基于校友数据的大学生就业影响因素加权随机森林模型

摘要：

为了更好地分析利用校友经济新形势下的就业数据,建立了影响大学生就业因素的加权随机森林模型.首先对影响就业的因素进行排序,然后通过加权随机森林模型,准确预测在校生未来就业情况,在此基础上充分利用校友资源并搭建平台为学生就业创造机遇,加强与校友之间的联系,有效推进大学生就业工作.以某大学部分校友数据为实例,得到构建的模型预测准确率为82.3％.

关键词：校友资源、加权随机森林、算法实现、就业预测、小程序

所属期刊栏目：19

分类号：TP311(计算技术、计算机技术)

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：81-84,87