คือถ้าเป็นเรื่อง Data Mining เนี้ยถ้าเอาจริงๆแล้วมันต้องมี training set ครับ แปลว่ามันต้องเรียนรู้ข้อมูลก่อน (ข้อ 2 กับ 3) แต่ผมดูจากโจทย์ของคุณแล้วผมว่าไม่น่าจะมี training set เพราะว่าจริงๆแล้ว Data Mining มันก็จะแบ่งหลักๆได้เป็น Association (พวก Frequent Item-set), Classification, Clustering, Prediction แต่จากข้อมูลที่ให้มามันไม่ค่อยเข้าจะข่ายเรื่อง Data Mining ครับ

เรื่อง KNN มันจะตอบโจทย์ว่า ถ้าเลือกตำแหน่งงานมาอันนึงแล้วหานิสิตที่มีลักษณ์ใกล้เคียงกับตำแหน่งงานมากที่สุด (ก็ตามชื่อ Algorithm เลย)หรือในทางกลับกัน จะเหมาะสมกว่าครับ แต่ไอวิธีคิดข้างในของ KNN เนี้ย เราเอามาประยุกต์ใช้ นั่นก็คือเรืองของ distance นั่นเอง
ปล. จริงๆ KNN มันก็เป็นส่วนนึงของ Classification เหมือนกัน แต่ผมมองว่ามันก็ใช้งานอย่างอื่นได้อีก

ดังนั้นที่เราต้องทำมันก็แค่กำหนด function อันนึงที่เอาไว้บอกว่า คุณสมบัติของนิสิต กับ ตำแหน่งงานดังกล่าว มันต่างกันแค่ไหน (ห่างกันแค่ไหน) / เราอาจจะใช้ Algorithm ธรรมดาๆอย่าง Euclidean distance มาก็ได้
แต่พวกนี้ระวังเรื่องข้อมูลที่มีหลายมิติหน่อย(หมายถึงมีหลาย attribute ที่นำมาพิจารณา) เพราะว่ามันจะช้ามากๆครับ

distance = calculate_dis(ข้อมูลนิสิต, ข้อมูลตำแหน่งงาน) ประมาณนี้ครับ

ผมว่าก่อนอื่นลองศึกษา data mining แบบกว้่างๆ ก่อน (เช่น categorization, association, clustering และอื่นๆ) อาจจะเริ่มจากอ่าน textbook ก่อนก็ได้ แล้วค่อยไปอ่านลงลึกในรายละเอียดของแต่ละ technique เพราะผมมองว่าปัญหาตอนนี้คือยังตีโจทย์ไม่ออก ว่าจะใช้เทคนิคประเภทไหน (แค่ประเภทเฉยๆ ยังไม่เลือกว่าเทคนิคไหน) ทำให้ไม่รู้จะยังไงต่อดี

ก็ต้องลองคิดก่อนครับว่าโจทย์ที่ต้องทำจริงๆ คืออะไร แล้วแต่ละ step ต้องทำยังไงหรือใช้เทคนิคอะไรบ้าง เช่น สมมติว่าคิดไว้แล้วว่าเนี่ยเป็นปัญหาประเภท find similarity แบบนี้ก็ค่อยมาดูว่าจะใช้เทคนิคอะไร เช่น KNN ได้มั้ย แล้วต้องมีการ pre-process ข้อมูลก่อนมั้ย

ผมคิดว่านอกจาก data mining technique แล้วลองศึกษาพวก text mining ดูด้วยครับ เพราะการนำ technique พวกนี้มา apply กับ text บางทีมันจะต่างออกไป

ป.ล. ลองศึกษาดู Natural Language Processing (NLP) ดูด้วยก็ได้ครับ อาจจะได้ไอเดียอะไรที่เอา apply หรือ extend เพิ่มเติมได้