典型文献
基于改进K-means聚类算法的大学生就业内驱因素路径分析
文献摘要：
大学生的个体因素直接影响着大学生的就业状况,分析个体内驱因素可以预测大学生求职的能力.该文利用改进的K-means算法对大学生就业内驱因素进行聚类分析,建立求职内驱因素路径数据模型,优化内驱因素路径,为就业指导教育和大学生求职能力提升提供参考.
文献关键词：
聚类;K-means算法;初始聚类中心;内驱因素路径
中图分类号：
作者姓名：
刘思宏;余飞;姜勇
作者机构：
安徽电子信息职业技术学院;安徽电子信息职业技术学院 安徽 蚌埠233030;安徽科技学院
文献出处：
引用格式：
[1]刘思宏;余飞;姜勇-.基于改进K-means聚类算法的大学生就业内驱因素路径分析)[J].通化师范学院学报,2022(02):93-98
A类：
内驱因素路径
B类：
means,聚类算法,大学生就业,个体因素,就业状况,路径数,数据模型,就业指导教育,求职能力,初始聚类中心
AB值：
0.262817
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
