首页 > 期刊 > 中国教育信息化 > DDTR:大数据背景下的学生就业率预测模型 【正文】
摘要:伴随大数据驱动的深入感知及预测方法的飞速发展,分析及研究学生就业率的变化趋势,对调整课程结构、提高学生就业率,均有较好的促进作用。本文基于在校学生的多项课程成绩,利用贪心选择策略,建立了采用自学习模式的就业率预测模型DDTR,通过混淆矩阵各项系数验证,该预测模型具有较高的就业预见性,对学校课程规划及学生就业具有一定的指导意义。
关键词:大数据 就业率 机器学习 weka
单位:苏州市教育科学研究院; 江苏苏州215004
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
部级期刊
¥552.00