灰色預測理論在龍江大學生信息服務平臺應用研究

王媛媛 馬世昂 梁冬玲

（東北農業大學，黑龍江哈爾濱 150030）

灰色預測理論在龍江大學生信息服務平臺應用研究

王媛媛 馬世昂 梁冬玲*

（東北農業大學，黑龍江哈爾濱 150030）

由于現有的大學生網上信息服務平臺大多是以一項主要功能作為連接地址存在的，大學生檢索信息需要訪問很多信息平臺才可以獲得想了解到的全面信息，因此，大學生群體迫切需要一個與大學生生活息息相關的信息整合平臺以方便大學生的日常生活。本文簡要闡釋了龍江大學生服務平臺的優勢及特色，利用灰色模型預測方法，對平臺的未來五年的受眾量和單方面重要功能的需求量進行了預測，進一步分析了平臺內各功能的存在必要性，并對模型進行理論性優化，通過數據分析展望平臺未來的市場前景。

信息服務平臺 灰色預測 混合灰色模型

1 大學生信息服務平臺概況

1.1 大學生信息服務平臺的現狀

國內外有許多成熟且知名的大學生服務平臺，各類大學生服務類網站因各自領域的巨大市場需求而層出不窮，而這些與學生息息相關的網絡平臺之間的交集很有限，其主要特點有以下幾點：

（1）網站在某一領域影響力很大，但有關于大學生需求的其他方面或是未開辟的板塊被其他領域的優勢平臺所打壓；

（2）網站有自己獨特的資源，但之間幾乎沒有有效的資源共享機制。

國內外的大學生服務平臺在其創辦形式上都或多或少的存在自己的局限性，還未出現一個涵蓋所有大學生所需信息的綜合性服務平臺。因此，該項目作為一個優勢資源的網絡鏈接管家的出現是有一定市場前景的。

圖1 應屆畢業生考研人數與考研報名總人數關系圖

1.2 龍江大學生服務信息平臺的優勢

區別于國內外其它同類產品內容的單一性和局限性，該平臺盡可能多的將與學生息息相關的信息集合于一個鏈接之下，構建校際之間的信息溝通渠道，增強平臺互通有無的功用。以大學生為主要服務對象，以學校為社交單位劃分受眾群體，以學號等可證明其學生身份的信息對大學生進行實名制核實和社交圈分類，增強平臺互信機制。通過激勵措施，提升學生參與該平臺的興趣，使學生能夠成為平臺長期生存的依附基礎。

1.3 龍江大學生服務信息平臺所面臨的主要問題

1.3.1 網站運行問題

該平臺將各個零散單一的鏈接服務器資源整合于一個IP地址之下，因此該平臺對瀏覽器的兼容性和性能要求很高，網站運行時主要會易出現以下三方面問題：

（1）服務器超載。該網站作為一個針對二級網站的搜索引擎，所有的信息檢索都會由此發出，因此，一旦網站瞬時處理量超過設計值，就會造成系統崩潰。

（2）數據處理復雜。通過平臺系統網頁含有大量需要處理的數據，造成系統繁忙，如多圖頁面，超長頁面等各種控件會導致瀏覽器處理大量數據，若瀏覽器性能不夠，很容易導致其失去效應，甚至死機。

（3）網頁代碼復雜和瀏覽器bug。大量個人網站和低質量網站代碼的涌現造成對瀏覽標準的普遍不支持，如果正好碰上瀏覽器存在的一些bug，瀏覽器渲染引擎在處理這些網頁代碼的時候會出錯，比如陷入死循環或直接崩潰等。

1.3.2 信息安全問題

該平臺屬實名制認證平臺，由此而引出關聯信息如身份證號碼，銀行卡號碼，學生一卡通賬號及密碼等學生在校重要個人信息均會在該平臺的數據庫留下信息記錄及瀏覽痕跡，這為網站的信息泄露埋下了隱患。因此，建立強大的網絡信息安全防護措施，預防惡意第三方竊取用戶信息是該平臺重要的信譽保證。

1.3.3 網站系統管理問題

該平臺的站內獎勵屬虛擬貨幣范疇，由服務器數據庫進行信息控制，因此，該模式為惡意篡改信息提供渠道，且國家在虛擬貨幣及虛擬貨幣交易方面的法律法規還不是很健全，因此，站內獎勵信息的保護，其真實性和安全性同樣也是平臺的信譽保證。

表1 2010-2015年6年黑龍江省高校應屆畢業生考研人數相關數據信息

2 龍江大學生服務信息平臺的市場受眾量數據分析

該平臺主要由生活類板塊和教育類板塊組成，其中生活類板塊的受眾因高校的持續擴招而不斷增加，市場前景良好，因此本文著重討論教育類板塊的市場受眾變化趨勢，意在通過灰色人口預測模型，對未來五年與平臺教育類板塊相關功能的受眾量進行預測分析，從而得出其教育類功能的市場前景，進而綜合評價該平臺的市場前景。

2.1 生活類板塊受眾需求量分析

通過收集歷年的黑龍江省高校在校普通全日制學生的人數數據可知，黑龍江各高校全日制學生數量至少為40萬人，且隨著高校的繼續擴招，這個數字會不斷的增加。與這些受眾群體息息相關的日常生活用品購買、二手書交易、大學英語四六級考試、日常出行、課程相關信息查詢、就業信息等等均可作為該平臺的服務模塊。通過鏈接優勢的二級網絡平臺，其作為資源整理數據終端的地位會隨著大量學生的需求量而日漸突出。

2.2 學生學習類模塊

2.2.1 考研人數變化趨勢分析

通過收集歷年黑龍江省高校應屆畢業生考研人數的相關數據，利用SPSS對黑龍江省高校考研人數做出預測分析。（表1、圖1）

2.2.2 黑龍江省考研人數預測模型建立

考研人數預測模型的建立可分為以下幾步：（1）原始數據處理。1）輸入原始數據：將收集到的最近六年的應屆畢業生考研人數輸入式（1）

2）求級比λ：

將式（1）所得結果輸入式二，求出級比λ

（2）建立模型：

1）對原始數據作一次累加，x（0）即

2）構造數據矩陣B 及數據向量Y：

由最小二乘法得

（3）模型求解。

1）求生成數列預測值x（1）（k+1）及模型還原值x（0）（k+1）：

令k = 1，2，3，4，5，6，由上面的時間響應函數可算得x^（1），其中取

由x（0）（k ）=x（1）（k）-x（1）（k-1），取k = 2，3，4，，7，得

2）預測未來五年應屆畢業生考研人數

分別令t=7，8，9，10，11代入式（3），從而預測出未來五年應屆畢業生考研人數：

分別為35286，34065，33983，33558，33100，最終在33000人左右波動，同時考研率在63%左右波動。

結論：雖然考研人數從2013年后有所下降，但最終會趨于平穩，高校推免生人數與考研人數大致持平，因此考研教育板塊仍存在相當可觀的市場。

2.2.3 公共課程及專業課程模塊

隨著大學學習的不斷深入，越來越多的學生需要公共課程和專業課程的復習資料等資源，可以通過此契機在校際之間易購考研資料和專業課資源在校內易購考試復習資料及二手書籍。

3 模型優化

傳統的灰色預測模型，其計算基礎建立在灰微分方程之上，其解在初始條件為一次累加數據的情況下得出，由最小二乘法可見，其擬合曲線不一定經過第一數據點，所以一次累加數據作為初始條件的理論依據有限，因此，對該模型進行優化，使用混合灰色預測模型。

3.1 模型建立

對原始數據進行非負化處理，對該數列最小項加絕對值：

N為模型參數個數，n為每個參數對應的測量值個數：

式（4）被稱為數據提升。

3.2 優化后優勢

該優化模型省去了利用一次累加數值計算u?的過程，消除了一次累加數據理論性不足的劣勢，使模型的理論性更加充分。

4 市場前景

綜上所述，無論是生活服務方面還是學習工作方面，該平臺都具有廣闊的市場前景，越來越多的高校入學生和應屆高校畢業生將推動平臺不斷先前發展。根據模型預測數據為網站訪問量設計值必要的參考，盡量避免網站所潛在的威脅。

［1］維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代［M］.杭州：浙江人民出版社，2013.62-74.

［2］姜啟源，謝金星.數學模型［M］.北京：高等教育出版社，2013.249-255.

［3］司守奎.數學模型與應用［M］.北京：國防工業出版社，2011.168-173.

［4］李小燕.灰色神經網絡預測模型的優化研究［D］.武漢：武漢理工大學，2009.

［5］欒微.黑龍江2015年考研報名人數［E］.新浪教育，2014-11-20.［6］歐陽凌翔.解讀淘寶網的C2C電子商務模式［J］.信息與電腦，2008，（7）：40-45.

附錄

clc，clear

……

……

2015東北農業大學大學生創業訓練項目。項目名稱：龍江大學生服務信息平臺。

王媛媛，女，東北農業大學工程管理12級；馬世昂，男，東北農業大學工程管理12級。

?通訊作者：梁冬玲（1978- ），東北農業大學，副教授。