應(yīng)用自然鄰居分類算法的大學(xué)生就業(yè)預(yù)測模型.pdf

1、隨著我國高等教育由精英教育轉(zhuǎn)變?yōu)榇蟊娊逃?，高校畢業(yè)生就業(yè)形勢日趨嚴(yán)峻。大學(xué)生就業(yè)日益困難的一個重要原因就在于就業(yè)預(yù)期偏高，且主要表現(xiàn)在對于薪酬的預(yù)期過高。大學(xué)生對自我能力的認(rèn)知往往與企業(yè)招聘標(biāo)準(zhǔn)存在偏差，這就導(dǎo)致了應(yīng)屆生找工作扎堆高薪企業(yè)從而忽視了和自身更加匹配的普通企業(yè)。因此對畢業(yè)生的就業(yè)能力進(jìn)行準(zhǔn)確評估，制定合理的薪酬預(yù)期十分重要。
　　針對上述問題，本文提出了基于自然鄰居分類算法的大學(xué)生就業(yè)預(yù)測模型，具體工作如下：
　

2、　1.調(diào)研并分析了大學(xué)生就業(yè)預(yù)期偏高的主要原因，闡述了大學(xué)生就業(yè)預(yù)測國內(nèi)外的研究現(xiàn)狀。
　　2.歸納介紹了分類的定義、過程以及常用的幾種分類算法及其優(yōu)缺點(diǎn)，接著總結(jié)了因子分析的數(shù)學(xué)模型與計(jì)算步驟。隨后著重介紹了自然鄰居技術(shù)，該技術(shù)的優(yōu)勢在于不需要設(shè)置任何參數(shù)，算法通過自適應(yīng)計(jì)算每個樣本的鄰居。
　　3.通過因子分析構(gòu)建了畢業(yè)生描述模型,探究了影響大學(xué)生就業(yè)質(zhì)量的關(guān)鍵因素。首先通過關(guān)鍵詞提取企業(yè)招聘熱點(diǎn)并抽取出GPA成績等15

3、個測量變量,接著采取隨機(jī)抽樣的方式收集近三年信息類畢業(yè)生的就業(yè)數(shù)據(jù),最后通過因子分析提取出決定大學(xué)生就業(yè)薪酬級別的4個潛在因子即學(xué)習(xí)能力、實(shí)踐能力、人際處理能力、職業(yè)能力。
　　4.提出基于自然鄰居的分類算法。在分析指出傳統(tǒng)KNN分類算法的弊端即需要人工根據(jù)歷史經(jīng)驗(yàn)設(shè)定k值后,提出了基于自然鄰居的分類算法。算法先采用一種基于自然鄰居的訓(xùn)練樣本加權(quán)算法對訓(xùn)練樣本集進(jìn)行權(quán)重分配,再基于自然鄰居的思想通過已獲取的帶權(quán)值的訓(xùn)練樣本集對測試