混沌分析和最小二乘支持向量机的毕业生就业率预测模型

摘要：

毕业生就业率是评价一个高校学生质量的一个重要指标,毕业生就业率建模与预测对高校就业工作具有重要的指导意义.由于毕业生就业率的影响因素多,使得毕业生就业率具有比较强的随机性和混沌变化特点,为了提高毕业生就业率预测精度,提出了混沌分析和最小二乘支持向量机的毕业生就业率预测模型.根据Takers定理,结合毕业生就业率变化特点,引入混沌分析理论对毕业生就业率历史数据进行相空间重构,然后利用相空间重构后的毕业生就业率的历史数据训练最小二乘支持向量机,根据最优参数建立毕业生就业率预测模型,最后与当前经典毕业生就业率预测模型进行了仿真对比分析,结果表明这个毕业生就业率模型预测精度平均值超过了93％,预测误差要明显少于当前经典模型,同时简化了毕业生就业率预测建模过程,减少了预测时间,获得了更优的毕业生就业率预测结果.

关键词：毕业生就业率、相空间重构、Takers定理、最小二乘支持向量机、随机性

所属期刊栏目：37

分类号：TP273(自动化技术及设备)

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：169-172