10.16652/j.issn.1004-373x.2021.05.027
基于数据驱动的高校毕业生就业率预测研究
高校毕业生就业率的影响因素很多,是复杂多变的,传统预测方法无法描述高校毕业生就业率的变化趋势,不仅使得高校毕业生就业率预测精度低,而且预测消耗的时间长.为了提升高校毕业生就业率预测效果,提出数据驱动的高校毕业生就业率预测方法.首先,对当前高校毕业生就业率常用预测方法进行分析,找到这些方法的弊端;然后收集高校毕业生就业率历史数据,采用支持向量机对其进行预测,找到高校毕业生就业率变化趋势,并引入蚁群算法对支持向量机的参数进行优化;最后,采用Matlab 2019编程实现高校毕业生就业率预测实验.结果表明,无论是高校毕业生就业率的预测精度或者是预测消耗时间,数据驱动方法均明显优于当前经典高校毕业生就业率预测方法,具有更加广泛的应用前景.
就业率预测、变化趋势、预测模型、支持向量机、蚁群算法、消耗时间
44
TN911.1-34;TP393
江苏省教育科学"十三五"规划2020年课题X—a/2020/14
2021-03-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
127-131