近年來隨着高校畢業生人數的逐年增加，大學生就業壓力也在逐漸增大，如何做好就業指導，促進學生更快更好的就業，已成爲目前各大高校研究的重點課題。隨着資訊化技術的快速發展和資訊蒐集能力的日益提高，將數據挖掘技術應用到高校的就業指導工作中，從大量的數據中挖掘發現隱藏的、有價值的資訊來指導學生有效的就業，提高學生的就業質量，已成爲一個非常值得研究的重要課題。
1數據挖掘技術概念和類型分析
1.1數據挖掘技術概念
資訊技術水平的迅速發展，使得一些新技術在教育領域當中得到了廣泛的應用，有效促進了教育教學的快速發展。資訊技術的應用會產生大量的數據，對這些數據的處理顯得非常的重要，利用數據挖掘技術不但能發揮數據資訊處理的優勢，還能大大提高資訊處理的效率。數據挖掘（DataMining）又稱數據庫中的知識發現，是指從大型數據庫或數據倉庫中提取隱含的、未知的、非平凡的、極有潛在應用價值的資訊或模式，是數據庫研究中的一個很有應用價值的新領域，是一個涉及到高性能計算、模式識別以及神經網絡等各方面內容的交叉性學科。數據挖掘需要經過數據採集、預處理、數據分析、結果表示等一系列過程，對數據資訊進行有效的處理。採用的相關方法有決策樹方法、遺傳算法、粗糙集方法等。
1.2數據挖掘技術類型分析
數據挖掘技術由於涉及到的學科比較多，故此在數據挖掘技術的類型上也比較多樣，根據不同的標準就能分成不同的類型。根據數據庫的類型進行分類，數據挖掘主要是關係數據庫中挖掘知識，在數據庫的類型上會不斷的增加，這樣就出現了不同數據庫數據挖掘，在這些數據挖掘類型當中，歷史數據挖掘以及模糊數據挖掘等都是比較突出的應用技術類型。在數據挖掘技術的類型當中，結合挖掘方法的不同，以及技術應用的不同進行分類，主要方法有統計方法、探索性分析和數據庫方法。除此之外，按照數據挖掘的任務對其進行分類，也能分成不同的類型，主要有時序模式、關聯分析、分類數據挖掘等。對不同的數據挖掘技術類型進行分析與應用，對資訊數據的處理效率水平的提高可起到積極作用。
2數據挖掘技術在高校學生就業指導中的應用步驟和具體應用
2.1數據挖掘技術在高校學生就業指導中的應用步驟
將數據挖掘應用到高校學生就業指導當中，能促進就業指導教學的整體質量水平的提高。而對數據挖掘技術的應用，需要遵循相應的步驟，這樣纔能有利於發揮其積極的作用。數據挖掘技術的應用要注重過程操作。
2.1.1對問題進行分析源數據庫需要評估以及確認是否與數據挖掘的'標準相符合，對這一情況結合實際加以分析。
2.1.2提取、清洗和校驗數據所提取的數據放在一個結構上和數據模型相容的數據庫當中，採取統一模式清除不相容數據，保障數據的完整性。
2.1.3選定數據挖掘算法結合其目的，透過DM過程當中的準則選擇一個特定的數據挖掘算法，用於搜尋數據當中的模式。
2.1.4實施數據挖掘透過數據挖掘方法，產生一個特定的感興趣模式或特定數據集。
2.1.5在對數據挖掘之後進行解釋對所發現的模式進行分析，去掉多餘的不切題意的模式。
2.1.6進行知識評價對知識作用加以檢視或證明，採用預先可信知識，檢查以及解決知識當中所存在的矛盾。透過以上一系列的操作，可將數據挖掘技術的作用得到充分發揮。
2.2數據挖掘技術在高校學生就業指導中具體應用
在高校畢業生的就業指導工作中，需要對影響學生就業的因素實施量化分析，爲在畢業生就業指導方面提供相應的數據。在數據挖掘技術的應用中，主要就是對學生生源地資訊以及學生就業率關聯關係實施挖掘，對學生性別和就業的關聯關係進行挖掘，還有對學生的就業和學業的關聯關係進行挖掘。結合實際情況對數據挖掘技術系統進行設計，並且在該系統中，要和數據挖掘專業知識緊密結合，將其設計成幾個重要的模組，即：數據預處理，頻繁項挖掘，關聯規則分析。
（1）數據挖掘技術的採集以及轉換和預處理操作。在對數據進行採集以及轉換和預處理環節的操作上，先對學生就業情況加以分析，在決策屬性方面明確，然後分析指標數據，如：對學生的實踐能力水平以及計算機等級等進行分析。
（2）對相關的指標數據採集充分重視，在數據資訊的採集方面，要和開發的成績管理系統進行連接，並能從成績數據庫當中提取學生綜合性的成績。透過Excel表格將學號匯入，提供輸入數據介面，管理人員進行手工輸入。對學生工作單位量化標識，將工作單位分成升學、事業單位、企業、個體公司，採用字母a、b、c、d進行表示。
（3）數據挖掘技術的應用過程中，對決策樹的應用也比較重要，這是透過離散型變量作爲屬性類型的學習方法。透過決策樹當中C4.5算法思想的應用，能夠有效處理描述屬性連續的相關問題。某連續屬性將存儲訓練實例中的不同屬性值進行排序，然後選擇相鄰值中的點，作爲離散時區分不同屬性值的標準。
（4）數據挖掘技術中決策樹和算法的選擇應用也是比較重要的，如在對算法的選擇方面，就要能先建立真正適合挖掘算法的分析模型，選擇合適的數據挖掘技術和算法，然後採用程序設計語言實現算法，這樣就能獲得有效的數據算法。在數據庫的處理方法方面，就包含着諸多的內容，其中的數據讀取以及查詢操作是比較重要的。根據這些操作應用對學生的相關數據資訊的提取檢視就比較方便。
3結語
綜上所述，高校畢業生就業指導過程當中對數據挖掘技術的應用，能有效提高就業指導的效率水平，從而爲學生的未來就業發展提供有力條件，對教師在爲學生就業指導方面能指明方向。希望在此次對數據挖掘技術的應用研究下，有助於實際的就業指導教學發展。
參考文獻
[1]金延軍.數據挖掘技術在高校學生就業指導中的應用[J].黑龍江工程學院學報(自然科學版),2015(01).
[2]蔡麗豔.淺談數據挖掘技術及其在高校就業工作中的應用[J].電腦知識與技術,2015(09).
[3]康豔霞.數據挖掘在學生成績分析中的應用[J].資訊與電腦(理論版),2014(09).
[4]馮麗霞.數據挖掘技術在學校教學中的應用研究[J].甘肅科技,2015(20).
[5]於祥茹.數據挖掘淺析[J].硅谷,2015(20)