2由 和 可知， 对于S， V(xi)取 的基尼系数 可以表示 为： 5.根据权利要求1或3所述的一种基于CART决策树的大学生就业预测方法， 其特征在 于： 所述的步骤S3中， 基于 构建大学生就业CART决策树的方法为： 设基尼系数的阈值 为l 输入： S， X＝{x1,x2,…,xm}， l， m； 输出： 决策树T； Step1： 计算 如果 则T为一颗单节 点树； 否则转Step2； Step2:对于 求解它们的最小值， 记最小值为 取 为二叉树的切分点； Step3:根据S中xi取值是否等于 将S分为两 个子集 和 并将 和 分配到 两个子节点中， 如果子节点基尼系数小于l， 则该子节点为一个叶节点， 如果两个子节点均 为叶节点， 则返回决策树T， 否则进行Step4； Step4:对于非叶子节点， 分别在令 和 令 递归调用Step1到 Step4， 生成二叉决策树T。权　利　要　求　书 2/2 页 3 CN 114330716 A 3