數據挖掘的大學畢業生就業預測研究

黃博宇

(西安工程大學 服裝與藝術設計學院， 陜西 西安 710048)

0 引言

隨著大學不斷的擴招，大學生的數量急劇增加，這給大學畢業生就業帶來了一定的困難[1-2]。而大學畢業就業率對于社會穩定、大學的發展都起著舉足輕重的作用。因此，大學畢業生就業預測研究成為當前的熱點問題[2]。

近十多年來，國內一些學者和專家以及一些研究機構對大學畢業生就業問題進行了一系列的分析，提出了許多有效的大學畢業生就業預測模型[4-6]，如線性回歸模型、灰色理論的GM(1,1)模型、神經網絡、支持向量機等，其中線性回歸模型、灰色理論的GM(1,1)模型只能描述大學畢業生就業的線性變化特點，使得大學畢業生就業預測誤差相當大，無法滿足大學的發展要求。神經網絡雖然有比較好的非線性建模能力，但是其要求大學畢業生就業的歷史數據多，使得大學畢業生就業成本高，而且大學畢業生就業歷史樣本實際很少，而且神經網絡本身的結構比較復雜，使得大學畢業生就業預測結果不穩定[7-9]。支持向量機的大學畢業生就業預測效果要優于其他方法，是一種大數據分析技術，但是其參數影響大學畢業生就業預測結果，如何確定最優參數是關鍵[10]。

針對當前大學畢業生就業預測精度低、效率低等缺陷，為了獲取更優的大學畢業生就業預測結果，提出基于數據挖掘的大學畢業生就業預測模型，在MATLAB 2019的平臺下對大學畢業生就業預測模型的性能進行了仿真對比測試，驗證了本文模型的優越性。

1 基于數據挖掘的大學畢業生就業預測模型設計

1.1 基于數據挖掘的大學畢業生就業預測模型工作原理

數據挖掘的大學畢業生就業預測模型工作原理為：首先對一個大學畢業生就業的歷史數據進行收集，然后采用ACO算法確定SVM的相關參數最優值，最后SVM根據參數的最優值建立大學畢業生就業預測模型，并對將來一段時間的大學畢業生就業進行估計，如圖1所示。

圖1 大學畢業生就業預測模型工作原理

1.2 支持向量機

f(x)=ωTφ(x)+b

(1)

對式(1)進行轉換，得到一個帶約束的優化形式,如式(2)。

(2)

式中，C為懲罰參數；n表示歷史數據的數量;ξ表示松弛因子。

引入拉格朗日乘子αi建立式(2)的對偶形式，從而建立拉格朗日方程，具體如式(3)。

(3)

將式(3)轉成對偶形式，即有式(4)。

(4)

這樣得到支持向量的回歸估計函數為式(5)。

(5)

采用核函數k(xi,x)代替(φ(xi),φ(x))，式(5)變為式(6)。

(6)

k(xi,x)定義如式(7)。

當底板最外緣拉應力達到235 MPa時底板的剪力滯系數分布圖如圖13所示。此時，塑性階段的剪力滯系數是通過數值計算的結果除以屈服應力235 MPa得到。從ANSYS中提取固端正應力結果后，此時底板最外側幾個點的正應力已經超過屈服應力235 MPa，其他大部分點均未達到屈服應力，說明在這種均布荷載作用下各點的剪力滯系數與彈性階段剪力滯系數分布都差不多，同時截面的應力分布還處于彈性階段的狀態，模型的塑性變形不明顯，主要是彈性階段的變形。

(7)

式中，σ為核寬度。

參數σ和C對SVM的大學畢業就業分析時，它們影響大學畢業就業分析效果，采用蟻群算法對參數σ和C進行優化。

1.3 蟻群算法(ACO)

螞蟻初始位置為Xi(xi1,xi2,…,xid)，第i只螞蟻的初始信息素計算式為式(8)。

Δτ(i)=exp(-f′(xi))

(8)

當f(xi)無限大時，信息素濃度會向零靠近，所以f(xi)進行相應的修正，具體如式(9)。

(9)

式中，avg為f(xi)的均值。

當一只螞蟻在完成一次搜索后，根據移動規則進行下一次搜索，具體為：選擇p個螞蟻，計算它們的信息素濃度，將信息素濃度最大個體作為目標如式(10)。

(10)

式中，Xbest為上次搜索過程中的最優解。

由于信息素濃度越大，吸引程度越大，所以第i只螞蟻向目標螞蟻位置移動。當整個蟻群完成一次搜索后，對信息素進行更新操作，具體如式(11)。

τ(i)=(1-ρ)τ(i)+Δτ(i)

(11)

式中，ρ為信息素的揮發因子。

1.4 數據挖掘的大學畢業生就業預測步驟

Step1：選擇多個大學作為畢業就業狀況預測對象，并對其大學畢業就業歷史數據進行采集。

Step2：大學畢業生就業與多種因素相關，如大學本身的層次、大學專業、大學所處的地理位置等，使各個大學畢業就業歷史數據的值差異比較大，如果直接輸入到SVM進行學習，使得SVM的訓練效率低，因此對其進行歸一化操作，具體為式(12)。

(12)

式中，yi,j表示第i個大學第j年的就業歷史數據值；max和min分別表示整個大學畢業就業數據的最大值和最小值。

Step3：選擇一部分大學畢業就業歷史數據，將它們組合在一起形成大學畢業就業分析的訓練樣本，用于確定SVM的參數值。

Step4：將校畢業就業分析的訓練樣本輸入到SVM，采用ACO算法確定SVM的參數最優值。

Step5：根據參數最優值，SVM重新對校畢業就業分析的訓練樣本學習，建立大學畢業就業分析模型，并可以對將來幾年的大學畢業就業狀態進行預測和分析。

2 大學畢業生就業預測的實例分析

2.1 數據來源

數據挖掘的大學畢業生就業預測模型(ACO-SVM)的性能，對其進行仿真測試，首先設置仿真測試環境，包括硬件環境和軟件，在相同測試環境下，選擇蟻群算法優化BP神經網絡(ACO-BPNN)、傳統支持向量機(SVM)、深度學習算法中的卷積神經網絡(CNN)進行對比測試，以驗證本文模型的優越性。采用大學畢業生就業預測精度以及建模時間作為性能評估標準。

為了使大學畢業生就業預測結果具有較強的說服力，選擇全國4類大學作為測試數據，收集它們畢業就業數據，4類大學分別為985、211大學、一本大學、二本學院和大專，它們歷史數據具體如表1所示。

表1 畢業就業狀況預測的實驗數據

沒有列出影響因素，訓練樣本數量和測試樣本數的比例為5∶1。

2.2 大學畢業生就業預測精度對比

采用4種大學畢業生就業預測模型對表1的實驗數據進行建模與分析，得到4類大學的畢業就業狀況預測精度如圖2所示。

圖2 大學畢業生就業預測精度對比

對圖2的大學畢業生就業預測精度分析，可得以下結論。

(1) ACO-BPNN的大學畢業生就業預測精度最低，說明ACO-BPNN無法準確描述大學畢業生就業變化特點，導致分析誤差最大。

(2) SVM的大學畢業生就業預測精度要高于ACO-BPNN，主要是因為SVM的泛化能力要強于BP神經網絡，沒有BP神經網絡建模的限制條件，減少了大學畢業生就業預測誤差。

(3) CNN的就業預測精度要優于SVM以及ACO-BPNN，因為其屬于當前流行的深度學習算法，具有較好的擬合和建模能力，但是其預測效果也要差于ACO-SVM，這是因為CNN同樣也存在參數優化問題，這是下一階段要解決的問題。

(4) ACO-SVM的大學畢業生就業預測精度要大幅度高于對比模型，這表明ACO-SVM較好的克服了當前模型存在大學畢業生就業預測誤差大，很好地描述了大學畢業生就業變化特點，驗證了ACO-SVM的優越性。

2.3 大學畢業生就業預測效率對比

ACO-SVM的大學畢業生就業預測模型與對比模型的訓練時間和測試時間如表2所示。

由表2可以看出，SVM的大學畢業生就業預測總時間最長，大學畢業生就業預測效率最低，其次為ACO-BPNN，這是因為BP神經網絡的收斂速度慢，建模效率較低，大學畢業生就業預測效率最高者為ACO-SVM，加快了大學畢業生就業預測速度。

表2 預測模型的訓練和測試時間對比

3 總結

為了獲取更優的大學畢業生就業預測結果，提出基于數據挖掘的大學畢業生就業預測模型。對比測試結果表明，數據挖掘大學畢業生就業預測精度達到了90%以上，減少了大學畢業生就業預測誤差，大學畢業生就業預測時間短，獲得理想的大學畢業生就業預測結果。