大學畢業(yè)生就業(yè)率是人力資源市場平衡的決定性因素,為此本文以統(tǒng)計回歸理論為基礎,分析影響大學畢業(yè)生就業(yè)率的因素,把握不同因素對大學畢業(yè)生就業(yè)率的影響程度,為建立準確的大學畢業(yè)生就業(yè)率預測系統(tǒng)提供依據；再建立人工神經網絡預測模型,預測大學畢業(yè)生就業(yè)率,并對其結果進行誤差評價分析。最終,本文結合統(tǒng)計回歸理論和人工神經網絡模型給出一種新的大學畢業(yè)生就業(yè)率預測模型,為該問題提供了新的思路,也為高校的人才教育結構改革和畢業(yè)生去向選擇提供參考。文章用統(tǒng)計回歸理論確定各影響因素的重要程度,其核心是計算各影響因素和就業(yè)率之間的回歸系數。借助多元線性回歸理論,通過分析影響大學畢業(yè)生就業(yè)率的因素,使眾多復雜因素可以量化比較與就業(yè)率的關聯程度,從而按照關聯程度排序,確定對就業(yè)率影響顯著的因素。根據中國國家統(tǒng)計局年鑒和地方大學的數據,本文最終確定了四類因素包括總體經濟形勢,行業(yè)經濟形勢,人才培養(yǎng)計劃以及主觀努力程度作為預測模型的主要影響因素。文章建立了統(tǒng)計回歸和人工神經網絡兩種預測模型對大學畢業(yè)生就業(yè)率進行預測。統(tǒng)計回歸模型中,就業(yè)率模型輸出值與實際值的平均差異為5.9%,預測誤差方差為0.0013；人工神經網... 

【文章來源】：西安工業(yè)大學陜西省

【文章頁數】：65 頁

【學位級別】：碩士

【部分圖文】：

回歸系數大小的柱狀表示圖

回歸系數殘差百分比的柱狀示意圖

征數據存放在建立好的.txt文件，數據通過接口導入后，程序自動運行，完成影響因素分類以及預測模型求解，并輸出結果。以下給出數據輸入的程序框圖如圖5.2所示。

【參考文獻】：
期刊論文
[1]畢業(yè)生就業(yè)率預測及質量評估研究[J]. 張穩(wěn),恰汗·合孜爾.  計算機工程與科學. 2009(05)
[2]線性回歸模型的一種有偏估計[J]. 張瑋,劉祿勤.  武漢大學學報(理學版). 2006(03)
[3]線性回歸模型系數嶺估計的改進研究[J]. 張建軍,吳曉平.  海軍工程大學學報. 2005(01)
[4]大學擴招與就業(yè)問題[J]. 吳宏志.  當代青年研究. 2005(02)
[5]人工神經網絡在石油分析中的應用研究（Ⅰ）——BP神經網絡預測石油餾分臨界性質[J]. 周山花,張曉彤,張素萍,孫兆林,李夢龍.  石油化工高等學校學報. 1998(01)

碩士論文
[1]基于BP神經網絡的短期負荷預測[D]. 呂嬋.華中科技大學 2007
[2]新形勢下大學生就業(yè)問題研究[D]. 郭冬青.中國石油大學 2007
[3]企業(yè)新產品開發(fā)經濟效益的預測、評價及相關對策研究[D]. 趙朝智.湖南大學 2006
[4]基于灰色系統(tǒng)理論的房地產建設用地需求量預測模型研究[D]. 桂冰.重慶大學 2006
[5]SWOT分析在新的就業(yè)形勢下大學生培養(yǎng)模式中的引入[D]. 楊明華.西安科技大學 2006
[6]基于灰色理論與BP神經網絡的電力負荷預測[D]. 李國輝.哈爾濱理工大學 2005
[7]影響國產轎車需求因素的研究[D]. 孫紹惠.哈爾濱工程大學 2003



本文編號：3562898