应用自然邻居分类算法的大学生就业预测模型

摘要：

针对因大学生对薪酬预期过高而导致就业难的问题,利用基于自然邻居的分类算法对近三年信息类专业毕业生的就业数据进行分析,建立了大学生就业薪酬预测模型.首先采用因子分析方法提取出决定大学生就业薪酬级别的潜在因子并作为模型输入变量,进而应用基于自然邻居的分类算法对就业薪酬进行分类预测.其中,自然邻分类算法成功避免了KNN算法中存在的K值选取难题,且每个节点的邻居数目会根据数据集的分布状况自适应获取.实验结果表明,该模型的预测精度高达80.16％,对于帮助大学生建立合理就业预期、提高就业能力等方面具有一定指导意义.

关键词：数据挖掘、自然邻居、分类、因子分析、就业预测

所属期刊栏目：26

分类号：G64;G81

在线出版日期：2017-09-18（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：190-194