应用组合模型的高校毕业生就业率预测研究

作者：徐永慧

来源：微型电脑应用, 2021, 37(10): 154-156.

• 毕业生就业率
• 小波分析
• 组合模型
• 灰色模型
• BP神经网络

当前高校毕业生就业受经济环境、就业市场和自身发展情况等因素的影响,具有随机性和周期性的变化特点,因此高校毕业生就业率是一种复杂的非线性系统,单一模型无法对该变化特点进行全面描述。为了降低预测偏差、增强结果可信度,获得更优的高校毕业生就业率预测结果,提出了组合模型的高校毕业生就业率预测方法。采用小波分析对高校毕业生就业率数据序列进行多尺度分解,得到高校毕业生就业率的子序列,利用灰色模型确定累加序列参数,通过BP神经网络得到误差反馈值。仿真测试表明,组合模型可以有效提高就业率预测能力、强化高校毕业生就业率预测精度为95.94%左右,优势十分明显。