检索结果-南通市图书馆

基于粗糙集和随机森林算法的数学师范生就业预测研究

在线全文

学校读者我要写书评

暂无评论

湖南师范大学自然科学学报 2023年第1期46卷 136-142页

作者：刘亚琴刘瑞卿颜中玉湖南师范大学数学与统计学院计算与随机数学教育部重点实验室中国长沙410081

随着高等教育的不断推进,当前师范生就业形式日趋严峻。本研究融合粗糙集理论和随机森林算法的优势,选取数学师范生为样本,提出了高校数学师范生就业预测模型。首先基于数学师范生的学业成绩和综合测评数据,利用粗糙集方法对成绩字段进... 详细信息

随着高等教育的不断推进,当前师范生就业形式日趋严峻。本研究融合粗糙集理论和随机森林算法的优势,选取数学师范生为样本,提出了高校数学师范生就业预测模型。首先基于数学师范生的学业成绩和综合测评数据,利用粗糙集方法对成绩字段进行属性约简,做好数据预处理;接着利用随机森林算法对毕业生就业情况进行预测,采用网格搜索法对模型的重要参数进行优化,以提升训练模型的精确度;最后通过特征重要性的比较,得出影响数学师范生就业的关键性指标。结果表明,通过对数学师范生教育数据的研究,可为就业问题诊断与预测提供新的方法,帮助数学师范生提前意识到潜在的就业风险,从而助力提升就业质量。

关键词：粗糙集随机森林数学师范生就业预测

在线全文

学校读者我要写书评

暂无评论

高职学生就业预测与应用研究

高职学生就业预测与应用研究

作者：熊露露新疆师范大学

学位级别：硕士

高校扩招以来,国家、教育部以及各省市教育厅都对高校毕业生的就业工作提出越来越高的要求,毕业生的就业工作对高校的健康发展也越来越重要。高职院校如何抓住机遇迎接挑战,实现生源扩招而培养质量不降低,是亟待解决的重要课题。就业预... 详细信息

高校扩招以来,国家、教育部以及各省市教育厅都对高校毕业生的就业工作提出越来越高的要求,毕业生的就业工作对高校的健康发展也越来越重要。高职院校如何抓住机遇迎接挑战,实现生源扩招而培养质量不降低,是亟待解决的重要课题。就业预测,指对在校学生能否就业进行预测,对预测就业困难的学生提前进行有效的指导,提高学生的就业率,促进高职院校学生扩招工作良性循环发展。现有就业预测研究存在预测准确率低,泛化性能差等问题。本文搜集整理了某高职学校2016-2020年毕业生的就业数据和成绩数据,预处理后用于学生就业预测研究。首先,从数据集层面设计RXGRegressor算法解决了数据缺失问题,设计ADASYN-SMOTE-RF算法解决了数据集样本不均衡问题,通过提高数据集的质量提升了就业预测的准确性;然后,设计集成预测算法W＿voting,通过算法优化提高就业预测的准确率;最后,将提升数据质量和优化预测算法相结合,对RXGRegressor,ADASYN-SMOTE,W＿voting算法进行融合,设计实现了RXGRegressor-ADASYN-SMOTE＿W＿voting算法,实验结果表明该融合算法在2016-2020届学生就业预测数据集上的准确率达到95.73%,能够满足实际应用的需要。本文的研究有助于高校及早发现就业困难的学生,提前辅助这些学生树立就业危机意识,为就业进行积极的有针对性的准备,从而提高高职学生的就业率。此外本文利用大数据技术挖掘影响学生就业的因素,为高职院校设计就业指导方案提供依据,为高职毕业生就业率的提高提供技术支撑。

关键词：就业预测缺失率 ADASYN-SMOTE-RF RXGRegressor集成算法

基于IBX模型的中国城镇劳动力就业预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于IBX模型的中国城镇劳动力就业预测研究

作者：于润雨中南财经政法大学

学位级别：硕士

就业的整体稳定是国家经济发展和社会稳定的重要基础,由于受到突如其来疫情冲击,在就业需求增加与经济下行的双重压力背景下,国家相关就业指导部门及高校科研机构更进一步地重视社会就业问题。近年来,城镇劳动力由于受到经济增速下滑和... 详细信息

就业的整体稳定是国家经济发展和社会稳定的重要基础,由于受到突如其来疫情冲击,在就业需求增加与经济下行的双重压力背景下,国家相关就业指导部门及高校科研机构更进一步地重视社会就业问题。近年来,城镇劳动力由于受到经济增速下滑和经济结构的变化影响,就业形势较为严峻;随着人工智能技术的不断发展,技术进步所带来的失业也是逐渐成为社会所不容忽视的问题。因此,本文引入机器学习的方法来构建适用于我国城镇劳动力的就业预测,这对于国家在有关社会就业出台相关政策支持和进一步稳定就业都具有一定意义。针对目前国内外对于就业预测研究不多的问题,本文在拥有准确、有效的数据前提下,探索利用并优化机器学习的方法对就业进行预测和分析,进而完成预测模型的训练。基于本文的研究目标,本文以中国城镇劳动力作为研究对象,构建了中国城镇劳动力就业预测框架。框架包括预测指标体系构建、特征工程、非平衡数据处理、预测模型训练方法设计和预测模型评价五个主要部分。首先,本文对中国城镇劳动力的就业特点进行了研究,提出了包括个体指标与非个体指标的指标体系,其中个体指标包含劳动者个体基本情况、教育经历、劳动者状态、工作经历四大维度的27个二级指标,非个体指标包含国家就业总体水平、国民收入水平、劳动力结构和其他因素四大维度等13个二级指标,构建了符合中国城镇劳动力就业特点的预测指标体系;其次,通过数据预处理以及不同方法的特征选择来构建效果更优的特征组合;然后,提出IPS样本合成算法对不平衡数据进行处理,在此基础上进一步建立基于XGBoost的预测模型训练方法,并采用BOA算法来进行模型参数调优,得到最终的预测结果;最后对不同方面模型的预测效果进行对比评价,来验证本文提出方法的有效性,并根据实证结果提出对策建议。通过模型对比发现,与传统模型训练方法相比,采用IPS-BOA-XGBoost模型在主要评价指标上具有更好的预测效果,测试集上Auc为0.94,表示模型整体分类效果较好;特异度（Specificity）为0.99,表示在预测就业样本准确率上,模型效果较高;召回率（Recall）为0.75,表明在预测未就业样本准确率上也达到了较好效果;总体来看,相比于其他模型训练方法,本文提出的预测模型具有更好的预测效果。

关键词：就业预测城镇劳动力 XGBoost模型机器调参

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非平衡数据集下的高职学生就业预测模型

计算机与数字工程 2023年第3期51卷 675-678,730页

作者：熊露露年梅张俊新疆师范大学乌鲁木齐830054 新疆铁道职业技术学院乌鲁木齐830000 中国科学院新疆理化技术研究所乌鲁木齐830011

传统机器学习算法对不平衡数据进行二分类时,容易出现分类偏移问题,就业预测数据存在正负样本不平衡问题,为了提高就业预测的精度,论文设计了ADASYN-SMOTE-RF就业预测模型。首先使用ADASYN-SMOTE算法对训练集生成和扩充小类样本,然后使... 详细信息

传统机器学习算法对不平衡数据进行二分类时,容易出现分类偏移问题,就业预测数据存在正负样本不平衡问题,为了提高就业预测的精度,论文设计了ADASYN-SMOTE-RF就业预测模型。首先使用ADASYN-SMOTE算法对训练集生成和扩充小类样本,然后使用随机森林(RF)算法建立预测模型。实验结果表明,ADASYN-SMOTE-RF模型较好地解决了样本不均衡导致的预测准确度不高的问题,为高职学生就业率的提高提供技术支持。

关键词：就业预测 ADASYN-SMOTE-RF 过采样处理随机森林就业率

基于随机森林模型的民办高校毕业生就业预测研究

在线全文

学校读者我要写书评

暂无评论

科技经济市场 2023年第12期 110-112页

作者：罗玫闽南理工学院福建泉州362000

随着我国高等教育的快速发展,民办高校在培养人才和就业方面扮演着重要角色。基于民办高校的特殊性质和就业环境的复杂性,如何提高民办高校学生的就业率成为重要的研究课题之一。本研究利用随机森林模型对民办高校就业进行研究,探索影... 详细信息

随着我国高等教育的快速发展,民办高校在培养人才和就业方面扮演着重要角色。基于民办高校的特殊性质和就业环境的复杂性,如何提高民办高校学生的就业率成为重要的研究课题之一。本研究利用随机森林模型对民办高校就业进行研究,探索影响民办高校学生就业的关键因素,并预测未来就业形势,为民办高校毕业生就业提供支持。

关键词：随机森林模型民办高校就业预测

在线全文

学校读者我要写书评

暂无评论

基于灰色系统理论的大学生就业去向预测

玉溪师范学院学报 2023年第6期39卷 105-110页

作者：罗金焕姚珧杨明秋高全归玉溪师范学院物理与电子工程学院云南玉溪653100 玉溪师范学院学生处云南玉溪653100

根据2014-2022年云南省某地方高校毕业生的就业数据,将毕业生去向划分为“已就业”“升学和入伍”“编制内就业”和“编外就业”4类,利用GM(1,1)模型,对该校2023年大学生毕业去向进行预测及误差修正,提高模型预测精度.预测结果表明,202... 详细信息

根据2014-2022年云南省某地方高校毕业生的就业数据,将毕业生去向划分为“已就业”“升学和入伍”“编制内就业”和“编外就业”4类,利用GM(1,1)模型,对该校2023年大学生毕业去向进行预测及误差修正,提高模型预测精度.预测结果表明,2023年整体就业率预计为(81.4±3.1)%,其中升学和入伍的人数占比为(9.95±0.80)%,编制内就业率为(4.6±3.7)%,编外就业率为(69.3±3.6)%.

关键词： GM(1,1)模型大学生就业率就业预测

基于高斯混合模型和集成学习的毕业生就业预测

在线全文

学校读者我要写书评

暂无评论

基于高斯混合模型和集成学习的毕业生就业预测

作者：蔡明明广东工业大学

学位级别：硕士

毕业生的就业去向和质量一向是高校十分关注的问题,就业咨询和辅导也是高校十分关注的任务。高校每年都会存储大量毕业生情况和就业去向,但是通过人为分析这些数据中的规律,任务量非常大而且十分困难,并且会十分依赖主观因素。学生自身... 详细信息

毕业生的就业去向和质量一向是高校十分关注的问题,就业咨询和辅导也是高校十分关注的任务。高校每年都会存储大量毕业生情况和就业去向,但是通过人为分析这些数据中的规律,任务量非常大而且十分困难,并且会十分依赖主观因素。学生自身也很难应用这些数据。同时,辅导者对学生就业辅导时也会片面关注毕业生的部分特质,很难全面兼顾毕业生的所有情况。辅导者个人多年的从业经验也不易复制,无法大量普及,在面对需求量较大的时期,少数辅导者很难完成大量毕业生的辅导需求。针对这些问题,本文首先研究了数据聚类和预测的算法,其中根据聚类算法的类别,简单描述了一些常见的聚类算法,重点阐述了高斯混合模型的原理。接着研究了分类预测算法中的BP神经网络和支持向量机的数学原理。之后构建毕业生情况的表示指标,根据主观和经验认知、融合预测情况、外部经济环境因素以及相关性回归分析等操作,构建了较为完备的描述指标。将完整的数据通过归一化和乱序划分等操作,构建训练集和测试集。通过设计了相关预测算法,利用大量数据对毕业生进行聚类分析,通过高斯混合模型算法实现了对毕业生潜在类别的挖掘工作,并且具有一定的合理性。对毕业生的未来就业因素利用集成了BP神经网络和支持向量机模型的集成算法分析,根据对比实验研究得出了较好的预测模型参数方案。其中通过对比研究,个体分类器和集成模型各自的表现表明集成模型能够更好弥补各个个体分类器的不足。添加聚类结果与否的表现表明聚类结果能够促进分类准确率上升。最终形成的分类器在测试集上的表现较好,在预测工作单位性质和预测薪资水平任务上能够分别达到84.76%和85.35%的预测准确率。本研究提供了结合数据挖掘分析方法和毕业生就业问题的一种方法,为研究毕业生就业问题的辅导者提供了更多研究思路。本研究中的聚类算法所得结果能够提供毕业生的类别标签,对于不同的预测类别,可以为毕业生提供从自身情况出发的可能未来就业情况,为应届毕业生或其他在校学生提供就业参考信息及个人成长计划。

关键词：高斯混合模型 BP神经网络支持向量机集成学习就业预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于缺失率的不完整就业预测数据填充算法

现代电子技术 2022年第15期45卷 104-108页

作者：熊露露年梅张俊新疆师范大学新疆乌鲁木齐830054 新疆铁道职业技术学院新疆乌鲁木齐830000 中国科学院新疆理化技术研究所新疆乌鲁木齐830011

目前变量缺失率相同的填充算法用于多变量缺失率不同的不完整数据集填充效果有限,为了提高对多变量缺失率不同数据集的预测准确率,创新性地提出RXGRegressor集成模型。首先,在BostonHousing数据集上得出RandomForestRegressor、XGBRegre... 详细信息

目前变量缺失率相同的填充算法用于多变量缺失率不同的不完整数据集填充效果有限,为了提高对多变量缺失率不同数据集的预测准确率,创新性地提出RXGRegressor集成模型。首先,在BostonHousing数据集上得出RandomForestRegressor、XGBRegressor、GradientBoostingRegressor三种算法填充效果最佳的单变量缺失率范围,对多变量缺失率不同的数据集依据各变量缺失率值选择合适的填充算法;然后,为了验证RXGRegressor模型在实际数据集中的可用性,将其应用于多变量缺失率不同的就业预测数据集上;最后,使用随机森林分类器分别对RXGRegressor模型、均值和单一的回归模型填充后的完整数据集进行就业预测,用分类的ACCURACY得分衡量填充性能。实验结果表明,单一回归模型的ACCURACY得分高于均值,RXGRegressor集成模型的ACCURACY得分最高,由此验证了所提模型对多变量缺失率不同数据集缺失值填充的可行性和实用性。

关键词：缺失率填充算法不完整数据集 RXGRegressor 回归模型就业预测特征矩阵

基于大数据背景的大学生就业预测平台设计与实现研究

在线全文

学校读者我要写书评

暂无评论

兰州职业技术学院学报 2022年第4期38卷 66-70页

作者：刘国强兰州职业技术学院电子信息工程系甘肃兰州730070

大学生就业是目前全社会共同关注的热点问题。从大学生就业专业需求、职位数量、就业薪资水平、工作经验要求分布,以及大学生就业稳定性等多方面进行数据挖掘与分析,所涉及的平台总体分为数据爬取和数据分析两个大模块,使用Maven进行平... 详细信息

大学生就业是目前全社会共同关注的热点问题。从大学生就业专业需求、职位数量、就业薪资水平、工作经验要求分布,以及大学生就业稳定性等多方面进行数据挖掘与分析,所涉及的平台总体分为数据爬取和数据分析两个大模块,使用Maven进行平台管理和构建,JAVA语言和MySQL数据库实现平台开发,建立大学生就业预测数据的查看与分析系统,为大学生就业提供直观的数据与分析。

关键词：就业预测平台设计大数据大学生就业指导