近幾年來，隨著高校擴(kuò)招規(guī)模不斷地擴(kuò)大，每年都有大量的應(yīng)屆畢業(yè)生面臨就業(yè)問題，高校就業(yè)指導(dǎo)工作就顯得尤為重要。對于高校而言， 畢業(yè)生的就業(yè)率成為評估高校辦學(xué)水平和學(xué)校社會聲譽(yù)的重要指標(biāo)， 就業(yè)率低下將成為影響高校生存發(fā)展的制約因素。在高校就業(yè)指導(dǎo)部門的就業(yè)管理信息系統(tǒng)中積累了大量的、重要的學(xué)生就業(yè)信息資源，雖然大多數(shù)就業(yè)管理系統(tǒng)具有管理和分析功能， 但是這些就業(yè)管理系統(tǒng)大多是面向業(yè)務(wù)操作而設(shè)計的，不能對這些數(shù)據(jù)所包含的內(nèi)在信息和規(guī)律、趨勢進(jìn)行提取和分析，更不能提供重要的決策信息。隨著學(xué)生數(shù)量、就業(yè)行業(yè)、影響就業(yè)因素的多元化和就業(yè)管理的提高，高校管理者對畢業(yè)生就業(yè)趨勢的預(yù)測以及學(xué)生培養(yǎng)模式的改進(jìn)越來越多的依賴于畢業(yè)生就業(yè)信息分析的結(jié)果。針對上述問題，本文提出利用決策樹技術(shù)對影響大學(xué)生就業(yè)的多種因素進(jìn)行多層次、多角度的分析和比較，挖掘這些數(shù)據(jù)中所蘊(yùn)含的有價值的信息，以此來幫助決策人員在學(xué)校的管理和發(fā)展中做出及時正確的判斷，同時也為大學(xué)生的擇業(yè)就業(yè)提供有價值的參考。

　　本文將某高校近三年所積累的學(xué)生就業(yè)信息進(jìn)行隨機(jī)的數(shù)據(jù)抽取，通過分析，確定與本論文相關(guān)的數(shù)據(jù)表，采用多表合并的抽取方法，使用 SQL 查詢語句，根據(jù)表中的主鍵、外鍵將這些數(shù)據(jù)表逐步合并成一張數(shù)據(jù)表，并獲取所需求的字段。通過對以往影響畢業(yè)生就業(yè)因素的分析， 從而確定了影響畢業(yè)生就業(yè)的影響因素。包括：性別、綜合成績、學(xué)生身份、外語水平、畢業(yè)論文、計算機(jī)等級、城鄉(xiāng)、就業(yè)共 8 個屬性。其中城鄉(xiāng)屬性是由畢業(yè)生的來源確定，其中省會城市或直轄市，地級市及縣級市或縣城歸為“城鎮(zhèn)”，鄉(xiāng)鎮(zhèn)和農(nóng)村歸為“農(nóng)村”。由于樣本數(shù)據(jù)集合的數(shù)據(jù)量比較大， 通過本文的數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理的操作， 將訓(xùn)練樣本集中的 800 條樣本分為訓(xùn)練樣本集和測試樣本集兩個部分。其中訓(xùn)練樣本集約占總樣本集的 2/3（即 533 條樣本），其余的 1/3（即 267 條樣本）作為測試樣本集合對決策樹評估驗證。表 1 為部分就業(yè)訓(xùn)練樣本集。