高校毕业生就业状况是社会各方关注的焦点。高校毕业生就业状况是衡量高校人才培养质量的重要指标之一,也是政府制定政策、评价督导的重要依据和参考,全面、科学、规范的对高校毕业生的就业状况进行监测有重大的现实意义。国家高度重视高校毕业生就业状况监测体系的建立和系统的设计与开发,各领域专家学者也积极开展了理论和实践方面的广泛研究,取得了一系列丰硕的研究成果。但是,仍然存在某些方面的缺憾:高校毕业生就业状况监测的系统性研究不多;尚未构建权威的高校毕业生就业状况结果评估模型;缺少符合高校毕业生就业状况监测决策需求的支持系统。本文的研究就是立足解决以上问题,采取“摸清现状、系统构建、逐步推进”的实施策略,寻求表征高校毕业生就业状况的结果评估模型,构建发现高校毕业生就业状况规律的挖掘模型和开发科学、严谨、可操作的监测系统,使高校毕业生就业状况监测工作既符合科学理论规范,又可满足实践应用需求。本文研究内容和创新点主要包括以下三个方面:1.分析了高校毕业生就业状况监测需求。高校毕业生就业状况监测是一项复杂的系统工程。首先需要根据监测主体的需求和监测对象的特征明确监测内容,然后将监测主体的业务需求进一步转化为基本功能,最后建立一套科学的运行机制确保数据收集、处理、发布渠道的畅通和监测工作的顺利开展。监测内容、基本功能、运行机制是构建高校毕业生就业状况监测体系需要重点考虑和深入研究的三个关键因素。2.设计了高校毕业生就业状况监测模型。对当前我国高校毕业生就业状况监测指标进行了全面梳理和分析,提出了构建高校毕业生就业状况监测指标的原则。在此基础上,构建出一套高校毕业生就业状况监测指标体系,并运用层次分析法和模糊综合评价法得到高校毕业生就业状况结果评估指数,用来表征高校毕业生就业状况。同时,结合高校毕业生就业状况数据特点,设计了高校毕业生就业状况监测系统数据仓库,并选取了关联分析和模糊聚类分析等常用工具,构建了高校毕业生就业状况规律挖掘模型。3.开发了高校毕业生就业状况监测系统。通过建立数据仓库,应用数据挖掘技术,依照软件工程的思想,在对高校毕业生就业状况监测系统的系统结构和系统功能进行概述的基础上,开发一个符合我国国情和就业工作实际需要的高校毕业生就业状况监测系统。一方面,通过高校毕业生就业状况监测指标体系的构建,应用模糊综合评价方法,完成了高校毕业生就业状况的评估功能,实现对单个高校的就业状况作出评定。另一方面,从典型个案式的研究角度出发,对高校毕业生就业状况监测系统的数据仓库进行了设计,通过SQL Server 2008 Analysis Service工具应用聚类和关联规则两种数据挖掘技术实现了分群归类和关系研究两种典型功能。