大学生毕业去向预测的思路与方法——基于机器学习算法的尝试

作者：孙怡帆; 潘昆峰^*; 孙正阳; 何章立

来源：教育学术月刊, 2019, (01): 25-35.

DOI：10.16477/j.cnki.issn1674-2311.2019.01.003

• 机器学习
• 大学生
• 毕业去向
• Logistic回归模型
• LASSO

出国、就业和读研是我国高校本科毕业生的三种主要去向。文章探讨了高校如何根据学生管理信息大数据,准确预测本科生毕业去向,从而提前做好本科生就业服务。研究根据我国某高水平大学2010-2015届本科生行政数据,使用机器学习领域的Lasso-Logisitic算法,构建了精准度高达70%以上毕业生去向的预测模型。研究发现,性别、院系、来源地、高中文理科、高考成绩、大学期间学习成绩等因素对本科生毕业去向的预测有重要作用。研究所构建的预测模型和研究结论,其意义不仅为高校提供了通过行政大数据整合以实现学生个性化诊断预测的系统化思路,更可成为政府部门、高校精准就业服务和精准干预的决策依据。

• 单位
  中国人民大学