[发明专利]一种基于高校数据的数据分析处理方法及就业趋势数据的数据分析处理方法

说明书

本发明提供了一种基于高校数据的数据分析处理方法及就业趋势数据的数据分析处理方法，通过比较特征的统计分布来描述为分析类别的特性；由统计频域分布间的欧式距离得到分析类别间的对称欧式距离矩阵；根据所述对称欧式距离矩阵进行可视化聚类比较及分析。能够使用统计特征分布间的标准欧式离进行量化计算得到对称相似距离矩阵并由邻接生成树的形式呈现，使统计特征可以实现直观明了的可视化表征，解决了相关机构和负责人进行决策处理困难的问题，并且具有快速和鲁棒分析的特点。

技术领域

本发明涉及一种基于高校数据的数据分析处理方法及就业趋势数据的数据分析处理方法，特别是涉及一种适用于大数据分析领域的基于高校数据的数据分析处理方法及就业趋势数据的数据分析处理方法。

背景技术

随着20世纪90年代末中国高等教育实行扩招政策以来，全国高等院校毕业生数量持续增长及毕业生整体素质和能力的下降，再加上社会就业岗位需求量相对不足，毕业生就业难的问题越来越突出，导致毕业生就业形势越来越严峻。各省同全国一样，高等院校毕业生数量保持高位，有效岗位需求相对不足，毕业生教育结构、就业观念与市场需求脱节的结构性矛盾仍然突出，毕业生就业工作面临极大压力。高等院校毕业生的就业情况是国家及地方各级主管部门、学校和社会都非常关心的问题，毕业生的就业率、就业行业和就业地区等就业情况是重要的被关注指标。

此外，大数据市场和相关技术，构成了快速增长的数十亿的业务，为工业和社会层面提供了重要的机会。大数据往往被称作“新的石油”，作为“大的”和“公开的”数据能充分提高GDP的前景。2010年，利润丰厚的软件产业价值超过1000亿美元，并且过去每年增长接近10％：大约是整个软件业务的2倍。预计到2020将有超过16个泽字节(16MGB)的有用数据，这意味着从2013到2020的年增长率为236％。尽管中国对不断增长的数据量已经做了巨大的努力，但是，在采用大数据技术和服务方面仍然落后于北美，处于早期阶段。

而高等院校毕业生信息数据库涵盖了高等教育环境的各个方面，包括：学籍信息，就业信息，派遣信息及报到证信息等，特别是该数据库包括大学毕业生的主要学科、生源所在地、困难生类别、政治面貌、签往单位所在地和就业状况等方面的信息。提供了对教育系统目前状况的一个意义深远的观察，通过对其分析，可以帮助解决许多问题和预测复杂的社会经济系统发展的未来趋势：可以深刻的洞察高等教育系统当前事务的状态；可以为高等院校及教育主管部门的综合表现进行定量多标准比较；并可以改进和完善现有的大学排名方案，并就政府层面为教育体制的进一步发展及战略决策奠定坚实的基础；最终，为教育主管部门的进一步发展和今后可能开展的工作提供建议。

近年来，随着人工智能技术和数据库技术的发展，如何从这些模糊、有噪声、不完全、随机、人们事先所不知道、有潜在有用信息的成倍增长的“大数据”中获取知识的一个过程即为数据挖掘技术。而毕业生就业数据隐藏大量的有用信息，管理及合理利用好这些数据，指导我们的专业建设和有针对性的课程改革，是急需解决的问题。

但是，目前用于高等院校毕业生就业趋势分析系统的数据处理方法基本是使用简单的SQL查询语言进行数据库查询及基本的数据统计方法，这种基于图表的方法虽然便于对大学进行直接比较，但并没有提供高等教育系统的综合情况，其分析方法和呈现方式单一。因此，为了使各级教育管理部门更好的组织和运作，为高等院校毕业生更好的适应新的市场需求，为满足对高校毕业生就业趋势分析系统数据库的几十万，几百万，甚至上亿条多样化和异构的毕业生信息数据进行挖掘分析及呈现的需求，必须有一种先进并有效的多样化和异构数据的毕业生升学就业趋势分析系统数据处理方法。

发明内容

本发明要解决的技术问题是克服现有高等院校数据分析使用简单的SQl查询语言进行数据库统计处理技术对不同度量和非度量的巨大、结构异构的阵列数据，其分析方式和数据呈现方式单一的不足，提供一种能够进行定量计算、多标准比较的基于高校数据的数据分析处理方法，及就业趋势数据的数据分析处理方法。

本发明采用的技术方案如下：