betway电竞 导师制项目结项成果公报：蒋大锐(2023HSDS08)

课题名称：基于统计学的高校毕业生就业数据分析方法研究

课题编号：2023HSDS08

课题负责人：蒋大锐

课题组成员：贺敏伟，徐胜超

一、该项目的研究目的和意义

随着高校扩招政策的成功实施，大学生的人数也在不断增加，每年都有海量毕业生进入社会，面临就业的问题。然而，社会各个行业的岗位都是有限的，因此，高校毕业生就业压力也在不断地增加，就业竞争愈加激烈。目前，我国高校毕业生就业形势十分严峻，“就业难”已是我国高校毕业生普遍存在的问题。随着我国教育体制的不断变革和发展，大学生的就业问题得到了日益广泛的关注。大学生“就业难”的问题与目前高校培养大学生的初衷有很大的出入。要想让这一问题得到解决，应该对高校毕业生将要面对的就业环境进行理性的分析与预测。一方面，利用这些预测数据，校内就业指导部门可以有针对性地对学生进行就业指导，从而提升学生的就业优势。另一方面，学校教务部门能够以预测数据为依据，对各学科相应的betway必威官方平台 方案进行优化，为学生做好各种积极的准备，为就业指导工作提供全面的支撑。为此，对高校毕业生就业去向进行预测，从而有针对性地进行大学生的教育，以期减轻目前的就业压力，提高大学生的就业率。统计学的若干工具和算法在数据挖掘，数据预测方面具有很好的优势，可以很好的应用到高校毕业生就业数据预测与分析领域。

对大学生的就业趋势进行了研究，寻找影响高校毕业生就业的相关因素，对促进高校毕业生就业工作显得十分重要。为了更好地实现高校毕业生就业，对高校毕业生就业趋势进行预测具有重要的意义。

二、项目研究的主要成果

三、研究成果的主要内容

论文“多元回归分析下高校毕业生就业趋势预测”提出了一种高校毕业生就业趋势预测方法。该方法使用灰度关联分析方法，度量高校毕业生就业趋势影响指标之间的灰色关联度，并选取就业趋势影响指标；应用多元回归分析方法，建立就业趋势影响指标关联式，构建就业趋势预测模型；利用最小二乘法，估计高校毕业生就业趋势预测模型的多元回归系数，实现预测高校毕业生就业动向。

论文“基于模糊层次聚类的大学生就业数据分类存储系统”通过模糊层次聚类技术构建系统框架，设计4个功能模块对应就业信息分类存储模式，满足大学生就业信息流转形式；以一一对应关系设置大学生就业信息数据分类存储结构，基于所属关系关联大学生的基本信息。在详细设计中，按照数据存储表和字典表两个类型，构建大学生就业信息数据库；选择模糊层次聚类算法计算数据隶属值，设定信息数据聚类流程，实现大学生就业信息数据的分类存储，完成系统设计。

论文“基于统计学习算法的学生就业服务平台数据分类方法”提出了基于统计学习算法的学生就业服务平台数据分类方法。采用信息熵和信息增益指标选择学生就业服务平台数据样本特征属性。利用主成分分析法，融合学生就业服务平台样本数据特征信息。在此基础上，基于统计学习算法中的朴素贝叶斯算法，将融合后的学生就业服务平台样本数据特征信息输入到朴素贝叶斯分类器模型中，结合先验概率和后验概率，实现学生就业服务平台数据分类。